Загружаем вакансии…
Разработка и внедрение ML-моделей прогнозирования спроса (временные ряды + градиентный бустинг + нейросети) на уровне SKU; Автоматизация пайплайнов ретрайна и мониторинга качества прогнозов в продакшене (MLflow, Airflow, Docker);
Зарплата не указана
Задачи: — масштабировать A/B-тестирование: гипотезы, дизайн, приоритизация, запуск и анализ экспериментов — рассчитывать метрики, sample size и длительность тестов, контролировать рандомизацию и статистическую корректность — настраивать и мониторить эксперименты, проводить QA и взаимодействовать с продуктом, разработкой и QA — анализировать результаты и сегменты, применять sequential testing, переводить выводы на бизнес-язык — развивать data pipelines, ETL/ELT и единый слой метрик для экспериментов — контролировать качество данных и оценивать их влияние на бизнес-метрики и статистическую достоверность — проводить sensitivity analysis и оптимизировать сбор данных без потери качества результатов — разрабатывать self-service инструменты для запуска и анализа экспериментов — автоматизировать аналитику с помощью LLM: SQL, отчёты, первичный анализ результатов — развивать документацию, стандарты и best practices по experimentation Требования: — от 2 лет опыта в A/B-тестировании — полный цикл от гипотезы до интерпретации результатов — практический опыт масштабирования experimentation-программ — хорошее понимание p-value, доверительных интервалов, статистической мощности, sample size — опыт работы с ratio-метриками: AOV, ARPPU, conversion rate и др. — знание методов анализа ratio-метрик: линеаризация, bootstrap — понимание рисков peeking и multiple testing, знание sequential testing — продвинутый SQL: оконные функции, сложные JOIN, агрегации на больших объёмах данных — Python для анализа данных и автоматизации: pandas, numpy, scipy / statsmodels — понимание архитектуры ETL/ELT и data pipelines, принципов построения витрин и контроля качества данных — опыт оценки влияния объёма и качества данных на бизнес-метрики и статистическую достоверность экспериментов — опыт применения sensitivity analysis для оценки ценности отдельных сессий и событий — опыт работы с платформами экспериментов: Optimizely, SiteSpect или внутренними решениями — опыт работы с product analytics: GA4, Amplitude, Mixpanel — понимание архитектуры сбора и обработки экспериментальных данных Будет плюсом: — опыт автоматизации аналитических задач с помощью LLM и AI-агентов (генерация SQL, первичный разбор результатов) — навыки разработки self-service инструментов для продуктовых команд — опыт создания internal experimentation platform: хранение метаданных, расчёт метрик, логика сегментации — знание особенностей mobile app testing и ограничений in-app экспериментов — опыт работы с персонализацией: Dynamic Yield, Nosto
до 170 000 ₽
Задачи: — Оценивать эффективность CVM-кампаний (SMS, push/МП, баннеры, CRM) и готовить регулярную отчётность. — Анализировать отток B2C и удержание абонентов. — Создавать дашборды в Apache Superset и формировать требования к витринам данных. — Участвовать в совместных пилотах с подразделениями Банка. — Готовить и проверять целевые сегменты под запуски кампаний. — Рассчитывать объёмы, доставку и конверсии, сравнивать с бенчмарками, делать выводы и рекомендации. — Вести регулярные отчёты и дашборды, контролировать качество данных. — Анализировать отток: когорты, профили сегментов риска, готовить материалы для руководства. — Проверять гипотезы и разрабатывать дизайн пилотов. — Автоматизировать выгрузки и расчёты, документировать методики. Требования: — Уверенное владение SQL: оконные функции, сложные соединения, оптимизация запросов. — Опыт работы с Oracle будет преимуществом. — Владение Python: библиотеки pandas, numpy, scipy/statsmodels; Jupyter. — Знание математической статистики: A/B-тесты, контрольные группы, значимость, когортный анализ. — Опыт работы с системами бизнес-аналитики: Apache Superset, Power BI или Tableau. — Умение превращать расчёт в вывод и рекомендацию для бизнеса, готовить презентации. — Самостоятельность и умение довести задачу до результата без пошагового контроля. — Критичность к данным: проверяет цифры и методику, прежде чем делать выводы. — Структурное мышление, умение коротко и ясно излагать вывод. — Ответственность за сроки регулярной отчётности. — Готовность объяснять расчёты коллегам и заказчикам. — Опыт в телеком-отрасли или банке, понимание метрик оттока, MNP, ARPU, CLTV будет преимуществом. — Опыт постановки задач разработке и приёмки витрин данных будет преимуществом. — Внимательность к деталям и критичность к данным. — Коммуникабельность и умение объяснять сложные вещи простым языком. Условия: — Гибридный график работы 5/2 с 9.00, 9.30 или 10.00, в пятницу сокращенный рабочий день на 1 час 15 минут. — Официальная заработная плата обсуждается с успешными кандидатами на собеседовании. — Испытательный срок 3 месяца. — Льготная ипотека после 6 месяцев работы. — ДМС со стоматологией + НС с возможностью подключить родственников и гибкой настройкой услуг после испытательного срока. — Компенсации (фитнес, английский, участие в спортивных мероприятиях, мат.помощь, обучение). — Корпоративная пенсионная программа. — 100% скидка на связь СберМобайл. — Комфортный офис рядом с метро Белорусская.
Зарплата не указана
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
- Опыт разработки и применения моделей машинного обучения для решения прикладных задач: прогнозирования, классификации, оптимизации, выявления аномалий и анализа производственных процессов. - Разрабатывать и внедрять алгоритмы машинного обучения и интеллектуального анализа данных для задач энергетической отрасли.
Зарплата не указана
Разработка и сопровождение предиктивных моделей эффективности закупки трафика; Разработка регрессионных и классифицирующих моделей для различных задач маркетинга (прогноз плательщика, оттока и т.п.);
Зарплата не указана
Задачи: — Писать код, следуя стандартам проекта и принятой архитектуре (изоляция слоёв). — Оценивать задачи в трекере. — Покрывать код тестами, проводить рефакторинг, поддерживать документацию. — Участвовать в code review, поддерживать code style и процесс деплоя. Требования: — Коммерческий опыт разработки на Python от 2х лет. — Уверенное владение современным Python: type hints, async/await для всего I/O. Технологический стек: Основные: FastAPI, asyncpg, NumPy, pyproj, uv, ruff, pyright, hypothesis, pytest. Будет плюсом: Docker + docker-compose, Helm / Kubernetes, GitLab CI, базовый опыт с Vue 3, математическая подготовка (линейная алгебра, тригонометрия, теория вероятностей, статистика), алгоритмы на графах, работа с 3D-пространством, цифровая обработка сигналов, data fusion, английский (чтение и ведение технической документации). Условия: — Официальное трудоустройство по ТК РФ. — Современные инструменты и качественное оборудование. — Профессиональное обучение и развитие. — Конкурентная зарплата по итогам собеседования + бонусы и премии.
Зарплата не указана
Задачи: — Валидация процессов загрузки данных — Проверка корректности скачивания данных из внешних источников (БКИ, ЦБ, ФНС и др.) — Контроль раскладки данных по целевым таблицам в S3/Iceberg — Подтверждение обработки 100% входящего объёма данных — Верификация атрибутного состава (например, отсутствие даты рождения в поле "ФИО") — Тестирование механизмов обновления: отсутствие дубликатов при повторной загрузке — Блокировка записей с аномалиями (ошибки источника, некорректные форматы) — Анализ документации (ТЗ, маппинги) для проектирования тест-кейсов — Профилирование данных: выявление шаблонов, аномалий и граничных значений — Документирование расхождений между источниками и хранилищем — Мониторинг задач в Airflow на предмет сбоев — Составление отчётов о дефектах и качестве данных Требования: — Практическое знание SQL: продвинутый уровень, включая сложные JOIN, подзапросы, агрегатные функции, написание проверочных запросов, анализ трансформаций, выявление расхождений — Понимание архитектуры Lakehouse (S3, Iceberg) и слоёв хранения (RAW/ODS/DDS) — Опыт работы с БД и хранилищами: Oracle, Greenplum, PostgreSQL, S3, Airflow (мониторинг задач), Spark (понимание логики обработки) — Опыт тестирования хранилищ данных — Работа с форматами данных: XML, JSON, XSD/JSON-схемы — Опыт интеграции внешних источников (БКИ, ФНС, ЦБ, API-партнёров) — Понимание REST/SOAP API и протоколов передачи — Стек автоматизации: Python, pandas, numpy, psycopg2, pytest, Allure, PySpark Условия: — Оформление в штат аккредитованной ИТ-компании по ТК РФ: полностью белая заработная плата, оплачиваемые отпускные и больничные — Индексация заработной платы — Расширенная программа ДМС — Скидки на фитнес, кино и уроки английского — Техника по требованиям проекта
250 000 – 400 000 ₽
В рамках данной позиции специалист будет заниматься автоматизацией процессов, отчетности и аудита, разрабатывать внутренние python-приложения для сбора данных из банковских IT-систем, сопровождать категорирование автоматизированных систем, агрегировать данные и рассчитывать показатели защищенности. В обязанности входит проведение внутреннего аудита безопасности, проверка соответствия процессов разработки и эксплуатации информационных систем требованиям регуляторов, моделирование угроз и оценка рисков, создание детальных моделей угроз по методике ФСТЭК, а также обеспечение соответствия законодательству, включая полный цикл управления объектами критической информационной инфраструктуры (КИИ). Специалист будет заниматься категорированием, отправкой сведений во ФСТЭК и НКЦКИ, актуализацией моделей угроз после изменений архитектуры сервисов, подготовкой отчетной документации для внешних проверок, разработкой внутренней нормативно-правовой базы и обновлением организационно-распорядительных документов в соответствии с изменениями законодательства. Также предусмотрена AI-поддержка бизнес-процессов с использованием технологий больших языковых моделей (LLM) для автоматизации анализа изменений в законодательстве, составления матриц применимости требований и подготовки аналитических материалов. Эксперт будет сопровождать команды разработки и поддержки, осуществлять постоянный мониторинг исполнения требований регулятора и консультировать команды банка по вопросам развития систем в соответствии с законодательством. Требования включают высшее профильное образование в области информационной безопасности, профессиональную переподготовку по программам, согласованным с ФСТЭК России, опыт работы с системой защиты объектов КИИ не менее двух лет, уверенное владение python с использованием библиотек pandas и numpy, знание фреймворков и инструментов SQLAlchemy, OpenPyXL, Django/Flask, навыки интеграции с внешними сервисами через RESTful API (SIEM, SOAR, Vulnerability Scanners), опыт работы с CI/CD и системами контроля версий (Git/GitLab), умение создавать дашборды и визуализации данных (Power BI, Tableau, Grafana). Кандидат должен хорошо разбираться в российском законодательстве в сфере КИИ, уметь самостоятельно отслеживать изменения в законодательстве и корректировать внутренние процессы, иметь опыт внедрения решений на основе больших языковых моделей (GPT, BERT и др.), уметь формулировать эффективные промпты для генерации текстов, вычитки документации, создания чек-листов и аналитики, а также понимать этические аспекты и ограничения применения искусственного интеллекта в вопросах безопасности.
Зарплата не указана
Neoai IT Center izlayapti mutaxassislarni bir nechta yo'nalishlarda: backend dasturlash (python, Django, Fastapi, Node.js, Express.js, Java, Spring Boot, PHP, Laravel, Rest API, Postgresql, Mysql, Mongodb, Git, Docker), frontend (HTML, CSS, JavaScript, TypeScript, React, Next.js, Vue.js, Angular, Tailwind CSS, Bootstrap, Git), mobil dasturlash (Dart, Flutter, Kotlin, Java, Swift, React Native, Firebase, Android Studio, Xcode, Git), UX/UI dizayn (Figma, Adobe XD, Photoshop, Illustrator, Figjam, UI Design, UX Research, Wireframing, Prototyping, Design System), kiberxavfsizlik (Linux, Python, Bash, Networking, TCP/IP, Wireshark, Nmap, Burp Suite, Metasploit, OWASP, Git, Docker), data science (Python, Numpy, Pandas, Matplotlib, Seaborn, Scikit-learn, TensorFlow, PyTorch, SQL, Jupyter Notebook, Git), data analitika (Python, Pandas, Numpy, SQL, Excel, Power BI, Tableau, Matplotlib, Seaborn, Jupyter Notebook), sun'iy intellekt (Python, PyTorch, TensorFlow, Keras, Scikit-learn, Hugging Face, OpenAI API, Langchain, Numpy, Pandas, Git, Docker), robototexnika (Python, C++, Arduino, ESP32, Raspberry Pi, ROS, Matlab, Arduino IDE, OpenCV, Sensors, Git). Ish joyi Toshkent shahrida, ish vaqti 3 soat, maosh 4-5 million so'm. Vazifalar: o'quvchilarga zamonaviy IT texnologiyalarini nazariya va amaliyot asosida o'rgatish, darslarni amaliy loyihalar va real vazifalar bilan tashkil etish, o'quvchilar bilan individual ishlash va ularning rivojlanishini kuzatib borish, dars materiallari va amaliy topshiriqlar tayyorlash. Nomzodlar mas'uliyatli, kommunikativ bo'lishi, o'z yo'nalishi bo'yicha amaliy tajribaga ega bo'lishi, yangi texnologiyalarni muntazam o'rganib borishi talab etiladi. Shuningdek, tajribali mutaxassislar bilan birga professional muhitda rivojlanish imkoniyati mavjud.
Зарплата не указана
Задачи: — проектировать и разрабатывать backend-сервисы и RESTful API (Python/Django) — строить agentic-пайплайны на LangChain, LangGraph, n8n и аналогичных инструментах — собирать и обрабатывать данные из внутренних систем (jira, confluence, продуктовые реестры, аналитические платформы) — строить ETL/ELT-пайплайны на Python/Pandas/NumPy, в том числе потоковые данные через Kafka — готовить данные для обучения/дообучения моделей и базово настраивать/оценивать качество ML/LLM-компонентов совместно с профильными специалистами — разворачивать и эксплуатировать сервисы в закрытом контуре (production-инфраструктура внутри периметра безопасности, без выхода во внешний интернет): Docker, Kubernetes, CI/CD — принимать архитектурные решения по сервисам и агентным пайплайнам — тестирование, код-ревью — взаимодействовать с продуктовыми и инженерными командами при формировании требований и внедрении агентных и аналитических инструментов в рабочие процессы — готовить дашборды и рекомендации для управленческих решений по приоритизации и балансировке портфеля продуктов. Требования: — от 3 лет опыта в backend-разработке с выводом решений в production — опыт построения агентных систем — обязателен — опыт самостоятельного проектирования архитектуры backend-сервисов и агентных пайплайнов, готовность нести ответственность за принятые технические решения — Python — продвинутый уровень; Django, RESTful API — SQL, опыт работы с реляционными и NoSQL хранилищами — LangChain, LangGraph, MCP servers, опыт с n8n или аналогами; понимание RAG-архитектур, embeddings, векторных баз данных — Pandas, NumPy, Kafka — обработка табличных и потоковых данных, ETL/ELT на больших объемах — Docker, Kubernetes, CI/CD — уверенный пользовательский уровень. Условия: — комфортный современный офис рядом с м. Кутузовская — гибридный формат работы — ежегодный пересмотр зарплаты, квартальная и годовая премия — корпоративный спортзал и зоны отдыха — более 400 образовательных программ СберУниверситета для профессионального и карьерного развития — программа адаптации и помощь руководителя на старте — расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа — гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ — подписка Прайм с возможностью совместного использования на трёх близких — вознаграждение за рекомендацию друзей в команду Сбера.
Зарплата не указана
Задачи: — проводить аналитику и мониторинг работы моделей — собирать и подготавливать данные, последующий EDA, feature engineering — разрабатывать новые ML-модели — оптимизировать скрипты data/model/inference pipelines — подготавливать код проекта к проду, подготавливать, дизайнить и проводить АБ-тесты. Требования: — высшее образование по техническому направлению — от года релевантного опыта в ML — прочный математический фундамент (понимание градиентного спуска, характеристик основных распределений, PCA, МНК, базовые статистические тесты проверки гипотез) — умение и желание писать код на Python, оптимизировать его, разбираться в чужом коде, понимание SQL — владение основными библиотеками для анализа данных: pandas, numpy, scipy, matplotlib, statmodels — глубокое понимание основных алгоритмов классического ML (линейная/логистическая регрессия, деревья решений, ансамбли), базовые знания по DL (основные архитектуры, тонкости обучения) — владение основными фреймворками для ML/DL: sklearn, pytorch, transformers и др. Будет плюсом: — интерес к методам ML в задачах ценообразования и финансах — изучение Reinforcement Learning, multi-arms bandits — чтение статей по современным решениям для работы с последовательностями. Условия: — комфортный современный офис рядом с м. Кутузовская — гибридный формат работы — ежегодный пересмотр зарплаты, квартальная и годовая премия — корпоративный спортзал и зоны отдыха — более 400 образовательных программ СберУниверситета — программа адаптации и помощь руководителя на старте (для Junior) — расширенный ДМС, льготное страхование для семьи, корпоративная пенсионная программа — гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ — подписка Прайм с возможностью совместного использования на трёх близких — вознаграждение за рекомендацию друзей в команду Сбера.
Зарплата не указана
Neoavlod o'quv markazi 4–9 oy davomida python va vibe coding yo'nalishida ta'lim olgan tayyor guruhni yangi bosqichga olib chiqadigan, o'quvchilarni real loyihalar asosida ishlashga va o'z g'oyalarini bozorga chiqarishga yo'naltira oladigan tajribali mentor izlamoqda. Talab qilinadigan texnologiyalar va ko'nikmalar: — Python — Git/Github — Vs Code — Virtual Muhitlar (Venv) — Pip — Numpy — Pandas — Sql/Sqlite — Rest Api — Flask/Django Asoslari — Html/Css/Js Asoslari — Ai Kod Yordamchilari (Claude Code, Cursor, Copilot) — Prompt Engineering — Terminal/Bash — Debugging va Testing (Pytest) — Deployment (Vercel/Render)
Зарплата не указана
Задачи: — Разрабатывать ML-модели (lookalike/response/uplift/recsys) для персонализации push/pull-коммуникаций, категорий кешбэка, рекламных материалов и других сценариев в цифровых каналах банка; — Визуализировать и интерпретировать результаты, дизайнить A/B-тесты, проводить пилоты; — Общаться с бизнесом и помогать решать задачи через данные и ML; — Проходить полный цикл разработки модели: от уточнения требований до продакшна и мониторинга качества (если каких-то навыков не хватает — поможем развить); — Разрабатывать AI-агентов. Требования: — Высшее техническое образование; — 3+ года опыта в Data Science (именно построение моделей, не только аналитика); — Уверенный математический аппарат: мат. статистика, теория вероятностей; — Продвинутый Python и SQL (оконные функции, подзапросы — на автомате); — Опыт работы со Scikit-learn, NumPy, Pandas/Polars, Matplotlib/Seaborn/Plotly, LightGBM/XGBoost/CatBoost, PyTorch/TensorFlow/Implicit/LightFM, Airflow, Git. Будет большим плюсом: — PySpark, Hive, Hadoop, Docker, Kubernetes; — Опыт в банковской сфере и CVM; — Модели склонности и uplift-моделирование; — Рекомендательные системы (RecSys); — NBA/NBO оптимизаторы (Next Best Action / Next Best Offer); — ИИ-сервисы (real-time, near real-time или batch). Условия: — Гибридный формат работы, Москва, Москва-Сити (2 дня в неделю в офисе); — Комфортный и современный офис; — Обучение за счет компании (посещение конференций, курсов, помощь в написании статей на Хабр и т.д.); — Вертикальное и горизонтальное развитие: регулярные тренинги, вебинары, митапы; — Забота о вашем здоровье: ДМС с первого месяца работы, куда входит стоматология; — Прозрачный доход по итогам интервью; — Дополнительные бонусы от Россельхозбанка для сотрудников группы компаний (Скидки на спортзалы, рестораны, маркетплейсы и т.д.).
Зарплата не указана
Задачи: — сбор, предобработка, консолидация данных из внутренних и внешних источников; — обеспечение структурированного хранения данных (ведение справочников), проверка качества данных; — ведение регулярной отчетности по коммерческим и медийным показателям (реклама и аудитория в интернете); — поддержка и совершенствование существующих бизнес-процессов и аналитических инструментов; — создание расчетов и аналитических моделей; — построение и поддержка витрин данных; — анализ данных, подготовка ad-hoc запросов, аналитических записок, презентаций для руководства с выводами и рекомендациями; — постановка технических заданий разработчикам, составление инструкций и регламентов по работе с данными; — автоматизация расчетов и отчетности (Excel / SQL / Python). Требования: — высшее образование (желательно техническое, математическое, экономическое, социологическое); — опыт работы в аналогичной должности не менее 2-х лет; — уверенное владение пакетом MS Office, Excel - на продвинутом уровне (формулы, сводные таблицы, визуализация данных, Power Query); — базовые или средние навыки работы с Python (Pandas) и SQL; — понимание структуры баз данных и DWH, форматов хранения данных, моделей данных; — опыт работы с массивами данных, включая структурированные и неструктурированные источники; — умение визуализировать данные, формулировать выводы и рекомендации для бизнеса; — внимательность к деталям, критическое мышление, методичность и аккуратность в работе с данными; — ответственность, устойчивость к рутинной работе, высокая грамотность, коммуникабельность и вежливость. Будет плюсом: — python – библиотеки datetime, numpy, pandas, re, requests, sqlalchemy, sqlite3; работа с API; — работа с ПО Медиаскоп (Palomars, Adex); — знание рекламного рынка (структура, функции основных участников, происходящие процессы) и принципов размещения рекламы в интернете; — знание основ медиапланирования; — навыки использования математических методов моделирования и анализа. Условия: — работу в стабильной и постоянно развивающейся компании-лидере рекламного рынка; — гибридный график работы (с 10 до 19), офис в шаговой доступности от метро Молодежная или Крылатское; — стабильную заработную плату; — официальное оформление; — широкий спектр социальных программ: ДМС, программа поддержки корпоративного благополучия ПОНИМАЮ, скидки на театральные, музыкальные и т.п. мероприятия; — обучение в Корпоративном Университете (обучение, менторинг, коучинг); — приятную и комфортную атмосферу, дружный коллектив.
Зарплата не указана
Задачи: — Разработка и внедрение ML моделей на клиентской базе B2C и B2B для инвестиционных, страховых и сберегательных продуктов. — Работа с рекомендательными системами и моделями отклика для СберБанк Онлайн и СберИнвестиций. — Создание NLP-моделей на текстовых данных. — Использование продвинутых подходов классического ML, включая uplift-моделирование, работу с несбалансированными классами, feature engineering на больших данных, SOTA-алгоритмы. Обязанности: — Построение ML моделей на основе табличных данных, последовательностей событий (кликстрим, транзакции и т.д.), текстовых данных. — Написание production-ready кода и передача его в CI/CD пайплайн команды MLOps с ответственностью за качество кода и воспроизводимость. — Улучшение процесса построения моделей, разработка прикладных модулей командного фреймворка для повышения производительности DS и улучшения качества кода в промышленной среде. — Выдвижение data-driven гипотез и предложений для запуска новых механик, поиск инсайтов в данных. Требования: — Глубокое знание классического ML и опыт применения к реальным бизнес-задачам (градиентный бустинг, NLP алгоритмы). — Понимание основных Deep Learning подходов. — Продвинутое знание SQL (оконные функции, оптимизация плана запроса). — Отличное знание Python, включая библиотеки catboost, pandas, numpy, sklearn, torch. — Опыт работы с Hadoop, PySpark (оптимизация запросов, работа на общем кластере). Условия: — Комфортный современный офис рядом с м. Кутузовская. — Ежегодный пересмотр зарплаты, годовая премия. — Корпоративный спортзал и зоны отдыха. — Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития. — Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа. — Ипотека для сотрудников выгоднее до 4%. — Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров. — Вознаграждение за рекомендацию друзей в команду Сбера.
Зарплата не указана
Задачи: — Работа с различными по сложности структурами данных и их источниками — Поддержка существующей кодовой базы – отладка, ускорение работы — Разработка новых программных решений для бизнеса Требования: — Коммерческий опыт разработки около 1 года — Хорошее знание Python, его инфраструктуры и встроенных библиотек — Знание как минимум одного популярного веб-фреймворка — Знание как минимум одного популярного фреймворка для обработки данных (numpy, pandas, polars) — Знакомство с методами оптимизации кода: векторизация, распараллеливание, async — Хорошее знание реляционных СУБД — Опыт написания автотестов — Знание Docker — Знание Linux и Git Условия: — Обучение, тренинги и прозрачный карьерный рост, корпоративный коуч — Офис класса А в башне Империя Москвы-сити — Возможность гибридного/удаленного формата работы — Комфортная неформальная атмосфера, клубы по интересам, мероприятия — Оформление по ТК, ДМС после испытательного срока, страхование от несчастных случаев, онкочекапы и материальная помощь — Бесплатные консультации от психологов, налоговых консультантов и других специалистов — Корпоративная программа скидок платформы Best Benefits — Волонтерские программы, платформа для идей и их реализации, благотворительность
Зарплата не указана
Задачи: — участвовать в полном цикле разработки AI-агентов и универсальных ассистентов: от идеи и проектирования до запуска в продакшн — проводить эксперименты, тестировать гипотезы и исследовать новые подходы для создания агентских решений — разрабатывать и внедрять LLM-пайплайны, чат-ботов и интеллектуальные системы — обучать и дообучать NLP-модели под конкретные задачи продукта — интегрировать разработанные модели и логику в бизнес-процессы — мониторить качество работы моделей в продакшне, находить узкие места и оперативно вносить улучшения. Требования: — опыт в NLP и понимание технологий: от классических алгоритмов до трансформеров и генеративных моделей (LLM) — практический опыт коммерческой разработки AI-агентов, чат-ботов и LLM-пайплайнов — опыт обучения глубоких нейронных сетей — уверенное владение PyTorch, NumPy, Pandas, а также фреймворками для работы с агентами: LangChain, LangGraph (или их аналогами) — уверенное владение Python, Git, SQL, Bash, Docker. Умение писать чистый, поддерживаемый и тестируемый код — навык перевода бизнес-требований в конкретные технические и алгоритмические решения. Будет плюсом: — понимание принципов микросервисной архитектуры и опыт проектирования REST API — опыт разработки асинхронных и многопоточных приложений (asyncio, aiohttp, multiprocessing и др.) — опыт взаимодействия с реляционными и нереляционными базами данных — практический опыт настройки и поддержки CI/CD-пайплайнов (Jenkins, GitLab CI, ArgoCD или аналоги) — опыт развёртывания и управления приложениями в Kubernetes. Условия: — комфортный современный офис рядом с м. Кутузовская — гибридный формат работы — ежегодный пересмотр зарплаты, квартальная и годовая премия — корпоративный спортзал и зоны отдыха — более 400 образовательных программ СберУниверситета для профессионального и карьерного развития — программа адаптации и помощь руководителя на старте — расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа — гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ — подписка Прайм с возможностью совместного использования на трёх близких — вознаграждение за рекомендацию друзей в команду Сбера.
Зарплата не указана
Задачи: — Разрабатывать и внедрять ML-модели для прогнозирования поведения клиентов-физических лиц и розничного продуктового портфеля Банка — Рассчитывать ожидаемые денежные потоки по кредитным и пассивным продуктам Банка Требования: — Опыт работы в банковской сфере — Опыт разработки и внедрения ML-моделей от сырых данных до production — Работа с табличными данными — Свободное владение Python: Pandas, NumPy, Matplotlib (или аналогичными инструментами визуализации) — Знание SQL: оконные функции, сложные JOIN, оптимизация запросов к БД — Хорошее владение ML-библиотеками: CatBoost, LightGBM, XGBoost, Scikit-learn — Умение проводить стресс-тесты и А/В-тесты — Понимание особенностей розничных банковских бизнес-процессов — Преимуществом будет знание MLflow, Airflow, Butch Scoring, Docker, Spark / PySpark Условия: — Офисный формат работы — Офис в центре Москвы
Зарплата не указана