Вакансии

Задачи: — Разрабатывать и тестировать алгоритмы на базе LLM для генерации вопросов, ответов и кратких пересказов; — Работать с RAG-подходами: подготовка данных, индексация, поиск релевантного контекста, генерация ответа на его основе; — Участвовать в развитии виртуального ассистента и сценариев свободного диалога с пользователем; — Настраивать фактчекинг, фильтрацию и оценку качества ответов модели; — Разрабатывать пайплайны для суммаризации полезного контента; — Сравнивать результаты, подготовленные моделью, с редакционными версиями материалов, в том числе на примере «Картины дня»; — Создавать и развивать векторные поисковые индексы для задач RAG; — Тестировать промпты, гипотезы и подходы к улучшению качества ответов. Требования: — Опыт разработки на Python; — Опыт работы с задачами NLP: обработка текстов, классификация, генерация, суммаризация, NER, семантический поиск или похожие задачи; — Понимание принципов работы LLM и практический опыт их применения; — Опыт или хорошее понимание RAG-подходов; — Опыт работы с библиотеками и инструментами для ML/NLP: PyTorch, TensorFlow, Hugging Face, Transformers или аналогами; — Понимание fine-tuning/LoRA/prompt engineering на уровне, достаточном для прикладных задач; — Умение оценивать качество моделей и промптов: метрики, сравнение результатов, базовый benchmarking; — Знание SQL и опыт работы с базами данных; — Готовность разбираться в продуктовой задаче, а не только в модели. Условия: — Официальное трудоустройство; — ДМС со стоматологией, офисный врач, доплата больничного листа, корпоративные скидки; — Современный офис (Даниловская мануфактура, м. Тульская), бесплатный спорт в собственном спортзале от «Лиги Героев»; — Бесплатная подписка на сервисы партнеров; — Полный день в офисе, гибридный график или 100% дистанционный формат работы; — Льготные условия ипотеки в рамках зарплатного проекта; — Насыщенная корпоративная жизнь.

Зарплата не указана

Задачи: — разработка, обучение и оптимизация ML/AI-моделей на PyTorch и/или TensorFlow — проектирование end-to-end ML-пайплайнов — работа с LLM, NLP, Computer Vision и Generative AI — подготовка моделей к production и масштабированию — интеграция моделей с backend — оптимизация inference и производительности — построение MLOps-процессов — работа с Docker и cloud-инфраструктурой — принятие архитектурных решений и техническое руководство AI-командой Требования: — от 4 лет коммерческого опыта в Machine Learning / AI Engineering — практический опыт разработки и внедрения ML-моделей в production — уверенный Python — PyTorch и/или TensorFlow — понимание Machine Learning и Deep Learning — знание ML-метрик и методов оптимизации моделей — Docker, Git — AWS или аналогичные cloud-платформы — практический опыт с MLflow, Kubeflow, AWS SageMaker или аналогичными MLOps-инструментами — свободный английский язык Условия: — full-time — офис в Ташкенте — официальное трудоустройство по ТК Узбекистана — вилка от $3,500

от 3 500 $

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, разрабатывать и обслуживать масштабируемые серверные системы для поддержки развертывания. — Создавать надежные и эффективные API в платформу GotIt. — Создавать системы хранения и поиска данных, оптимизированные для обработки больших объемов текстовых данных, необходимых для задач обучения и вывода. — Выявлять проблемные места в производительности и оптимизировать, повышая эффективность и оперативность серверных служб. — Внедрять передовые методы обеспечения безопасности для защиты конфиденциальных данных и обеспечения соответствия отраслевым стандартам и правилам. Требования: — Степень бакалавра или магистра в области компьютерных наук, инженерии или смежных областях. — Минимум 5 лет опыта в серверной разработке с упором на проектирование и внедрение масштабируемых систем. — Опыт серверной разработки на Kotlin, либо Java, но с переходом на Kotlin. — Знание английского языка. — Опыт работы с реляционными базами данных (PostgreSQL) и разработка эффективных моделей данных. — Опыт проектирования и разработки RESTful API и использования WebSocket. — Знание облачных платформ AWS, Azure или Google Cloud, опыт развертывания и управления серверными службами в облаке. — Понимание принципов DevOps и опыт работы с Docker, Kubernetes, CI/CD. — Знания в области машинного обучения, знакомство с TensorFlow, PyTorch является плюсом. — Опыт работы с технологиями и платформами обработки естественного языка (NLP). — Опыт работы в Agile. — Вклад в проекты с открытым исходным кодом или активное участие в технических сообществах. — Опыт работы с технологиями больших данных, такими как Apache Hadoop или Spark. Условия: — Частичная занятость. — Возможность присоединения к международной команде на постоянной основе на полный день. — Возможность стать руководителем направления. — Возможность путешествий/переезда в США.

Зарплата не указана

Задачи: — Проектировать, разрабатывать и обслуживать масштабируемые серверные системы для поддержки развертывания. — Создавать надежные и эффективные API в платформу GotIt. — Создавать системы хранения и поиска данных, оптимизированные для обработки больших объемов текстовых данных. — Выявлять проблемные места в производительности и оптимизировать серверные службы. — Внедрять передовые методы обеспечения безопасности для защиты конфиденциальных данных и соответствия стандартам. Требования: — Степень бакалавра или магистра в области компьютерных наук, инженерии или смежных областях. — Минимум 5 лет опыта в серверной разработке с упором на проектирование и внедрение масштабируемых систем. — Опыт серверной разработки на Kotlin или Java с переходом на Kotlin. — Опыт продумывания архитектуры приложения и проработки ключевого функционала. — Знание английского языка. — Опыт работы с реляционными базами данных (PostgreSQL) и разработка эффективных моделей данных. — Опыт проектирования и разработки RESTful API и использования WebSocket. — Знание облачных платформ AWS, Azure или Google Cloud и опыт управления серверными службами в облаке. — Понимание принципов DevOps и опыт работы с Docker, Kubernetes, CI/CD. — Знания в области машинного обучения (TensorFlow, PyTorch) являются плюсом. — Опыт работы с технологиями и платформами обработки естественного языка (NLP). — Опыт работы в Agile. — Вклад в проекты с открытым исходным кодом или участие в технических сообществах. — Опыт работы с технологиями больших данных, такими как Apache Hadoop или Spark. Условия: — Удаленная работа. — Частичная занятость. — Возможность присоединиться к международной команде на полный день. — Перспектива стать руководителем направления. — Возможность путешествий и переезда в США.

Зарплата не указана

Задачи: • Проектирование и разработка сложных Агентных и AgenticRAG систем. Обеспечение воспроизводимости и отказоустойчивости • Разработка решений начиная от прототипа, заканчивая выводом в промышленную эксплуатацию • Определение ML SysDes решения с учетом разрешенного технологического стека • Участие в валидации и автомониторинге моделей, проведение A/B тестирования Требования: • Высшее образование в сфере компьютерных наук, физ-мата, прикладной математики и информатики. Приветствуются дипломы ведущих технических и научных ВУЗов (МФТИ, МГУ, Сколтех, ВШЭ, ИТМО, МИФИ и др.) • Знание мат. статистики, классического ML, NLP, опыт в постановке и интерпретации экспериментов • Опыт e2e-разработки ML/AI-пайплайнов (в т.ч. RAG-пайплайнов) и проектировании архитектуры AI решений • Умение переводить бизнес-постановку задачи в ML-постановку • Высокий уровень владения Python и SQL • Знание фреймворков, библиотек, алгоритмов машинного обучения: XGBoost, CatBoost, PyTorch, TensorFlow, Transformers • Знание принципов построения RAG, VisionRAG и AgenticRAG систем • Знание архитектур нейронных сетей: RNN, LSTM, трансформеры (BERT, BART, T5) • Знание агентных архитектур (ReAct, Multi-agent и др.) • Знание фреймворков для работы с LLM (LangChain, LangGraph и др.) • Знание веб-фреймворков (FastAPI, Flask), контейнеризации (Docker) • Понимание жизненного цикла моделей (CRISP-DM) Условия: • Гибкий гибрид (обсуждаем индивидуально) • Современный IT-офис вблизи Москва-Сити с фитнес-залом • Ипотека с выгодой для сотрудника и льготные условия кредитования • Бесплатная подписка СберПрайм+ • Скидки на продукты компаний-партнеров • ДМС с первого дня и льготное страхование для близких • Корпоративная пенсионная программа • Обучение за счет компании: онлайн курсы в онлайн-школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию • Крупнейшее DS&AI Community — более 600 DS банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира

Зарплата не указана

Обязательные требования: — Знание архитектур нейросетей (Transformer, CNN, RNN, GAN, Diffusion); — Владение методами обучения моделей с нуля и дообучения (fine‑tune) существующих решений; — Опыт работы с фреймворками PyTorch, TensorFlow, JAX; — Навыки написания кода для инференса и развёртывания моделей в продакшн‑среде; — Понимание принципов оптимизации: градиентный спуск, функции потерь, регуляризация; — Комплекс компетенций ML‑инженера с фокусом на самостоятельную реализацию алгоритмов; — Уверенное владение языками программирования Python и C++; — Способность реализовать с нуля отдельные компоненты модели: например, механизм внимания или отдельный слой; — Глубокое понимание внутренней логики работы моделей (не ограничиваясь использованием готовых методов вроде model.predict()). Задачи на проекте: — Внедрение обученных моделей в закрытый контур экосистемы компании (на частных серверах) с обеспечением их автономной работы и защитой от внешних воздействий; — Адаптация и оптимизация AI‑алгоритмов для эксплуатации на защищённых мобильных устройствах с учётом ограниченного объёма вычислительных ресурсов и необходимости минимизировать энергопотребление; — Размещение обученных моделей в закрытом контуре экосистемы компании (на частных серверах), поддержание их автономной работы и реализация мер защиты от внешних воздействий.

Зарплата не указана

Задачи: — Разработка и внедрение автономных ИИ-агентов и генеративных моделей (LLM, мультимодальные системы) для ускорения проектирования, разработки и развертывания ERP-систем, а также создания интеллектуальных интерфейсов автоматизации — от генерации кода до обработки естественно-языковых запросов пользователей. — Создание ИИ-сервисов и автономных агентов для автоматизации бизнес-процессов. — Обучение и тонкая настройка LLM (Large Language Models) и других ML-моделей под задачи компании. — Анализ данных, разработка алгоритмов для прогнозирования, оптимизации и принятия решений. — Интеграция ИИ-решений в существующие продукты компании. — Участие в научно-исследовательских проектах, публикация результатов (при желании). Требования: — Опыт в работы в IT от 5-ти лет. — Опыт работы в области Machine Learning, Deep Learning или Data Science от 3-ех лет. — Знание Python и ряда библиотек для ML/DL таких как TensorFlow, Pandas, PyTorch, scikit-learn и др. — Опыт работы с NLP, LLM (GPT, Llama, Mistral и т. д.), RAG, автономными агентами. — Понимание принципов работы ERP-систем (желательно). — Умение работать с большими данными (SQL, NoSQL). — Знание методов обучения с подкреплением (RL) — будет плюсом. — Английский язык (уровень для чтения технической документации). Условия: — Официальное оформление и стабильный доход по ТК РФ. — Все льготы и преимущества работы в аккредитованной ИТ-компании. — Программа ДМС с первых дней. — Работа в офисе с гибким началом рабочего дня. — Московский офис в шаговой доступности от м. Динамо, оборудованный всем необходимым для комфортной работы и отдыха.

Зарплата не указана

Задачи: - Внедрение обученных моделей в закрытый контур экосистемы компании (на частных серверах) с обеспечением автономной работы и защиты от внешних воздействий - Адаптация и оптимизация AI-алгоритмов для эксплуатации на защищённых мобильных устройствах с учётом ограниченных вычислительных ресурсов и минимизации энергопотребления Требования: - Знание архитектур нейросетей (Transformer, CNN, RNN, GAN, Diffusion) - Владение методами обучения моделей с нуля и дообучения (fine-tune) существующих решений - Опыт работы с фреймворками PyTorch, TensorFlow, JAX - Навыки написания кода для инференса и развёртывания моделей в продакшн-среде - Понимание принципов оптимизации: градиентный спуск, функции потерь, регуляризация - Уверенное владение языками программирования Python и C++ - Способность реализовать с нуля отдельные компоненты модели, например, механизм внимания или отдельный слой - Глубокое понимание внутренней логики работы моделей

Зарплата не указана

RELOCATION TO GERMANY adjoe builds the technologies behind mobile apps growth and monetization. With our core product Playtime Arcade, we’ve become the global leader in rewarded advertising, an ad unit built on a simple premise: users earn real in-app rewards for engaging with new apps. The result is one of the most effective value exchanges in adtech, connecting advertisers and publishers with over 770 million users annually. Architecting Intelligence to Optimize 200M+ Daily Decisions As the intelligence core of our engineering organization, our Data Science team doesn’t just deploy models, we engineer the fundamental decision engine that powers our platform. At a scale of 770 million users and 100,000+ predictions per second, we are solving a multi-objective optimization problem that balances user incentives, advertiser ROI, and long-term platform health in real time. Our architecture is built on a 1PB+ behavioral data lake, providing the high-fidelity input necessary to train deep learning models that predict individual user engagement with precision. We aren’t just optimizing clicks, we are dynamically calculating optimal reward structures to sustain a global value exchange. Engineered for performance, our stack leverages Tensorflow and PyTorch for model training, NVIDIA Triton to achieve sub-100ms inference. We own the full ML lifecycle from high-level research and feature engineering to deployment and A/B experimentation. Here, you will find the autonomy, the data depth, and the massive scale required to solve the most complex optimization challenges in the adtech ecosystem. Your Mission & Who We Are Looking For: — Proven track record in production ML with 5+ years in Data Science and deployed models that moved real business metrics. — Building models that predict LTV, conversion, and user behavior across 770 million users, impacting advertiser ROAS and publisher revenue. — Deep learning as primary tool with strong hands-on experience in PyTorch or TensorFlow and production deployment handling 1M+ daily predictions. — Full ML lifecycle ownership from data extraction using Trino, Spark, or AWS Athena, through model development, A/B validation, to production deployment. — Experience with Airflow or model hosting is a strong plus. — Fluent in Python and data at scale, comfortable with pandas/polars, numpy, scikit-learn, LightGBM, CatBoost, XGBoost, and advanced SQL skills. — Ability to translate product requirements into ML logic and explain model behavior and impact to non-technical stakeholders. — AdTech experience is a strong plus. What’s in It for You? — Relocation support to Hamburg, Germany for worldwide talent. — Opportunity to build infrastructure behind impactful adtech platform reaching hundreds of millions of users and powering billions of decisions daily. — Ownership of projects impacting 770M users and pushing adtech boundaries. — Fast-paced environment with multiple daily solution deployments and learning from results. — Collaborative culture with diverse global team from over 40 countries. — Enjoy daily victories and energetic work environment.

Задачи: — Проектировать и развивать модели компьютерного зрения и видеоаналитики (детекция, трекинг, распознавание лиц, анализ поведения); — Интегрировать ML-модели в production (backend, edge); — Обучать и дообучать модели (fine-tuning, transfer learning); — Работать над реальными AI-проектами с бизнес-применением; — Сопровождать полный цикл разработки: от исследования до деплоя; — Оптимизировать модели и повышать качество CV-решений. Требования: — Уверенные знания Computer Vision и современных DL-подходов; — Глубокое понимание машинного обучения и нейронных сетей (CNN, detection/segmentation); — Уверенное владение Python; — Опыт работы с OpenCV, NumPy, PyTorch и/или TensorFlow; — Опыт работы с Git; — Опыт оптимизации моделей (speed/accuracy trade-offs, inference); — Опыт решения задач детекции, трекинга и анализа поведения людей. Условия: — Формат работы: офис, Астана.

Зарплата не указана

RELOCATION TO GERMANY adjoe builds the technologies behind mobile apps growth and monetization. With our core product Playtime Arcade, we’ve become the global leader in rewarded advertising, an ad unit built on a simple premise: users earn real in-app rewards for engaging with new apps. The result is one of the most effective value exchanges in adtech, connecting advertisers and publishers with over 770 million users annually. Architecting Intelligence to Optimize 200M+ Daily Decisions As the intelligence core of our engineering organization, our Data Science team doesn’t just deploy models, we engineer the fundamental decision engine that powers our platform. At a scale of 770 million users and 100,000+ predictions per second, we are solving a multi-objective optimization problem that balances user incentives, advertiser ROI, and long-term platform health in real time. Our architecture is built on a 1PB+ behavioral data lake, providing the high-fidelity input necessary to train deep learning models that predict individual user engagement with precision. We aren’t just optimizing clicks, we are dynamically calculating optimal reward structures to sustain a global value exchange. Engineered for performance, our stack leverages Tensorflow and PyTorch for model training, NVIDIA Triton to achieve sub-100ms inference. We own the full ML lifecycle from high-level research and feature engineering to deployment and A/B experimentation. Here, you will find the autonomy, the data depth, and the massive scale required to solve the most complex optimization challenges in the adtech ecosystem. The data infrastructure behind this runs at real scale: 2TB ingested in real time every day, 100+ Airflow jobs and data pipelines, and ML models handling p99 latency of 100ms across 100,000+ predictions per second. As a Data Engineer on this team – you’ll be building and maintaining the infrastructure that makes them possible: the Feature Store, the data pipelines, the data quality systems, and the data architecture that data scientists depend on to move fast. Your Mission & Who We Are Looking For: Data engineering at ML scale. You have 5+ years in data engineering on a modern stack, with proven experience handling systems that process several TB of data per day and thousands of events per second. Flink is your default for real-time. You have hands-on experience with Apache Flink for stateful stream processing and real-time feature computation. You’ll translate Data Science requirements into high-performance streams, enable Data Scientists to contribute new features and implement features yourself when needed. Pipeline bottlenecks don’t survive long around you. You know how to identify and eliminate inefficiencies in complex ETL jobs, whether handling high-volume batch processing or real-time streaming systems like Kafka. At adjoe, data velocity is critical: slow pipelines directly impact model freshness and prediction quality at sub-100ms inference. You think in layers, not tables. You move beyond raw data to design robust, multi-layered data architectures using dbt, and can reason confidently about storage formats, Data Lakehouse models, and what belongs where in a 1PB+ data lake. Familiarity with Medallion Architecture is a strong plus. The bridge between Data Science and Backend. You’ve worked closely with Data Scientists on online ML systems with low latency requirements, and understand what it takes to make experimental research production-ready. Strong Java required; Go or Python a plus. Owns quality, not just delivery. You implement data validation, monitoring, and governance processes in production, because in a system where model inputs directly drive advertiser ROI, data integrity isn’t optional. Experience with Airflow, Kubeflow, AWS, Terraform, and Kubernetes is a strong plus. 🌎 We welcome applications from talent worldwide and provide relocation support to Hamburg, Germany for those ready to join our team. What’s in It for You? At adjoe, you’re not here to just close JIRA tickets, you’re helping build the infrastructure behind one of the most impactful platforms in adtech. The systems you work on will reach hundreds of millions of users and power billions of decisions every day. Go Big. Own projects with impact on 770M users and push adtech boundaries. Move Fast. Ship solutions multiple times a day, learn from results, and keep momentum. Be Direct. Solve problems openly and collaborate across teams. Thrive Together. Grow with a diverse, global team of people from over 40 different countries that learn from each other. Have Fun. Celebrate wins, enjoy daily victories, and bring your energy.

Задачи: — Разработка и внедрение AI агентов и моделей машинного обучения — Создание и экспериментирование с GenAI моделями и агентными рабочими процессами Требования: — Владение Python и другими релевантными языками программирования — 3 года практического опыта с фреймворками и библиотеками машинного обучения (TensorFlow, PyTorch или аналогичные) — 2 года практического опыта в разработке и развертывании AI агентов и моделей машинного обучения — Глубокие знания облачных технологий, с акцентом на Microsoft Azure, включая платформы Azure Data и AI (Databricks, Fabric, AI Foundry)

Зарплата не указана

Задачи: — Архитектура и внедрение production-ready AI / LLM / Computer Vision систем — Декомпозиция сложных технических задач — Оптимизация стоимости и латенси production рабочих нагрузок — Сотрудничество с техническими и бизнес-командами клиентов — Разработка и обучение моделей машинного обучения — Подготовка данных и проведение аналитики — Деплой и мониторинг моделей Требования: Обязательные: — 2+ года опыта в Machine Learning / AI (Data Scientist, ML Engineer, NLP, CV, Audio Engineer) — 2+ года разработки production AI / LLM систем — Свободное владение Python, TensorFlow, PyTorch, vLLM, LangGraph, LangChain (или эквивалентные) — MLOps: оптимизация стоимости и латенси — Знакомство с agentic tooling (Claude Code, Cursor) — Опыт с LLM, NLP или Computer Vision Желательные: — Опыт с GCP (Google Cloud Platform) — Опыт в content generation — Знание оптимизации локального inference — Опыт работы с LLM и генерацией контента Приветствуется портфолио с примерами production AI систем, которые вы разрабатывали.

Зарплата не указана

Обязанности: - Разрабатывать и внедрять ML-функции для платформы знакомств: рекомендации, поиск, безопасность и антифрод. - Строить рекомендательные системы и модели совместимости пользователей для повышения качества мэтчинга. - Разрабатывать NLP-решения для анализа анкет, извлечения структурированных признаков и семантического поиска. - Реализовывать CV-модели для модерации контента, проверки подлинности фото и выявления AI-generated изображений. - Создавать модели скоринга рисков, выявления ботов, фейков и мошеннической активности. - Проектировать полный ML lifecycle: подготовка данных, обучение, оценка качества, деплой и мониторинг моделей. - Работать в тесной связке с продуктом, backend-разработчиком и QA, участвуя в принятии ключевых технических решений. Требования: - Опыт работы ML Engineer от 3 лет и уверенное владение Python. - Практический опыт вывода ML-моделей в продакшн и поддержки их жизненного цикла. - Хорошее знание PyTorch или TensorFlow. - Опыт работы с рекомендательными системами, ранжированием или персонализацией. - Опыт решения NLP-задач: embeddings, классификация текста, semantic search, retrieval. - Понимание MLOps-практик: versioning, monitoring, evaluation, CI/CD для моделей. - Способность самостоятельно принимать технические решения и строить ML-направление практически с нуля. Будет плюсом: - Опыт в Computer Vision: модерация контента, face analysis, deepfake detection. - Опыт создания антифрод- и риск-моделей. - Опыт работы с LLM, RAG и современными open-source моделями. - Опыт работы с векторным поиском (Qdrant, FAISS, Weaviate и др.). - Опыт работы с графовыми моделями и рекомендательными системами. Условия: - Участие в развитии продукта с первых этапов; - Возможность влиять на технические решения и архитектуру системы; - Минимум бюрократии и быстрый цикл принятия решений; - Сильную и мотивированную команду; - Перспективы роста вместе с компанией; - Удалённый формат работы.

Зарплата не указана

Задачи: — Разработка и улучшение biometric и identity verification решений — Создание production-level Computer Vision и ML-систем — Разработка алгоритмов Face Verification, Liveness Detection, Anti-Spoofing и Deepfake Detection — Оптимизация моделей для высоконагруженных систем — Работа с большими датасетами и подготовка данных — Внедрение современных исследований SOTA в production — Разработка и поддержка полного ML/CV pipeline — Участие в подготовке решений к международным сертификациям и тестированиям — Работа над AI-продуктами для банков, финтех-компаний, криптоплатформ, телеком-операторов и государственных организаций Требования: — Опыт работы ML Engineer / Computer Vision Engineer от 3 лет — Опыт работы с Face Biometrics, KYC, Identity Verification или Anti-Fraud решениями — Глубокие знания Computer Vision и Deep Learning — Уверенное владение Python — Опыт работы с PyTorch и/или TensorFlow — Опыт построения production-grade ML/CV систем — Опыт работы с large-scale datasets — Опыт оптимизации inference, latency и производительности моделей — Понимание архитектуры enterprise biometric systems — Английский язык на уровне B2 — Обязательное преимущество: Опыт подготовки решений к сертификации iBeta Level 2 или Опыт прохождения / участия в сертификации iBeta Level 2 Будет большим плюсом: — Опыт работы в biometric, KYC или identity verification компаниях — Участие в NIST FRVT Evaluations — Опыт разработки Anti-Spoofing и Liveness Detection систем — Опыт работы с Deepfake Detection — Понимание международных biometric compliance и certification standards — Опыт внедрения SOTA research papers в production — Опыт teamleading Условия: — Работа в международной AI-компании — Участие в разработке production-grade AI-продуктов для международных рынков — Официальное трудоустройство по трудовому договору — График 5/2, 8-часовой рабочий день — Работа в офисе в Алматы — Финальный оффер зависит от уровня экспертизы — Возможность работать над сложными задачами в области Face Biometrics, Digital Identity, KYC, AML, Fraud Prevention и Identity Verification

1 000 000 – 4 000 000 ₸

Задачи: — анализ банковских и крипто-транзакций для выявления мошенничества и AML-сценариев — разработка и улучшение ML-моделей для fraud detection — graph analysis / Graph ML (GNN, node embeddings, link prediction) — вывод моделей в production Требования: — опыт работы с transactional fraud / AML от 5 лет — strong Python + ML stack (PyTorch / TensorFlow) — опыт с Graph ML / Neo4j / NetworkX / GNN — production ML и ETL pipelines Будет плюсом: — MLOps — ClickHouse / Elasticsearch / Cassandra — опыт с real-time systems и асинхронным Python Условия: — релокация (Узбекистан / Дубай / ЕС) или B2B outside РФ/РБ/Украины — зарплата в валюте — relocation package — международная русскоговорящая команда — сложные ML/AI задачи и сильная technical culture

Зарплата не указана

Задачи: — Создание и улучшение моделей компьютерного зрения для производственных задач. — Разработка конвейеров обработки изображений для промышленных сред. — Работа с камерами, освещением и системами сбора данных. — Разработка решений для обнаружения дефектов и контроля качества. — Развертывание и оптимизация моделей ИИ реального времени для периферийных/производственных сред. — Сотрудничество с командами по продуктам и инженерии. Требования: — Опыт работы в компьютерном зрении: классификация, обнаружение аномалий, обнаружение/сегментация объектов. — Уверенное владение Python + PyTorch / TensorFlow. — Опыт работы с промышленными системами зрения (камеры, освещение, конвейеры изображений). — Опыт обнаружения дефектов в производственных средах является большим плюсом. — Опыт развертывания высокоточных моделей реального времени (edge / production) с акцентом на точность и надежность. Условия: — Удаленная работа из любой страны. — Быстрорастущая компания с возможностями карьерного роста. — Прямое влияние на продукт. — Опционы компании в случае успешного сотрудничества.

5 000 – 7 000 $