Вакансии

Создавать систему эффективного хранения больших данных и доступа к ним для ML-разработчиков. • Майнинг данных.

Location: Йошкар-Ола Наша команда разметки данных помогает обучать искусственный интеллект. Приглашаем в команду Центра подготовки данных для машинного обучения Менеджера проектов. Обязанности ### ЧТО МЫ ПРЕДЛАГАЕМ: • удаленную работу из города Йошкар-Ола • годовую премию и ежегодный пересмотр зарплаты • уникальную систему онлайн обучения Сбера для карьерного развития и роста • расширенный ДМС и льготное страхование для семьи • подписка Прайм с возможностью совместного использования на трёх близких • вознаграждение за рекомендацию друзей в команду Сбера • корпоративную пенсионную программу • гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ. Требования ### ЧТО НУЖНО ДЕЛАТЬ: • управлять командой разметки данных: планирование, распределение задач, контроль темпа и качества работы • взаимодействовать с ML-разработчиками и вендорами: обсуждение задач, предоставление обратной связи, совместное решение вопросов по оптимизации данных • контролировать качество обучающих данных: оценка диалогов и сценариев, организация регулярного мониторинга и обучения сотрудников • организовывать запуск проектов: подготовка ресурсов, формирование команды, проведение калибровок, начало работы • работать с аналитическими панелями и отчётностью: ведение документации, анализ ключевых метрик • внедрять LLM для разметки данных • привлекать клиентов для заключения партнерского соглашения • проводить презентации и переговоры по расширению партнерской сети на закрепленной территории. Условия ### МЫ ЖДЕМ, ЧТО ТЫ: • имеешь высшее образование • обладаешь опытом управления командами: успешное руководство коллективом, выстраивание рабочих процессов, достижение поставленных целей • владеешь навыками работы с текстовыми данными и анализа текстовой информации • понимаешь принципы работы нейросетей, знаешь этапы обучения моделей и следишь за последними тенденциями в сфере искусственного интеллекта • имеешь опыт работы с AI-моделями: ChatGPT, Anthropic Claude, Perplexity AI, CharacterAI, LLama, Mistral, Qwen, DeepSeek, YaGPT и другими • готов использовать ИИ в ежедневной работе (обучение за счёт компании — есть свои курсы).

Location: Чебоксары Наша команда разметки данных помогает обучать искусственный интеллект. Приглашаем в команду Центра подготовки данных для машинного обучения Менеджера проектов. Обязанности ### ЧТО МЫ ПРЕДЛАГАЕМ: • удаленную работу из города Чебоксары • годовую премию и ежегодный пересмотр зарплаты • уникальную систему онлайн обучения Сбера для карьерного развития и роста • расширенный ДМС и льготное страхование для семьи • подписка Прайм с возможностью совместного использования на трёх близких • вознаграждение за рекомендацию друзей в команду Сбера • корпоративную пенсионную программу • гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ. Требования ### ЧТО НУЖНО ДЕЛАТЬ: • управлять командой разметки данных: планирование, распределение задач, контроль темпа и качества работы • взаимодействовать с ML-разработчиками и вендорами: обсуждение задач, предоставление обратной связи, совместное решение вопросов по оптимизации данных • контролировать качество обучающих данных: оценка диалогов и сценариев, организация регулярного мониторинга и обучения сотрудников • организовывать запуск проектов: подготовка ресурсов, формирование команды, проведение калибровок, начало работы • работать с аналитическими панелями и отчётностью: ведение документации, анализ ключевых метрик • внедрять LLM для разметки данных • привлекать клиентов для заключения партнерского соглашения • проводить презентации и переговоры по расширению партнерской сети на закрепленной территории. Условия ### МЫ ЖДЕМ, ЧТО ТЫ: • имеешь высшее образование • обладаешь опытом управления командами: успешное руководство коллективом, выстраивание рабочих процессов, достижение поставленных целей • владеешь навыками работы с текстовыми данными и анализа текстовой информации • понимаешь принципы работы нейросетей, знаешь этапы обучения моделей и следишь за последними тенденциями в сфере искусственного интеллекта • имеешь опыт работы с AI-моделями: ChatGPT, Anthropic Claude, Perplexity AI, CharacterAI, LLama, Mistral, Qwen, DeepSeek, YaGPT и другими • готов использовать ИИ в ежедневной работе (обучение за счёт компании — есть свои курсы).

Задачи: — Собирать и формализовать требования от бизнеса, Product Owner и стейкхолдеров: интервью, воркшопы, рабочие сессии с пользователями; — Описывать бизнес-процессы as-is / to-be (BPMN, UML), находить неявные требования и граничные сценарии; — Вести документацию: SRS, User Stories, Use Cases с Acceptance Criteria; — Проектировать API-контракты (REST/gRPC): эндпоинты, структуры запросов и ответов, коды ошибок; — Моделировать потоки данных и логику системы: диаграммы последовательностей и состояний, алгоритмы; — Прорабатывать интеграции между сервисами, бэкенд-платформой и Data Lake, включая ошибки, таймауты и retry; — Согласовывать контракты со смежными командами; — Делать wireframes и user flows вместе с UX/UI-дизайнером; — Проверять реализуемость требований с системным архитектором; — Сопровождать требования в разработке: отвечать на вопросы backend, frontend и ML-разработчиков, управлять изменениями и оценивать их влияние на смежные системы; — Участвовать в ревью тест-кейсов, готовить приёмочные сценарии, участвовать в демо и приёмке; — Согласовывать требования к данным с Data Scientist и ML-инженерами; — Шаблонизировать артефакты анализа, менторить junior-аналитиков, участвовать в найме. Требования: — Высшее профильное образование; — Опыт системным аналитиком от 3 лет; — Уверенное владение BPMN, UML, User Stories, Use Cases, SRS; — Опыт управления требованиями (трассировка, приоритизация, change management); — Опыт проектирования API (REST, gRPC, SOAP), понимание HTTP и API Gateway; — Понимание микросервисов, синхронных и асинхронных взаимодействий, event-driven подхода и Kafka; — SQL на уровне запросов средней сложности; — Знание форматов JSON, XML, Protobuf, Avro; — Понимание основ CI/CD и работы с данными (озеро данных, витрины); — Опыт работы со Swagger/OpenAPI, PlantUML / Mermaid / Draw.io / C4, Confluence или Notion, Jira, Postman или Insomnia. Условия: — Официальное оформление в штат на бессрочный трудовой договор; — Полностью официальная заработная плата и полугодовые премии по результатам работы; — ДМС после прохождения испытательного срока, включая стоматологию; — Корпоративное обучение – тренинги, конференции, курсы повышения квалификации; — Внутренняя система гибких льгот, мотивации и премирования сотрудников – Кафетерий льгот; — Корпоративная программа привилегий со скидками от партнеров– Primezone; — Корпоративный спортзал; — Насыщенная социальная и корпоративная жизнь: корпоративные мероприятия, праздники, фестивали, спортивная и благотворительная деятельность.

Ищем ML-разработчика, который будет улучшать качество претрейна Alice AI LLM — направление, отвечающее за умность базовой модели и качество данных. Задачи: — Эксперименты с претрейн-моделями: ставить и анализировать вычислительно тяжёлые эксперименты с претрейн-стадией, проверять гипотезы об источниках прироста ризонинг-способностей, постановка и выбор сетапа эксперимента. — Пайплайны данных: строить эффективные пайплайны сбора, синтеза, обработки и фильтрации обучающих данных в новых доменах, масштабировать и оптимизировать их. — Изменение процесса обучения: модифицировать процесс обучения модели для улучшения ризонинга, внедрять изменения в обучающий пайплайн и оценивать их влияние. — Экспертные модели: обучать модели-верификаторы для проверки качества данных и ответов, модели для генерации обучающих данных SOTA в узком домене, модели-фильтры для отсева некачественных данных. — Исследование скейлинга: исследовать законы скейлинга качества модели с точки зрения данных и вычислений, определять влияние масштабирования на рост рассуждающих способностей в разных доменах. Требования: — Глубокое понимание NLP. — Знание Python и опыт разработки на нём. Будет плюсом: — Опыт обучения претрейн-моделей в любой из модальностей (NLP, CV, звук, рекомендации). — Опыт построения эффективных CPU/GPU-пайплайнов. — Погружение в области исследования языковых моделей (RL, архитектуры или данные для LLM).

Команда развивает технологии для городских сервисов и еком-направления, создавая решения для обработки больших массивов данных о товарах, улучшения поиска и рекомендаций, а также автоматизации рутинных процессов с помощью современных AI-инструментов. Задачи: — Участие в создании пайплайна автоматизации для проекта определения дублирующихся товаров по изображениям, включая проработку контекстной базы, настройку конвейеров обработки данных и оценку релевантности рекомендательной выдачи. — Работа с платформой для разметки и применение знаний в области машинного обучения для улучшения качества моделей. — Участие в создании и развитии сценариев (скилов) для AI-агентов, используемых в проектах по разметке данных, для повышения эффективности аналитики и разметки. Требования: — Базовое понимание принципов машинного обучения и искусственного интеллекта, интерес к автоматизации процессов. — Владение основами алгоритмического мышления; знакомство с Python или другим языком программирования на уровне чтения кода и написания скриптов. — Умение структурировать информацию и самостоятельно разбираться в новой предметной области для эффективной постановки задач AI-инструментам. — Готовность взаимодействовать со смежными командами, включая ML-разработчиков, для дообучения моделей, а также с заказчиками для защиты предлагаемых решений и методов автоматизации.

Задачи: — Управление командой из 4–6 разработчиков и ML-инженеров, влияние на стратегию развития симулятора. — Совершенствование модели движения автомобиля, включая имитацию экстремальных ситуаций (порывы ветра, прокол колеса) и физику столкновений. — Построение и внедрение модели имитации восприятия автомобиля, имитирующей работу моделей детекции при различных погодных условиях, освещённости и дорожных ситуациях. — Кросс-функциональная работа: систематизация и приоритизация заказов от других команд, управление ожиданиями по точности системы и внедрению новых функций. Требования: — Опыт управления командой бэкенд- или ML-разработчиков. — Опыт внедрения моделей машинного обучения в продакшен и готовность разбираться в новых архитектурах и областях. — Готовность работать руками на этапе прототипирования и проверки гипотез. Будет плюсом: — Опыт работы с симуляторами или робототехническими платформами (ROS, Gazebo, CARLA, NVIDIA Isaac Sim и др.). — Участие в соревнованиях по ML или программированию (ACM ICPC, Codeforces, TopСoder, Kaggle и т. д.). — Знание правил дорожного движения, опыт вождения автомобиля или мотоцикла. Условия: — В крупных офисах есть спортзалы с тренажёрами, инвентарём и душевыми. — Полный список бонусов доступен на сайте компании.

Мы ищем: Талантливого ML-разработчика с временными рядами и классикой, в области прогнозирования в ритейле на стажировку, которому предстоит работать над интересными высоконагруженными проектами. Требования: — Опыт в Data Science / Machine Learning от 2 лет; — Прагматизм: готовность искать рабочие решения, а не идеальные, но нереализуемые модели; — Глубокое знание Python, SQL и PySpark; — Разработка ETL-процессов для обработки больших данных (чтение, трансформация, агрегация, запись); — Оптимизация Spark-запросов (партиционирование, кэширование, работа с broadcast-переменными); — Знание основных ML-фреймворков (Scikit-learn, TensorFlow/PyTorch); — Опыт работы с данными: обработка, анализ, feature engineering. Будет плюсом: — Опыт продакшн-разработки (не только исследования); — Понимание, как устроены процессы в бизнесе, а не только в Jupyter Notebook; — Умение запускать ML-модели в PySpark; — Использование Spark MLlib для распределенного обучения; — Работа с PySpark Pandas UDFs для эффективного применения ML-моделей к большим данным. Условия: — Работа в команде экспертов; — Широкий технологический стек, сотни проектов; — Гибкий график работы, который позволяет высыпаться и выделять время на хобби; — Возможность разрабатывать IT-решения для разных отраслей, пробовать новые технологии; — Процессы удаленной работы и просторные офисы с зонами коворкинга; — Возможность прокачаться во всех интересующих направлениях: стать тимлидом, архитектором, разработчиком full-stack; — Развитая система наставничества, сертификация за счёт компании, участие в конференциях, изучение английского языка; — Активный обмен опытом, внутренние и внешние митапы, хакатоны, доклады по развитию hard и soft skills; — 50+ клубов по интересам и профессиональных сообществ внутри компании; — Корпоративная база знаний и социальная сеть для удобства общения с каждым из 1500+ сотрудников. Дополнительно: — Набор осуществляется по ИТ специальностям, указанным в Приказе Минцифры № 27 от 22.01.2026г. — Решение Министерства цифрового развития, связи и массовых коммуникаций РФ о предоставлении государственной аккредитации организации от 10.03.2022 №АО-20220309-3771014210-3