Задачи:
— создание и развитие решений с задействованием LLM-агентов (полноценные мультиагентские системы)
— создание RAG-систем
— разработка и поддержка ML/DL моделей, включая их обновление и адаптацию к меняющимся условиям и требованиям бизнеса
— дообучение и адаптация открытых LLM
— создание системы мониторинга качества моделей и контроль их эффективности.
Требования:
— опыт работы от 3-х лет в коммерческой разработке на позиции Data Scientist / ML Engineer с подтверждённым опытом вывода моделей в продакшен
— понимание математики классического ML и архитектуры нейросетей (PyTorch/TF)
— уверенное понимание архитектуры трансформеров, опыт работы с LLM API и локальными моделями через PyTorch / Hugging Face
— уверенный Python (чистый код, ООП, знание numpy/pandas/scikit-learn) и понимание принципов микросервесной архитектуры (Asyncio, FastAPI)
— опыт создания агентов на LangChain/LangGraph
— знание основных концепций промпт-инжиниринга и использования Structured Outputs и Function Calling
— опыт проектирования и развития RAG-систем (Multi-stage Retrieval, Dense + Sparse/BM25, Rerankers, Chunking strategies)
— опыт развертывания локальных open-source моделей (Llama, Mistral, Qwen, DeepSeek и др.) в продакшн-окружении и настройки высокопроизводительного инференса LLM с помощью vLLM
— опыт проведения Fine-tuning LLM-моделей (PEFT, LoRA/QLoRA)
— настройка мониторинга data drift и model decay, а также валидация моделей
— навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом
— опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов
— инструментальное владение AI для анализа, генерации и автоматизации.
Условия:
— инновационные, амбициозные проекты и задачи, которые развивают: всегда есть возможность прокачать свои навыки в работе и профессионально расти
— среда для обмена знаниями – высокая экспертиза внутри команды
— сплоченная команда, работающая над общими задачами и умеющая хорошо отдыхать
— нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам
— стабильная заработная плата и годовой бонус
— полностью офисный формат работы. Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом
— более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
— расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
— вознаграждение за рекомендацию друзей в команду Сбера.
Чему вы научитесь:
• Исследование угроз GenAI: создание, поддержка и развитие инструментов для анализа и поиска угроз;
• DevOps: CI/CD, контроль версий (git), тестирование качества, инфраструктура для работы (linux);
• Внедрение практик AI PDLC: исследование и применение методов и инструментов создания и развития программного обеспечения с применением передовых ИИ-моделей;
• Погружение в экосистему: изучение и практическое применение передовых фреймворков и библиотек для работы с LLM и AI-агентами;
• Управление командой: формирование и развитие исследовательской команды (3–5 человек), приоритизация исследований, защита решений перед руководством и смежными командами;
• CTF и хакатоны: формирование и капитанство команды на международных CTF по AI/ML security, трансляция найденных техник в работу направления;
• Публикации и нормативные документы: оформление результатов исследований, вклад в нормативные документы безопасности AI.
Требования:
• Профиль и образование: законченное высшее образование в области информационных технологий, компьютерных наук, прикладной математики, программной инженерии или смежных направлений
• Продвинутые навыки программирования: понимание принципов проектирования и разработки программного обеспечения, опыт в написании и чтении программного кода (понятный, поддерживаемый)
• Навыки DevOps: работа с git, администрирование linux, автоматизация этапов жизненного цикла разработки ПО
• LLM и AI-агенты: экспертный уровень применения LLM для разработки ПО, глубокое понимание архитектуры агентов и их векторов атак
• Английский язык на уровне не менее чтения технической документации, статей и участия в международных CTF
• Опыт командной работы в проектах разработки: канбан (спринты, трекинг задач), jira/git/confluence, презентации и умение понятно объяснять свои идеи команде/руководству и согласовывать требования
• Adversarial ML и red teaming LLM: практический опыт поиска уязвимостей в GenAI-моделях (prompt injection, jailbreaking, tool poisoning, data extraction)
• Знание инструментария для LLM security: Giskard, Garak, LLM Guard и др.
• CTF и хакатоны: участие в международных CTF по AI/ML security (желательно — победы или призовые места).
Задачи:
— Разработка ML-моделей и алгоритмов
— Вывод в production ML-моделей и расчетных модулей
— Аналитика на больших данных
— Поддержка реализованных решений
— Разработка ML-моделей и алгоритмов для прогнозирования временных рядов
Требования:
— продвинутые знания в области математики (мат.анализ, линейная алгебра, теория вероятностей, мат.статистика)
— python: типы данных, структуры, ООП
— классический ML: задачи (классификация, регрессия), метрики, basic ML stack (pandas, numpy, sklearn, catboost, xgboost), SQL
— BigData stack (Hadoop, Spark, SparkML)
— умение работать с git, Jira, Confluence
Будет плюсом:
— знания в области финансов
— опыт продуктовой аналитики
— опыт работы с временными рядами (анализ, разработка моделей)
— опыт работы с LLM (langchain, langgraph)
— опыт end-2-end разработки ML-моделей (EDA-MVP-Solution-Validation-Production)
— опыт backend разработки
Условия:
— комфортный современный офис рядом с м. Кутузовская
— гибридный формат работы
— 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, льготное страхование для семьи и корпоративная пенсионная программа
— гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
— бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
— вознаграждение за рекомендацию друзей в команду Сбера.
ГибридmiddleМосква
Зарплата не указана
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Задачи:
— участвовать в полном цикле разработки моделей по рискам розничного бизнеса: постановка задачи, сбор данных, разработка ML-модели, подготовка артефактов для внедрения
— исследовать источники данных и современные архитектуры для повышения качества работы моделей
— написание алгоритмов для целей сегментации выдач по риск-доходности
— презентация результатов исследований бизнес-заказчикам.
Требования:
— опыт разработки моделей машинного обучения (классический стек)
— знание ключевых методов и алгоритмов в области Machine Learning
— знание Python и библиотек Pandas, Scikit-learn, XGBoost/LightGBM/CatBoost, Transformers
— навыки работы с базами данных, знание SQL, PySpark
— высокий уровень ответственности и самостоятельности
Будет плюсом:
— опыт стажировок
— опыт с LLM и AI-агентами
— учебные знания в области розничного кредитования, портфельного управления и математики кредитных рисков.
Условия:
— оплачиваемая стажировка
— возможность выбрать удобный график – офис или гибрид (локация: м. Кутузовская)
— корпоративный спортзал и зоны отдых.
Задачи:
— Партнерство с инженерными и кросс-функциональными командами для улучшения измерения, понимания и оптимизации инфраструктуры Pinterest.
— Определение, измерение и улучшение здоровья, качества и эффективности инфраструктурных систем.
— Создание и совершенствование метрик, дашбордов и аналитических фреймворков для упрощения понимания и действий с техническими системами.
— Усиление основ данных через улучшение определений метрик, аудит качества данных и участие в улучшении пайплайнов и систем измерения.
— Проектирование и анализ экспериментов, расследований и глубоких исследований для оценки влияния изменений инфраструктуры на пользовательский опыт, надежность и бизнес-результаты.
— Перевод неоднозначных технических проблем в четкие аналитические задачи и рекомендации для инженерных и платформенных партнеров.
— Поддержка приоритетных расследований и принятия решений, связанных с производительностью, надежностью, стоимостью и качеством измерений инфраструктуры.
— Выявление возможностей для улучшения измерения и оптимизации инфраструктуры в различных областях, таких как производительность, инфраструктура для шопинга, управление, качество метрик и надежность сайта.
Требования:
— Магистерская степень в релевантной области (статистика, прикладная математика, биостатистика) или эквивалентный опыт.
— Сильные навыки SQL и аналитического программирования, опыт работы с неидеальными данными и построения надежных метрик и наборов данных.
— Опыт участия в создании производственных пайплайнов данных, систем измерения или фундаментальной работы с данными для улучшения качества и удобства использования данных.
— Солидные знания в области экспериментов и измерений, умение проектировать анализы, строго интерпретировать результаты и эффективно взаимодействовать с инженерами и другими заинтересованными сторонами.
— Способность переводить неоднозначные проблемы в четкие аналитические рабочие процессы и практические рекомендации.
— Сильные навыки коммуникации с кросс-функциональными командами, умение ясно объяснять технические выводы.
— Умение работать самостоятельно, расставлять приоритеты между долгосрочными проектами и срочными запросами, продвигать работу в динамичной среде.
— Любознательность и стремление улучшать сложные системы и создавать более масштабируемые и надежные основы измерений.
Условия:
— Работа удаленная с необходимостью присутствия в офисе 1-2 раза в квартал для личного взаимодействия.
— Позиция не предусматривает помощь с переездом.
— Зарплата от $114,297 до $235,319 в год, также доступна опционная программа.
— Только для кандидатов, проживающих в США.
— Pinterest является работодателем, предоставляющим равные возможности и учитывающим разнообразие.
Задачи:
— Интеграция с автопилотами (PX4/ArduPilot), доработка прошивок, offboard управление, MAVlink
— Разработка симуляционного стенда и HIL/SIL пайплайнов, автоматизация регрессионных тестов управления
— Подготовка и проведение летных испытаний, анализ логов, доработка по полученным данным
— Работа с отказоустойчивостью: детекция отказов, safety-логика, деградация режимов
— Оценка состояния и sensor fusion (IMU, барометр, магнитометр, GNSS, дальномеры) совместно с командой разработки
— Разработка и настройка контуров управления БПЛА (мультироторы): attitude/rate, position, velocity, guidance
Требования:
— Понимание теории управления на практическом уровне: PID/каскадные схемы, LQR, MPC, фильтр Калмана (EKF/UKF)
— Хорошие навыки кодинга на Python
— Опыт работы с динамикой летательных аппаратов или роботов: моделирование, идентификация, кинематика/динамика твёрдого тела, кватернионы
— Опыт с PX4/ArduPilot/BetaFlight и/или ROS/ROS2
— Сильный бэкграунд в математике и/или физике
— Умение работать с реальным железом и логами, а не только с моделью в MATLAB
Будет плюсом:
— Реальные налёты и опыт настройки аппаратов «в поле», навыки пилотирования
— Опыт с симуляторами: Gazebo, Isaac Sim, AirSim, jMAVSim
— Навигация без GNSS: VIO, terrain-relative navigation, оптический поток
— Опыт с embedded: STM32, RTOS, интеграция на Jetson/Rockchip/RPi
— RL или learning-based control как дополнение к классике
Условия:
— Официальное трудоустройство по ТК РФ с первого рабочего дня, полностью «белая» заработная плата
— Соц. пакет по ТК РФ
— Конкурентная белая заработная плата, обсуждается индивидуально, оклад 100%
— Годовая премия по результатам работы
— Офис в ОЭЗ «Технополис Москва» Руднево, рядом со станциями метро Некрасовка/Лухмановская
— Современный офис, оснащённый по последнему слову техники
— График 5/2 с гибким началом рабочего дня (с 08:00 до 10:00), пятница сокращённый день
— Испытательный срок 3 месяца
— После испытательного срока гибридный график по согласованию с руководителем
— Возможность реализовать свои идеи и получить практический опыт в цифровизации/автоматизации
— Открытая, демократичная культура, дружный коллектив и хороший психологический климат
Просьба в сопроводительном письме указывать зарплатные ожидания.
Digital подразделение крупной производственной компании в поисках Data Engineer (Middle / Senior) в команду, которая строит Корпоративное Хранилище Данных и data-платформы для всего бизнеса.
Основной стек проекта:
Язык программирования Python
Базы данных Greenplum и PostgreSQL
Фреймворк Data Build Tool (DBT)
Фреймворк Spark
Брокер сообщений Kafka
Оркестратор Airflow
Инфраструктура: Kubernetes
Управление инфраструктурой: Terraform, Ansible
Управление кодом: GitLab, SonarQube
Мониторинг: Prometheus, Grafana, AlertManager
Задачи:
— Разработка и поддержка ETL/ELT-процессов в Корпоративное Хранилище Данных
— Организация и оптимизация пайплайнов данных
— Разработка витрин данных и обеспечение качества данных
— Настройка и поддержка инфраструктуры данных (Airflow, Spark, Kafka, DBT)
— Взаимодействие с заказчиками: от сбора требований до внедрения и сопровождения решений
— Документирование и презентация результатов
Требования:
— Опыт работы Data Engineer от 5 лет
— Высшее образование (IT/математика/математическая статистика/физика)
— Отличное знание Python и SQL
— Опыт работы с реляционными БД (Greenplum / PostgreSQL)
— Знание современных технологий обработки больших данных
— Опыт с Airflow, Spark, Kafka, DBT — будет преимуществом
— Умение работать в команде, сильные аналитические навыки и ответственность
Условия:
— Официальное оформление по ТК РФ
— Возможность выбора формата работы (удаленка, гибрид, офис)
— Развитый социальный пакет, ДМС, бонусы
Компания МТС Банк развивает цифровые финансовые продукты и сервисы, разрабатывая ML/DS решения для системы принятия решений в розничных рисках.
Требования:
— практическая работа с профессиональными базами и/или хранилищами данных, SQL-программирование
— владение языком программирования Python
— опыт решения задач классификации и детектирования/сегментации, понимание метрик эффективности машинного обучения
— знание в области прикладной статистики, математики, эконометрики
Задачи:
— строить модели вероятностей дефолта (PD) для продуктов: карты, кредит наличными, POS-кредит
— строить модели для подразделения коллекшн - NextBestOffer, Uplift-модели
— исследовать данные, оценка пользы и качества новых источников данных
— исследовать новые подходы к моделированию с применением нейронных сетей
— документировать процессы разработки математических моделей, паспорта модели, а также правил и условий для мониторинга
— участвовать в тестировании при внедрении новой математической модели, а также при выводе модели из эксплуатации
— развивать внутренние методики ML и обновлять ML-библиотеки на Python
Задачи:
— Архитектура новой системы данных компании с нуля.
— Преобразование больших и разнородных медицинских данных в унифицированный, высокопроизводительный граф знаний.
— Работа с медицинскими экспертами, продуктовыми командами и дата-сайентистами для перевода сложной клинической логики в чистые, взаимосвязанные структуры и модели данных.
— Поиск креативных решений с использованием различных типов баз данных и конвейеров данных для обеспечения согласованности и совместимости медицинских данных.
— Разработка и интеграция частей клинического inference engine, основанного на правилах и статистических моделях.
— Проектирование и расширение клинических моделей данных с использованием доменных онтологий (например, SNOMED-CT, FHIR, UMLS) для создания богатых, запросных графовых структур.
— Перевод исследовательских результатов в масштабируемое, промышленное программное обеспечение в рамках agile-команды.
— Тесное сотрудничество с медицинскими экспертами для фиксации клинических рабочих процессов и валидации отображений онтологий.
— Формирование технического направления, дизайна схем и лучших инженерных практик в команде.
Требования:
— Магистр или кандидат наук в области компьютерных наук, математики или смежных областей.
— Более 4 лет опыта работы с медицинскими данными или в области data engineering либо соответствующие академические исследования.
— Глубокие знания графовых баз данных, языков запросов, алгоритмов поиска и/или систем вывода (например, Neo4j, Memgraph, Cypher, SQL, Datalog).
— Обширный опыт разработки на Python и/или TypeScript, комфортное переключение между языками и фреймворками.
— Наличие разрешения на работу в ЕС и проживание в ЕС.
— Желательно: знакомство со статистикой, формальной логикой и/или машинным обучением.
— Опыт работы с электронными медицинскими картами (EHR) и форматами обмена клиническими данными (например, FHIR).
— Интерес к области представления знаний и рассуждений (Knowledge Representation and Reasoning).
— Опыт самостоятельного управления облачными средами (например, GCP) и CI/CD конвейерами.
Условия:
— Работа в одной из ведущих европейских healthtech компаний с возможностью влиять на продукт.
— Возможность работать удаленно или в офисах в Вене, Будапеште и Берлине.
— Выделенный бюджет на обучение и профессиональное развитие.
— Культура с плоской иерархией, открытым общением и уважением к мнению каждого.
— Участие в виртуальных программах опционов на акции (VSOP).
— Возможность приводить в офис своих домашних животных и общаться с офисными собаками.
— Гибкие условия работы и поддержка разнообразия и инклюзивности.
Задачи:
— Развёртывание и эксплуатация продуктовых систем компании во всех средах: prod, stage, test, qa, demo.
— Настройка, развитие и сопровождение CI/CD-пайплайнов для backend-сервисов (.NET), web-frontend, Node.js-сервисов и мобильных приложений (iOS/Android), включая подпись и публикацию в магазины приложений.
— Сопровождение self-hosted GitLab, GitLab Runner и Container Registry: обновления, бэкапы, восстановление, производительность, права доступа.
— Эксплуатация контейнерной платформы на Docker Swarm: деплой сервисов, конфигурации и секреты, сетевой слой, обратный прокси (Traefik/nginx), TLS-сертификаты.
— Обеспечение воспроизводимости и единообразия окружений, контроль отличий между средами.
— Автоматизация инфраструктуры как кода (Ansible, Terraform или аналоги), отказ от ручных правок на серверах.
— Построение и сопровождение мониторинга, логирования и алертинга (Grafana, Prometheus, Loki, Alertmanager): SLO/SLI для продуктовых систем, дашборды, дежурные уведомления.
— Организация резервного копирования и регулярной проверки восстановления для PostgreSQL, MinIO, GitLab и конфигураций.
— Эксплуатация инфраструктурных компонентов платформы: PostgreSQL, Kafka, RabbitMQ, MinIO, Keycloak, Redis, включая обновления и миграции.
— Работа с облачной инфраструктурой (Yandex Cloud: Cloud Functions, API Gateway, Object Storage, DNS) и GitHub Actions для облачных сервисов.
— Внедрение практик безопасности в поставку: SAST/SCA, secret scanning, сканирование образов, управление секретами, ротация ключей, минимизация привилегий.
— Подготовка и сопровождение runbook по каждой системе: перезапуск, откат, диагностика, восстановление после сбоя; участие в разборе инцидентов и постмортемах.
— Участие в проектировании архитектуры новых цифровых сервисов с точки зрения деплоя, отказоустойчивости, наблюдаемости и стоимости эксплуатации.
— Совместная с разработчиками настройка quality gates в CI/CD и стандартов ветвления, релизов и версионирования.
Требования:
— Высшее образование в области информационных технологий, прикладной математики, программной инженерии, автоматизации, вычислительной техники или смежных технических направлений.
— Опыт работы не менее 5 лет в ИТ-инфраструктуре или разработке, из них не менее 3 лет в роли DevOps/SRE-инженера с ответственностью за production.
— Дополнительное профильное обучение по разработке ПО, архитектуре, DevOps, cloud, тестированию или ИБ будет преимуществом.
— Опыт построения DevOps-практик с нуля в небольшой команде: стандарты, пайплайны, мониторинг, runbook, а не только поддержка готового.
— Опыт работы с распределённой по нескольким площадкам инфраструктурой (несколько хостинг-провайдеров плюс публичное облако).
— Опыт организации дежурства и реагирования на инциденты, проведения постмортемов.
— Опыт проверенного восстановления из бэкапов, а не только их настройки.
— Опыт эксплуатации .NET-сервисов в Linux-контейнерах: диагностика производительности, память, health checks, graceful shutdown.
— Готовность работать в компактной команде рядом с разработчиками, участвовать в проектировании и code review инфраструктурной части.
— Умение документировать системы понятно для коллег и аргументировать технические решения.
— Будет преимуществом опыт работы в корпоративной среде с повышенными требованиями к ИБ, traceability и релизному контролю.
Условия:
— Субсидирование ипотечного кредитования.
— Льготные путевки в собственный санаторий.
— Ежегодная индексация.
— Расширенная ДМС (после испытательного срока).
— Корпоративная программа пенсионного обеспечения.
— Дополнительные выплаты: поддержка многодетных родителей, выплата при рождении ребенка.
— Офис в пешей доступности от станции Сколково.
— Корпоративный транспорт от м. Тропарево и от м. Новопеределкино.
— График работы: с 8:30 до 17:00, пятница до 16:00.
San Francisco
114 297 – 235 319 $
ОфисleadМосква
Зарплата не указана
Все вакансии в одном месте — страница 5 · Job Hunters