Вакансии

Задачи: — Разработка на Oracle PL/SQL: хранимые процедуры, функции, пакеты, загрузки и витрины данных — Автоматизация процедур, обработка событий, мониторинг, логирование и алертинг — Валидация отправляемых данных, тестирование при выходе новых версий систем — Разработка и внедрение новых сценариев выявления в ГИС «Антифрод» (41-ФЗ) — Разработка моделей выявления мошеннических абонентов и вызовов: классификация, скоринг, поиск аномалий — Подготовка и обогащение данных (CDR, профили абонентов, сигнальный трафик, данные ГИС «Антифрод»), построение поведенческих и сетевых признаков — Обучение, валидация и оценка качества моделей, калибровка порогов под новые схемы мошенничества — Вывод моделей в промышленную эксплуатацию, мониторинг качества и переобучение — Работа с регулятором, операторами связи, банками и профильными подразделениями компании — Ведение документации по системам и сценариям, подготовка отчётов и презентаций — Выявление новых схем мошенничества, ведение матрицы рисков, участие в расследовании инцидентов вместе с безопасностью — Подготовка ТЗ на доработки ИТ-систем и участие в приёмке Требования: — Опыт от 4 лет в IT на позиции аналитика или разработчика (телеком, банки) — Техническое высшее образование (прикладная математика, информатика) — Продвинутый SQL и опыт разработки на Oracle PL/SQL — Python: pandas, NumPy, scikit-learn — Знание методов ML и метрик качества моделей — Знание видов телеком-мошенничества и методов их выявления, технологий мобильной сети — Excel (Power Query, OLAP, макросы), BI-инструменты — Желательно: Hadoop, Spark — Аналитический склад ума, коммуникабельность, умение работать со смежными подразделениями — Английский язык на базовом уровне — Опыт разработки антифрод- или скоринговых моделей (будет плюсом) Условия: — Гибридный формат (4 дня в офисе, 1 удалённо) — Полная занятость — Оформление по ТК РФ с первого дня — ДМС со стоматологией — Компенсация расходов на спорт и изучение языков — Материальные выплаты

Location: Москва Центр практического ИИ — подразделение Сбера, которое занимается сложными AI-проектами и решает нетривиальные задачи банка и экосистемы Сбера. Наша команда строит и дообучает линейку LLM под банковские сценарии и запускает модели в пром в "жёстких" контурах: локальные устройства / закрытые контуры / строгие SLA по задержкам. Работа включает полный цикл: данные → дообучение → оценка качества → оптимизация инференса → нагрузочное тестирование → внедрение. Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика ждите сообщение от него в Сберчате, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех! Обязанности ### Вы будете: * обучать LLM на GPU-кластерах * собирать, очищать и готовть датасеты для pre-training и fine-tuning * анализировать результаты экспериментов и улучшать качество моделей на основе метрик * оптимизировать инференс, проводить нагрузочное тестирование и внедрять обученные модели. Требования ### Мы ожидаем, что вы: * имеете подтвержденный практический опыт обучения LLM (pre-training, fine-tuning, aligment) в исследовательских или production-задачах * глубоко понимаете теоретические и практические аспекты LLM: архитектура, токенизация, построение пайплайнов, batching, mixed precitions, распределенное обучение, дебаг неудачных итераций обучения * имеете опыт разработки на Python от 3 лет, пишете чистый и поддерживаемый код в рамках современных ML-проектов * внимательно относитесь к деталям и умеете в коммуникацию с людьми. Будет плюсом, если вы: * разрабатывали AI-агентов (tool-using, planning, multi-step workflows), знакомы с агентными фреймворками и архитектурами * умеете пользоваться инструментами логирования экспериментов (Weights & Biases, MLflow, Langfuse и тд.) * умеете в оптимизацию инференса и хостинг моделей в production * дизайнили и поддерживали eval-пайплайны для LLM с метриками, дашбордами, экспериментами, и проверками на регрессию моделей. Условия ### Мы предлагаем: * комфортный современный офис г. Москва, рядом с метро Кутузовская * возможность выбрать удобный график – офис/гибрид (с посещением офиса не менее 3х дней в неделю) * ежегодный пересмотр зарплаты и 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 * 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.

Предстоит: Участвовать в планировании и запуске A/B-тестов, уметь интерпретировать результаты; Работать в связке с Data Scientist, Data Analyst: собирать требования, формировать и декомпозировать задачи, синхронизировать команду по статусам;

— Участвовать в управлении ML-продуктами: анализировать технические и продуктовые метрики, предлагать гипотезы, искать точки роста. — Участвовать в планировании и запуске A/B-тестов, уметь интерпретировать результаты.

разрабатывать и дообучать модели TTS: проектирование, finetuning и адаптация генеративных подходов для высококачественного синтеза речи и zero shot клонирования голоса под задачи бизнеса; участвовать в дальнейшей разработке голосового пайплайна, объединяющего ASR, VAD, LLM, NLP и TTS для работы в режиме реального времени;

Location: London 500M+ downloads. 80M+ monthly users. A decade of building – and we’re still accelerating. Flo is the world’s #1 health & fitness app worldwide on a mission to build a better future for female health. Backed by a $200M investment led by General Atlantic, we became the first product of our kind to reach a $1B valuation in 2024 – and we’re not slowing down. With 7M paid subscribers and the highest-rated experience in the App Store’s health category, we’ve spent 10 years earning trust at scale. Now, we’re building the next generation of digital health – AI-powered, privacy-first, clinically backed – to help our users know their body better. The job We are looking for a Machine Learning Engineers to join Flo Health. You will be developing groundbreaking features that leverage our medical expertise, technical skills, rapid adoption of new technologies (like LLMs), product knowledge, and a deep understanding of our users’ needs. If you’re passionate about technology, especially advancements in generative AI, and driven by delivering value to users, we would love to hear from you! Your Experience Must have: 7+ years of professional experience in the field of machine learning Demonstrated success in building and deploying large-scale machine learning models; experience with large-scale LLM applications is a bonus Ability to devise creative solutions to intricate technical challenges, including experience in systems design with the ability to architect and explain ML/LLM pipelines Strong Python programming skills for efficient model development and deployment Experience with both traditional ML and modern LLM frameworks Understanding of the entire ML/LLM development process, including CI/CD, version control, testing, MLOps/LLMOps, and agile methodologies Experience in building and managing data pipelines using tools like Apache Spark Excellent communication skills and ability to collaborate with diverse teams Commitment to responsible AI practices, including fairness, accountability, and transparency Nice to have: Advanced degree in Computer Science, Mathematics, or a related field Familiarity with statistical and measurement fundamentals and running and evaluating AB tests Data visualisation skills Experience in the MedTech domain What you'll be doing You'll be responsible for: Explore, develop and test complex ML/AI systems to improve female health Work with state-of-the-art technologies, such as most advanced LLMs and Generative AI approaches, to build solutions that are medically safe and work at scale Work in a fast-paced environment to quickly build and validate product hypotheses, taking end-to-end ownership of ML/AI products Build the future-proof infrastructure for serving Gen AI features at Flo, bringing our AI vision and strategy to life Constantly improve our technical capabilities by researching and implementing best practices in the context of the fastly evolving space of LLMs Work in a cross-functional setup alongside other engineering (ML, Backend, QA), product, and analytics teams How we work We’re a mission-led, product-driven team. We move fast, stay focused and take ownership – from brief to build to impact. Debate is encouraged. Decisions are shared. We care about craft, ship with purpose, and always raise the bar. You’ll be working with people who take their work seriously, not themselves. It takes commitment, resilience, and the drive to keep going when things get tough. Because better health outcomes are worth it. What you'll get We support impact with meaningful reward. Here’s what that looks like: Competitive salary and annual reviews Opportunity to participate in Flo’s performance incentive scheme Paid holiday, sick leave, and female health leave Enhanced parental leave and pay for maternity, paternity, same-sex and adoptive parents Accelerated professional growth through world-changing work and learning support In-person collaboration and work in a hybrid model, with 3 days per week spent in the office 5-week fully paid sabbatical at 5-year Floversary Flo Premium for friends & family, plus more health, pension and wellbeing perks Diversity, equity and inclusion Our strength is in our differences. At Flo, hiring is based on merit, skill and what you bring to the role – nothing else. We’re proud to be an equal opportunity employer, and we welcome applicants from all backgrounds, communities and identities. Read our privacy notice for job applicants .

Location: Москва Мы команда в Департаменте корпоративной архитектуры, создаем и внедряем GenAI-решения. Отвечаем за повышение эффективности ИТ-решений и автономизацию принятия архитектурных решений. Создаем решения, которые дают значительный бизнес-эффект. Обязанности ### Обязанности * руководство командой разработки (2 человека) * проектирование, разработка и внедрение мультиагентных систем: от генерации идеи и сборки MVP до успешного запуска в продакшн * выстраивание процесса оценки и тестирования качества работы агентов (evals) * перевод бизнес-потребности на язык машинного обучения и предлагать оптимальные архитектурные решения * оборачивание разработанной модели и сложную бизнес-логику в надежные микросервисы на Python * дообучение LLM (на базе GigaChat) под специфичные бизнес-задачи и предметные области (Fine-tuning, LoRA) Требования ### Требования * от 5 лет опыта в коммерческой разработке (Data Science / NLP / Backend) с уверенным практическим применением LLM * опыт создания и успешного вывода в продакшн enterprise-решений на базе AI-агентов * от 1 года опыта технического лидерства или менторства * LLM & Agents: глубокий опыт разработки LLM-пайплайнов, RAG-систем и мультиагентных архитектур. Знание и применение фреймворков: LangChain, LangGraph, DeepAgents (или аналогов) * NLP & ML: фундаментальное понимание NLP (от классики TF-IDF до современных трансформеров) и алгоритмов классического ML * Python Backend: понимание принципов проектирования микросервисной архитектуры (REST API); опыт написания асинхронных и многопоточных приложений (aiohttp, asyncio, multiprocessing) * опыт интеграции ML-моделей и AI-агентов в высоконагруженные системы * инструменты: свободное владение Git, SQL, Bash, Docker * готовность проводить код-ревью и давать обратную связь. ### Будет плюсом * интерес к SOTA-подходам в агентной разработке и LLM * опыт работы с Kubernetes и понимание принципов CI/CD * участие в соревнованиях Kaggle или аналогичных. Условия ### **Условия** * гибридный формат работы из г. Москва * годовой бонус и ежегодный пересмотр * расширенный ДМС с первого дня + стоматологию и льготное страхование для семьи * корпоративный университет Сбера, внутреннюю образовательную платформу, участие в IT-конференциях * офис на Кутузовской с зонами отдыха и спортзалом * льготную ипотеку в Сбере, корпоративную пенсионную программу, подписку СберПрайм с возможностью совместного использования на трёх близких, скидки от партнеров и сервисов группы компаний.

Location: Serbia; Cyprus; London, United Kingdom; Amsterdam, Netherlands; Singapore; Georgia We are looking for a Head of ML / Head of Quant Research to take full ownership of developing and scaling machine learning trading strategies in crypto markets (Spot / Perpetuals). You will take over a live, operating production ML trading system with existing Capital Under Management and lead a dedicated research team. Key Responsibilities Full Ownership: Take complete control of the research pipeline, model architecture, signal generation, and risk limits. Alpha Generation: Design, backtest, and deploy new profitable ML models and quantitative trading strategies. Execution & Scaling: Optimize execution algorithms, refine live strategy performance, and scale capital under management. Leadership: Lead, mentor, and grow a team of quant researchers and developers. Requirements Education & Mathematical Background: Degree in CS / Math / Data Science from a top-tier university (MIPT, HSE, MSU, SPbSU, ITMO, YSDA, or international equivalents). Strong foundation in probability, statistics, linear algebra, and algorithms. Tech Stack & Hard Skills: Python (NumPy, Numba). PyTorch or JAX (for the ML track) OR advanced backtesting/quantitative modeling frameworks (for the Quant track). Proven track record of developing profitable ML models or quantitative trading strategies in production. Nice to Have: Experience in crypto/HFT/algorithmic trading (Order Book dynamics, L2/L3 data, funding rate arbitrage, liquidations). Proficiency in C++ (reading, profiling, and optimizing performance). Competitive programming / Kaggle achievements (IMO, IOI, ICPC, Codeforces, Kaggle Master/GM) or top-tier publications (NeurIPS, ICML, ICLR). English: A2+ (Internal team communication is in Russian; fluent spoken English is not required). Benefits Competitive fixed salary. PnL share (individual agreement). Direct influence on risk limits, capital allocation, and research roadmap. Remote work or office in Serbia, official contracting via Dubai / Serbia.

Роль предполагает разработку и внедрение моделей машинного обучения, анализ данных, решение бизнес-задач с помощью ML и взаимодействие с командой для создания и улучшения интеллектуальных решений.

Location: United States of America Why Join Exadel We’re an AI-first global tech company with 25+ years of engineering leadership, 2,000+ team members, and 500+ active projects powering Fortune 500 clients, including HBO, Microsoft, Google, and Starbucks. From AI platforms to digital transformation, we partner with enterprise leaders to build what’s next. What powers it all? Our people are ambitious, collaborative, and constantly evolving. About the Client A global technology leader specializing in search technology, digital advertising, cloud computing, and artificial intelligence. Delivering enterprise cloud infrastructure and software solutions, the organization builds scalable consumer and enterprise AI experiences. Today, the company leverages foundational AI models and advanced machine learning to power digital ecosystems for billions of global users. What You’ll Do Conduct formal, end-to-end written privacy reviews for products, features, research publications, data pipelines, and experimental prototypes Evaluate privacy risks and recommend practical safeguards aligned with internal standards and applicable global regulations Manage reviews from initial discovery and risk identification through remediation and final approval Provide strategic guidance and support the escalation of complex or high-risk privacy matters Maintain accurate, detailed, and audit-ready assessment documentation Assess the privacy implications of AI, machine learning, generative AI, and Large Language Model systems Evaluate data ingestion, prompt inputs, context windows, model outputs, training workflows, inference processes, and human-in-the-loop oversight Identify potential risks involving personal data, data leakage, memorization, secondary use, data retention, and inappropriate model outputs Recommend appropriate privacy controls for experimental and production AI systems Support the responsible development and launch of emerging AI capabilities Review technical design documents, Product Requirements Documents, Business Requirements Documents, system architecture diagrams, data-lineage documentation, and academic publications Identify privacy touchpoints, data dependencies, and potential gaps across product and data-processing lifecycles Translate privacy, legal, and compliance requirements into practical and actionable guidance for product and engineering teams Evaluate complex product scenarios in which requirements, risks, or ownership may not yet be clearly defined Partner with product managers, software engineers, data scientists, legal teams, and privacy stakeholders to incorporate privacy controls throughout the product lifecycle Evaluate controls relating to notice and consent, transparency, user choice, data portability, data minimization, access, and retention Review data-collection practices, consent flows, access controls, privacy policies, and user-facing privacy notices Help teams make informed product decisions that balance innovation, regulatory obligations, and user trust Identify gaps in existing privacy-review processes and recommend operational improvements Develop and refine privacy frameworks, standard operating procedures, guidelines, templates, and review criteria Support operational reporting and program-management activities across the privacy lifecycle Use custom tools and AI technologies to automate workflows, improve review efficiency, and optimize governance operations Help establish consistent and scalable privacy-review practices across research and innovation teams What You Bring Extensive hands-on experience conducting formal written privacy reviews, assessments, or impact analyses Product-focused privacy experience within technology, digital platforms, cloud services, AI, or similarly complex environments An active IAPP certification in at least one of the following: Artificial Intelligence Governance Professional, Certified Information Privacy Professional/United States, Certified Information Privacy Professional/Europe, Certified Information Privacy Manager Practical knowledge of AI and machine learning data-processing workflows, generative AI applications, and Large Language Models Understanding of privacy risks associated with model-training data, user inputs, inference processes, and model outputs Deep knowledge of privacy principles, including notice and consent, transparency, user choice, data portability, data minimization, and retention Knowledge of relevant privacy and AI regulatory frameworks, including GDPR, CCPA, and the EU AI Act Ability to interpret complex software-design documents, system architectures, data flows, and product requirements Experience managing multiple reviews and competing priorities under tight deadlines Strong judgment and the ability to make well-supported recommendations in ambiguous or rapidly evolving environments Exceptional written and verbal English communication skills Ability to translate legal and compliance requirements into clear, actionable technical guidance Strong stakeholder-management and influencing skills across product, engineering, legal, and governance teams Nice to have Familiarity with enterprise privacy-review, governance, and product-launch tools Experience supporting privacy governance for research, experimental products, or emerging technologies Experience working with cross-functional legal, ethics, privacy, product, and engineering governance bodies Experience automating privacy-review or governance workflows using AI or custom tooling A degree in Law, Computer Science, Data Governance, Information Security, or a related discipline Additional privacy, security, risk, or AI-governance certifications English level Advanced Work Type: Remote Location: United States Working Hours: Alignment with west coast US time zone Legal & Hiring Information Compensation Transparency: The expected compensation range for this role is $50–100/hr USD, with eligibility for commission, bonus, or other incentive compensation where applicable. Actual compensation will be determined based on experience, skills, qualifications, geographic location within the United States, and business needs. Location Eligibility: This role is open to candidates residing in the United States. Experience Requirements: We welcome applicants with relevant experience regardless of where it was obtained. US work experience is not required. Use of Artificial Intelligence in Hiring: We may use automated tools or artificial intelligence systems to support the screening, assessment, or selection of applicants as part of our hiring process. Benefits Summary: US-based employees are eligible to participate in Exadel’s benefits programs, which may include comprehensive health, dental, and vision coverage; life and disability insurance; retirement savings programs; paid time off; paid holidays; and other wellness or voluntary benefit programs, subject to plan terms and eligibility requirements. Equal Employment Opportunity: Exadel is proud to be an Equal Opportunity Employer committed to inclusion across minority, gender identity, sexual orientation, disability, age, and more. We do not discriminate on the basis of race, color, religion, sex, gender identity or expression, sexual orientation, national origin, age, disability, status as a protected veteran, or any other protected characteristic under applicable federal, state, and local laws. Accessibility and Accommodation: We are committed to providing accommodations throughout the recruitment process in accordance with the Americans with Disabilities Act (ADA) and other applicable federal, state, and local accessibility laws. Reasonable accommodations are available to enable individuals with disabilities to perform essential functions. If you require accommodation at any stage of the hiring process, please contact us. Data Privacy Notice: For applicants residing in California, please note that personal data collected during the application process is subject to the California Consumer Privacy Act (CCPA) and will be processed in accordance with our applicant privacy notice. Disclaimer: Please note: this job description is not exhaustive. Duties and responsibilities may evolve based on business needs. The offer is not binding until a signed contract is in place. Exadel Culture We lead with trust, respect, and purpose. We believe in open dialogue, creative freedom, and mentorship that helps you grow, lead, and make a real difference. Ours is a culture where ideas are challenged, voices are heard, and your impact matters.

Location: Москва Сбер начинает работу над квантовым компьютером и аналоговыми вычислителями. Мы предлагаем вам присоединиться к команде Центра Квантовых Технологий Сбера, чтобы решать самые интересные задачи на переднем крае науки и технологий. Сейчас мы ищем руководителя команды ML разработчиков. Его основной целью станет планирование и реализация R&D задач с целью делать инференс и обучение большинства современных ИИ архитектур на аналоговых процессорах от ЦКТ. Исследования включают в себя поиск новых архитектур моделей, работу с числовыми форматами, а так же совместный дизайн моделей и вычислительных устройств. Обязанности * Искать и изобретать направления работы по применению современных моделей ИИ на аналоговых ускорителях Это касается адаптации существующих и изобретения новых моделей ИИ, а так же ко-дизайна моделей ИИ и аналоговых вычислителей * Планировать R&D работы Центра в области машинного обучения и ИИ Организовывать работу команды опытных AI инженеров и аналитиков * Самостоятельно проводить исследования в области разработки AI моделей и их адаптации к аналоговым вычислителям * Координировать работу своего подразделения с другими командами Центра и Банка Требования Мы ждём, что вы: * Обладаете опытом управления R&D командами в области ИИ от 3 лет * Имеете подтвержденный успешный опыт внедрения результатов исследований, полученных под вашим руководством, в продакшен * Обладаете прекрасным навыком управления, формулировки и защиты идей и результатов исследований * Обладаете глубоким пониманием современных архитектур нейросетей и можете изменять их для решения свих задач (есть примеры проектов, где вы это успешно делали) * Имеете хорошее знание о направлении современных работ в области развития архитектур нейросетей * Имеете сильный математический бэкграунд уверенно пишете код и готовы работать руками Условия * Возможность выбрать удобный график – офис или гибрид (локация: м. Тульская) * Ежегодный пересмотр зарплаты и 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 * Гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.

Location: Москва Сбер начинает работу над квантовым компьютером и аналоговыми вычислителями. Мы предлагаем вам присоединиться к команде Центра Квантовых Технологий Сбера, чтобы решать самые интересные задачи на переднем крае науки и технологий. Обязанности * оценивать точность и производительность моделей разных архитектур на аналоговых ускорителях * адаптировать архитектуры сетей к особенностям аналоговых ускорителей тестировать новые подходы к разработке ML алгоритмов * участвовать в ко-дизайне оптических аналоговых ускорителей и алгоритмов машинного обучения * создавать платформу для бенчмарков архитектур аналоговых ускорителей и нейросетей Требования Мы ждём, что вы: * обладаете глубоким пониманием современных архитектур нейросетей и можете изменять их для решения свих задач (есть примеры проектов, где вы это успешно делали) * имеете хорошее знание о направлении современных работ в области развития архитектур нейросетей * занимались разработкой и экспериментами с архитектурой нейросетей или их квантизацией * имеете сильный математический бэкграунд * уверенно пишете код на python Дополнительным плюсом, будет, что вы: оптимизировали алгоритмы под конкретные архитектуры вычислителей имеете опыт проектирования компиляторов прошли университетский курс общей физики имеете опыт проведения исследований и публикации научных статей Условия * возможность выбрать удобный график – офис или гибрид (локация: м. Тульская) * ежегодный пересмотр зарплаты и 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 * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.

Location: Amsterdam, Netherlands; Berlin, Germany; London, United Kingdom; Poland; Prague, Czech Republic; Zurich, Switzerland About Nebius: Nebius is leading a new era in cloud infrastructure for the global AI economy. We are building a full-stack AI cloud platform that supports developers and enterprises from data and model training through to production deployment, without the cost and complexity of building large in-house AI/ML infrastructure. Built by engineers, for engineers. From large-scale GPU orchestration to inference optimization, we own the hard problems across compute, storage, networking and applied AI. Listed on Nasdaq (NBIS) and headquartered in Amsterdam, we have a global footprint with R&D hubs across Europe, the UK, North America and Israel. Our team of 1,500+ includes hundreds of engineers with deep expertise across hardware, software and AI R&D. Role Summary Nebius Token Factory is building production-grade inference for open-source, customer, and internally optimized models. This role owns the path from model artifact to fast, reliable, cost-efficient endpoint. The work sits at the intersection of model internals, inference engines, serving architecture, benchmarking, and production deployment. What You Will Do Own a platform-level optimization pillar such as quantization, speculative decoding, KV -cache optimization, engine selection, or long-context serving. Create reusable evaluation, benchmarking, and rollout frameworks across multiple model families. Provide technical direction to MLEs, Applied Scientists, GPU kernel engineers, and infrastructure engineers on shared performance goals. Optimize LLM and VLM endpoints for latency, throughput, memory efficiency, GPU utilization, quality, and cost per token. Deploy, configure, benchmark, and extend inference engines such as vLLM, SGLang, TensorRT-LLM, Triton Inference Server, NVIDIA Dynamo, or similar systems. Build and productionize model-compression workflows, including quantization, quantization-aware training, distillation, low-bit serving, and accuracy recovery. Implement or integrate speculative decoding, draft-model approaches, KV -cache optimization, prefix caching, chunked prefill, continuous batching, and disaggregated prefill/decode serving. Build reproducible benchmark harnesses for TTFT , TPOT , tokens per second per GPU, p95/p99 latency, GPU memory, reliability, and cost per token. Partner with GPU kernel engineers and platform engineers to diagnose bottlenecks across model code, kernels, runtime, scheduler, gateway, and cluster layers. Write clear design docs, performance reports, rollout plans, and customer-facing technical explanations. Required Qualifications Strong Python and PyTorch engineering skills. Hands-on experience deploying or optimizing LLM, VLM , or high-throughput transformer inference systems. Practical knowledge of at least one modern inference stack such as vLLM, SGLang, TensorRT-LLM, Triton Inference Server, NVIDIA Dynamo, Ray Serve, KServe, or equivalent internal systems. Strong understanding of transformer inference bottlenecks, including KV cache, attention, memory bandwidth, batching, parallelism, and long-context serving. Ability to reason quantitatively about latency, throughput, quality, utilization, and cost tradeoffs. Strong communication skills and ability to collaborate with research, kernel, infrastructure, product, and customer teams. Preferred Qualifications Experience with quantization-aware training, post-training quantization, FP8 , INT8 , INT4 , NVFP4 , MXFP4 , AWQ , GPTQ , SmoothQuant, or related techniques. Experience with distillation, speculative decoding, EAGLE, Medusa, multi-token prediction, or other inference acceleration methods. Experience with agentic workloads, including tool calling, structured outputs, streaming APIs, high concurrency, and multi-step orchestration. CUDA or Triton familiarity, even if the role is not primarily a kernel-engineering role. Open-source contributions to vLLM, SGLang, TensorRT-LLM, FlashInfer, LMCache, PyTorch, Triton, Ray, KServe, or related projects. Benefits & Perks: Competitive compensation Career growth and learning opportunities Flexibility and ownership Collaborative and innovative culture Opportunity to work on impactful AI projects International environment and talented teams What's it like to work at Nebius: Fast moving - Bold thinking - Constant growth - Meaningful impact - Trust and real ownership - Opportunity to shape the future of AI Equal Opportunity Statement: Nebius is an equal opportunity employer. We are committed to fostering an inclusive and diverse workplace and to providing equal employment opportunities in all aspects of employment. We do not discriminate on the basis of race, color, religion, sex (including pregnancy), national origin, ancestry, age, disability, genetic information, marital status, veteran status, sexual orientation, gender identity or expression, or any other characteristic protected by applicable law. Applicants must be authorized to work in the country in which they apply and will be required to provide proof of employment eligibility as a condition of hire. If you need accommodations during the application process, please let us know.

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.

Location: USA Workplace: Remote Remote, worldwide · Freelance course project with a path to full-time We’re hiring on behalf of a global hands-on tech-education platform used by over a million engineers to learn DevOps, cloud, Kubernetes and AI. Its courses are built around real labs, not slides, and taught by practising engineers who are great on camera. We’re looking for a machine learning practitioner who loves teaching to create and present ML courses for engineers, from foundations to training their own models. This role suits you if you already teach as part of what you do: you’ve published courses on Udemy, Pluralsight, Coursera or YouTube, written a book, taught at a university or bootcamp, or regularly run workshops and talks. How it works - It starts with one paid course project. You can do it alongside your current job. There’s no fixed weekly-hour requirement, just a delivery plan you agree on together. A typical project takes around 3 months. - The goal is long-term. The team is growing its internal trainer pool, and the first project is how both sides find out if it’s a fit. After that, it can lead to a full-time role or more course projects. - A fixed fee per course is agreed upfront, based on course length and topic complexity. Fees are competitive, and advanced topics and exceptional instructors are paid accordingly. Payment is made on delivery of the completed course. - Fully remote with flexible hours. Expect a weekly sync, Slack communication, and some time-zone overlap with a Europe/Asia-based team. What you’ll do - Shape the course with the curriculum team: sections, lessons, labs and notebooks. - Write lab specs that a dedicated labs team builds, then test them. - Write and narrate short, story-driven video lessons (about 6 minutes each) that make ML intuitive. You’re welcome to use AI to draft, but the final script should sound like you. - Record demo and lab-solution walkthroughs. - Work through structured editorial feedback, especially on your first section. Video editing, animation, lab infrastructure and publishing are all handled by the production team. You focus on the teaching. What we’re looking for - Strong, hands-on ML foundations: you’ve trained, evaluated and shipped models yourself (scikit-learn, PyTorch or TensorFlow). - The ability to explain the “why” behind ML clearly to engineers new to it. - Excellent spoken and written English. All courses are scripted, narrated and delivered in English, so you need clear, natural, easily understood English and confidence on camera. - A genuine passion for teaching, shown through courses, tutorials, talks, workshops or mentoring you’ve done because you enjoy it. - Current with the field and keen to keep learning. - Clear, engaging spoken English and confidence on camera. - Openness to an established teaching methodology and to editorial feedback. Nice to have - Published online courses, a book, or university/bootcamp teaching experience. - Experience with fine-tuning, MLOps or deploying models in production. - Cloud ML certifications (AWS, Azure, GCP, Databricks). How to apply Send your CV or LinkedIn profile, plus a link that shows how you teach: a course, a talk, a tutorial or a short video.

Mistral is looking for a Research Engineer GPU Performance to optimize generative AI model training and inference on GPUs.

• Опыт разработки прибыльных ML-моделей или торговых стратегий. • Знание Python, PyTorch/JAX.

Agile Robots SE is looking for a Senior Machine Learning Engineer Computer Vision for Robotics to develop and deploy real-time visual servoing models for robot manipulation.