Вакансии

Location: Москва Workplace: Гибридный О компании МТС — ведущий технологический оператор связи в России*. Мы развиваем телеком нового поколения: объединяя связь, цифровые и финансовые сервисы с возможностями ИИ, формируем новые стандарты пользовательского опыта. МТС — лидер технологий**. Обязанности анализировать пользовательское поведение и продуктовые метрики мобильного приложения и веб-витрин «Мой МТС»; искать «точки роста» продукта, формировать и проверять продуктовые гипотезы на основе данных; проводить A/B-тесты полного цикла: дизайн эксперимента, расчет выборки и длительности, контроль качества проведения, анализ результатов и формирование выводов; разрабатывать SQL-запросы для мониторинга продуктовых показателей; проводить ad hoc-исследования по запросам продуктовых команд и оценивать эффект продуктовых изменений; разрабатывать и развивать системы продуктовых метрик и дашбордов; взаимодействовать с продакт-менеджерами, разработчиками, дата-инженерами и BI-командой: от формулирования задачи до интерпретации результатов и принятия продуктовых решений. Требования опыт работы продуктовым аналитиком от 3 лет; уверенное владение SQL: сложные запросы, CTE, оконные функции, агрегации, оптимизация запросов, работа с большими объемами данных; владение Python для анализа данных: pandas, numpy, scipy/statsmodels или аналогичные библиотеки; практический опыт проведения A/B-тестов полного цикла; хорошее понимание продуктовых метрик; умение самостоятельно проводить исследования, структурировать неопределенные бизнес-задачи и переводить их в аналитические гипотезы, а также понятно презентовать результаты и давать рекомендации продуктовой команде; опыт работы с BI-системами (Apache Superset), с большими данными / DWH / Data Lake будет преимуществом. Условия удобный формат работы: пятидневная рабочая неделя с пн по пт, а удобное время начала и окончания рабочего дня можно согласовать с руководителем; ДМС с первого месяца работы, включая стоматологию. А еще оплачиваем 50% стоимости полиса ДМС для родственников; страхование от несчастных случаев с 1 месяца работы. Материальная помощь в сложных жизненных ситуациях; прием врачей общей практики и массаж в офисе. Консультация психологов и программа поддержки сотрудников; отпуск 28 календарных дней + 3 дня за ненормированный рабочий день; компенсация расходов на выбор сотрудника, например, на спорт, ипотеку или питание. Специальные предложения от партнеров и скидки от продуктов экосистемы МТС; мобильная связь за счет компании и льготные тарифы для близких; подписка на онлайн-кинотеатр KION, сервис МТС Музыка, книжный сервис Строки от МТС, безлимитные мессенджеры и соцсети; собственный корпоративный университет, онлайн-библиотека и оплачиваемое внешнее обучения для карьерного развития.

Задачи: разработка production-моделей для бизнес-задач — прогнозирование, классификация, детектирование аномалий, анализ временных рядов; участие в запуске ML-проектов полного цикла — от постановки задачи совместно с заказчиком и подготовки данных и признаков до обучения, валидации моделей, вывода в прод и оценки влияния на бизнес-метрики;

Location: Москва Workplace: Москва (гибрид/офис) Мы строим data-driven маркетинг, где каждое решение должно доказывать свою эффективность. Ищем Senior аналитика, который выстроит единую методологию оценки всех активностей — от креативов до медиамикса. Ты будешь работать на стыке данных, стратегии и экспериментов: запускать тесты, развивать MMM и Causal Impact. Это роль для того, кто хочет влиять на ключевые бизнес-решения, а не закрывать узкие задачи. Идеальный профиль — опыт in-house аналитики в крупных онлайн-экосистемах, с бэкграундом в 360° маркетинге и пониманием причинно-следственных связей. Задачи Выстраивать с нуля единую методологию оценки эффективности всех маркетинговых каналов и активностей — от креатива до медиабаинга Запускать региональные тесты, тесты аплифтов и инкрементальные эксперименты, которые отделяют корреляцию от реального бизнес-эффекта Внедрять MMM и Causal Impact для измерения эластичности каналов, каннибализации и сквозной оптимизации медиамикса Развивать CMI-направление: связывать трекеры с ML-моделями, анализировать восприятие аудитории и эффективность выбора звёзд. Лидировать локальные команды аналитики маркетинга, передавая экспертизу и задавая стандарты качества data-driven решений Стек технологий и инструменты SQL на уверенном уровне (Greenplum, Trino, ClickHouse, Teradata) Python (Pandas, NumPy) для сбора и обработки данных, базовой статистики и экспериментального анализа BI DataLens / Superset Методологии оценки эффектов: понимание DiD, synthetic control, PSM, A/B-тестирования, MMM Требования Senior-экспертиза в маркетинговой аналитике. Опыт построения MMM, оценки эластичности и каннибализации каналов, региональных и инкрементальных тестов внутри крупного бизнеса ML и статистика. Понимание моделей от линейной регрессии до Causal Impact, временные ряды (ARIMA, Prophet), CatBoost; умение работать с причинно-следственными связями, а не только с корреляциями Коммуникации и стейкхолдер-менеджмент. Способность самостоятельно собирать контекст через интервью с большим количеством стейкхолдеров и синтезировать его в целостную картину Презентация и автономность. Умение чётко презентовать выводы, объяснять сильные и слабые стороны методологии и её ограничения; proactive-подход к неструктурированным задачам Отраслевой фон. Опыт в e-com / retailtech — преимущество. Высокий приоритет — in-house аналитика в онлайн-компаниях с 360° маркетингом. Условия ДМС со стоматологией и льготными условиями для членов семьи Технику для работы Работу в уютном офисе в центре Москвы (ст. м. Савеловская) Возможность реализовать свой опыт и потенциал в интересных и многоплановых проектах Развитие – мы оплачиваем обучение на курсах и участие в конференциях Наличие корпоративных скидок PRIMEZONE и программ лояльности от компании Наличие корпоративной библиотеки курсов Возможность рекомендовать компанию своим друзьям, участвуя в реферальной программе Формат работы Москва (гибрид/офис)

Location: Москва Приглашаем студентов на стажировку по направлению машинного обучения. Вам предстоит работать с данными, участвовать в разработке и улучшении ML-моделей, проводить эксперименты и применять знания для решения практических задач. Обязанности Подготовка, обработка и анализ данных. Обучение и тестирование моделей машинного обучения. Оценка качества моделей и поиск способов их улучшения. Проверка гипотез и проведение экспериментов. Анализ и описание полученных результатов. Требования Курс обучения: 3-6 курс бакалавриата и специалитета или 1-2 курс магистратуры. Знание Python, опыт работы с NumPy, Pandas и Scikit-learn. Понимание основных алгоритмов машинного обучения и метрик качества моделей. Базовые знания математической статистики, теории вероятностей и линейной алгебры. Базовое знание SQL и Git. Готовность разбираться в новых задачах и работать в команде. Будет преимуществом: опыт учебных или личных ML-проектов, знание основ Deep Learning и опыт работы с PyTorch или TensorFlow. Условия Оплачиваемая стажировка. Длительность стажировки: 3-6 месяцев. формат работы: офис в г. Москва, рядом с м. Кутузовский пр. гибкий график и возможность совмещать с учебой: от 20 до 40 часов в неделю возможность заниматься спортом в одном из спортзалов банка бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера.

Требования: — Наличие не менее 3 лет опыта в продуктовой аналитике, включая работу с B2C Web2Web. — Уверенное владение SQL и Python (pandas). — Практический опыт проведения A/B-тестирования и знания статистики. — Понимание подписочной модели и ключевых продуктовых метрик. О компании: Продуктовая компания, занимающаяся развитием B2C-продуктов в форматах Web2Web и Web2App. Формат работы: удалённо, гибкий график. Местоположение: Весь мир.

Задачи: — Анализ данных с использованием SQL и Python (pandas, визуализация). — Дизайн и анализ A/B-тестов, применение методов матстатистики. — Проведение квази-экспериментов (DiD, synthetic control, causal impact) в условиях отсутствия рандомизации, например, для гео-кампаний, ценообразования и открытий. — Анализ маркетинговых метрик: LTV, CAC, retention, инкрементальность, атрибуция. — Работа с BI-системами. Требования: — Опыт работы в аналитике от 3 лет, предпочтительно в сферах B2C, e-commerce, ритейл или маркетинг. — Уверенное владение SQL и Python. — Знание методов статистики и опыт проведения экспериментов. Условия: — Фултайм, возможна удалённая работа или офис/гибрид в Москве или Санкт-Петербурге.

Workplace: Москва и Краснодар (гибрид/офис), другие города - удаленно Привет! Мы формируем новое направление — Лабораторию ИИ в управлении по развитию операционной эффективности и товародвижения. Наша цель — не просто автоматизировать рутинные операции с помощью ML/AI, а амбициозно переосмыслить привычные процессы и найти новые способы решать бизнес-задачи с помощью технологий. Здесь важны творческий подход, готовность экспериментировать и превращать идеи в работающие решения. И сейчас мы ищем RPA инженера, который в рамках глобальной трансформации компании будет помогать с автоматизацией рутинных и нерутинных кейсов: выявлять области, где сотрудники тратят много времени на кейсовые задачи и автоматизировать их. Стек технологий: Python, pandas, BeautifulSoup (bs4), Playwright, Selenium, PyAutoGUI, tenacity, pytest, REST API, SOAP, Oracle, ClickHouse, MS SQL Server, Git, Docker, CI/CD, FastAPI. Задачи Выявлять и приоритизировать процессы для автоматизации (высокочастотные, рутинные, с чёткими правилами) Оценивать потенциал эффекта от автоматизации Создавать ботов и сценарии на low-code платформах с использованием AI-узлов Настраивать простых AI-агентов для работы с контентом и таблицами, а также автоматизированные сценарии с использованием платформ автоматизации Разрабатывать технические задания на автоматизацию процессов. Автоматизировать сбор данных, аудит и подготовку регулярных отчётов Настраивать интеграцию рабочих инструментов (почта, мессенджеры, CRM, таблицы) Организовывать проверку сценариев (функциональное, нагрузочное тестирование, обработка исключений) Внедрять автоматизированные процедуры в продуктивную среду Контролировать работу сценариев, обрабатывать ошибки, выполнять доработки Поддерживать и дорабатывать существующие скрипты Оценивать эффект от внедрения автоматизации Документировать настроенные автоматизированные сценарии Обучать сотрудников созданию простых автосценариев Обучать сотрудников работе с автоматизированными процедурами (взаимодействие, эскалация ошибок, контроль результатов) Требования Образование: законченное высшее или среднее специальное техническое (программирование, автоматизация) От 2-х лет опыта разработки RPA-решений (ROBIN, UiPath, Power Automate, Blue Prism или Python-скрипты) Опыт работы с API, базами данных, Excel, OCR. Скриптинг на Python, VBA, SQL, JavaScript Опыт с отладкой и обработкой исключений в автосценариях Понимание основ кибербезопасности при работе с учётными данными Условия ДМС со стоматологией и льготными условиями для членов семьи Технику для работы График работы с гибким началом дня Работу в максимально уютном офисе в Краснодаре или Москве, Санкт-Петербурге, Иннополисе (гибрид) Возможность реализовать свой опыт и потенциал в интересных и многоплановых проектах Развитие – мы оплачиваем обучение на курсах и участие в конференциях Наличие корпоративных скидок PRIMEZONE и программ лояльности от компании Наличие корпоративной библиотеки курсов Возможность рекомендовать компанию своим друзьям, участвуя в реферальной программе Формат работы Москва и Краснодар (гибрид/офис), другие города - удаленно

Location: Remote (Ukraine) [https://app.ashbyhq.com/api/images/user-content/d5fc9a0c-9608-448b-b96f-2a4966f020bf/b1f66826-c3f7-487b-8301-afa39475d583/G_LINK_OWN_COVER_1.png] About us: Gismart is a value-driven mobile app developer with a strong presence in the Health & Wellness, Utilities, and Music app markets. We have achieved a significant milestone of over 1 billion downloads worldwide, taking a step toward our mission of cultivating the well-being of people worldwide. With headquarters in London, UK, Gismart is a dynamic global company with a reach extending across Europe and far beyond. Our determined team comprises over 400 individuals who bring diversity, creativity, innovation, and relentless drive to the company. Gismart unites professionals from diverse backgrounds in entertainment, music, and tech, allowing us to play to each other’s strengths and succeed as a team. Our mission: Become a stepping stone on our customers’ journeys of self-improvement. Our values: - Deliver what matters - Respect and support others - Initiate and own - Voiceopenly - Execute with quality If you are passionate about mobile app development and want to join a company that’s reshaping the industry, Gismart is the place for you. We provide exciting career opportunities, a supportive workplace culture, and the chance to contribute to a team that is making a tangible impact. For more information on Gismart, visit gismart.com http://gismart.com. About project: Testora is a self-discovery app that helps users explore and analyze their personality, intelligence, relationships, and career strengths through engaging tests. The app offers personalized challenges, progress reports, and habit tracking, making Testora your go-to tool for self-awareness, stronger relationships, and personal growth. Responsibilities - Engage with key stakeholders (product managers, marketers) to identify needs and shape the analytics strategy. - Translate stakeholders’ business questions into concrete metrics and analytical tasks; deliver decisions, not raw numbers. - Build and maintain dashboards, reports, and key metrics to support data-driven decision-making. - Build and validate LTV predictions for the web funnel, including early/predicted LTV on short cohort history. - Design event taxonomy and Amplitude dashboards for specific PMM, PM, and UAM requests. - Analyze the web funnel: diagnose drop-offs between steps, assess the impact of changes on conversion and monetization. - Compute product unit economics: ARPU, retention, payback, and ROAS tied to UA data. Requirements - 3+ years as a Product Analyst. - Strong SQL: cohort analysis, retention, revenue aggregations. - Hands-on LTV/pLTV experience: understands the methods (cohort extrapolation, survival, ML regression), their limitations with small data, and how to validate predictions. - Amplitude: dashboard building, event taxonomy. - Understanding of mobile/web subscription-product metrics and UA logic (CPI, ROAS, ARPU, payback). - A/B testing methodology. - Hands-on experience with BI tools such as Tableau or Power BI. - Effective communication and presentation skills to convey analysis results clearly and compellingly. Would be a plus - Python skills (pandas, data visualization, statistics) for data manipulation and analysis. - Experience with MMP data (AppsFlyer/Adjust). - Hands-on experience with subscription products. - Data engineering. - Direct experience working with a UA team. Employee Benefits: - Remote-First Culture: Our team is diverse and extensive, just like our product portfolio. We provide a flexible working schedule and let you work anywhere in the world, either remotely or in one of our corporate hubs - Сoworking Compensation: We provide 100% compensation for coworking spaces in Ukraine (except Kyiv, where we have a cozy and autonomous hub) and 50% compensation for coworking spaces worldwide to make sure that everyone has a comfortable and inspiring workspace - Free Office Lunches: We want you to stay fueled and focused, so we provide delicious free lunches for everyone working from our hubs. It’s one less thing for you to worry about during a productive workday - Public Holidays Policy: Gismart observes public holidays based on the Ukrainian or Polish holiday calendars. Employees working in other locations are entitled to 12 public holidays per year - 100% Sick Leave Compensation - Mental and Physical Health: To help you stay happy and healthy, Gismart will partially cover your medical insurance, sports activities, therapy costs - Personal Equipment Policy: Of course, we’ll provide you with all the equipment you need or cover the maintenance cost for your own tools - Personal Learning and Development: We love to see you learn and grow, so Gismart will cover 70% of your professional development courses. We’ll also pay for 100% of corporate English courses - Time-Off Policy: Every employee gets 18 working days of paid vacation and 3 personal days per year, with an extra day added for each year at Gismart - Corporate Events: We are remote-first, but we love meeting up in person. Whenever possible, we organize corporate events and team-building activities across all Gismart hubs

Location: Москва Мультиканальная платформа информирования и управления высокоприоритетными сбоями в Банке и экосистеме Сбера с оценкой влияния на клиентские сервисы в онлайн режиме. Продукт предназначен для топ-менеджмента банка и экосистемы, руководителей подразделений, владельцев и лидеров продуктов, дежурных смен и специалистов по сопровождению ИТ-услуг. Основная цель — эффективное управление массовыми отклонениями для минимизации негативного влияния на внешних и внутренних клиентов. Обязанности ### **Чем предстоит заниматься:** * строить систему продуктовых метрик (DAU, MAU, Retention, CSAT, NPS и др.) и связывать их с бизнес-целями и OKR * анализировать поведение пользователей: воронки, когорты, отток, паттерны использования модулей * проверять гипотезы через продуктовые метрики и формировать рекомендации по развитию продукта * строить дашборды с продуктовыми и бизнес-метриками, а также обеспечивать прозрачность метрик для стейкхолдеров * работать с данными: SQL, Python/PySpark для анализа большего объёма. * собирать обратную связь от пользователей и заказчиков, превращать её в задачи * следить за качеством продукта через продуктовые метрики и формировать древа зависимостей. Требования ### **Ждём от кандидата:** * опыт Product Analyst в сложных IT-продуктах (платформы, B2B/Enterprise) — от 4х лет * уверенный SQL: сложные JOIN, оконные функции, CTE, оптимизация запросов * Python для анализа данных (pandas, numpy, визуализация) * понимание продуктовых метрик (DAU, MAU, Retention, Churn, LTV, ARPU, Conversion, CSAT/NPS) и применение их на практике * построение дашбордов (Tableau, Power BI, Superset или аналоги). * сбор бизнес-требований, оформление ТЗ, декомпозиция задач * AI-инструменты для аналитики и разработки (GigaChat, DeepSeek, Qwen, Claude). Условия * офис: г Москва, проезд 2-й Южнопортовый, 12Ак1стр1 * офисный формат работы * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * 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.

Location: Москва Мы ищем уникального специалиста, который объединит в себе роли Владельца продукта (Product Owner) и Технического лидера (Tech Lead) для нашей команды BI. Вам предстоит не просто управлять бэклогом, а взять на себя полную ответственность за развитие аналитической платформы компании. Ваша миссия — превратить сырые данные в понятные бизнес-инсайты и удобные инструменты для принятия решений. Вы будете работать на стыке бизнеса, аналитики и разработки, определяя стратегию развития отчетности на базе Power BI, управляя сложной архитектурой потоков данных (Apache Airflow) и глубоко погружаясь в специфику нашей внутренней платформы BI. Мы ищем лидера, который сможет выстроить процессы с нуля, задать высокие стандарты качества кода и визуализации, а также сплотить команду вокруг общей цели. Обязанности **В роли Владельца продукта:** * Формирование и приоритизация продуктового бэклога команды BI в тесном взаимодействии с бизнес-заказчиками. * Сбор и формализация требований от стейкхолдеров, их декомпозиция на понятные задачи для команды. * Определение метрик успеха (OKR/KPI) для аналитических отчетов и инструментов, отслеживание их влияния на бизнес-показатели. * Управление ожиданиями заказчиков, планирование релизов и коммуникация о статусе разработки. * Проведение CustDev и интервью с пользователями для выявления реальных потребностей в данных. * Оценка бизнес-ценности задач и защита бюджета на развитие аналитических инструментов. **В роли Технического лида:** * Проектирование архитектуры потоков данных: от источников до витрин и конечных дашбордов. * Разработка и ревью ETL/ELT-процессов на Apache Airflow, оптимизация производительности пайплайнов. * Технический надзор за разработкой дашбордов в Power BI, Navigator BI: контроль соблюдения best practices, оптимизация DAX-запросов и моделей данных, обеспечение читаемости и производительности отчетов. * Настройка и контроль качества данных (Data Quality), управление доступами и ролевой моделью (RBAC). * Внедрение процессов CI/CD для аналитических решений, настройка автоматизированного тестирования данных и отчетов. * Менторинг команды (аналитиков данных и BI-разработчиков), проведение код-ревью, развитие экспертизы сотрудников. * Обеспечение отказоустойчивости и стабильности аналитической платформы, управление техническим долгом. Требования * Опыт работы на стыке Product Owner и Tech Lead (или Lead Data Engineer / Analytics Team Lead) от 3 лет. * Уверенное владение **Power BI** (Desktop и Service): построение сложных моделей данных, оптимизация DAX, разработка сложных мер и расчетных столбцов, настройка Row-level security (RLS). * Глубокое знание **Apache Airflow**: написание кастомных операторов, управление зависимостями (SLA, датчики), работа с XComs, масштабирование исполнителей (Celery/Kubernetes). * Уверенное владение SQL (оконные функции, оптимизация сложных запросов) и Python (Pandas, PyAirflow). * Опыт проектирования хранилищ данных и витрин (DWH/OLAP), понимание подходов Data Vault, Kimball или Inmon. * Понимание принципов работы реляционных и колоночных СУБД (например, Greenplum, ClickHouse, PostgreSQL). * Опыт выстраивания процессов CI/CD для BI (использование Git, dbt или аналогов, автоматизация деплоя отчетов). * Опыт работы с инструментами каталогизации данных и профилирования (например, DataHub, Amundsen или аналоги). **Будет плюсом:** * Опыт работы с Databricks, Spark или другими инструментами Big Data. * Опыт внедрения практик Data Governance и Data Lineage на уровне всей компании. * Знание инструментов продуктовой аналитики (Amplitude, Mixpanel) для обогащения BI-отчетов. * Опыт работы в финтехе, телекоме или крупных e-commerce проектах с высокой нагрузкой на данные. * Опыт работы с **Platform V Navigator BI** (или аналогичным корпоративным BI-конструктором от СберТеха). Понимание принципов работы встроенного оркестратора, каталога данных и механизмов мониторинга платформы. Условия * Гибридный формат работы (современный офис в Москве, м. Кутузовская); * Льготные ипотечные условия кредитования; * Подписка Прайм с возможностью совместного использования на трёх близких; * ДМС с первого дня и скидки на страхование для близких; * Корпоративная пенсионная программа; * Детский отдых и подарки за счет Компании; * Обучение за счет Компании: онлайн курсы, неограниченный доступ к библиотеке и обучение на базе Корпоративного университета, тренинги, митапы и возможность получить новую квалификацию.

Kody is looking for a Data Scientist to analyze payment data, build business intelligence dashboards, and support commercial decisions.

— Сбор и анализ больших массивов данных из различных блокчейн-сетей (on-chain data). — Разработка и внедрение моделей машинного обучения для прогнозирования состояний сети и оптимизации работы ZK-инфраструктуры.

Location: Intellias Meet your recruiter Viktoriia Tochylova viktoriia.tochylova@intellias.com https://www.linkedin.com... Vacancy details AI/ML Engineering Machine Learning Engineer Senior Bulgaria, Croatia, Poland, Portugal, Spain Remote APPLY NOW REFER A FRIEND Over 20 years of market experience, Intellias brings together technologists, creators and innovators in Europe, North and Latin America, and the Middle East. Join our international team and take the mission to solve the advanced tech challenges of tomorrow! What project we have for you Join a transformative data and AI platform initiative aimed at modernizing enterprise-scale capabilities and enabling real-time decision-making. This project delivers a comprehensive roadmap covering AI, MLOps, data governance, and platform scalability, supporting a shift towards data-first operations and intelligent automation. What you will do Lead the ideation, design, and execution of AI proofs-of-concept and end-to-end machine learning systems, from research and experimentation through to scalable production deployment. Develop and implement machine learning and AI systems across domains including Computer Vision, NLP, and Generative AI, solving complex business and product challenges. Collaborate cross-functionally with engineering, product management, and business stakeholders to translate business objectives into scalable AI-driven capabilities and production-ready solutions. Architect and maintain production-grade AI systems across the full lifecycle, including data ingestion, feature engineering, model training, retrieval pipelines, orchestration layers, deployment, evaluation, and monitoring. Design and implement Retrieval-Augmented Generation (RAG) pipelines, semantic search systems, and multi-agent workflows, selecting appropriate architectures based on performance, latency, cost, and compliance constraints. Design evaluation frameworks for machine learning and generative AI systems, including offline evaluation, human-in-the-loop validation, automated scoring, and production monitoring. Optimize AI systems for scalability, latency, and cost efficiency, including batching, caching, quantization, and model selection strategies. Design and apply advanced mathematical models and statistical methods to analyze large, multi-modal datasets, including time series, classification, regression, and representation learning tasks. Collaborate on AI architecture decisions and contribute to technical roadmap planning, identifying high-impact opportunities for AI adoption across the organization. Mentor and provide technical guidance to junior ML engineers and data scientists, promoting engineering best practices and a culture of continuous learning. Stay current with emerging research, tools, and architectures in AI and machine learning, proactively evaluating and introducing relevant advancements. What you need for this Required skills: 5+ years of hands-on experience in machine learning, AI research, or data science, with a proven track record of delivering production-grade ML solutions. Master’s or Ph.D. in Computer Science, Data Science, Machine Learning, or a related quantitative field. Strong expertise across core ML disciplines including supervised and unsupervised learning, time series modeling, classification, regression, and model evaluation. Deep hands-on experience developing production systems in Computer Vision, NLP, and Generative AI. Strong experience building LLM-based applications, including RAG pipelines, agentic workflows, semantic search, and tool-using AI systems. Experience designing evaluation frameworks for generative AI systems, including prompt evaluation, hallucination detection, and performance monitoring. Proficiency in Python and modern ML ecosystem including PyTorch, TensorFlow, Hugging Face, NumPy, Pandas, and scikit-learn. Experience with modern LLM orchestration and serving frameworks such as LangChain, LlamaIndex, DSPy, Haystack, or equivalent. Experience deploying and scaling AI systems on cloud platforms (AWS, Azure, or GCP), including managed ML services and containerized deployments. Experience building and maintaining end-to-end ML pipelines, including data processing, model training, deployment, and monitoring. Understanding of responsible AI principles, including bias mitigation, safety guardrails, and governance considerations. Proficiency with version control (Git) and software engineering best practices for collaborative ML development. Excellent communication skills, with the ability to convey complex technical concepts to both technical and non-technical stakeholders. Will be a plus: Experience with MLOps tooling and workflows, including MLflow, Apache Airflow, Terraform, and CI/CD pipelines for model deployment. Experience with model serving and inference optimization tools such as vLLM. Experience working with feature stores, real-time data pipelines, or streaming AI systems. Experience with distributed training or large-scale model training frameworks. Experience with multimodal AI systems (vision-language models, audio-text, document AI). Experience with fine-tuning large language models or parameter-efficient training techniques (LoRA, PEFT, etc.). Experience contributing to open-source ML projects or publications in peer-reviewed venues. An Associate, Professional or Specialty-level certification from one of our strategic technology partners — AWS, Microsoft, Google, Databricks or Anthropic — aligned with your tech stack. What it’s like to work at Intellias At Intellias, where technology takes center stage, people always come before processes. By creating a comfortable atmosphere in our team, we empower individuals to unlock their true potential and achieve extraordinary results. That’s why we offer a range of benefits that support your well-being and charge your professional growth. We are committed to fostering equity, diversity, and inclusion as an equal opportunity employer. All applicants will be considered for employment without discrimination based on race, color, religion, age, gender, nationality, disability, sexual orientation, gender identity or expression, veteran status, or any other characteristic protected by applicable law. We welcome and celebrate the uniqueness of every individual. Join Intellias for a career where your perspectives and contributions are vital to our shared success.

Location: Москва Workplace: Комбинированный Наша команда развивает аналитическую платформу для ключевых медиасервисов VK — VK Видео, VK Музыка, а также других медиапроектов. Задачи Разрабатывать отчёты в Superset от этапа идеи до готового решения Собирать и формализовывать требования к отчётам и данным Оптимизировать отчётность: аудит, унификация метрик, сокращение общего количества отчётов по всем направлениям Развивать Data Governance. Выстраивать процессы сбора и хранения данных Проектировать витрины данных и сложные ETL/ELT-процессы как совместно с командой DWH, так и самостоятельно в Airflow Передавать знания по разработке отчётов другим аналитикам Способствовать укреплению data-driven культуры Требования Умение собирать и уточнять требования, понимать бизнес-проблему заказчика и предлагать подходящее решение Глубокое знание SQL: оконные функции, CTE, понимание плана выполнения запроса Опыт в проектировании отчётов и подготовке данных для них Понимание архитектуры хранилищ данных: что такое слои, зачем они нужны и как работают Практический опыт работы с одним из BI-инструментов: Apache Superset, Tableau, Power BI, DataLens Системное мышление, способность видеть за набором таблиц и графиков целостную картину бизнеса Коммуникативные навыки: умение объяснить сложное техническими терминами инженерам и простым языком — бизнесу Ориентация на результат Будет плюсом Знание JavaScript/CSS/HTML для кастомизации визуальных элементов Опыт работы с Python для анализа данных (Pandas, NumPy) и автоматизации Опыт использования ИИ для задач аналитики (например, для поиска аномалий или автоматизации процессов)

Обязанности: Разработка моделей для рекомендательных систем CVM; Рекомендация персональных предложений в мобильном приложении, рекомендации докупа в корзине, рекомендации в карточке товара;

Location: Воронеж \- Обязанности · участие в выявлении проблем и недостатков в бизнес-процессах, автоматизированных алгоритмах и разработанных банковских ML-моделях · анализ или написание программного кода, математическое моделирование · автоматизация процессов проверки (SQL, Рython, Excel и т.д.) · анализ больших объёмов данных средствами HiveSQL, Apache Spark, GreenPlum · описание недостатков в процессах на основе анализа схемы процесса и полученных данных, программного кода исполнения процесса. А также: возможность влиять на изменения бизнес-процессов Сбера и самостоятельно определять пути решения поставленных задач. Требования · образование в сфере ИТ (выпускники профильных ВУЗов, начиная с 4 курса, при возможности совмещения учебы и работы полный рабочий день) · свободное владение MS Office (Excel, Word, PowerPoint), применение встроенных функций (сводные таблицы, сложная фильтрация, форматирование, использование формул и функций) · MS SQL, Python – уровень владения: простой и средней сложности: \- Python (опыт работы с библиотеками pandas, matplotlib, numpy, sklearn), \- SQL (опыт написания join, group by, window, filter запросов к данным), · знание методов анализа бизнес-процессов (опыт работы бизнес-аналитиком будет являться преимуществом) · умение использовать нейросети в повседневной работе Условия ·    комфортный современный офис ул. 9 января, 68к ·    график работы 5/2, пн-вт с 9:00 до 18:00, пт до 16:45, офис ·    ежегодный пересмотр зарплаты и годовая премия ·    гибкая система премирования и возможность влиять на свой доход ·    корпоративный спортзал и зоны отдыха ·    уникальная система обучения Сбера для профессионального и карьерного развития  ·    расширенный ДМС и льготное страхование для семьи ·    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 ·    корпоративная пенсионная программа.

Analyze, validate, and maintain datasets used for AI and machine learning applications. Identify missing, duplicate, inconsistent, and inaccurate data.

Location: Москва, гибрид или удалённая работа, RU; Россия О команде Мы — команда Automated Moderation в юните «Автомодерация» направления Trust & Safety. Развиваем инструменты доверия и безопасности на платформе: помогаем проверять контент и снижать риск появления материалов, которые нарушают правила Авито. Мы разрабатываем и поддерживаем ML-систему проверки объявлений: анализируем текст, фото и параметры, автоматизируем проверки и снижаем нагрузку на ручную модерацию. Основной проект — развитие LLM-модерации, около 80% рабочего времени. Система уже работает в продакшене: классические модели находят потенциальные нарушения, а LLM проверяют их по правилам Авито. Мы улучшаем промпты, дообучаем LLM- и VLM-модели, автоматизируем эксперименты с помощью AI-агентов. Ищем DS-инженера полного цикла, который будет вести решения от постановки задачи и работы с данными до инференса, мониторинга и оценки влияния на продукт. Помимо основного проекта, будут задачи автомодерации с текстом, изображениями и видео. Какие задачи вас ждут: развивать LLM-проверки: переводить регламенты модерации в инструкции для моделей, разбирать ошибки и улучшать качество решений; строить воспроизводимые эксперименты: сравнивать модели, промпты, состав входных данных и пороги принятия решений; применять и развивать автоматическую оптимизацию промптов, дообучать модели и LoRA-адаптеры там, где это оправдано качеством и стоимостью; готовить датасеты: организовывать сбор и разметку, проверять качество данных и репрезентативность выборок; встраивать решения в пайплайны автомодерации и обеспечивать стабильную работу в продакшене: учитывать качество, задержки, вычислительную стоимость и риски ошибок; настраивать мониторинг качества и деградаций, алерты и регулярные итерации улучшений; оценивать влияние решений на продуктовые и бизнес-метрики. Мы ждём, что вы: умеете проводить полный цикл ML-разработки: от работы с данными и моделью до продакшена, мониторинга и проверки влияния с помощью A/B-тестов или эквивалентных подходов; имеете большой опыт в NLP или значимый опыт вывода и сопровождения моделей в продакшене; работали с LLM в прикладных задачах и умеете проверять качество решений на данных; дообучали LLM и VLM, работали с LoRA, PEFT и оптимизацией инференса, например с vLLM; уверенно владеете Python и DS-стеком: NumPy, pandas, scikit-learn, CatBoost или аналогами, умеете работать с DL-фреймворками, например PyTorch; понимаете, как выбирать методы под задачу и аргументировать компромиссы между качеством, стоимостью, скоростью и рисками; умеете оценивать качество моделей при запуске и отслеживать его изменение во времени: дрейф, деградации, проблемы данных; пишете SQL-запросы на уровне, достаточном для анализа данных и диагностики качества; читаете англоязычную техническую литературу. Будет здорово, если вы: имеете опыт в модерации, Trust & Safety или антифроде; разрабатывали инструменты для AI-агентов, MCP-серверы или автоматизировали с их помощью ML-процессы; знакомы с практиками MLOps: Kubeflow, K8s, feature store, MLflow; настраивали мониторинг и алерты в Grafana, участвовали в A/B-тестах и канареечных релизах; использовали LLM в прикладных задачах; работали с CV или мультимодальными задачами, например VLM. Работа у нас — это: масштабный инженерный процесс, где вы можете участвовать во всех этапах работы над ML-решением; интересные развивающие задачи и влияние на продуктовые и бизнес-метрики; культура взаимопомощи и обмена опытом; прозрачный карьерный трек и инструменты для роста: семинары, менторство, митапы; расширенная забота о здоровье: ДМС, страхование жизни, онкострахование; сервис психологической поддержки, а также финансовые, юридические и ЗОЖ-консультации для вас и ваших близких; корпоративный спорт: групповые тренировки, велбиинг-приложение; спецпредложения от партнёров и скидки на сервисы Авито: бронирование жилья, услуги продвижения, ипотечное страхование; компенсация питания.