Вакансии

Разработка PCG-tool (Blueprints+PCG-Framework) для художников: генерация биомов, лесов, зданий, композиций, каменных осыпей; распределение пропсов, оплетающих корней, линий электропередач и т.д.

🔸Участие в проработке архитектуры информационных систем / сервисов федерального масштаба; 🔸Связывание бизнес-аналитики и разработки, высокоуровневый дизайн систем;

Задачи: разработка, валидация, улучшение и поддержка ключевых маркетинговых моделей прогнозирования (долгосрочный LTV, выручка, retention); построение и сопровождение надёжных time-based валидаций и backtesting-подходов;

Location: Москва Мы исследовательское подразделение, которое отвечает в Сбере за «человека»: поведение, психология, тренды, изменения, особенности восприятия и мышления. Наша ключевая задача: исследовать и рассказывать, что происходит и будет происходить с человеком, как эти изменения переложить в продукт, коммуникации, HR-процессы, чтобы они стали лучше.  Работа в Лаборатории – это возможность прикоснуться практически к любому бизнес-подразделению экосистемы Сбера, к большим данным Сбера, к клиентской базе более 100 млн человек. Мы ищем ML Developer'а — человека, который будет реализовывать ML-проекты Лаборатории: обучение и дообучение моделей, построение data-пайплайнов, вывод решений в production. В отличие от LLM-генералистов команды, которые быстро вайбкодят прототипы, вы будете отвечать за то, чтобы модели работали надёжно, воспроизводимо и масштабируемо, а также дорабатывать прототипы до продакшен решений. Вы рамках Лаборатории вы будете в команде “больших данных и гиперперсонализации”, всего около 25 человек, из которых DS-команда – порядка 10 человек, остальные – исследователи, психологи и социологи. Лаборатория работает на стыке поведенческой науки, данных и AI. Мы строим модели, которые описывают и предсказывают поведение человека — от сегментации клиентов до цифровых двойников. ML Developer — это тот, кто превращает исследовательские гипотезы в работающие модели и надёжную инфраструктуру вокруг них. Наш технологический стек: * ML/DL: HuggingFace Transformers, SentenceTransformers, CatBoost, XGBoost * LLM & Vector Search: локальные модели (Llama 3, Qwen), API (OpenAI), FAISS * Data & Infra: ClickHouse, Docker, FastAPI, Postgres, RabbitMQ, MongoDB * MLOps & Orchestration: MLflow, W&B, Prefect, Dagster, Ray, Prometheus, OpenTelemetry * Инструменты: Hydra, Poetry. Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика ждите сообщение от него в мессенджере, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех! Обязанности ### Чем предстоит заниматься: * классический ML/NLP: разработка и обучение моделей для анализа текстов, поведенческих данных, психометрических профилей. * кластеризация, классификация, NER, sentiment — всё, что требуется для исследований на данных. * LLM-интеграция: fine-tuning и дообучение языковых моделей под задачи Лаборатории, построение embedding-пайплайнов, проектирование RAG-архитектур с графовыми и векторными БД. * работа с промптами на уровне системной архитектуры, а не ad hoc экспериментов * Production & MLOps: вывод моделей из ноутбуков в production — контейнеризация, CI/CD, мониторинг, версионирование моделей и данных * построение воспроизводимых пайплайнов обработки данных. Требования ### Наши ожидания от кандидата: ML & NLP: * практический опыт обучения и дообучения моделей (классический ML + deep learning) * уверенная работа с NLP: text classification, NER, embeddings, topic modeling, умение работать с ASR, Text-to-Speech задачами * опыт fine-tuning трансформерных моделей (HuggingFace Transformers, PEFT, LoRA, QLoRA) * понимание метрик качества моделей и умение проектировать эксперименты. LLM & Retrieval-архитектуры: * опыт работы с LLM API (OpenAI, Anthropic и др.) на уровне production-решений * построение RAG-пайплайнов: chunking-стратегии, embedding-модели, векторные и графовые БД * понимание различий между векторным поиском и BM25 * работа с LangChain / LangGraph или аналогами. Engineering & MLOps: * Python как основной язык, уверенное владение * Docker, CI/CD, базовый DevOps * опыт работы с ML-оркестраторами (MLflow, W&B, Prefect, Dagster — хотя бы один) * навыки разработки API (FastAPI / аналоги) * работа с SQL-базами (ClickHouse, Postgres) и очередями (RabbitMQ и т.п.). Софты и майндсет: * техническое образование (ML, CS, математика, инженерия) * умение переводить абстрактные исследовательские гипотезы в формализованные ML-задачи * способность объяснять технические решения нетехнической аудитории (исследователям, бизнесу) * интерес к поведенческой науке, психологии — или хотя бы готовность погружаться. Будет плюсом: * опыт работы с распределёнными вычислениями (Ray, DeepSpeed) * знакомство с Prometheus, OpenTelemetry, observability-стеком * опыт работы с графовыми базами данных (Neo4j и т.п.) * контроль стоимости и latency AI-вызовов * публикации, pet-проекты, вклад в open-source * опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов. Условия ### Мы предлагаем: * комфортный современный офис г. Москва, рядом с метро Кутузовская * офисный формат работы: 5/2 с 10 до 19, возможен гибрид (1-2 дня в неделю вне офиса) * ежегодный пересмотр зарплаты и годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * 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.

Ищем опытного iOS-разработчика для развития мобильного приложения крупной высоконагруженной системы в корпоративном и банковском домене. - Разрабатывать и развивать iOS-приложения на Swift и Objective-C.

Location: Москва Мы находимся в поиске финансового аналитика с data-экспертизой в Центр оценки комплексного продуктового предложения. Обязанности * Фокус - на unit-экономику, CLTV, анализ и заведение данных по компаниям экосистемы * Разработка методологии расчета PL и PV для CLTV компаний экосистемы * Кросс-функциональное взаимодействие с профильными подразделениями и ДЗО по вопросам поставки / корректировки данных по компаниям экосистемы в контур ПАО, контроль качества данных * Мониторинг расчета CLTV по компаниям экосистемы, проверка наличия аномалий * Дизайн и финансовая оценка запуска и подведения итогов пилотов Требования * Опыт в области корпоративных финансов, финансового анализа, эконометрики и математического анализа - от 3 лет * Высшее образование в области математики, статистики, экономики, информационных технологий или смежной специальности (МГУ/МФТИ/ /МГТУ им. Баумана как преимущество) * Понимание принципов работы с данными (требования, витрины) * Практический опыт разработки и внедрения методик/регламентов в области финансов / продуктовой оценки * Уверенный уровень владения SQL, Python * Навыки проведения экспериментов (A/B тестирования). Важны знания в области статистического анализа и эконометрики: понимание нулевой и альтернативных гипотез, умение интерпретировать p-value и доверительные интервалы, статистические критерии: T-test/KS-тест, расчет размера выборки, дисперсии, уровня значимости, мощности теста, проверка однородности групп при мэтчинге. Условия * Комфортный офис рядом с метро Кутузовская (full-time office) * Ежегодный пересмотр зарплаты и годовая премия * Корпоративный спортзал и зоны отдыха * Уникальная система обучения Сбера для профессионального и карьерного развития * Расширенный ДМС и льготное страхование для семьи * 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 * Корпоративная пенсионная программа

Location: Москва Команда ТехноХаб ищeт Инженера (L1/L2) в области сопровождения для проекта Школьный и студенческий акселератор (schoolaccel.sberclass.ru, studaccel.sberclass.ru) — это крупнейшие в России (более 50К пользователей) бесплатные образовательные программы для молодых предпринимателей. Школьный акселератор предназначен для учеников 8–11 классов, а студенческий — для учащихся вузов, колледжей и техникумов. Главная цель — помочь ребятам с нуля запустить собственный технологический проект или стартап. Участники учатся генерировать идеи, проводить исследования, создавать MVP и презентовать свои продукты. Обязанности * приём и регистрация обращений пользователей по каналам поддержки (телефон, чат, заявки, почта) * первичный триаж: определение критичности, влияния на бизнес и зоны ответственности * решение типовых и повторяющихся обращений по готовым сценариям (runbooks) и инструкциям * первичная диагностика инцидента: определение зоны ответственности (инфраструктура, БД, код приложения) * глубокая диагностика и локализация проблемы: если упало в Kubernetes — проверка событий и статусов подов; если деградировала БД — анализ pg\_stat\_activity; если не приехал релиз — логи Jenkins и статус Argo CD * выполнение регламентных работ: очистка логов, управление дисками (PVC), ротация секретов, масштабирование ресурсов * восстановление сервиса: перезапуск приложения/проблемных подов, сброс сеанса, очистка кэша и очередей, откаты (rollback) через Argo CD, очистка зависших джобов Jenkins * эскалация обращений, выходящих за компетенции позиции, на 3-ю линию с полным пакетом данных: тайминги, логи, скриншоты метрик, шаги воспроизведения * информирование пользователей о статусе обращения и сроках решения, закрытие заявки после подтверждения * ведение базы знаний (Confluence) в актуальном состоянии и дополнение её типовыми решениями. Требования * опыт работы в технической поддержке, Service Desk или эксплуатации от 2 лет * высшее техническое образование (желательно, ИТ/прикладная математика); допускается среднее профессиональное техническое при подтверждённом опыте * понимание методологий ITIL/ITSM: различие инцидентов, проблем, запросов на обслуживание и изменений; понимание полного цикла разработки ПО (SDLC) * навыки работы в режиме 24/7 (on-call дежурства), высокая стрессоустойчивость и умение принимать решения в условиях жёстких SLA * английский язык на уровне чтения технической документации * уверенный пользователь ПК и офисных приложений, грамотная письменная речь. Условия * гибридный формат работы * годовой бонус и ежегодный пересмотр зарплаты * статус аккредитованной ИТ-компании * расширенный ДМС с первого дня и льготное страхование для семьи * корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях * 90 дней удаленной работы из любого региона РФ * льготная ипотека в Сбере, подписка Прайм с возможностью совместного использования на трёх близких.

- Сбор, анализ и формализация функциональных и нефункциональных требований. - Взаимодействие с бизнес-заказчиками и другими заинтересованными сторонами для выявления потребностей и согласования решений.

Location: Москва Наша CV команда создает лучший в Сбере продукт для автоматического распознавания документов, используя самые передовые технологии. Главными задачами для нас являются разработка и улучшение OCR-модели на базе VLM, сбор обучающих данных с использованием кастомного agentic harness, и развёртывание клиентского сервиса внутри банка. Мы ищем Middle/Senior инженера, который будет заниматься полным циклом обучения и деплоя продукта. Обязанности * изучать SOTA подходы к OCR: чтение свежих пейперов в сфере e2e OCR, адаптация подходов data mining, SFT/RL, гипотезы * ставить эксперименты по обучению VLM-моделей: проверка гипотез на multi-node сетапе, замер метрик на внешних и внутренних бенчмарках. * дорабатывать пайплайн обучения: улучшение репозитория на текущем стеке (accelerate, TRL) - ускорение обучения, добавление аугментаций, адаптация под новые модели * собирать обучающие данных: агрегация существующих и новых данных в требуемом формате MarkDown, поиск новых доменов, написание скриптов по загрузке * размечать датасеты: запуск процесса разметки для вновь собранных или существующих данных при помощи кастомного agentic harness сборщика разметки (а также его улучшение), или внутренней платформы разметки асессорами * адаптировать сервис: интеграция обученных моделей в сервис на основе vLLM для сёрвинга клиентам внутри банка. Требования * высшее образование: математика, информатика или профильный data science * 3+ лет в ML, из них не меньше года лет с LLM/VLM в проде * английский для чтения статей и документации * Fine-tuning: SFT, LoRA/QLoRA, RL (DPO, GRPO) * современные движки инференса: vLLM, sgLang, triton * опыт работы с VLM: понимание принципов работы, дообучения, основных ограничений * агентные пайплайны: вызовы моделей, обработка исключений, ограничение стоимости * опыт в разметке датасетов асессорами, или автоматическими инструментами * Python: пишете код, который уходит в прод. Тесты, ревью, код-стайл * специфика банка: много контрагетов, с ними нужно иногда коммуницировать \*\*Будет плюсом\*\*   * опыт python-бэкендера: FastAPI, асинхронность, очереди, PostgreSQL, векторные хранилища * работа с разметчиками и контрагентами * публикации, доклады, open source. Условия * комфортный современный офис - м. Кутузовская * гибридный формат работы * ежегодный пересмотр зарплаты, годовой бонус * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * 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 * корпоративная пенсионная программа.

• Уверенное владение Python. • Хорошая математическая база: линейная алгебра, тервер и матстат.

Предстоит создавать библиотеку аналитических навыков для агентов, автоматизировать бизнес-процессы, исследовать LLM-архитектуры и проверять идеи в PoC.

- Разработка и внедрение модели привлечения зарплатных клиентов и продаж розничных продуктов: карты, кредиты, вклады, ипотека, комиссионные продукты. - Построение системы привлечения зарплатных клиентов: работа с корпоративными клиентами, HR и бухгалтериями, партнёрские программы, миграция сотрудников предприятий в банк.

Что вы будете делать: Вы будете главным инженером и наставником ML-команды: разбирать предлагаемые подходы, находить слабые места и выбирать направления и гипотезы, в которые стоит вкладывать время и ресурсы.

Задачи: — Анализировать данные. — Готовить отчёты и аналитические материалы. — Подготавливать презентации. Требования: — Опыт работы не требуется. — Образование в сфере математики, статистики, экономики, IT или техническом направлении. — Аналитическое и логическое мышление. — Уверенное владение Excel. — Умение готовить отчёты и презентации. — Рассматриваются студенты и недавние выпускники. Будет плюсом: — SQL. — Python. Условия: — Полная занятость. — График 5/2. — Опыт не обязателен. — Подходит студентам и выпускникам. Адрес работы: Алматы.

Задачи: — Организация и контроль ежедневной работы специалистов по мониторингу, включая расстановку приоритетов, контроль загрузки и координацию смен. — Обеспечение непрерывного контроля ключевых метрик клиентского сервиса (SLA, AQT, AHT, Occupancy и другие) по очередям и направлениям. — Контроль своевременного выявления и эскалации резких отклонений метрик, проведение оперативного и ретроспективного анализа причин изменений показателей. — Реализация инициатив по повышению эффективности и автоматизации работы группы мониторинга. — Подготовка регулярных отчетов о доступности, качестве обслуживания и эффективности работы смены, дня, месяца. — Обеспечение объективной и своевременной оценки доступности контактного центра. — Анализ результатов мониторинга, выявление системных ошибок и разработка мероприятий по повышению качества целевых показателей контактного центра. Требования: — Высшее образование, предпочтительно в области информационных технологий, анализа данных, математики, экономики, менеджмента или смежных областях. — Опыт работы в банковской сфере в обслуживании физических или юридических лиц более одного года с целевым выполнением ключевых показателей эффективности или релевантный опыт. — Опыт работы экспертом по мониторингу в отделе мониторинга от 6 месяцев или профильный опыт в других компаниях. — Знание и четкое понимание метрик клиентского сервиса. — Опыт руководства небольшими командами от 6 человек. — Навыки анализа данных: сбор, очистка, обработка, структурирование, проверка корректности и интерпретация результатов. — Грамотная устная и письменная речь, высокий уровень грамотности и внимательность к деталям. — Навыки работы с вычислительной и организационной техникой. — Уверенное владение Microsoft Excel на продвинутом уровне: сводные таблицы, логические и аналитические функции, работа с большими массивами данных. — Знание Power Query и инструментов визуализации данных будет преимуществом. — Навыки подготовки аналитической, регулярной и управленческой отчетности. — Развитые коммуникативные навыки, умение аргументировать позицию, предоставлять конструктивную обратную связь и разрешать рабочие разногласия. — Навыки организации работы, планирования, расстановки приоритетов и контроля исполнения задач. — Ориентация на результат, ответственность, системное и аналитическое мышление. Условия: — Свобода действий в принятии решений. — Достойный уровень заработной платы. — ДМС со стоматологией. — График работы 5/2 с 9:00 до 18:00. — Профессиональная команда. — Возможность развиваться вместе с бизнесом.

Location: Москва, RU; Россия О команде Авито Подработка помогает людям зарабатывать в свободное время, а бизнесу — находить исполнителей на временные задачи. Направление Subsidies в команде Marketplace Efficiency отвечает за эффективность денежного стимулирования исполнителей. Наша задача — понять, где доплата принесёт дополнительные выполненные смены, и направлять бюджет туда, где она даст наибольший эффект. Вместе с продуктом и бизнесом вы будете развивать модели и алгоритмы распределения субсидий, проверять новые решения в экспериментах и влиять на заполняемость смен и экономику продукта. Какие задачи вас ждут: — разрабатывать ML-модели и алгоритмы динамического ценообразования для субсидий: определять, каким сменам, когда и сколько доплачивать; — исследовать эластичность: как размер доплаты влияет на запись и выполнение смен; — сегментировать исполнителей и заказчиков, чтобы подбирать условия стимулирования для разных групп; — внедрять новые сегменты в систему распределения субсидий; — предлагать бонусные механики и проверять их в A/B-тестах; — оценивать дополнительные выполненные смены и их стоимость; — разрабатывать инструменты управления бюджетом субсидий: прогнозировать расходы, сравнивать сценарии и оптимизировать распределение средств; — строить дашборды для контроля расходов и эффективности субсидий. Мы ждём, что вы: — имеете опыт в продуктовой аналитике от 3 лет и умеете связывать результаты исследований с решениями команды; — уверенно владеете SQL и Python, работали с большими данными; — разрабатывали и оценивали прикладные ML-модели, связываете их качество с результатами в продукте; — применяете математику и статистику в практических задачах; — проектировали и анализировали A/B-тесты, понимаете ограничения методов оценки эффекта; — понимаете юнит-экономику и оцениваете эффект продуктовых изменений; — выстраиваете систему метрик, работаете с BI и понятно визуализируете данные. Работа у нас — это: — возможность создавать и внедрять инструменты управления субсидиями, которые напрямую влияют на заполняемость смен и расходы бизнеса; — развитая инфраструктура для анализа данных и профессиональное сообщество аналитиков; — чёткое понимание своего влияния на бизнес и продукт; — постоянный рост и развитие: живая матрица компетенций, внутренние и внешние обучения, программы наставничества, обмен опытом в профессиональных комьюнити; — широкий спектр рабочих инструментов: от надёжного и удобного хранилища данных до продвинутых внутренних продуктов; — 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; — возможность работать удалённо или из офиса в 2 минутах от метро «Белорусская»: есть места для уединённой работы и зоны отдыха.

Location: Нижний Новгород Мы – команда экспертов, объединенных общей страстью к искусственному интеллекту и рекомендательным системам (RecSys). Нашей главной задачей является создание современной, масштабируемой рекомендательной платформы, способной предвосхищать ожидания пользователей, предлагая персонализированные рекомендации на каждом этапе их взаимодействия с экосистемой Сбер. Наши решения охватывают широкий спектр отраслей: от финансов и e-commerce до индустрии развлечений и здравоохранения. Развитие нашей платформы строится вокруг внедрения новейших state-of-the-art (SOTA) моделей. Мы следим за мировыми трендами, экспериментируем с новыми подходами, внедряем их как часть платформы и доводим до конкретного применения в бизнесе. Обязанности * извлекать и обрабатывать большие объемы данных (ETL-процессы) с помощью SQL, Python и Spark для анализа воронки рекомендаций * строить дашборды, автоматизированные отчеты и визуализации в BI для продуктовых и ML-команд * проводить статистический анализ (когорты, сегментация, регрессия) метрик retention, LTV, ARPU, выявляя корреляции и причинно-следственные связи * генерировать data-driven гипотезы по рекомендациям, настраивать A/B-тесты и анализировать результаты с фокусом на p-value и uplift. * оптимизировать пайплайны данных (Airflow), работать с логами и сырыми датасетами. Требования * опыт в аналитике данных от 2 лет, с уклоном в обработку Big Data * свободное владение SQL, Python (Pandas, NumPy), Spark для работы с терабайтами данных * опыт работы с A/B-тестированием, сегментацией пользовательской базы, когортным/регрессионным анализом * знание базового ML (кластеризация, feature engineering и т.д.) * опыт работы с инструментами визуализации и построении дашбордов * самостоятельность, инициативность, аналитический склад ума * умение ясно презентовать и отстаивать результаты своей работы * способность работать в быстро меняющейся среде и находить решения сложных задач. **Будет большим плюсом:** * опыт в сферах e-commerce или развлекательных стриминговых сервисов (аудио/видео) * опыт работы в области рекомендательных систем (RecSys) и/или поиска * опыт работы с Kafka и/или другими streaming-платформами для real-time анализа данных * высшее образование в области IT, математики, Data Science или смежных дисциплин * навыки работы с генеративными AI-моделями, опыт использования GigaChat, Kandinsky и аналогов в продуктах * навыки создания и использования AI-агентов инструментальное владение AI для анализа, генерации и автоматизации. **Стек технологий:** Python (Pandas/NumPy/Scikit-learn/Statsmodels), SQL, Spark/ClickHouse, Tableau/Superset/Amplitude, Airflow, Git Условия * ежегодный пересмотр зарплаты и годовая премия * расширенный ДМС и льготное страхование для семьи * уникальная система обучения Сбера для профессионального и карьерного развития * выгодная ипотека для сотрудников * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера * корпоративная пенсионная программа.

Организация пайплайнов потоков данных (конвейера движения данных в компании); Разработка, поддержка и оптимизация производительности Корпоративного Хранилища Данных (EDWH);