Вакансии

ElevenLabs is looking for a Marketing Data Scientist to measure offline marketing effectiveness and guide strategic marketing experiments.

ElevenLabs is looking for a Finance Data Scientist to deliver audit-ready finance analysis forecasting and pricing insights.

Synthesia is looking for a Research Scientist Interactive Avatars to develop and evaluate multimodal diffusion models for natural real-time avatar interactions.

Synthesia is looking for a Staff Research Scientist Interactive Avatars to lead research on multimodal diffusion models for natural real-time avatar interactions.

• Построение и поддерживание интеграции с Казахстанским ИС МПТ (True API, управляемым ISMET) для извлечения данных о продуктах, запасах и дистрибуции.

Требования: умеешь писать чистый и понятный код на современном Python; хорошо ориентируешься в классическом ML и соответствующих библиотеках (scikit-learn, CatBoost);

Alpaca is looking for a Senior Data Scientist AI Evaluation to design model evaluations, establish quality standards, and improve AI systems.

– Опыт работы Data Scientist от пяти лет. – Уверенное владение Python или R для анализа данных и разработки алгоритмов.

Location: Foster City, CA Workplace: Hybrid Replit is the agentic software creation platform that enables anyone to build applications using natural language. With millions of users worldwide, Replit is democratizing software development by removing traditional barriers to application creation. ABOUT THE ROLE You'll be one of the founding data scientist on Replit's Growth team, working with Product and Engineering leadership across acquisition, activation and recommender systems, and helping shape how Replit experiments. This role is for someone who doesn't wait to be asked. You spot problems and opportunities before anyone else does, bring a strong point of view, and push it until it changes what we build. YOU WILL: - Own data science for major growth areas, partnering with PMs and engineers from problem framing and sizing through launch and readout - Make fast decisions trustworthy: we ship weekly and need a decision within days, but retention takes weeks to show up. You'll design the experiments and metrics that close that gap; for example, variance reduction (CUPED), sequential testing, and short-term proxy metrics validated against long-term retention and revenue - Help set the experimentation standards teams rely on for Replit's highest-traffic surfaces: how metrics and guardrails are defined, and the checks that catch a broken test before it misleads anyone - Use quasi-experimental designs (difference-in-differences, synthetic control, regression discontinuity) where randomization isn't feasible, such as pricing changes and regional launches - Help define the data science behind an emerging personalization and recommendations workstream: problem framing, offline and online evaluation, and measuring incremental lift - Model the economics of a freemium, usage-based product: credit consumption, conversion, and how pricing and limits change behavior - Develop user and project segmentation from behavioral and content signals (e.g., embeddings and clustering) so growth analysis reflects what people are actually building - Partner with Data Engineering on a shared metrics layer and experimentation tooling REQUIRED SKILLS AND EXPERIENCE - 6+ years in data science, with significant time on growth or experimentation for high-scale prosumer, PLG, or self-serve products - Data science experience at a fast-growing startup, where you built metrics, datasets, and experimentation practices without much existing infrastructure - Deep expertise in experimental design and statistical inference, including reaching reliable decisions when readout windows are short and the outcomes that matter are slow - Experience establishing experimentation standards or platforms adopted by multiple teams - Expert SQL and Python - A track record of analysis that changed what a team shipped, and of influencing senior Product and Engineering leaders - Heavy, practical use of AI tools to move faster in your own work PREFERRED QUALIFICATIONS - Comfortable building your own datasets in dbt; - Pricing, packaging, or monetization analysis for usage- or credit-based products - International or mobile growth experience - MS or PhD in statistics, economics, computer science, or another quantitative field BONUS POINTS - Experience with multi-armed bandits or adaptive experimentation - Familiarity with developer tools, AI products, or creator platforms This is a full-time role based in our Foster City, CA office with an in-office requirement of Monday, Wednesday, and Friday. Full-Time Employee Benefits Include: 💰 Competitive Salary & Equity 💹 401(k) Program with a 4% match (US Only) ⚕️ Health, Dental, Vision and Life Insurance 🩼 Short Term and Long Term Disability 🚼 Paid Parental, Medical, Caregiver Leave 🏝 Flexible Time Off (FTO) + Holidays 🚗 Commuter Benefits (In-Office & US Only) 📱 Monthly Wellness Stipend 🧑‍💻 Autonomous Work Environment 🖥 In Office Set-Up Reimbursement (In-Office Only) 🚀 Quarterly Team Gatherings ☕ In Office Amenities (In-Office Only) Want to learn more about what we are up to? - Self-driving Company https://replit.com/blog/self-driving-company - Replit Agent at Scale https://replit.com/blog/evaluating-and-improving-agent-at-scale - AI Adoption https://replit.com/blog/ai-adoption - Build Open-Source Apps https://replit.com/build/open-source-app-builder   Interviewing + Culture at Replit - Operating Principles https://blog.replit.com/operating-principles - Reasons not to work at Replit https://blog.replit.com/reasons-not-to-join-replit To achieve our mission of making programming more accessible around the world, we need our team to be representative of the world. We welcome your unique perspective and experiences in shaping this product. We encourage people from all kinds of backgrounds to apply, including and especially candidates from underrepresented and non-traditional backgrounds.

Position Overview: Join our Central Analytics team to build high-quality data marts, tools, and AI-powered workflows that shape player experience and drive game growth. What You’ll Take On: Write and optimize complex SQL queries to support, experimentation, and model feature engineering across large-scale player datasets.

hands-on дата-сайентист/инженер в одном лице (в идеале). Строим модели на производстве.

Предстоит: Разработка моделей машинного обучения, направленных на борьбу с нарушениями правил площадки и недобросовестными пользователями (формализация и постановки задачи, сбор данных, обучение, онлайн/оффлайн оценка качества, мониторинг);

-Разрабатывать и выводить в промышленную эксплуатацию решения на базе ИИ, в том числе AI-агентов на базе LLM. -Проектировать архитектуру AI-агентов и подходы к их построению.

• Опыт в финтехе будет большим плюсом.

Multimodal understanding: build vision-language systems that let Descript's agentic editing features reason over the visual and audio content of a project.

Создавать и развивать AI-ассистентов для разработки и аналитики: кодовые AI ассистенты для автоматизации разработки, помощник аналитика для ускорения экспериментов с использованием LLM. Проектировать архитектуру агентских решений и их интеграцию с платформой: определять, что остаётся доменной логикой, а что становится переиспользуемым компонентом платформы.

-Проектировать и реализовывать агентное ядро — turn-loop, оркестрацию tool-calling, управление подагентами, контекст-менеджмент: компакция и токен-бюджеты, промпт-архитектура, устойчивый роутинг моделей с graceful degradation.

О нас: Наш клиент — аутстафф-компания, подбирающая инженеров на длительные проекты. Сейчас ищем Data Scientist / AI Engineer. Про проект: Заказчик развивает ИИ-направление и выводит решения на базе LLM в промышленную эксплуатацию. Нужны специалисты, которые доводили AI-агентов до продакшена и понимают практические аспекты. Команда распределённая, работа полностью удалённая. Кого ищем: Data Scientist / AI Engineer с коммерческим опытом от 3 лет, реализовавший и выведший в продакшн решения на базе ИИ, включая AI-агентов на базе LLM. Уверенный в классическом ML, глубоком обучении и инфраструктуре. Задачи: — Разрабатывать и выводить в промышленную эксплуатацию решения на базе ИИ, включая AI-агентов на базе LLM. — Проектировать архитектуру AI-агентов и подходы к их построению. — Работать с Deep Learning в части NLP, включая архитектуру Transformer. — Делать fine-tuning языковых моделей (GPT-like, BERT-like и др.). — Разрабатывать интеграции с ИТ-системами. — Работать с промышленным Kubernetes. Требования: — Коммерческий опыт работы от 3 лет. — Опыт реализации и вывода в промышленную эксплуатацию решений на базе ИИ, включая AI-агентов на базе LLM, в роли Data Scientist / AI Engineer. — Знание основ классического машинного обучения. — Хорошее знание Deep Learning (NLP). — Глубокое понимание архитектуры Transformer. — Глубокое понимание подходов и методов проектирования AI-агентов. — Практический опыт fine-tuning языковых моделей (GPT-like, BERT-like и др.). — Уверенная работа со стеком Python — Torch, Transformers. — Опыт разработки интеграций с ИТ-системами. — Опыт промышленной работы с Kubernetes. Обязательные технологии и инструменты: Python, Torch, Transformers, Kubernetes. Отбор: Техническое собеседование по каждому пункту требований. Условия: — Полная удалёнка. — Зарплата от 200 000 до 230 000 ₽ на руки. — Выплата раз в месяц. — Оформление по ИП, налоги покрывают. Как откликнуться: В отклике кратко рассказать о своём опыте с LLM и AI-агентами, роли, стеке, кейсах с fine-tuning и промышленным Kubernetes.