Вакансии

Создание, доработка и актуализация тестовой модели (сценариев тестирования) в TM4J; Разработка автотестов согласно тестовой модели;

Зарплата не указана

разработка PoC и MVP AI-агентов с использованием фреймворков для работы с LLM. адаптация и дообучение LLM на внутренних и внешних данных (SFT, LoRA, DPO, GRPO).

Зарплата не указана

Участие в проектах по внедрению и развитию решений на платформе 1С (а именно 1С: Управление холдингом) по направлению «Нормативно-справочная информация (НСИ)» и «Миграция данных». Разработка и ведение реестра НСИ: определение состава справочников, их атрибутивного состава, мэппингов и классификаторов.

Зарплата не указана

Задачи: — разработка, тестирование и внедрение ИИ-агентов (в том числе LLM-as-a-Judge) и классических ML-моделей для оценки качества, детекции аномалий, прогнозирования деградации и автоматической локализации причин сбоев — исследование и внедрение новых подходов в области настройки LLM, LLM-as-a-Judge и RAG, чтобы сделать мониторинг точнее, стабильнее и понятнее — ведение проекта по полному циклу: от идеи и прототипа до рабочего решения в проде, его тестирования и поддержки — проектирование пайплайнов для работы с данными (трейсами агентов) и обучения моделей, интегрируя их в нашу MLOps экосистему — взаимодействие с командами разработки и валидации ИИ-агентов, MLOps для интеграции решений и формирования лучших практик. Требования: — глубокое знание математической статистики, алгоритмов классического ML и архитектур нейросетей — опыт работы от 5 лет в роли Data Science / Machine Learning с полным циклом разработки — от исследований и прототипирования до внедрения в прод и мониторинга — опыт проведения аналитических исследований (R&D): умение самостоятельно изучать проблемную область, формулировать и проверять гипотезы, выбирать и адаптировать state-of-the-art методы под задачи проекта — уверенное владение стеком технологий для анализа, экспериментов и разработки: NumPy, Pandas, Polars, Scikit-learn, XGBoost, LightGBM, CatBoostOptuna / Hyperopt — навык написание чистого, модульного кода на Python, понимание принципов SOLID, опыт работы с Git. Будет преимуществом: — опыт разработки ИИ-агентов / агентных систем, понимание принципов их работы, коммуникации и оркестрации — опыт работы с трейсами и метаданными ИИ-агентов (OpenAI, Arize Phoenix, LangSmith) — опыт работы с векторными базами данных — знание observability-стека (OpenTelemetry, Prometheus, Grafana) для мониторинга ML-систем — публикации или значимый вклад в open-source в области ML/NLP/LLM. Условия: — комфортный современный офис: г. Москва, метро Кутузовский пр. — формат работы– офис, по согласованию с руководителем возможно выполнение пула задач в гибридном формате — ежегодный пересмотр зарплаты, годовая премия — корпоративный спортзал и зоны отдыха — более 400 образовательных программ СберУниверситета для профессионального и карьерного развития — программа адаптации и помощь руководителя на старте — расширенный ДМС (медицинское страхование), льготное страхование для семьи — ипотека для сотрудников — бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров — вознаграждение за рекомендацию друзей в команду Сбера.

Зарплата не указана

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

Зарплата не указана

работать с таргетами, полученными из анкет и интервью с помощью экспертной и LLM-разметки. подбирать постановку задачи в зависимости от объема и качества данных: supervised learning, weak supervision, few-shot и другие подходы.

Зарплата не указана

Задачи: — проектировать и реализовывать end-to-end LLM-пайплайны, включая продвинутые RAG-системы (индексация, ретривал, ранжирование, генерация) — разрабатывать автономных AI-агентов с использованием планирования, вызова инструментов (function calling) и мультиагентной оркестрации — обучать и дообучать NLP-модели (classification, embeddings) и современные LLM под бизнес-задачи (SFT, LoRA/QLoRA) — строить системы оценки качества генерации, внедряя продуктовые и ML-метрики (RAGAS, DeepEval, кастомные LLM as a judge) — переводить бизнес-задачи в ML-постановку и реализовывать решения полного цикла от гипотезы до интеграции в продакшен. Требования: — опыт работы в Deep Learning от 3 лет, включая обучение моделей на PyTorch — продвинутое понимание архитектуры современных LLM, включая механизмы attention, MoE, принципы инференса (KV-cache, batching) и методы alignment — практический опыт построения AI-агентов и LLM-пайплайнов с использованием LangChain, LangGraph или аналогичных фреймворков — уверенная база в классическом ML и NLP, знание статистики, алгоритмов поиска и векторизации (от TF-IDF до эмбеддингов) — опыт работы с фреймворками для оценки и мониторинга LLM-решений, такими как Arize, LangSmith или Weights & Biases — владение техниками промпт-инжиниринга и опыт их применения на практике для оптимизации работы моделей — уверенное владение Git и Linux-окружением. Будет плюсом: — базовое понимание принципов проектирования архитектуры микросервисов — опыт опромышливания AI-агентов и знание принципов LLMOps, включая CI/CD, оркестрацию и управление версиями промптов — глубокое понимание архитектуры масштабируемых RAG-систем и опыт работы с векторными базами данных — опыт разработки асинхронных сервисов (asyncio) и интеграции ML-моделей в высоконагруженные системы. Условия: — комфортный современный офис рядом с м. Кутузовская — гибридный формат работы — ежегодный пересмотр зарплаты, квартальная и годовая премия — корпоративный спортзал и зоны отдыха — более 400 образовательных программ СберУниверситета для профессионального и карьерного развития — программа адаптации и помощь руководителя на старте — 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.

Зарплата не указана

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

Зарплата не указана

• Разработка моделей эластичности для различных групп клиентов, кластеризации клиентов по их поведенческим характеристикам. • Разработка поведенческих моделей для прогнозирования динамики объемов различных сегментов розничного портфеля Банка в множестве сценариев на периоде жизни портфеля.

Зарплата не указана

Разработка детальных планов реализации проектов: декомпозиция задач, распределение ресурсов, определение критического пути; Контроль соблюдения сроков, бюджета и качества результатов по всем активным проектам;

Зарплата не указана

На что будет уходить время? 60% времени – создание и актуализация контента на сайте: посадочные страницы, статьи, FAQ-раздел, редактирование текстов под нужды SEO-оптимизации.

Зарплата не указана

Копирайтинг контента в карточках каталога и разделах товарных групп; Уверенный пользователь MS Excel (ВПР, формулы, сводные таблицы);

80 000 – 100 000 ₽

Задачи: — Разработка backend-сервисов на Python: API, интеграции, фоновые и долгие задачи; — Подключение языковых моделей по API и сборка на них прикладных сценариев для внутренних и клиентских продуктов; — Проектирование архитектуры решений (очереди, хранение результатов, интеграции); — Ведение технической экспертизы и участие в развитии команды. Требования: — Опыт коммерческой разработки на Python от 5 лет; — Опыт FastAPI и asyncio; — Уверенное владение PostgreSQL; — Опыт очередей или фоновых воркеров; — Понимание, как вызывать LLM как внешний сервис (таймауты, ошибки, ограничения); — Опыт проектирования архитектуры и интеграции сложных сервисов; — Docker; — Желание делиться экспертизой и развиваться в области AI. Будет плюсом: — Объектные хранилища; — Опыт RAG или векторного поиска. Условия: — Работа в аккредитованной IT компании; — Официальное трудоустройство в соответствии с ТК РФ; — Гибкое начало рабочего дня и возможность работать в удаленном, гибридном или офисном формате; — Компенсация спорта и ДМС; — Компенсация больничного 100%; — Внешнее обучение и сертификация за счет компании; — Участие в профильных мероприятиях (митапы, конференции, семинары, выставки); — Система наставничества и обучение внутри компании; — Бонусы от компании на знаковые даты и события; — Корпоративные мероприятия и различные активности.

Зарплата не указана

Задачи: • разработка математической модели кейсов; • расчёт и настройка RTP, EV, House Edge;

Зарплата не указана

• Улучшать базовую самостоятельность модели. Продумывать решения, методы оценки и ревардинга модели, подходы к агентности и интеграции с сервисами, улучшать качество ответов как таковое.

Зарплата не указана

💎Опыт руководства техническими проектами или инженерными командами, в идеале в инфраструктуре, облачных средах или дата-центрах, Fluent English.

Зарплата не указана

Обязанности: Качественная кросс-браузерная и адаптивная вёрстанка страниц по макетам из Figma, Sketch или Adobe XD Внедрение анимации интерфейсов Обеспечение соответствия сайтов стандартам доступности и семантической разметки Верстка email-писем для ...

150 000 – 200 000 ₽

Чем предстоит заниматься: Планировать и запускать охватные digital-кампании KION; Подбирать каналы и форматы под задачи кампании;

Зарплата не указана