Вакансии

Build detection that fires early . A rule that catches 88% of the money on day 11 is worth far less than one that catches 60% at checkout, and you should be able to say why in dollars.

What To Do: Conduct deep research into specific areas to improve our understanding of the impact of AGI, and create the map of potential outcomes; Build and refine measurement infrastructure and evaluation frameworks for a systematic evaluation of AGI.....

Развитие классификатора данных для полей БД (Tabular ML). Развитие существующей ML-модели (RandomForest), которая выявляет ПДн в полях баз данных на основе метаданных и значений.

What You’ll Bring Experience training or fine-tuning video or related generative models. What You’ll Work On Real-time and streaming generation.

​​​​​​ анализ данных и проверка гипотез для решения бизнес-задач; разработка и валидация ML-моделей (регрессия, классификация, кластеризация, ансамбли) feature engineering: подготовка и проектирование признаков;

​​​​Исследование и внедрение современных архитектур, а также подходов к обучению моделей. Разработка AI-агентов прогнозирования.

Здесь придётся строить систему, которая выдерживает эту гонку и успешно борется с лучшими фродерами мира;

Разрабатывать и улучшать модели рекомендаций и ранжирования для разных пользовательских сценариев: рекомендации заведений на карте, поиск по категориям, персональные подборки. Формулировать и проверять продуктовые и ML-гипотезы: проводить офлайн-оценку моделей и участвовать в A/B-тестах.

Responsibilities Model development and selection: Lead the design of statistical and ML models (classification, regression, ranking, NLP or LLM-based) for problems like risk scoring, fraud detection and transaction categorization. Choose approaches on their merits and defend those choices with data, not habit.

разбираться в сложных моделях (от классики до нейросетей). погружаться в бизнес-процессы, проводить независимую оценку качества моделей.

Создавать ИИ-агентов с использованием LangChain и LangGraph. Глубокое понимание основ Python: типы данных, функции и классы, обработка исключений, итераторы и генераторы, context managers, модуль typing, внутренняя структура объектов и управление памятью.

Управлять командой DS и MLE: управлять бэклогом, развивать компетенции, проводить найм и растить сотрудников; Формировать стратегию и дорожную карту развития AI-решений для Управления зарплатных проектов;

Разработка и обучение моделей машинного обучения для задач NLP и компьютерного зрения; Анализ и обработка данных;

Опыт разработки агентов на Langraph по паттерну ReAct; Опыт разработки ML-моделей от 3 лет.

Задачи: — Участвовать в разработке моделей для продуктивной среды.

Разработка и обучение ML/DL-моделей для задач NLP и Computer Vision. Возможен также classic ML.

Сопровождение ML-решений (мониторинг сервисов и моделей, отслеживание дрейфа данных, работа над развитием); Оценка влияния на бизнес предложенных решений;

Разработка и обучение ML/DL-моделей для задач NLP и Computer Vision. Возможен также classic ML;