Задачи:
— Использовать данные для проверки маркетинговых и продуктовых гипотез
— Проводить исследовательский анализ, выявлять закономерности, возможности роста и причины изменений метрик
— Создавать, поддерживать и улучшать BI-отчёты для нескольких команд
— Выполнять ad hoc анализы для маркетинга, продукта и бизнеса
— Работать над моделированием и прогнозированием LTV
— Разрабатывать и улучшать модели атрибуции
— Поддерживать маркетинговые каналы с бюджетированием и моделированием эффективности
— Анализировать эффективность маркетинговых активностей и их влияние на бизнес-метрики
— Работать с большими наборами данных, писать сложные SQL-запросы и использовать Python для анализа и визуализации
— Сотрудничать с командами маркетинга, аналитики, продукта и разработки
— Готовить инсайты и представлять сложные аналитические выводы в понятной форме
Требования:
— Сильные навыки SQL и умение писать сложные запросы
— Опыт использования Python для аналитики, обработки данных и визуализации
— Опыт работы с BI-системами
— Знания статистики и математических основ для проверки гипотез и проведения экспериментов
— Опыт в маркетинговой аналитике и работе с бизнес-метриками
— Понимание моделей подписки и метрик LTV, retention, CAC, payback, ROI/ROAS
— Умение проводить глубокий анализ данных и превращать результаты в понятные бизнес-инсайты
— Английский язык на уровне чтения технической документации и аналитических материалов
— Проактивность, хорошие коммуникативные навыки и способность объяснять сложные идеи простыми словами
Будет плюсом:
— Опыт работы с подписными B2C продуктами
— Создание или улучшение моделей LTV
— Разработка или улучшение моделей атрибуции
— Опыт работы с маркетинговыми каналами: PPC, SEO, affiliate, paid social и др.
— Участие в A/B тестах и оценка их результатов
— Создание регулярной управленческой отчетности и презентация бизнес-результатов
— Опыт руководства небольшой командой аналитиков
Условия:
— Официальное трудоустройство с первого дня
— Удалённая работа из любой точки мира или в офисе
— Гибкий график работы
— Корпоративные мероприятия и тимбилдинги
— Индивидуальный подход к профессиональному росту и развитию внутри компании
— Команда профессионалов, готовых наставлять и делиться опытом
Контекст команды и роли:
— Укрепление команды аналитики маркетинга
— Роль для специалиста с сильными техническими навыками и опытом работы с подписными продуктами
— Помощь маркетинговым командам в принятии решений на основе данных, улучшении прогнозирования LTV, работе с атрибуцией, построении BI-отчетности и выполнении ad hoc задач
Наше основное направление - это финтех. В данный момент у нас имеется 3 действующих проекта которые предоставляют такие услуги как беззалоговые микрокредиты (PDL), микрокредиты под залог техники и ювелирных изделий (ломбард), микрокредиты под залог авто (авто ломбард). Проекты разделены территориально по странам: Казахстан, Россия, Филиппины. В рамках проектов мы создаем высоконагруженные, асинхронные, отказоустойчивые, безопасные финансовые сервисы. И что важно - постоянно добавляем новый инновационный функционал.
Задачи:
— Администрирование парка выделенных серверов под управлением OS Linux (Ubuntu) + Виртуальные машины на Proxmox;
— Администрирование сопровождаемого ПО на PHP (Yii2, Symfony, NodeJS);
— Поддержка и развитие систем мониторинга;
— Мониторинг, обнаружение, реагирование и исправление проблем на окружениях;
— Помогать команде в настройке окружений и CI/CD процессов;
— Документирование проделанной работы;
— Построение отказойстойчивых систем: networking (network load balancing + failover);
— web-applications (Nginx + PHP-FPM + RabbitMQ + PostgreSQL);
— databases (PostgreSQL, master-slave replication);
— Настройка и оптимизация под высокую нагрузку следующих сервисов: Nginx, Php-fpm, PostgreSQL;
— Обеспечение постоянного мониторинга всех сервисов и серверов;
— Обеспечение защищенной сети для удаленной работы над проектами с использованием VPN.
Требования:
— Опыт работы с инструментами DevOps, практические знания и понимание принципов CI/CD;
— Опыт работы и хорошее понимание работы Docker, docker-compose, Dockerfile;
— Понимание принципов работы k3s/k8s;
— Опыт написания bash-скриптов или Python;
— Понимание принципов работы TCP/IP, NAT, VPN, DNS.
Условия:
— Трудоустройство согласно ТК РК, ТК РФ;
— Работа в команде.
Проект: Raft AI4BI — платформа, объединяющая BI, DWH и AI-аналитику, позволяющая пользователям задавать вопросы к данным на естественном языке и получать аналитику и визуализации. Продукт используется крупными заказчиками в ритейле, финансах, производстве и других отраслях.
О роли: Руководитель проектов внедрения, ответственный за результат проекта целиком. Задачи включают погружение в задачи и данные заказчика, проектирование решений, постановку задач разработчику и DevOps, самостоятельную работу с данными и ведение проекта до внедрения. Важна работа по развитию клиента после запуска решения: изучение потребностей, подключение дополнительных источников данных, развитие витрин и дашбордов, запуск новых аналитических сценариев, подключение других подразделений и тиражирование решения.
Задачи:
— Проводить исследование процессов, систем и данных заказчика.
— Разбираться в бизнес-задачах и переводить их в технические решения.
— Проектировать аналитические решения и модели данных.
— Ставить задачи разработчику и DevOps, контролировать результат.
— Самостоятельно анализировать данные, проектировать модели и проверять технические решения.
— Вести проект от старта до эксплуатации: сроки, риски, коммуникация и результат.
— Быстро собирать POC с использованием AI-инструментов.
— Быстро прототипировать решения с использованием Claude, Cursor и других AI-инструментов.
— Находить возможности для дальнейшего развития проекта и формировать предложения для клиента.
Требования:
— Ответственность за результат и способность доводить проект до работающего решения.
— Самостоятельность и инициативность, умение двигать задачи вперёд без постоянного контроля.
— Способность быстро разобраться в новой и неопределённой задаче.
— Уверенная коммуникация с заказчиком.
— Умение видеть дополнительные потребности клиента и предлагать варианты развития проекта.
— Уверенный SQL — ключевой навык.
— Понимание моделирования данных и принципов построения аналитических решений.
— Python на уровне, достаточном для работы с данными.
— Понимание интеграций и взаимодействия различных систем.
— Опыт ведения небольших проектов внедрения или технических проектов с самостоятельным системным анализом и постановкой задач.
— Опыт работы с Claude / Cursor или аналогичными AI-инструментами.
Будет плюсом:
— Опыт с BI/DWH, Apache Superset, API, ETL/ELT, Kafka/RabbitMQ.
Отбор:
— Интервью с рекрутером.
— Тестовое задание и обсуждение результатов.
— Техническое интервью по SQL, работе с данными, моделированию и системному анализу.
— Финальное интервью по управлению проектами, коммуникации с заказчиками и командой.
Условия:
— Работа с реальными внедрениями AI/BI-решений и крупными заказчиками.
— Возможность влиять на проект целиком — от обследования и проектирования до внедрения и дальнейшего развития клиента.
— Команда сильных технических специалистов и возможность быстро расти в AI и работе с данными.
— Полный рабочий день с гибким графиком.
— Заработная плата до 200 000 рублей.
Задачи:
— Проектирование архитектуры хранилищ данных;
— Сопровождение существующих кластеров ClickHouse;
— Ревью и оптимизация SQL-запросов и схем данных совместно с разработчиками;
— Конфигурирование и оптимизация инстансов ClickHouse;
— Настройка и оптимизация процессов репликации и шардинга, конфигурация Zookeeper;
— Разбор и устранение сложных инцидентов, включая расследование деградации и потерь данных.
Требования:
— Опыт работы с Linux;
— Глубокие знания устройства и принципов работы ClickHouse (движки, индексы, репликация, шардинг, best practics);
— Уверенное владение Bash и SQL;
— Опыт работы с системами мониторинга.
Будет плюсом:
— Базовые навыки программирования на Python (решение рутинных задач);
— Опыт работы с системами управления конфигурацией, такими как Ansible, Puppet или SaltStack;
— Продвинутое знание и опыт работы с реляционными СУБД: MySQL и/или PostgreSQL.
Условия:
Официальное оформление, медицинская страховка, рабочая виза, компенсация английского, и многое другое подробнее в лс.
Требования:
— От 4 лет опыта на позиции Data Analyst / Marketing Data Analyst.
— От 2 лет опыта в рекламной сфере.
— Python или R — от 2 лет.
— Уверенное знание SQL (BigQuery).
— Опыт работы с API, ETL и Docker.
— Знание облачных сервисов (Cloud Run, Workflows, Artifact Registry).
— Опыт работы с Looker.
— Опыт сбора данных из AppsFlyer, Adjust или Voluum.
— Сильные аналитические навыки, самостоятельность и ответственность.
— Умение понятно презентовать технические выводы нетехническим специалистам.
Задачи:
— Участие в построении аналитических процессов.
— Получение данных через API и создание удобных дашбордов.
— Мониторинг эффективности рекламных кампаний.
— Поиск точек роста и возможностей масштабирования продуктов.
— Анализ LTV пользователей и факторов, которые на него влияют.
— Глубокий анализ и оптимизация воронок продаж.
— Поиск возможностей для увеличения выручки.
Условия:
— Удаленный формат взаимодействия.
— График: с 10:00 до 19:00 по времени Кипра.
— 20 дней отпуска и оплачиваемые больничные.
— Работа по праздничному календарю Кипра.
— Испытательный срок - 3 месяца.
— Зарплата по договоренности, в зависимости от уровня и опыта.
Задачи:
— Выявление производственных проблем и точек роста на основе данных;
— Участие в обследовании производственных участков, выезды в цеха, изучение технологических процессов на месте;
— Формализация производственных задач в цифровые кейсы: прогнозирование, классификация, детекция отклонений, контроль качества, оптимизация режимов;
— Сбор, выгрузка, очистка и консолидация данных из производственных и корпоративных информационных систем;
— Анализ данных технологических процессов, поиск закономерностей, факторов влияния и причин отклонений;
— Разработка, обучение и валидация ML-моделей для прогнозирования, оптимизации и поддержки принятия решений;
— Разработка и внедрение CV-решений;
— Подготовка датасетов, разметка данных, организация процессов сбора и актуализации обучающих выборок;
— Проверка гипотез, проведение пилотных проектов и оценка экономического эффекта;
— Визуализация результатов анализа, подготовка отчетов и рекомендаций для производственных подразделений;
— Взаимодействие с внутренними заказчиками, подрядчиками, интеграторами и смежными командами.
Требования:
— Практический опыт разработки и внедрения решений на базе ML;
— Практический опыт разработки и внедрения решений на базе Computer Vision;
— Опыт работы с производственными данными, временными рядами, журналами событий, технологическими параметрами;
— Опыт полного цикла работы с данными: сбор, выгрузка, очистка, анализ, построение признаков, обучение моделей, внедрение;
— Опыт проведения обследований производственных процессов и интервью с внутренними заказчиками;
— Понимание специфики промышленного предприятия и готовность работать “в поле”;
— Желателен опыт работы в металлургии, горнодобывающей промышленности, тяжелой промышленности, химическом производстве или энергетике;
— Понимание технологических процессов агломерационного, коксового или доменного производства будет преимуществом;
— Уверенное владение Python и библиотеками для ML/CV;
— Знание методов регрессии, классификации, кластеризации, поиска аномалий, анализа временных рядов, оптимизации, глубокого обучения;
— Опыт построения CV-моделей;
— Опыт работы с SQL и промышленными базами данных (MES, ERP, SCADA, historians, лабораторные системы, систем АСУ ТП);
— Понимание принципов интеграции моделей в промышленный ИТ-ландшафт;
— Опыт работы с Docker, Git, MLOps-инфраструктурой;
— Применение LLM в разработке решений;
— Понимание производственных показателей: качество сырья и продукции, производительность, простои, расход топлива и энергоресурсов, стабильность технологических режимов, надежность оборудования;
— Понимание причинно-следственных связей в производственном процессе и умение переводить экспертные знания технологов в аналитические модели;
— Навык оценки экономического эффекта от цифровых инициатив: снижение потерь, снижение брака, снижение простоев, рост производительности, снижение расхода ресурсов.
Условия:
— ДМС, включая стоматологию;
— Страхование жизни и страховка для путешественников;
— Корпоративная мобильная связь;
— Система скидок для сотрудников НЛМК ИТ;
— Частичная компенсация питания в корпоративных столовых;
— Возможность обучения за счет работодателя;
— Активная корпоративная жизнь;
— Поддержка от компании в жизненно важных событиях;
— Бесплатный доступ к электронной библиотеке.
Задачи:
– Разработка, создание и поддержка масштабируемых конвейеров обработки данных с использованием Apache Spark и современных платформ обработки данных.
– Разработка и оптимизация архитектур хранилищ данных для поддержки рабочих процессов анализа данных и машинного обучения.
– Внедрение моделей и структур данных, обеспечивающих качество, согласованность и доступность данных.
– Сотрудничество со специалистами по анализу данных и аналитиками для понимания потребностей в данных и предложения решений.
– Обеспечение безопасности данных и соответствия нормативным требованиям.
– Мониторинг и устранение неполадок, связанных с производительностью и надежностью конвейера обработки данных.
– Постоянное совершенствование процессов и передовых методов обработки данных.
– Взаимодействие с межфункциональными командами и участие в технических дискуссиях.
– На руководящей должности оказание технической поддержки и наставничество младших инженеров.
Требования:
– Опыт работы с Python или Scala/Java.
– Углубленные знания SQL.
– Практический опыт работы с Apache Spark, Databricks, Snowflake или Microsoft Fabric.
– Понимание концепции и архитектуры хранилища данных (data lakehouse).
– Понимание основ распределенных систем.
– Навыки моделирования данных и создания хранилищ данных.
– Опыт работы с облачными архитектурами данных на платформах AWS, Azure или GCP.
– Готовность к обучению и экспериментам с разными решениями.
– Ценить баланс между работой и личной жизнью, избегать сверхурочной работы.
– Умение просить о помощи и работать в команде.
Задачи:
— настройка и поддержка пайплайнов CI/CD, поддержка релизного процесса;
— масштабирование проекта;
— администрирование инфраструктуры в рамках своего проекта;
— мониторинг и логирование своего проекта;
— взаимодействие с коллегами из девопс-команды и инфраструктуры.
Требования:
— писать и поддерживать пайплайны (GitLab CI);
— работать с Kubernetes и Helm;
— администрировать системы на Linux;
— владеть скриптовыми языками Bash, Python, Go;
— владеть контейнерными технологиями Docker;
— работать с Terraform и Ansible;
— работать с Git;
— работать с базами данных SQL;
— иметь опыт настройки и поддержки систем мониторинга, логирования и визуализации;
— базовые знания сетевых технологий.
О проекте: Международный проект в области AI Security, связанный с разработкой сред, которые помогают LLM-моделям проходить обучение с подкреплением для задач, связанных с кибербезопасностью. Эти среды содержат задания в различных областях кибербезопасности (пентестинг, реагирование на инциденты, эксплуатация, вредоносное ПО и т.д.), цель — создавать достаточно сложные задачи, чтобы модель допускала ошибки, но которые остаются решаемыми для профессиональных специалистов. Это не классическая позиция Pentester или Red Team Engineer. Основная задача — создавать сложные, но реалистичные и проверяемые security-сценарии, в которых LLM-модели совершают ошибки из-за недостатков в рассуждении (reasoning), а не из-за неоднозначных инструкций или ограничений среды.
Задачи:
— Проектировать security-сценарии для оценки и обучения LLM-моделей
— Создавать environments с использованием GitHub, Slack и других инструментов, встречающихся в реальной разработке
— Разрабатывать задачи, требующие сложного многошагового reasoning
— Моделировать реальные offensive security-сценарии (supply chain attacks, malicious pull requests, exploitation через GitHub Actions и другие техники)
— Проверять сценарии на нескольких frontier-моделях и анализировать причины ошибок
— Формулировать ожидаемое поведение модели и описывать, почему ошибка считается reasoning failure
— Автоматизировать создание и проверку задач с использованием Python и других инструментов
Требования:
— 5+ лет практического опыта в Offensive Security, Application Security или Web Penetration Testing
— Глубокое понимание современных техник атак и поверхности атаки веб-приложений, API, GitHub, CI/CD и связанных экосистем
— Практический опыт penetration testing и исследования безопасности приложений
— Опыт разработки на Python и/или JavaScript
— Навыки статического и динамического анализа кода (Python, JavaScript, Java)
— Умение самостоятельно исследовать новые направления, проектировать сложные сценарии и объяснять результаты
— Свободный английский язык (Upper-Intermediate / B2+)
— Практический опыт работы с современными LLM-моделями
— Понимание особенностей работы LLM, ограничений и типичных failure modes
— Интерес к AI Security и исследованию поведения LLM
Будет плюсом:
— Практический опыт AI Red Teaming или LLM Security
— Опыт работы с Agentic AI, AI Agents или Model Evaluation
— Опыт исследований безопасности GitHub Actions, CI/CD, Supply Chain Security
— Сертификаты OSWE, eWPTXv2, OWEE, OSWA или аналогичные
— Публикации, write-ups, участие в Bug Bounty, HackTheBox, TryHackMe, Pwn2Own или других проектах
Условия:
— B2B-контракт (с ИП)
— Оплата в долларах США
— Part-time: ориентировочно 5–20 часов в неделю
— Минимальный объем — 1–2 задачи в неделю
— На выполнение одной задачи обычно требуется 5–10 часов
— Локация — строго вне РФ (либо уже за пределами РФ, либо готовность к релокации)
— Старт — ASAP
Требования:
1) Коммерческий опыт работы от 3-х лет.
2) Опыт реализации и вывода в промышленную эксплуатацию решений на базе ИИ (обязательно в том числе AI агентов на базе LLM) в роли Data Scientist/AI Engineer.
3) Знание основ Classic Machine Learning, хорошее знание Deep Learning (NLP).
4) Глубокое понимание архитектуры Transformer.
5) Глубокое понимание подходов и методов проектирования AI-агентов.
6) Практический опыт fine-tuning языковых моделей (GPT-like, BERT-like и др.).
7) Работа со стеком Python - Torch, Transformers.
8) Опыт разработки интеграций с ИТ-системами.
9) Опыт промышленной работы с k8s.
Обязанности:
- Артефакты тестирования гипотез/экспериментов: описание подхода/модели, соответствующие значения метрик (выбранных для данного решения), тестовый сет/бенчмарк.
- Артефакты продукта в целом: описание проекта, архитектура (утвержденная и согласованная с архитекторами и информационной безопасностью (ИБ)), согласование от ИБ что решение может быть использовано в продакшн, код продукта и документация к нему, инструкция по разворачиванию решения в контуре компании.
- Все вышеперечисленные артефакты размещены в контуре заказчика (Gitlab, Confluence).
О проекте: Международный проект в области AI Security, связанный с разработкой сред, которые помогают LLM-моделям проходить обучение с подкреплением для задач, связанных с кибербезопасностью. Эти среды содержат задания в различных областях кибербезопасности (пентестинг, реагирование на инциденты, эксплуатация, вредоносное ПО и т.д.), цель — создавать достаточно сложные задачи, чтобы модель допускала ошибки, но которые остаются решаемыми для профессиональных специалистов. Это не классическая позиция Pentester или Red Team Engineer. Основная задача — создавать сложные, но реалистичные и проверяемые security-сценарии, в которых LLM-модели совершают ошибки из-за недостатков в рассуждении (reasoning), а не из-за неоднозначных инструкций или ограничений среды.
Задачи:
— Проектировать security-сценарии для оценки и обучения LLM-моделей
— Создавать environments с использованием GitHub, Slack и других инструментов, встречающихся в реальной разработке
— Разрабатывать задачи, требующие сложного многошагового reasoning
— Моделировать реальные offensive security-сценарии (supply chain attacks, malicious pull requests, exploitation через GitHub Actions и другие техники)
— Проверять сценарии на нескольких frontier-моделях и анализировать причины ошибок
— Формулировать ожидаемое поведение модели и описывать, почему ошибка считается reasoning failure
— Автоматизировать создание и проверку задач с использованием Python и других инструментов
Требования:
— 5+ лет практического опыта в Offensive Security, Application Security или Web Penetration Testing
— Глубокое понимание современных техник атак и поверхности атаки веб-приложений, API, GitHub, CI/CD и связанных экосистем
— Практический опыт penetration testing и исследования безопасности приложений
— Опыт разработки на Python и/или JavaScript
— Навыки статического и динамического анализа кода (Python, JavaScript, Java)
— Умение самостоятельно исследовать новые направления, проектировать сложные сценарии и объяснять результаты
— Свободный английский язык (Upper-Intermediate / B2+)
— Практический опыт работы с современными LLM-моделями
— Понимание особенностей работы LLM, ограничений и типичных failure modes
— Интерес к AI Security и исследованию поведения LLM
Будет плюсом:
— Практический опыт AI Red Teaming или LLM Security
— Опыт работы с Agentic AI, AI Agents или Model Evaluation
— Опыт исследований безопасности GitHub Actions, CI/CD, Supply Chain Security
— Сертификаты OSWE, eWPTXv2, OWEE, OSWA или аналогичные
— Публикации, write-ups, участие в Bug Bounty, HackTheBox, TryHackMe, Pwn2Own или других проектах
Условия:
— B2B-контракт (с ИП)
— Оплата в долларах США
— Part-time: ориентировочно 5–20 часов в неделю
— Минимальный объем — 1–2 задачи в неделю
— На выполнение одной задачи обычно требуется 5–10 часов
— Локация — строго вне РФ (либо уже за пределами РФ, либо готовность к релокации)
— Старт — ASAP
Требуются сеньоры Python с опытом работы с Django на последних 2-3 местах работы (опыт Django 4-5 лет) и сетевым опытом. FastAPI не подходит. Необходимо присылать резюме, где подробно описан сетевой опыт и опыт работы с Django.
Два трека на выбор:
— DevOps с фокусом на базы данных (PostgreSQL, Kafka, Redis, Aerospike, Consul)
— DevOps с фокусом на CI/CD и Kubernetes
Что нужно:
— 4+ года в DevOps
— Linux + IaC (Ansible / Terraform)
— GitLab CI: доставка Docker-контейнеров с Python / Go
— Прод-Kubernetes, Helm-чарты
— Мониторинг: Prometheus, VictoriaMetrics, Grafana, ELK, Sentry
— Английский B1+
Условия:
— удалёнка
— гибкий график
— корпоративная школа английского
— компенсация конференций
— дополнительный выходной MyTime
Зарплата в долларах обсуждается индивидуально по итогам собеседования.
Задачи:
— участвовать в разработке и валидации моделей кредитного скоринга
— регулярно запускать и контролировать ML-пайплайны
— мониторить производительность и стабильность моделей
— проводить плановое переобучение моделей
— готовить отчёты по производительности моделей, включая Gini / KS
— поддерживать модели в продакшене
Требования:
— от 2 лет опыта в Data Science
— понимание принципов кредитного скоринга
— узбекский язык обязателен
— опыт работы в банковской сфере или финтехе
— уверенный SQL и Python, практический опыт с Apache Spark
— опыт внедрения и сопровождения ML-моделей в продакшене
— понимание MLOps и полного жизненного цикла ML-моделей
Будет большим плюсом:
— опыт работы в банках или финтех-компаниях Узбекистана
Условия:
— полная занятость
— зарплата до 4000 USD на руки
— Ташкент, работа из офиса
— долгосрочный проект
Задачи:
— Руководить командой Computer Vision Engineers
— Проектировать архитектуру production AI-систем
— Менторить инженеров и проводить code review
— Декомпозировать задачи и контролировать качество реализации
— Разрабатывать пайплайны обработки десятков и сотен RTSP-потоков
— Оптимизировать инференс на GPU и CPU
— Принимать ключевые технические решения
— Участвовать в найме и развитии AI-команды
Основной стек:
Python, PyTorch, OpenCV, YOLO, RTSP, GStreamer, NVIDIA DeepStream, TensorRT, Triton Inference Server, ONNX, OpenVINO, CUDA, FastAPI/gRPC, Docker и Kubernetes.
Что важно:
✅ Сильный коммерческий опыт в Computer Vision и Video Analytics
✅ Опыт технического лидерства или менторства
✅ Запуск production AI-систем
✅ Уверенное знание Python, PyTorch, OpenCV и YOLO
✅ Практический опыт с RTSP, GStreamer, DeepStream и TensorRT
✅ Оптимизация моделей через ONNX, TensorRT, OpenVINO, CUDA или Quantization
✅ Понимание высоконагруженной обработки видеопотоков
✅ Умение принимать и аргументировать архитектурные решения
Будет плюсом:
➕ Triton Inference Server
➕ C++ и CUDA
➕ Kafka и потоковая обработка данных
➕ MLflow и MLOps
➕ ViT, DETR, Swin и Video Transformers
➕ VLM, RAG, LangGraph, vLLM и Function Calling
➕ Опыт найма и формирования AI-команд
Предлагаем влияние на архитектуру и технологический стек, сильную инженерную команду и работу над высоконагруженной системой промышленного уровня.
Задачи:
— Проектировать и создавать AI-агентов и решения на базе больших языковых моделей (LLM)
— Разрабатывать конвейеры данных и lakehouse-решения в Databricks
— Интегрировать AI-агентов с Databricks и другими платформами данных
— Создавать решения на Python для сбора данных, веб-скрапинга и индексирования контента
— Вносить вклад в архитектуру и технические решения
— Тесно сотрудничать с международной инженерной командой
Требования:
— Опыт работы на уровне senior в области разработки ПО или AI-инженерии
— Уверенное владение Python
— Практический опыт работы с GenAI, LLM и Agentic AI
— Опыт работы с инженерией данных и конвейерами данных
— Практический опыт работы с Databricks
— Способность брать ответственность и участвовать в архитектурных решениях
— Владение английским языком на уровне C1
Будет плюсом:
— Знание графов знаний и онтологий
— Опыт веб-скрапинга
— Знание Databricks Genie
— Опыт работы с агентскими фреймворками и разработкой с нуля архитектуры
Условия:
— Медицинская страховка
— Более 21 дня отпуска
— Возможности профессионального развития
— Поддержка карьерного коуча
Проект международный, европейское сотрудничество, локация Ташкент, Узбекистан.
Требуется специалист на позицию Senior AI/ML Engineer.
Требуемые навыки:
— Python
— OpenCV
— Deep Learning
— Компьютерное зрение
— Agentic systems
— FastAPI
— Langgraph
— DeepEval
— Langfuse
— vLLM
Вакансия предполагает полный рабочий день с возможностью удалённой работы.
Компания ELTEX — российский разработчик телекоммуникационного оборудования и программного обеспечения. В связи с расширением команды ищет Automation QA на проект Elph — клиент-серверное приложение для голосовых вызовов по протоколу SIP, обмена файлами, текстовыми и голосовыми сообщениями через мобильный интернет или Wi-Fi.
Задачи:
— Написание автоматических API и UI тестов на Python
— Подготовка тестовых данных
— Интеграция автоматизации в CI/CD
— Проведение тестирования и анализ результатов
— Написание тестовой документации: чек-листы, тест-кейсы, баг-репорты в Jira, Confluence
Требования:
— Знания Python и pytest
— Опыт работы в Linux-подобных операционных системах
— Общее понимание протоколов DHCP, DNS, TCP, UDP
— Знание REST (основные методы, коды ответов, методы авторизации)
— Общее понимание WebSockets
Будет плюсом:
— Знание основных принципов и типов шифрования, понимание HTTPS и TLS
— Понимание аппаратной части компьютеров (hardware)
Условия:
— Лучший ДМС в городе
— Участие в профессиональных конференциях с возможностью выступить с докладом
— Внутреннее обучение, митапы
— Корпоративный английский онлайн/оффлайн с софинансированием
— Два тренажерных зала в офисе, зал для групповых тренировок, корпоративные скидки на спортзалы города
— Корпоративные скидки на отдых
— Парк, уличная спортивная зона с теннисными столами и велосипедами
— Служебный транспорт от пл. Калинина и 4,5,6 микрорайонов
— Релокационный пакет для кандидатов из других городов.
ОфисmiddleНовосибирск
Зарплата не указана
lead
до 200 000 ₽
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.