Вакансии

Location: Москва Наша команда строит Единую агентскую платформу. Enterprise harness – это окружение: среда и набор инструментов, который обеспечивает безопасную и контролируемую работу агента, использование инструментов и навыков, контролирует права, память, контекст, лимиты, аудит и безопасность. В рамках агентской платформы вам предстоит разрабатывать и внедрять инструменты для окружения агентов. Мы адаптируем лучшие мировые практики, а также сотрудничаем с RnD-командами для пилотирования новых разработок на агентах Банка. Примеры направлений, которыми мы занимаемся: * SkillOpt: автоматическая эволюция навыков агентов на основе трейсов и оценки LLM-as-a-Judge; * Memory-as-a-Service: централизованный сервис памяти для агентов; * AutoJudge: инструмент для подбора судей и метрик для оценки качества работы агентов. Ожидаем от кандидата опыт в разработке AI-агентов и LLM-приложений (RAG, чат-боты), а также владение современными инструментами разработчика (agent-driven development). Обязанности * адаптировать код из open-source и от RnD-команд под требования и специфику платформы * проектировать сервисы для агентского окружения с LLM под капотом * подбирать критерии успеха, метрики для оценки качества работы агентов, формировать тестовые корзины для агентов * изучать SotA-решения от лидеров рынка, составлять обзоры. Требования * высшее образование: математика, физика, информатика или профильный data science * опыт от 2 лет в ML, NLP, LLM, AI-агентах * уверенное знание Python, пишете код, который уходит в прод: есты, ревью, код-стайл * английский B2 и выше для чтения статей и документации. Условия * владение современными инструментами разработчика (agent-driven development) * публикации, доклады, open source.

Location: Москва Команда занимается разработкой NLP моделей и решений на основе LLM для операционных рисков. Решаем задачи по построению AI-агентов и мультиагентных систем. **_Примеры:_** _• Система гардрейлов для защиты LLM-моделей и AI-агентов Сбера от промпт-атак_ _• AI-агент для создания и управления базой знаний для сотрудников и других AI-агентов на основе внутренней документации Банка_ _• Разработка и интеграция механизмов безопасности в RAG-системы и чат-боты с контролем alignment-политик методами RLHF/GRPO_ _• AI-агенты для оценки опер.рисков компаний экосистемы Сбера по внутренним документам, новостям, отчетности и описанию бизнес-процессов_ _• Мультиагентная система по анализу репозиториев кода на уязвимости бизнес-логики и сверка с требованиями на естественном языке_ _• AI-агент DataEngineer для автономного анализа данных, поиска ошибок и аномалий, создания проверок качества данных, создания выгрузок и витрин_ Обязанности • Разработка PoC и MVP AI-агентов на основе LLM с использованием фреймворков для работы с LLM, таких как langchain/langgraph • Адаптация и обучение LLM Сбера с использованием внутренних и внешних данных (Prompt Tuning, LoRA, SFT, GRPO) • Помощь и участие на стадии внедрения AI-агентов (вывод в промышленную эксплуатацию) • Писать поддерживаемый, читаемый код; участвовать в обсуждениях и формировании технических подходов Требования • Обучение в российском ВУЗе на 2-6 курсе бакалавриата и специалитета или 1-2 курсе магистратуры (точно очная форма) • Наличие любого опыта работы, релевантного направлению стажировки • Тех.стек: ML, DL, Git, NLP, RAG, LLM • Знание Python и математической статистики • Понимание принципов работы с AI-агентами **_Будут плюсом:_** • langchain/langgraph • C++ • Java Условия • Оплачиваемая стажировка • Длительность стажировки: 3 месяца • График работы: от 30 в неделю • Формат: гибрид • Комфортный современный офис на Кутузовском проспекте

Location: Москва Наша NLP команда занимается задачами, связанными с извлечением информации из документов, диалогов, текстов различной природы. Главной задачей для нас является создание готовых продуктов с LLM под капотом, а также создание self-service для бизнеса, где каждый может создать нужный ему сценарий (скилл) в режиме No-code. Обязанности * проектировать и калибровать judge-пайплайны: рубрики, эталонная разметка, согласованность с людьми, борьба с позиционным bias и bias по длине * строить RAG-поиск для дублей и противоречий: чанкинг, гибридный поиск, реранкинг, проверка противоречий на уровне утверждений * делать регресс-тесты знаний: golden set, пороги, прогон на каждое изменение промпта или модели * ловить галлюцинации: извлечение утверждений, привязка к источнику, верификация * дообучать и дистиллировать judge-модели, чтобы снизить цену и задержку без потери качества * собирать мультиагентные пайплайны с guardrails и контролем стоимости прогона. Требования * высшее образование: математика, физика, информатика или профильный data science * 5+ лет в ML, из них не меньше полутора лет с LLM в проде * RAG в продакшене, а не демо: с метриками качества, нагрузкой и историей улучшений * Fine-tuning: SFT, LoRA/QLoRA, желательно DPO. И понимание, когда дообучение не нужно * опыт построения и калибровки LLM-as-judge. Знаете, как judge врёт и как это ловить * Guardrails и детекция галлюцинаций * мультиагентные пайплайны: оркестрация, обработка отказов, ограничение стоимости * Python: пишете код, который уходит в прод. Тесты, ревью, код-стайл * английский для чтения статей и документации * специфика банка: много контрагетов, с ними нужно иногда коммуницировать. **Будет плюсом** * опыт python-бэкендера: FastAPI, асинхронность, очереди, PostgreSQL, векторные хранилища * графы знаний и онтологии * NLI, извлечение фактов, работа с разметчиками * публикации, доклады, open source. Условия * гибридный формат работы * годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * регулярные митапы и развитое DS-community * 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 Сбер.

Задачи: — Разработка и проектирование Backend с использованием Python, FastAPI и PostgreSQL. — Интеграция больших языковых моделей (LLM) таких как Kimi, OpenAI, Claude, Llama. — Работа с AI-агентами, NLP, embeddings и семантическим поиском. — Разработка алгоритмов. — Обработка документов в форматах Excel, PDF, OCR и автоматизация работы с ними. — Создание и вывод AI SaaS-продуктов в production. — Архитектура, тестирование, оптимизация и отладка сложных систем. Требования: — Сильный практический опыт в указанных технологиях. — Способность разобраться в существующем проекте, усилить архитектуру и довести продукт до стабильной рабочей версии. Условия: — Удалённая работа. — Долгосрочное сотрудничество. — Условия обсуждаются.

Location: Москва Наша NLP команда занимается задачами, связанными с извлечением информации из документов, диалогов, текстов различной природы. Главной задачей для нас является создание готовых продуктов с LLM под капотом, а также создание self-service для бизнеса, где каждый может создать нужный ему сценарий (скилл) в режиме No-code. Обязанности * проектировать контракты API сервисов оценки: методы, схемы, коды ошибок, версионирование, идемпотентность * описывать пайплайны: приём документа → нарезка → вызов судьи → агрегация оценок → отчёт * собирать требования у владельцев баз знаний и превращать их в измеримые критерии * рисовать диаграммы: контекст, последовательности, состояния, данные * разбирать инциденты и расхождения оценок, ставить задачи разработке, принимать результат * взаимодействовать с заказчиками в рамках ТЗ. Требования * понимать и уметь объяснить, зачем нужно и когда не нужно: API, Swagger/OpenAPI, Kafka, JSON, ETL, Sowa, Redis, SQL, Postman, CI/CD * UML: последовательности, компоненты, состояния, ER * описание API на уровне спецификации, а не списка полей * опыт работы с командами разработки: декомпозиция, ревью реализации, приёмка * от 2х лет в роли системного аналитика на интеграционных проектах. ### Будет плюсом * опыт работы руками: настроить межсетевое взаимодействие через sowa, проверить API в Postman, написать SQL-запрос, достать значение из key-value хранилища * описание бизнес-процессов, BPMN * опыт с LLM: промпты, RAG, эмбеддинги, векторные БД, оценка качества ответов * python на уровне чтения кода и написания скриптов * опыт в Data governance или автоматизации контроля качества данных: RBAC/ABAC, data quality validation, управление консистентностью, документирование датасетов, policy-as-code. Условия * гибридный формат работы * годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * регулярные митапы и развитое DS-community * 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 Сбер.

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.

Задачи: — Поэтапный перевод системы с графа сценариев и скиллов на управляемый LLM-based диалог — Дебаг голосового пайплайна (поиск причин high latency, галлюцинаций LLM, проблем с передачей аудио, графовых ошибок) — Оперативное принятие архитектурных решений и их самостоятельная реализация в коде — Поддержка и быстрая отладка few-shot классификации сценариев на базе Qwen и классификаторов на BERT — Учёт краевых случаев, исправление ошибочных срабатываний интентов — Finetuning локальных LLM (извлечение сущностей, удерживание инструкций) — Интеграция и поддержка ASR на базе GigaAMv2 (отладка качества распознавания, работы VAD) — Дообучение и настройка инфереса собственных и опенсорсных TTS и систем клонирования голоса Требования: — Экспертиза в NLP и LLM: практический опыт с LLM/SLM (Few-shot learning, prompt engineering) и BERT (классификация сценариев и интентов) — Практический опыт finetuning LLM (PEFT, LoRA/QLoRA) под узкие прикладные задачи — Уверенный дебаг LLM: умение быстро понять, почему модель ответила не так, и исправить это промптом, гиперпараметром или файнтюном — Опыт дообучения и оптимизации TTS-моделей — Опыт работы и интеграции современных ASR-систем (в частности, GigaAMv2) — Опыт работы как с графовыми/сценарийными диалоговыми движками, так и с LLM-агентами — Высокая скорость диагностики проблем в инференсе, локализации багов и принятия инженерных решений — Уверенное владение Python (PyTorch, huggingface, фреймворки инференса) — Уверенное владение Go — Опыт работы с оптимизацией инференса под low-latency (vLLM, TensorRT-LLM, Triton Inference Server, ONNX Runtime) — Практика работы со потоковым аудио в реальном времени (streaming ASR/TTS, gRPC-контракты) — Типизация в Go, базовые типы (строки, числа, слайсы и мапы) — Примитивы синхронизации и конкуренция (синхронизация горутин, работа с каналами) — Указатели и работа с ними — Observability — Оперативность в принятии архитектурных решений — Самостоятельность в реализации решений — Высокая скорость диагностики проблем Будет плюсом: — Понимание SOLID, DRY и KISS паттерны — Базовое понимание дизайна сервисов на Go

Задачи: — Участвовать в разработке решений на базе LLM, включая создание и тестирование AI-ассистентов, чат-ботов и LLM-агентов под руководством опытных инженеров. — Запускать и тестировать локальные открытые языковые модели, сравнивать их качество, скорость и особенности работы. — Помогать в создании прототипов RAG-систем для поиска и генерации ответов на основе корпоративных документов и баз знаний. — Разрабатывать и тестировать промпты, экспериментировать с настройками моделей для улучшения качества ответов. — Участвовать в проверке гипотез и создании MVP AI-решений для маркетинга, клиентского сервиса и автоматизации коммуникаций. — Формировать тестовые наборы данных, анализировать ответы моделей, выявлять ошибки и сравнивать результаты экспериментов. — Изучать современные подходы, включая tool calling, ReAct, агентные архитектуры и интеграцию LLM во внешние сервисы. — Участвовать в исследовательских задачах и R&D, исследовать новые модели, библиотеки и инструменты в области NLP и генеративного искусственного интеллекта. Требования: — Базовые знания Python и опыт написания небольших программ или учебных проектов. — Понимание основных концепций машинного обучения и принципов работы нейронных сетей. — Общее представление о NLP, LLM и возможностях генеративного искусственного интеллекта. — Знакомство с библиотеками для работы с данными и машинным обучением, такими как NumPy, Pandas, PyTorch. — Базовые навыки работы с Git. — Умение разбираться в технической документации и самостоятельно искать решения. — Английский язык на уровне чтения технической документации. — Интерес к практической разработке AI-продуктов, готовность экспериментировать и учиться. Условия: — Работа над реальными задачами в области NLP, LLM и генеративного искусственного интеллекта. — Возможность получить практический опыт разработки AI-ассистентов и LLM-агентов. — Поддержка и наставничество опытных ML-инженеров. — Участие в исследовательских задачах, экспериментах и создании прототипов. — Знакомство с современным стеком технологий: Python, PyTorch, Hugging Face, LangChain, RAG, Qdrant, Docker, FastAPI. — Удалённый формат работы.

Location: London, UK DataArt’s Travel, Transportation & Hospitality Practice is looking for a client-facing professional. The role connects advanced AI tools to real business impact and involves working with client account teams and the AI + Data Lab across 50+ active travel accounts to find high-value use cases, prototype fast, validate with stakeholders, and drive adoption from C-suite to delivery teams. The role covers the journey from prototype to production. You will define how solution quality is measured once a solution is live and design for the controls enterprise clients operate under. Lead ideation and scoping of AI and ML proofs of concept with client account leaders Prototype AI features such as copilots, NLP services, and recommender systems Own the full lifecycle from internal demo and stakeholder validation to client presentation and the path to production Direct internal teams to execute with clarity, velocity, and alignment Build GenAI applications using RAG variations, agentic and hybrid models, cloud AI services, LLM APIs, vector search, and agentic SDKs Integrate AI solutions with Snowflake and Databricks Define how solution quality is measured in production through evaluation sets, accuracy checks, groundedness checks, drift detection, human in the loop checkpoints, and audit records Define reusable AI building blocks and travel specific agent scaffolds for internal delivery practices Shape internal best practice for GenAI across delivery Embed AI into client products and operations for personalization, crew operations, service automation, disruption handling, post booking servicing, reconciliation, and refunds Run workshops with client teams and business leaders Act as a translator and evangelist for responsible AI adoption and ROI Hands on experience with AI services from at least one major cloud such as Azure, AWS, or GCP Experience designing and implementing RAG based applications Experience taking AI solutions beyond pilot into production Experience validating AI solution performance before go live and monitoring it after release Practical understanding of AI evaluation including defining workflow correctness, building test sets, and measuring accuracy and groundedness Strong background with Snowflake and or Databricks for data engineering and AI pipelines Proven success leading client facing proofs of concept or MVPs from inception to delivery at Director level or above Ability to turn ambiguous business goals into scoped, testable, and scalable initiatives Fluency in open source versus commercial model tradeoffs and cost efficient architecture Prior exposure to the travel, transportation, or hospitality sector Experience with vector databases Experience with context engineering Experience with orchestration frameworks such as LangChain or Semantic Kernel Familiarity with fine tuning and understanding of when it is worth the effort Experience with agentic loop engineering Experience with AI observability or evaluation tooling Awareness of responsible AI practices including fairness, explainability, and usage boundaries

Location: Ukraine; Poland; Romania; Spain; Portugal; Croatia At SPD Technology, we bring together a team of like-minded people who are driven by the desire to bring value through their work, united in their commitment to high performance and delivering custom, cutting-edge tech solutions that drive clients’ growth. We empower our people with a culture of excellence and enable them with the opportunity to uphold their accountability to contribute on each level. We value humanity and collaboration, encourage professional and personal growth, and foster a supportive and flexible work environment where everyone’s contribution is welcomed. We are looking for a Senior ML & AI Engineer to join us as part of our team. About the role PitchBook’s Machine Learning Engineer is responsible for using machine learning, statistical modeling, and natural language processing (NLP) to collect a high-volume of data for the PitchBook Platform and surface insights for the capital markets. This role will also serve as a resource and mentor for junior members of the team. A strong motivation to succeed is critical and everyone has the opportunity to shape the long-term direction of our team. About the project PitchBook — a platform for investment professionals. Our software provides access to data and the analytical tools to get answers fast and discover promising opportunities. Uncovers actionable insights and trends hidden within the financial data of more than three million companies. Users all over the world include large corporations, start-ups, venture capital and private equity firms, investment banks, and many others. Features of PitchBook: Advanced search / Discovery & insights / Company profiles / Workflow & efficiency / Financials and many more. Team 1 EM, 6 ML Engineers Work Environment The role offers a flexible work schedule, allowing you to adapt your working hours with the requirement to attend all team meetings. The team follows a Scrum-based Agile methodology. As a qualified expert, You will Work with GenAI & LLMs: Design, develop, and fine-tune generative AI models using transformer architectures. Implement advanced techniques to create practical solutions for real-world challenges. Use Modern Toolkits: Leverage frameworks like LangChain, LangGraph, and LangSmith to build automated pipelines and intelligent agents. Integrate these tools with vector databases for efficient similarity search and real-time analysis. Extract Data Insights: Process and analyze large volumes of unstructured data using embeddings and statistical modeling to identify meaningful insights. Build Scalable Systems: Collaborate with cross-functional teams to create production-grade ML systems that handle real-time, high-volume data processing. Mentor & Lead: Act as a mentor for junior team members and stay updated on trends in Agentic AI, transformer models, and generative systems. Collaborate & Communicate : Work with Product and Engineering teams to improve data management and support innovation. Present complex analyses clearly and effectively. Tech Stack & Focus Areas: Work with generative AI and transformer models, integrating frameworks like LangChain, LangGraph, and LangSmith to automate workflows and build intelligent systems. Use PyTorch, Scikit-Learn, and Spacy to build NLP pipelines. Implement vector databases for high-dimensional data embeddings and develop hybrid models to extract insights from diverse data sources. We’re looking for you if you have Educational Background: You hold a Bachelor’s or Master’s degree in Computer Science, Machine Learning, Statistics, or a related field. Experience: You bring 5+ years of production experience in the ML field, with a track record in developing transformer-based models and deploying them in scalable systems. Technical Expertise: Proficient in Python and machine and deep learning frameworks like TensorFlow, PyTorch, ScikitLearn, Spacy or other. Experienced in natural language processing and modern LLM based techniques. Experience with full ML lifecycle, data preprocessing, training, evaluation stages and monitoring techniques Skilled with SQL and data extraction methods. Innovative Thinker: You thrive on solving complex problems and are always exploring new trends in Generative AI. Collaborator & Communicator: You’re an excellent communicator able to collaborate and express your thoughts in a professional manner to team members, other engineering teams and stakeholders. Domain Knowledge: Exposure to financial services, investment banking, venture capital, or private equity is nice to have. Languages: English —Upper-Intermediate or higher; Ukrainian —fluent/native . What’s in it for You Reveal great tech solutions Join the team of experts who create custom, cutting-edge tech solutions for world-renowned businesses, fueling client growth. Unleash your potential, tackle new challenges, and be part of a team that values your skills and contributions. Focus on long-term impact and building tailored, long-lasting partnerships with our clients. Experience an agile and flexible working environment Enjoy the freedom of fully remote work with a flexible working schedule. Empower yourself with a stable workload and a stable income, supported by provided laptops and licensed software. We focus on lasting cooperation and unite result-oriented individuals who stand on a high-performance approach to work. Embrace the opportunity for personal and professional growth Benefit from performance and merit reviews, elevate your skills with personal development plans, and individual learnings through the corporate library, public speaking support, and more. Be among like-minded people Work with a team of one mind who cares about what they do and how they do. Collaborate with top-notch experts who are always ready to help and support you through any challenges. Join company-wide tech and cultural events, and contribute to meaningful CSR initiatives that resonate with your values. Feel supported by your HR, and take advantage of our referral bonus program. Interview steps Interview with the recruiter Technical interview (up to 90 min) System Design interview (up to 45 min) Behavioral Round with Product Manager (45 min) Final interview with Engineering Manager (30 min)

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.

Разрабатывать и внедрять ML-модули для задач CV и NLP: от прототипа до промышленного сервиса; • Строить пайплайны обучения и инференса, настраивать асинхронную обработку запросов;

Location: United States Workplace: remote As a trusted global transformation partner, Welocalize accelerates the global business journey by enabling brands and companies to reach, engage, and grow international audiences. Welocalize delivers multilingual content transformation services in translation, localization, and adaptation for over 250 languages with a growing network of over 400,000 in-country linguistic resources. Driving innovation in language services, Welocalize delivers high-quality training data transformation solutions for NLP-enabled machine learning by blending technology and human intelligence to collect, annotate, and evaluate all content types. Our team works across locations in North America, Europe, and Asia serving our global clients in the markets that matter to them. www.welocalize.com   To perform this job successfully, an individual must be able to perform each essential duty satisfactorily. The requirements listed below are representative of the knowledge, skill, and/or ability required. Reasonable accommodations may be made to enable individuals with disabilities to perform the essential functions.   OVERVIEW   MAIN PURPOSE OF THE JOB   We are looking for English into Portuguese translators to join our growing team for one of our global clients, a music streaming company with various important entertainment services such as music streaming, podcasts, etc. They will take ownership of the incoming work on this account and will actively contribute to the success of the program.    Project Details: Job Title: English into Portuguese Creative UI and Marketing Translator/Reviewer Location: Remote Task Type: Translation, Copy Edit, Research Estimated work volumes: 3-4 hours/day Employment Type: Freelance MAIN DUTIES Translate and review content from English into Portuguese with original meaning conveyed in a manner that is readable and understandable to target audience. Content types: "Informational","Legal","Marketing","Product","Support" CAT Tool: working with Lucid and Phrase . REQUIRED SKILLS Minimum 5 years' experience translating and reviewing content in the specified subject matter. Proficient in all areas of expertise: marketing and product and Informational Well-versed in various translation & terminology tools. Excellent communications skills in English (spoken and written). Native level expertise in Portuguese Degree in linguistics, translation or equivalent experience. Availability to cover PST hours (between 9:00 AM – 6:00 PM PST) When you join Welocalize, you have the opportunity to bring your career to the next level: ... receive steady volume of work and long-term partnership {where this applies}  ... professional development: work on exciting projects that will empower you keep learning and growing ... work with multicultural, international team with a great variety of documents and content types   ... 24-hour 6-day a week support from our community team.   If this opportunity sounds appealing to you, apply below.   Job Reference: #LI-JC1

Workplace: Удаленно RWB — международная технологическая группа компаний, образованная в результате слияния двух лидеров рынка — IT-компании Wildberries и оператора наружной рекламы Russ. Мы развиваем одну из крупнейших цифровых экосистем, объединяя электронную коммерцию, финтех, логистику, рекламу, путешествия, здоровье и другие направления. Наши технологии помогают людям решать повседневные задачи, а предпринимателям — находить новые возможности для роста. Портал Продавцов — это личный кабинет продавца, где он отслеживает свои товары, изучает аналитику и руководит процессами продаж. Логистика, динамическое ценообразование, подъем-моделирование, рекомендации, временные ряды, качественные данные и NLP — мы работаем во множестве доменов. Наша задача — не только обеспечить продавцу принятие решений по данным, но и вывести весь UX продавца на новый уровень: от распределения товаров по складам до ИИ для создания карточек товара. Сейчас мы ищем новых коллег ML Engineer'ов, чтобы вместе внедрять SOTA-модели и растить бизнес-метрики на миллиарды. Обязанности Строить и реализовывать модели классического ML/DL; Проводить анализ используемых моделей и улучшать их; Использовать и понимать современные подходы e2e ML-разработки; Уметь запускать инференс моделей: batch и real-time; Принимать участие в формулировке в продуктовой постановке задачи; Принимать участие в дизайне A/B экспериментов; Проактивно взаимодействовать с аналитиками и менеджерами по продуктам. Требования Опыт решения задач классического ML (временные ряды, классификация, регрессия); Уверенный опыт разработки на Python (не менее 2-х лет); Опыт работы с Scikit-learn, PyTorch, бустингами; Опыт написания backend-оберток для ML-моделей на FastAPI; Навыки контейнеризации k8s будут плюсом; Опыт работы с Apache Airflow, ClearML или аналогичными решениями; Опыт в Big Data стеке: HDFS, PySpark, Trino; Умение использовать эконометрические подходы в работе с данными. Условия Обучение и развитие: языковые клубы, собственный корпоративный университет, программы развития управленческих навыков и многое другое; Благополучие сотрудников: корпоративный пакет ДМС со стоматологией, корпоративный спорт, консультации психолога и дополнительные возможности аккредитованной IT-компании; Множество сообществ: клуб спикеров, футбола, йоги, шахмат и т.д.; Забота о семьях: создаем условия, в которых легко сочетать карьеру и заботу о близких – от гибкого подхода до масштабных проектов для детей сотрудников; Скидки и партнерские программы: на обучение, страхование, покупки и многое другое; Комфортная рабочая среда: бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника и портал для сотрудников.

Location: Москва Workplace: Комбинированный Наша команда поиска — это те, кто делает поиск по-настоящему умным и удобным! Мы работаем над тем, чтобы пользователи Одноклассников, ВКонтакте и Дзена легко находили сообщества, авторов и каналы. Ты сможешь заглянуть вглубь современных поисковых систем, узнать, как они устроены изнутри, и внести свой вклад в их развитие. Тебя ждут уникальный опыт, интересные задачи и возможность влиять на то, как миллионы людей находят нужную информацию каждый день! Задачи Разрабатывать и улучшать классификаторы поисковых запросов Дообучать модели мультимодальных эмбеддингов для поисковых вертикалей Разрабатывать нейросетевые признаки для ранжирования Повышать качество разметки релевантности с помощью LLM Внедрять модели и оценивать их влияние на качество поиска Требования От трёх лет в ML, опыт применения NLP и LLM в продакшене Знание Python Опыт дообучения и оценки языковых моделей Опыт обработки больших данных: Hadoop, Spark Опыт полного цикла ML: от подготовки данных до внедрения и A/B-тестов Понимание требований к задержкам и нагрузке онлайн-сервисов Самостоятельность и ответственность за результат Будет плюсом Опыт использования ИИ в разработке Знание базового С++

Location: Москва Привет! Это GigaChat Vision — команда, которая делает полный цикл обучения VLM моделей, включающий в себя стадии pre-training, SFT и DPO/RL. Мы ищем сильных инженеров и исследователей, которые будут двигать вперед качество мультимодального GigaChat. _Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!_ Обязанности * Самостоятельная работа в рамках заданного направления развития качества VLM: от планирования, до выкатки в прод; * Планирование и работа над исследовательскими задачами по архитектуре модели, стратегии и данным обучения; * Формирование гипотез по улучшению качества модели, самостоятельное планирование экспериментов по их подтверждению и постановка multi-node обучений на большом количестве GPU (тысячи A100/H100); * Решение сложных инженерных задач, развитие и оптимизация кодовой базы обучения и эвала VLM, написание чистого кода и проведение code review; * Анализ точек роста и определение способов их закрытия. Требования * Сильный технический бэкграунд в modern ML: понимание того, как данные, архитектура и стратегии обучения влияют на итоговое качество модели; * Опыт полного цикла обучения VLM или LLM; * Глубокие знания или опыт работы в области computer vision; * Понимание принципов работы распределенного обучения (FSDP) или опыт обучения моделей на больших GPU кластерах; * Наличие навыков технического лидерства: проведение code-review, помощь и менторинг младших сотрудников; * Умение работать, принимать решения и выстраивать процессы в условиях неопределенности; * Умение и желание взаимодействовать с коллегами, вносить собственные идеи и предлагать пути достижения общих целей. Условия **Будет плюсом:** * Опыт полного цикла обучения VLM; * Наличие публикаций в области NLP или CV; * Опыт решения задач по оптимизации обучения; * Опыт участия в соревнованиях по машинному обучению или программированию.

Location: Intellias Meet your recruiter Gerasim Naydenov gerasim.naydenov@intellias.com https://www.linkedin.com... Vacancy details Software Engineering Python Engineer Senior Bulgaria, Croatia, Poland Hybrid APPLY NOW REFER A FRIEND Let’s breathe life into great tech ideas! With more than 3 000 people globally, Intellias is a company where benchmark technological solutions are born. Join in and take your part in digitalizing the world. What project we have for you Our team operates at the frontlines of our efforts to support Google and owns the campaign management functionalities that allow users to scale, automate and optimize their ad operations on Google Ads. Join us in building new end-to-end automation solutions and scaling existing automation pipelines to help our customers automatically launch and iterate their Google advertising. The team has recently started working with exciting new campaign types within Google Ads and we’re looking to scale up our team to expand our Google Ads offering. What you will do Design, build and maintain backend services that sit at the core of client campaign optimization products. Be a core contributor of our team and our ways of working to build high impact products. You’ll actively be involved in work planning, retrospectives, and overall team improvement. Support data scientists in bringing machine learning models to production. Mentor your team on software development practices and propagate best practices like testing, monitoring, or clean code. Use your skills and experience to continuously improve our software architecture, coding practices, tools, and processes. Work with our stakeholders – be them product, engineering, infrastructure – to ensure we meet customers where they are. Being able to translate business/product needs to viable solutions is a must. Apply and enhance your soft skills through working closely with your colleagues and our customers. Doing knowledge shares, running productive meetings, and pair programming/debugging are just some ways we grow our soft skills. Impact the daily life of the staff of the hundreds of advertisers using client platform What you need for this We’re seeking an experienced Software Engineer with Strong Python skills Strong experience in Data Science, NLP, Generative AI demonstrated through relevant projects or research. Proficiency in programming languages such as Python and libraries/frameworks like FastAPI, Flask, pandas, polars, TensorFlow, PyTorch, etc. and cloud AI services Aws/Azure/GCP Strong system design skills. Proven ability to bridge the gap between technical concepts and business impact, with a clear understanding of how data science aligns with business goals. Excellent communication skills, strong sense of ownership and ability challenge product decisions with both technical and non-technical stakeholders. Experience developing and maintaining services under SLA Analytical mindset with a problem-solving approach Passion for solving customer challenges quickly while making thoughtful architectural decisions Adaptability and resilience when facing new or ambiguous challenges Strong written and verbal communication skills in English M.Sc. in a relevant field is preferred Nice to have: Experience with CausalML frameworks. Master’s or Ph.D. in Computer Science, Data Science, Machine Learning, or a related field. 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. Skills AI/ML Cloud Python

Workplace: Москва и Краснодар (гибрид/офис), другие города - удаленно Мы развиваем AI-лабораторию и ищем Senior ML Engineer, который будет заниматься созданием и развитием прикладных AI- и ML-решений для реальных бизнес-задач. В команде можно работать с разными направлениями: классическим ML, NLP и LLM, агентными системами, Computer Vision, речевыми и мультимодальными технологиями. Нам нужен сильный ML-инженер, который умеет самостоятельно погружаться в задачу, выбирать оптимальный технический подход, проводить эксперименты и доводить решения до production. Важна не только экспертиза в конкретной области, но и широкий инженерный кругозор, интерес к новым технологиям и готовность работать с разными типами ML-задач. Задачи Проектировать и разрабатывать ML-решения для прикладных бизнес-задач в различных направлениях: классический ML, NLP/LLM и агентные сценарии, Computer Vision, речевые и мультимодальные технологии Определять технический подход к задаче: выбирать модели и архитектуру решения, проводить эксперименты, сравнивать альтернативы и принимать решения с учетом качества, производительности, стоимости и ограничений эксплуатации Вести ML-часть решения end-to-end: от анализа задачи и разработки прототипа до подготовки модели к inference, интеграции и промышленного запуска совместно с Backend- и MLOps-разработчиками Разрабатывать подходы к оценке качества ML-систем: формировать метрики, evaluation-наборы и тестовые сценарии, проводить анализ ошибок и контролировать качество решений после запуска Оптимизировать модели и ML-пайплайны по качеству, latency, throughput и потреблению вычислительных ресурсов Участвовать в проектировании общей архитектуры решений и технической декомпозиции ML-задач Проводить code review и помогать в развитии менее опытных разработчиков команды Требования От 4 лет коммерческого опыта разработки ML-решений на Python Глубокое понимание методов машинного обучения и нейронных сетей, принципов обучения и валидации моделей, выбора метрик и анализа ошибок Сильный практический опыт хотя бы в одном из направлений: NLP/LLM, Computer Vision, речевые технологии, классический ML или мультимодальные модели Опыт самостоятельного проектирования ML-решения: от постановки задачи и выбора подхода до оценки результатов и подготовки решения к production Практический опыт работы с PyTorch и современными ML-библиотеками Понимание полного жизненного цикла ML-систем: подготовка данных, эксперименты, обучение, evaluation, inference, deployment и мониторинг Опыт вывода ML-моделей или ML-сервисов в production и понимание требований к производительности, надежности и воспроизводимости решений Умение быстро разбираться в новых моделях, подходах и предметных областях и выбирать технологию исходя из задачи, а не из заранее заданного стека Опыт взаимодействия с Backend-, Data- и MLOps-разработчиками Опыт принятия технических решений, проведения code review и декомпозиции сложных ML-задач Условия Трудоустройство в аккредитованную IT-компанию ДМС со стоматологией и льготными условиями для членов семьи Возможность работать удаленно, гибридно или в офисе Корпоративные скидки от компании и партнеров, бесплатная подписка Магнит Премиум с повышенным кешбэком по программе лояльности М+ Поддержку в развитии через обучение, конференции и митапы, а также программу для руководителей - Leadership club IT‑комьюнити - среду, где быстрее находишь решения, делишься практиками, пробуешь новые роли и растешь от эксперта в стекe до лидера инициатив Социально - психологическую поддержку от >370 специалистов по направлениям: юристы, психологи, врачи, финансовые и ЗОЖ советник Формат работы Москва и Краснодар (гибрид/офис), другие города - удаленно