Вакансии

Location: Москва Мы в **Sber AI** ищем **Middle/Senior ML Engineer**. **Коротко о нас:** мы – молодая команда, которая тесно работает с людьми, принимающими решения большого масштаба. Делаем проекты, влияющие на то, как устроены процессы в стране и разрабатываем стратегии развития ИИ. Параллельно занимаемся AI Journey – одной из самых больших AI-конференций в мире. Обязанности * развёртывание и оптимизация локального инференса LLM: подбор моделей, квантизация, настройка производительности * оценка требований к GPU под нагрузку * построение и улучшение поиска по документам (RAG): эмбеддинги, гибридный поиск, реранкинг * дообучение моделей под задачи заказчика (LoRA, SFT) * настройка промптов, структурированного вывода и вызова инструментов для агентных сценариев * разработка агентного харнесса: цикл агента, управление контекстом и памятью, лимиты шагов, обработка ошибок инструментов, восстановление после сбоев * разработка MCP-серверов для доступа агентов к системам и данным заказчика: реестры, документооборот, базы знаний, внутренние API * настройка tool calling и структурированного вывода у локальных моделей. Требования * опыт от 3 лет в ML/NLP, из них не менее года с LLM * PyTorch, Hugging Face (transformers, PEFT) * опыт локального инференса: vLLM, SGLang * квантизация на практике: AWQ, GPTQ, GGUF, понимание компромисса между качеством и скоростью * понимание устройства инференса: KV-cache, батчинг, latency и throughput, расчёт памяти * опыт написания собственного MCP-сервера * опыт построения RAG-систем * уверенный Python, Docker на рабочем уровне Будет плюсом: * опыт fine-tuning с LoRA * работа с open-weight моделями (Qwen и аналоги) на русском языке * опыт агентных систем и tool calling. 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 * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера.

• Design expert-level Terminal-Bench tasks that turn real, paid ML inference work from your own experience into challenges an AI agent must solve end to end.

Location: Intellias Meet your recruiter Khrystyna Derpak khrystyna.derpak@intellias.com https://www.linkedin.com... Vacancy details AI/ML Engineering Data Scientist Senior Bulgaria, Croatia, Poland, Portugal, Spain Remote APPLY NOW REFER A FRIEND Let’s breathe life into great tech ideas! With 3,000 people globally, Intellias is a company where benchmark technological solutions are born. Join in and take your part in digitalizing the world. What project we have for you Join a transformative data and AI platform initiative aimed at modernizing enterprise-scale capabilities and enabling real-time decision-making. This project delivers a comprehensive roadmap covering AI, MLOps, data governance, and platform scalability, supporting a shift towards data-first operations and intelligent automation. What you will do Platform setup. With customer’s platform team, provision and configure the Databricks environment in customer’s cloud account: catalog and permissions, compute (including GPU), secrets, experiment tracking. Secure data ingestion. Build repeatable ingestion of raw verification outputs and document images: parsing, pseudonymisation, data-quality checks, schema handling. Feature engineering at scale. Implement the feature tables: batch image-embedding jobs; exact and approximate linkage keys; cross-transaction and velocity aggregates; pseudonymous entity resolution. Modelling support. Implement feature-selection and mixed-data clustering methods. Run model comparisons and stability tests, and support density-model training runs. Automation. Orchestrate the end-to-end pipeline as a scheduled, idempotent, re-runnable workflow. Monitoring. Set up the data-quality and drift-monitoring prototype, with alerting, on feature and score tables. Privacy engineering. Implement access controls, provenance fields, lineage and the scripted deletion procedure. Confirm that no raw personal data reaches the analytic layer. Documentation and handover. Write runbooks and give a live walkthrough, so engineers can operate everything independently What you need for this PySpark & Spark SQL: Nested-JSON flattening (explode, structs),`mapInPandas` / pandas UDFs, window functions for velocity and distinct-count aggregates, partitioning and performance tuning Databricks: Unity Catalog (catalogs, schemas, grants, column masks, tags, lineage), external locations on S3, cluster / compute policies incl. GPU, Auto Loader, Delta (MERGE, time travel, VACUUM), Workflows, Repos, secret scopes AWS: S3, IAM roles / instance profiles, KMS decryption in jobs, Secrets Manager, basic cost awareness Data engineering for ML: Medallion design (Bronze / Silver / Gold), schema evolution, idempotent loads, DQ profiling, Feature Engineering in UC (feature tables) Pseudonymisation in pipelines: HMAC tokenization with per-key-type keys, normalisation (Unicode NFKD, case, token sort), phonetic keys, never logging raw values, scripted deletion (DROP / VACUUM / secret destruction) Entity resolution (implementation): Blocking / candidate generation with exact and approximate keys, edit-distance tolerance, match scores, surrogate IDs, conflict counting rather than merging Image processing at scale: Running a GPU batch job that decrypts, crops and embeds images in memory (PyTorch / timm), PCA, LSH bucketing Mixed-data clustering: Hands-on: `kmodes` (k-prototypes), `gower` + `kmedoids` with sampling, R `kamila` on Databricks, `StepMix` (latent class), bootstrap ARI Bayesian statistical analysis: Hands-on experience applying Bayesian methods to real-world data problems, including prior/posterior modelling, Bayesian inference, uncertainty estimation, and interpretation of probabilistic results. Feature selection: Mutual information, correlation pruning, PCA. Can run a BPSO / GA search with`mealpy` MLOps & monitoring: M*Lflow experiments and registry (aliases), Lakehouse Monitoring * (profile and drift metrics on Delta tables), SQL alerts, PSI / JS divergence Handover: Writes runbooks and README-level documentation. Leaves a single end-to-end Workflow that someone else can run Nice to have Experience with AssureID / identity-verification JSON outputs. PyOD and basic PyTorch training (to support A on the VAEs in week 2). What it’s like to work at Intellias At Intellias, where technology takes center stage, people always come before processes. By creating a comfortable atmosphere in our team, we empower individuals to unlock their true potential and achieve extraordinary results. That’s why we offer a range of benefits that support your well-being and charge your professional growth. We are committed to fostering equity, diversity, and inclusion as an equal opportunity employer. All applicants will be considered for employment without discrimination based on race, color, religion, age, gender, nationality, disability, sexual orientation, gender identity or expression, veteran status, or any other characteristic protected by applicable law. We welcome and celebrate the uniqueness of every individual. Join Intellias for a career where your perspectives and contributions are vital to our shared success. Skills AWS Python

Location: Paris; Amsterdam; London; Lausanne Workplace: Hybrid ABOUT MISTRAL Mistral provides full-stack AI solutions: from frontier models to developer tools, applications, and compute. We partner with enterprises tackling the hardest problems across high-stakes industries like finance, manufacturing, defense, healthcare, and the public sector, co-creating customized AI systems that they can run on their terms. We are a dynamic, collaborative team passionate about AI and its potential to transform society. Our diverse workforce thrives in competitive environments and is committed to driving innovation. Our teams are distributed between Europe, North America, Asia and the Middle East. We are creative, low-ego and team-spirited. THE ROLE Mistral AI is seeking a Lead / Staff Applied Scientist to help lead our robotics research and industrial collaborations in the Applied Science team. You will set the technical direction for robotics, and design, train, and deploy SOTA robotics models (VLM, VLA models for navigation and manipulation) with our industrial partners. Working cross-functionally with both external and internal science, engineering, and product teams you will deliver high-impact AI solutions. We are made of researchers, engineers, product builders, ex-founders who love tackling the most complex real world problems in the industry. WHAT YOU WILL DO - Set the technical direction for robotics in Applied Science: which problems, models, data, and benchmarks we invest in. - Lead the technical execution of high-stakes robotics projects with customers and partners, from scoping to deployment. - Build and mentor a team of robotics Applied Scientists and Research Engineers. - Run pre-training, post-training and deploy state of the art models on clusters with thousands of GPUs. - Own the data strategy: generate and curate datasets (image-text, video-text, teleoperation, simulation), and build evaluators/benchmarks for perception, navigation and manipulation tasks. - Develop the necessary tools and frameworks to facilitate data generation, model training, evaluation and deployment. - Collaborate with cross-functional teams to tackle complex use cases. - Manage research projects and communications with client research teams, and engage senior stakeholders. ABOUT YOU - Fluent in English with excellent communication skills — at ease explaining complex technical concepts to both technical and non-technical audiences. - Experience leading a technical AI, science or engineering team. Balancing technical IC work with team leadership and stakeholder management. - Expert with PyTorch or JAX. - Deep experience with Vision Language Models (VLM), Vision-Language-Action (VLA) models, perception, navigation and manipulation, simulation tools (e.g. Isaac SIM), with a track record of shipping models on real robots. - Not afraid of contributing to a big codebase; finds their way around independently with little guidance. - Writes clean, readable, high-performance, fault-tolerant Python code. - Doesn’t need roadmaps: moves independently and navigates uncertainty with confidence. - Low-ego, collaborative and eager to learn. - Track record of success through personal projects, professional projects or academia. NICE TO HAVE - Ex-founder or builder - PhD / Master in a relevant field (Robotics, Machine Learning) — exceptional candidates from other backgrounds welcome. - Experience with sim-to-real transfer, world models, or large-scale robot data collection. - Experience working on large code bases or large machine learning models at scale. - Contributions to a large open-source or industry codebase. - Publications in top academic journals or conferences. - Enjoys improving existing code: typing, tests, CI pipelines. WHAT WE OFFER We offer a comprehensive benefits package designed to support your well-being, growth, and work-life balance. Benefits vary by country and may include healthcare coverage, parental leave, retirement plans, relocation support, wellness programs, meal and transportation allowances, and other location-specific perks. For the most up-to-date details on benefits available in your location, please refer to our Benefits page https://app.notion.com/p/mistralai/Benefits-at-Mistral-36e6ba59a7fe836b93dd01737fcc27ef?source=copy_link. PRIVACY POLICY Your privacy matters to us. You can learn more about how we handle your personal data in our Applicant Privacy Policy https://legal.mistral.ai/terms/applicant-privacy-policy.

Location: Paris; Amsterdam; London; Lausanne ABOUT MISTRAL Mistral provides full-stack AI solutions: from frontier models to developer tools, applications, and compute. We partner with enterprises tackling the hardest problems across high-stakes industries like finance, manufacturing, defense, healthcare, and the public sector, co-creating customized AI systems that they can run on their terms. We are a dynamic, collaborative team passionate about AI and its potential to transform society. Our diverse workforce thrives in competitive environments and is committed to driving innovation. Our teams are distributed between Europe, North America, Asia and the Middle East. We are creative, low-ego and team-spirited. THE ROLE Mistral AI is seeking Applied Scientists and Research Engineers focused on optimisation and operational research. You will post-train SOTA large language models to formulate and solve optimisation problems, and apply them to diverse use cases. Working cross-functionally with both external and internal science, engineering, and product teams you will deliver high-impact AI solutions. We are made of researchers, engineers, product builders, ex-founders who love tackling the most complex real world problems in the industry. WHAT YOU WILL DO - Run pre-training, post-training and deploy state of the art models on clusters with thousands of GPUs. - Generate and curate datasets for optimisation modelling (LP, MILP, constraint programming, scheduling, routing), and build evaluators and benchmarks for operational research tasks. - Use solvers as verifiers to build reward signals for reinforcement learning. - Develop the necessary tools and frameworks to facilitate data generation, model training, evaluation and deployment. - Collaborate with cross-functional teams to tackle complex use cases. - Manage research projects and communications with client research teams. ABOUT YOU - Fluent in English with excellent communication skills — at ease explaining complex technical concepts to both technical and non-technical audiences. - Expert with PyTorch or JAX. - Experience training or fine-tuning large language models for reasoning, code, or mathematics. - Strong background in operational research or mathematical optimisation, with hands-on experience using solvers (e.g. Gurobi, CPLEX, OR-Tools) and modelling languages (e.g. Pyomo, AMPL). - Not afraid of contributing to a big codebase; finds their way around independently with little guidance. - Writes clean, readable, high-performance, fault-tolerant Python code. - Doesn’t need roadmaps: moves independently and navigates uncertainty with confidence. - Low-ego, collaborative and eager to learn. - Track record of success through personal projects, professional projects or academia. NICE TO HAVE - Ex-founder or builder - PhD / Master in a relevant field (Operational Research, Applied Mathematics, Machine Learning) — exceptional candidates from other backgrounds welcome. - Experience with reinforcement learning using verifiable rewards. - Experience with LLM-based optimisation modelling (e.g. NL4Opt-style problem formulation). - Industry experience in supply chain, logistics, energy, or scheduling. - Experience working on large code bases or large machine learning models at scale. - Contributions to a large open-source or industry codebase. - Publications in top academic journals or conferences. - Enjoys improving existing code: typing, tests, CI pipelines. WHAT WE OFFER We offer a comprehensive benefits package designed to support your well-being, growth, and work-life balance. Benefits vary by country and may include healthcare coverage, parental leave, retirement plans, relocation support, wellness programs, meal and transportation allowances, and other location-specific perks. For the most up-to-date details on benefits available in your location, please refer to our Benefits page https://app.notion.com/p/mistralai/Benefits-at-Mistral-36e6ba59a7fe836b93dd01737fcc27ef?source=copy_link. PRIVACY POLICY Your privacy matters to us. You can learn more about how we handle your personal data in our Applicant Privacy Policy https://legal.mistral.ai/terms/applicant-privacy-policy.

Location: Paris; Amsterdam; London; Lausanne Workplace: Hybrid ABOUT MISTRAL Mistral provides full-stack AI solutions: from frontier models to developer tools, applications, and compute. We partner with enterprises tackling the hardest problems across high-stakes industries like finance, manufacturing, defense, healthcare, and the public sector, co-creating customized AI systems that they can run on their terms. We are a dynamic, collaborative team passionate about AI and its potential to transform society. Our diverse workforce thrives in competitive environments and is committed to driving innovation. Our teams are distributed between Europe, North America, Asia and the Middle East. We are creative, low-ego and team-spirited. THE ROLE Mistral AI is seeking Applied Scientists and Research Engineers focused on tabular data. You will design, train, and deploy SOTA models that understand, query, and reason over structured data, and apply them to diverse use cases. Working cross-functionally with both external and internal science, engineering, and product teams you will deliver high-impact AI solutions. We are made of researchers, engineers, product builders, ex-founders who love tackling the most complex real world problems in the industry. WHAT YOU WILL DO - Run pre-training, post-training and deploy state of the art models on clusters with thousands of GPUs. - Generate and curate datasets of tables, spreadsheets and databases, and build evaluators and benchmarks for table understanding, text-to-SQL, and prediction on tabular data. - Develop the necessary tools and frameworks to facilitate data generation, model training, evaluation and deployment. - Collaborate with cross-functional teams to tackle complex use cases. - Manage research projects and communications with client research teams. ABOUT YOU - Fluent in English with excellent communication skills — at ease explaining complex technical concepts to both technical and non-technical audiences. - Expert with PyTorch or JAX. - Experience training or fine-tuning large language models, or tabular foundation models (e.g. TabPFN). - Strong background in machine learning on tabular data, including classical baselines (e.g. gradient boosting), and comfortable with SQL, pandas, and messy real-world data. - Not afraid of contributing to a big codebase; finds their way around independently with little guidance. - Writes clean, readable, high-performance, fault-tolerant Python code. - Doesn’t need roadmaps: moves independently and navigates uncertainty with confidence. - Low-ego, collaborative and eager to learn. - Track record of success through personal projects, professional projects or academia. NICE TO HAVE - Ex-founder or builder - PhD / Master in a relevant field (Computer Science, Statistics, Machine Learning) — exceptional candidates from other backgrounds welcome. - Experience with text-to-SQL, table question answering, or spreadsheet agents. - Experience with reinforcement learning using verifiable rewards (e.g. query execution). - Experience working on large code bases or large machine learning models at scale. - Contributions to a large open-source or industry codebase. - Publications in top academic journals or conferences. - Enjoys improving existing code: typing, tests, CI pipelines. WHAT WE OFFER We offer a comprehensive benefits package designed to support your well-being, growth, and work-life balance. Benefits vary by country and may include healthcare coverage, parental leave, retirement plans, relocation support, wellness programs, meal and transportation allowances, and other location-specific perks. For the most up-to-date details on benefits available in your location, please refer to our Benefits page https://app.notion.com/p/mistralai/Benefits-at-Mistral-36e6ba59a7fe836b93dd01737fcc27ef?source=copy_link. PRIVACY POLICY Your privacy matters to us. You can learn more about how we handle your personal data in our Applicant Privacy Policy https://legal.mistral.ai/terms/applicant-privacy-policy.

Опыт разработки ML-решений для бизнеса от 3 лет; Опыт работы с CV на реальных проектах от 1 года;

Location: Boston, MA, United States, New York, NY, United States Title of role: Senior Data Scientist Location: New York or Boston; Hybrid (2 days in the office required) Approved Salary Range: 145k- 150k About the Role : Rue Gilt Groupe is hiring a Senior Data Scientist to build and ship the personalization systems behind Rue La La, Gilt, and ShopSimon. You will own products end to end, not just the models behind them: from problem framing and success metrics through feature engineering, training, real-time serving, and monitoring, and see your work reach 50M+ members every day. Flash sale off-price is one of the hardest settings in e-commerce for recommendations. Inventory is limited and short-lived, new products and boutiques launch daily, and cold start is the norm, not the edge case. If that sounds like a fun problem, we would like to talk. Key Responsibilities: Personalization at scale: Ranking and recommendation models that power product discovery across boutiques, product pages, and our AI shopping assistant Core algorithms: Boutique sort, similar styles, complete the look, and real-time reranking that blends member intent with merchandising goals Exploration and learning: Contextual bandits and adaptive strategies that adjust the experience to how each member likes to shop Product and model ownership: Shape the roadmap and success metrics with Product, then build the production training and inference pipelines, batch and real-time, with the monitoring and reliability to match Experimentation: Design offline evaluation and online A/B tests, and turn results into clear decisions with Product and Merchandising GenAI where it helps: Use LLMs and embeddings where they improve recommendations, and expose models as tools the shopping assistant can call Cross-functional impact: Partner with engineering, product, marketing, and merchandising teams, and present your work to leadership Experience and Background Needed : Contextual bandits, reinforcement learning, or cold-start techniques Embeddings, two-tower or sequence models, and vector search Databricks (MLflow, Unity Catalog, Model Serving) or GCP (Gemini Enterprise Platform) Production LLM for inference, RAG, evaluation, or agent tool calling E-commerce, retail, or fashion experience Deriving insights from complex data through analysis and modeling Our Stack: Databricks, Python, SQL, Spark, PyTorch, GCP (Gemini Enterprise Platform), and AWS. About the AI & Data Science Team We are a small, senior team that owns the product, the science, and the production systems. There is no handoff between deciding what to build, building the model, and shipping it, so you carry your work from idea to launch. You will have the freedom to try new techniques, the data to test them, and a direct line from your work to member experience and revenue. What Our Team Offers Working at RGG is more than just a job; it’s an opportunity to join a mission-driven team that values Innovation and Impact. We are committed to supporting our employees' success and well-being: Comprehensive Coverage: Robust health, dental, and vision insurance effective on the date of hire. Time & Flexibility: Generous Flex Time Off (FTO) and flexible remote/hybrid work options that support a healthy work-life balance. Culture: A supportive, inclusive culture that encourages innovation, safety, and creative risk-taking. Community: Paid volunteer opportunities and regular DEI celebrations to foster a strong sense of community and collaboration. Impact: The chance to make a real, measurable impact at a mission-driven, fast-growing company poised for major expansion. We encourage you to apply Even if you don’t meet every single qualification, we’d still love to hear from you. We value passion, curiosity, and a commitment to learning as much as experience.  We celebrate diverse perspectives and strive to create an inclusive environment for all our Associates. Work Authorization Rue Gilt Groupe requires all applicants to be currently authorized to work in the United States on a full-time basis. This position is not eligible for visa sponsorship now or in the future . Rue Gilt Groupe is an Equal Opportunity Employer and will consider all qualified applicants without regard to race, color, religion, sex, national origin, disability, or protected veteran status. Rue Gilt Groupe is committed to providing Associates with equal pay for equal work and carefully considers a wide range of compensation factors, including but not limited to, prior experience, education, certification(s), license(s), skills and expertise, location, internal equity, and other factors that are job related and consistent with business need. Our goal is to support, reward and compensate the entire individual. Depending on role eligibility, your offer may also include bonus/commission, stock options, paid time off, medical, dental, vision and basic life insurance. Therefore, final offer amounts may vary from the amount stated. The above statements are intended to describe the general nature and level of work being performed by the employee(s) assigned to this job. They are not intended to be an exhaustive list of all responsibilities, duties and skills required of the employee(s) assigned to this job. Rue Gilt Groupe reserves the right at any time, with or without notice, to alter or change job responsibilities, reassign or transfer job positions or assign additional job responsibilities within your general skill set or capabilities. Rue Gilt Groupe is proud to be an Equal Opportunity workplace. All qualified applicants will receive consideration for employment without regard to race, color, religion, gender, gender identity or expression, sexual orientation, national origin, genetics, disability, age, or veteran status. ABOUT US: Ready for the most memorable – and stylish – experience of your professional career? Then join us at Rue Gilt Groupe. Combining three complementary brands, Rue La La, Gilt, and Shop Simon, we are the premier off-price e-commerce portfolio company. Our model defined the online treasure hunt through its daily sale events allowing our customers to discover over 5,000 premium and luxury brands at prices up to 70% off full-price retail. We believe in fashion for all, sparking delight through daily discovery and shopping as an occasion to celebrate!  World-class merchandising, technology and marketing bring our shopping experience to life, and we hire world-class people to do it.  Living our values and being empowered, tenacious, passionate, collaborative, innovative, and kind is something we strive for every single day. We meet over coffee and brainstorm new ways to spark delight for our members. Volunteer on- and off-hours together. Plan some serious surprises for our coworkers, because nothing ignites innovation like a breakfast cereal buffet or an afternoon slice of cake. And we don't hesitate to use our associate discount – after all, we're as enthusiastic about style as our customers. The way we work?  It's so much more than what happens between the weekends. It empowers us to think, create, and innovate, so we can deliver the first-rate experience today's customer’s demand. Rue Gilt Groupe GDPR/CCPA Pre-Collection Notice for Job Applications: We collect personal information (PI) from you in connection with your application for employment with Rue Gilt Groupe, including identifiers, contact information, employment and education history, and related information. We use this PI for purposes related to evaluating your application and potential employment. Depending on your location, you may have rights under GDPR or U.S. state privacy laws. For additional details or if you have questions, please see our GDPR Applicant Privacy Notice and CCPA Applicant Privacy Notice or contact us at recruitingcoordinator@ruegiltgroupe.com.

Проект по созданию аналитической платформы на базе ИИ — единая экосистема для работы с данными.

Задачи: — участие в формулировке ИИ-гипотез, подготовке данных и обучении моделей, включая LLM-решения и классический ML — экспериментирование с LLM, prompt-инжиниринг, RAG и агентные подходы — разработка прототипов ИИ-сервисов — оценка качества моделей по метрикам, проведение офлайн- и онлайн-экспериментов — ведение технической документации и артефактов экспериментов Требования: — опыт работы в DS/ML не менее 3 лет в реальных продуктах — уверенные знания Python и библиотек NumPy, pandas, scikit-learn, PyTorch и других — опыт решения NLP-задач не-LLM методами — опыт или готовность быстро освоить LLM (развёртывание, настройка, prompt-инжиниринг, RAG/агенты) — понимание работы генеративных моделей и методов их дообучения — навыки подготовки и анализа данных, построения и интерпретации метрик — знание принципов создания ML-сервисов в on-prem (REST API, Docker) — понимание ML-жизненного цикла — английский язык для чтения статей и документации

Location: Алматы Задачи Разрабатывать ML модели для широкого круга задач; Участвовать в разработке сервиса на основе ML на всех этапах: от сбора данных до выкатки в продакшн и дальнейшего мониторинга/сопровождения сервиса; При необходимости оптимизировать модели под HighLoad системы; Тесное взаимодействие со своей продуктовой командой; Работать с нейронными сетями и обучать PyTorch модели для production; Интегрировать языковые модели (LLM/SLM) в существующие сервисы компании. Требования Понимание теории вероятности, математической статистики, линейной алгебры; Знание “классического ML” на хорошем уровне (регрессия, методы кластеризации, деревья решений и их ансамбли); Знание основ Deep Learning в сфере CV и NLP (работа с разнородными данными: изображения, текст, табулярные данные); Владение Python (опыт использования Pytorch) и связанным с ним стэком для ML (pandas, sklearn, numpy); Знание Git и Docker. Будет плюсом Опыт разработки ML решений в одной из следующих областей: NLP, CV, Recommendation Systems; Опыт работы с DVC, MLFlow; Опыт работы с airflow, bigquery; Понимание kubernetes.

Location: Москва; Санкт-Петербург Workplace: Офис Мы экспериментируем с большими генеративными моделями для предсказания траектории автомобиля. Вам предстоит проверять различные архитектуры и методы обучения из статей, а также заниматься качеством датасета и применять различные методы семплинга более полезных данных. Решение задачи планирования движения — один из самых больших вызовов в отрасли автономных технологий. Мы экспериментируем с большими генеративными моделями для предсказания траектории, по которой поедет автомобиль. Траектория должна обеспечивать безопасное взаимодействие с участниками движения, быть комфортной для пассажира и позволять автомобилю успешно достичь конечной точки маршрута. Обязанности Обучение больших нейросетевых моделей планирования движения Учить трансформеры извлекать информацию о взаимодействии участников движения с траекторией автомобиля. Проверять и внедрять самые современные подходы из научных статей об автономном вождении. Экспериментировать с архитектурами и методами обучения. Поиск сложных и разнообразных дорожных ситуаций Исследовать и применять различные подходы для поиска сложных дорожных ситуаций, которые вы будете использовать для обучения моделей. Ваш обучающий датасет должен содержать разнообразные и достаточно непростые дорожные сценарии. Внедрение разработок в автомобили Яндекса Вам предстоит внедрять свои разработки в пайплайн движения автомобиля и наблюдать, как ваша работа повышает качество технологии. Больше об ML в Яндексе — в канале Yandex for ML Требования * Обучали нейросетевые модели, внедряли DL-решения в продакшен * Уверенно ориентируетесь в области DL, быстро разбираетесь в новых методах * Умеете программировать на Python, работали с PyTorch или TensorFlow * Хорошо знаете классические структуры данных и алгоритмы * Умеете выдвигать гипотезы и выстраивать эксперименты для их проверки * Читаете статьи об ML, следите за развитием этой области Будет плюсом * Имеете публикации в сборниках научных конференций высокого уровня * Хорошо знаете С++ и STL * Работали с большими объёмами данных * Участвовали в соревнованиях по ML или спортивному программированию * Увлечены автономными автомобилями

Location: Москва Workplace: Офис Мы экспериментируем с большими генеративными моделями, чтобы предсказывать, как будет двигаться автомобиль. Приходите пробовать разные подходы, внедрять свои разработки и помогать модели лучше справляться с дорожными ситуациями. Вы сможете увидеть, как ваша работа улучшает качество технологии. Планирование движения — одна из самых сложных задач в сфере автономных технологий. Мы экспериментируем с большими генеративными моделями, чтобы предсказывать, как будет двигаться автомобиль. Траектория должна быть безопасной для всех участников движения, комфортной для пассажира и позволять автомобилю доехать до конечной точки маршрута. Мы хотим улучшить модель, чтобы она лучше справлялась с новыми дорожными ситуациями. Для этого исследуем новые алгоритмы RL‑обучения, экспериментируем с наградами и работаем с данными. В том числе развиваем направление сложных и редких сценариев для обучения ML‑планировщика. Вам предстоит не только изучать статьи и пробовать разные подходы, но и внедрять собственные разработки в пайплайн движения автомобиля. Вы сможете увидеть, как ваша работа улучшает качество технологии. Обязанности Разработка алгоритмов Вы будете разрабатывать алгоритмы, которые генерируют синтетические дорожные сценарии для ML‑планера. При этом предстоит изучить много материалов, придумать разные подходы и разобраться, как их воплотить в жизнь. Исследование методов работы с агентами Вы будете экспериментировать с разными подходами, в том числе с reinforcement learning и диффузионными моделями (diffusion models), чтобы изменить поведение агентов или добавить новых на сцену и создавать синтетический контент. Улучшение RL‑обучения Вы будете работать с синтетическими данными: не только создавать качественную синтетику, но и обучать модели на ней. Важно найти баланс между синтетическими и реальными данными, а также понять, как улучшать обучение при добавлении сцен без Ground Truth водителя. Больше об ML в Яндексе — в канале Yandex for ML Требования * Обучали нейросетевые модели * Внедряли DL‑решения в продакшн * Программировали на Python * Работали с PyTorch * Знаете классические структуры данных и алгоритмы * Ориентируетесь в области DL * Быстро разбираетесь в новых методах * Умеете выдвигать гипотезы и выстраивать эксперименты для их проверки * Читаете статьи о ML * Следите за развитием области ML Будет плюсом * Внедряли методы обучения с подкреплением в продакшн * Работали с диффузионными моделями * Публиковались в сборниках научных конференций высокого уровня * Работали с большими объёмами данных * Участвовали в соревнованиях по ML или спортивному программированию * Увлечены автомобилями или автономными автомобилями

Location: Москва, удалённая работа, RU; Россия О команде Юнит Support Automation разрабатывает и развивает внутренние сервисы и инструменты, которые помогают автоматизировать работу с пользовательскими обращениями в поддержку. Команда отвечает за метрики эффективности систем автоматизации и удовлетворённости пользователей в автоматизированной части потока. Юнит состоит из кросс-функциональных команд, которые работают с разными этапами обработки обращений: первичной классификацией, RAG-системами, LLM-агентами и оценкой автоматизированных сценариев. Какие задачи вас ждут: — строить и улучшать RAG-систему поддержки: retrieval- и generation-части; — настраивать и поддерживать безопасность процесса: создавать гардрейлы, обеспечивать надёжность работы и снижать риск галлюцинаций; — разрабатывать мультиагентные системы, которые помогают пользователям решать вопросы по определённой теме обращения, оптимизировать промпты и инференс моделей; — анализировать эффективность решений на исторических данных и в продакшене с учётом офлайн-метрик качества решения ML-задач и бизнес-метрик; — экспериментировать с SOTA-методами машинного обучения, когда их применение оправдано задачей; — разрабатывать и внедрять модели для определения тематики обращений пользователей: более 500 интентов, которые постоянно расширяются новыми и объединяются друг с другом; — поддерживать и улучшать существующие модели и эвристики для разных классификаций обращений: от простых правил и эвристик до ML-систем с онлайн-инференсом LLM-моделей; — проектировать и внедрять сквозные ML-решения, а также готовить дизайн и запускать A/B-тесты совместно с аналитиками; — отслеживать деградации и изменения метрик в продакшене. Мы ждём, что вы: — не менее 2 лет работали в Data Science в NLP-домене; — строили RAG-системы и оценивали их качество в продакшене; — понимаете принципы построения AI-агентных систем; — имеете опыт работы с NLP-задачами в продакшене; — внедряли ML-модели в продакшен; — пишете поддерживаемый, тестируемый и масштабируемый код на Python; — владеете стеком PyTorch, pandas, NumPy, Docker; — работали с агентными библиотеками: ADK, LangGraph, PydanticAI или аналогами; — работали с self-hosted LLM 8B+ в продакшен-задачах; — понимаете ML-алгоритмы: классические подходы и основные архитектуры нейронных сетей; — используете агентную разработку в рабочих задачах или пет-проектах; — знаете, как при необходимости организовать разметку, в том числе с помощью LLM. Будет здорово, если вы: — работали с разными модальностями данных и понимаете, какие методы ML/DL применимы в конкретных бизнес-задачах; — получили высшее образование в области прикладной математики, статистики, ML или в смежных областях; — уверенно владеете SQL и умеете извлекать необходимые данные для анализа и обучения моделей; — умеете оценивать качество моделей при запуске нового проекта и отслеживать его изменение во времени; — при запуске модели учитываете не только ML-метрики, но и влияние решения на бизнес-метрики, за которые отвечает команда; — имеете опыт автоматизации поддержки или похожих бизнес-процессов. Работа у нас — это: — возможность влиять на пользовательский опыт и развивать ML-продукты Авито; — исследовательские и инженерные задачи в продуктах Support Automation; — культура взаимопомощи и обмена опытом в DS-сообществе; — прозрачный карьерный трек и инструменты для роста: семинары, менторство, митапы; — мощное оборудование, AI-инструменты и всё, что нужно для продуктивной работы; — 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.

- Разработка архитектуры агентов: управление состоянием диалога и контекстом, динамический выбор инструментов (tool calling), настройка уровней автономности и сценариев human-in-the-loop; - Глубокое понимание жизненного цикла ML-модели: от подготовки признаков до интерпретации результатов;

Location: Москва Мы команда исследователей и инженеров, разрабатывающих технологии post-training (SFT, RL) и контролируемой генерации для моделей генерации изображений, видео и омни-модальных. Мы сфокусированы на повышение качества, управляемости и устойчивости генеративных моделей с помощью методов RLHF / RLAIF и инструктивного редактирования. Помимо фундаментальных исследований, мы создаём прикладные решения для B2B-партнёров от системы генерации интерьера до системы генерации персонализированных аватаров. Обязанности * проектирование и обучение высокопроизводительных диффузионных моделей (R2V, R2I, R2V+A) для редактирования и генерации видео / изображений * разработка новых подходов и архитектурных решений для post-training фазы диффузионных моделей: RLHF (PPO, DPO и др.), RLAIF, SFT * разработка, масштабирование и поддержание RL пайплайнов * руководство экспериментами: постановка гипотез, разработка протоколов, анализ результатов * проведение code review, менторинг младших исследователей и инженеров, участие в планировании исследовательской дорожной карты * взаимодействие с командами Pretraining, Data, Infrastructure, Production для масштаб пайплайнов и повышения стабильности моделей в продакшене * поддержание и внедрение SOTA-подходов: мониторинг литературы (arxiv, NeurIPS, ICML, CVPR, ICLR), инициирование внутренних исследований. Требования * бакалавриат/магистратура по направлению компьютерных наук/прикладной математике/ машинному обучению или близких к ним * 3+ лет релевантного опыта исследований и разработки в области глубокого обучения/компьютерного зрения/генеративного ИИ * глубокие знания в Computer Vision и Generative Modeling: Diffusion Models, GANs, VAEs, Flow/Rectified Flow Matching * опыт работы с современными диффузионными фреймворками (Diffusers) и моделями FLUX, Wan 2.X и др.) * уверенное владение PyTorch и навыки распределённого обучения (DDP/FSDP) * понимание и практическое применение RL и RLHF ( PPO/DPO и др.) * умение проектировать архитектуры, планировать эксперименты и интерпретировать результаты. Будет плюсом: * наличие PhD * опыт публикаций или активное участие в исследованиях уровня NeurIPS / ICLR/ CVPR. Условия * конкурентный уровень заработной платы, годовые премии по результатам работы * участие в развитии и создании OpenSource продуктов * корпоративная пенсионная программа, страхование от несчастных случаев, социальные гарантии, ДМС * комфортный офис Sbergile Home (метро Кутузовская).

Workplace: Москва и Краснодар (гибрид/офис), другие города - удаленно О продукте Новое направление для ускоренного прототипирования и внедрения AI/ML-решений внутри Магнита. Заказчики — команда стратегии и аналитики. Модель работы: бизнес приносит POC и решения, а мы дорабатываем их до продуктового состояния и запускаем в production. Задачи Развивать ML/AI-компоненты для прикладных бизнес-задач в направлениях классического ML, NLP/LLM, RAG и агентных сценариев, компьютерного зрения, речевых и мультимодальных технологий. Проводить эксперименты по улучшению существующих моделей и сценариев: изменять подготовку данных, архитектуру или параметры моделей, подходы к retrieval и reranking, промпты, логику оркестрации, алгоритмы постобработки результатов. Подготавливать, очищать, размечать и анализировать данные для обучения, дообучения и оценки моделей: текстовые, табличные, изображения, видео, аудио, транскрипты и иные данные в зависимости от решаемой задачи. Разрабатывать и поддерживать пайплайны подготовки данных, обучения, inference и evaluation; обеспечивать воспроизводимость экспериментов, версионирование данных и моделей, логирование результатов. Оценивать качество ML/AI-решений: формировать тестовые и evaluation-наборы, выбирать и рассчитывать профильные метрики, проводить анализ ошибок, выявлять причины деградации качества и предлагать улучшения. Оптимизировать производственные решения по качеству, latency, throughput, потреблению GPU/CPU-ресурсов и стоимости эксплуатации; участвовать в интеграции моделей в прикладные сервисы, релизах и мониторинге после запуска. Требования Высшее техническое образование либо подтверждённый практический опыт разработки и внедрения ML/AI-решений. Опыт коммерческой разработки на Python от 2 лет; для кандидатов с общим опытом разработки от 3 лет допустим опыт в ML/AI от 1–2 лет при наличии практических проектов. Уверенное знание Python и основных библиотек для анализа данных и машинного обучения: NumPy, pandas, scikit-learn; практический опыт работы с PyTorch или аналогичным DL-фреймворком. Знание базовых методов машинного обучения и глубокого обучения: подготовка и анализ данных, обучение и валидация моделей, выбор метрик, борьба с переобучением, анализ ошибок и интерпретация результатов экспериментов. Практический опыт работы как минимум с одним из направлений: классический ML, NLP, LLM/RAG-системы, компьютерное зрение, речевые технологии, рекомендательные системы или мультимодальные модели. Понимание полного жизненного цикла ML/AI-решения: сбор и подготовка данных, разработка и проверка гипотез, обучение или адаптация модели, оценка качества, inference, интеграция в сервис, мониторинг и последующее улучшение. Опыт проведения воспроизводимых экспериментов: фиксация конфигураций, версий данных и моделей, метрик и результатов; знание MLflow, ClearML, DVC или аналогичных инструментов будет преимуществом. Навыки работы с SQL и реляционными базами данных; понимание принципов хранения, выборки и проверки качества данных. Понимание принципов разработки и интеграции сервисов: REST API, JSON, FastAPI или аналогичные фреймворки, обработка ошибок, логирование, тестирование. Базовые практические знания Docker, Linux, Git и CI/CD; понимание особенностей запуска и отладки ML-нагрузок в контейнерах. Понимание принципов работы с GPU и ограничений inference-нагрузок: latency, throughput, потребление памяти, стоимость вычислений. Умение формализовать бизнес-задачу в виде ML/AI-сценария: определить входные и выходные данные, целевую метрику, ограничения, риски, критерии приемки и способ оценки результата. Навыки взаимодействия с Product-, Backend-, Data- и MLOps-разработчиками; умение понятно документировать результаты экспериментов, технические ограничения и ожидаемый эффект от изменений. Условия Трудоустройство в аккредитованную IT‑компанию ДМС со стоматологией и льготными условиями для членов семьи Работу в максимально уютном офисе в центре Москвы (ст. м. Савеловская), в Краснодаре или удаленно из других городов РФ, так же есть офисы в Санкт-Петербурге (ст. м. Балтийская) и в Иннополисе Корпоративные скидки от компании и партнеров, бесплатная подписка Магнит Премиум с повышенным кешбэком по программе лояльности М+ Ежегодная программа признания с ярким праздником и впечатляющим подарком Поддержку в развитии через обучение, конференции и митапы, а также программу для руководителей — Leadership club IT‑комьюнити — среда, где быстрее находишь решения, делишься практиками, пробуешь новые роли и растешь от эксперта в стекe до лидера инициатив Мы являемся партнером Минцифры России по проекту Национальная система подтверждения IT‑компетенций Работа над масштабными продуктами и проектами (Умный магазин, роботизация, беспилотность, GenAI и другое) Социально– психологическая поддержка от >370 специалистов по направлениям: юристы, психологи, врачи, финансовые и ЗОЖ советники Формат работы Москва и Краснодар (гибрид/офис), другие города - удаленно

Workplace: Удаленно Объединённая компания Wildberries и Russ — это международная технологическая компания, образованная в результате слияния двух лидеров рынка — IT-компании Wildberries и оператора наружной рекламы Russ. Обязанности Строить и автоматизировать пайплайны обучения в ClearML, от экспериментов DS до воспроизводимого артефакта в model registry; Автоматизировать деплой моделей в Triton, включая конвертацию в ONNX и TensorRT, конфигурацию, выкатку без участия инженера, канареечные релизы и откаты; Развивать Python-сервисы вокруг Triton, единый inference gateway, gRPC, батчинг и очереди; Ускорять инференс через профилирование, dynamic batching, ensemble и BLS, TensorRT-оптимизации; Держать SLA инференс-контура – метрики, алертинг, разбор инцидентов, дежурства в ротации; Поддерживать JupyterHub, ClearML-агенты и шаблоны проектов для DS-команд; Вместе с инфраструктурным инженером проектировать размещение моделей на GPU-кластере; Общаться с DS-командами, понимать их потребности и переводить в технические решения; Закладывать стандарты и шаблоны, чтобы раскатать контур на весь отдел Trust & Safety. Требования Уверенный Python, опыт асинхронных сервисов (FastAPI, asyncio), gRPC и работы с очередями (Kafka); Опыт с Nvidia Triton Inference Server или другим model serving (TorchServe, vLLM, KServe) с готовностью глубоко освоить Triton; Опыт работы с ClearML, Kubeflow, MLflow или аналогичной MLOps-платформой на уровне пайплайнов, трекинга экспериментов и model registry; Инженерное понимание ML-стека – PyTorch, ONNX, конвертация и упаковка моделей, GPU-инференс; Kubernetes на уровне разработчика сервисов, включая деплой, Helm-чарты, ресурсы, HPA и отладку подов; Опыт с GitLab CI, инфраструктурой как код, мониторингом и логами; Умение взаимодействовать с DS-командами и доводить решения до прода, а не до прототипа. Условия Обучение и развитие: языковые клубы, собственный корпоративный университет, программы развития управленческих навыков и многое другое; Благополучие сотрудников: корпоративный пакет ДМС со стоматологией, корпоративный спорт, консультации психолога и дополнительные возможности аккредитованной IT-компании; Множество сообществ: клуб спикеров, футбола, йоги, шахмат и т.д.; Забота о семьях: создаем условия, в которых легко сочетать карьеру и заботу о близких – от гибкого подхода до масштабных проектов для детей сотрудников; Скидки и партнерские программы: на обучение, страхование, покупки и многое другое; Комфортная рабочая среда: бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника и портал для сотрудников.