Задачи:
— Компания Phoenix Lab (разработка ПО и мобильных приложений) набирает стажёров-разработчиков на программу до 3 месяцев.
— Подходит студентам 4 курса и выпускникам технических вузов без опыта.
— Отбор включает интервью с TeamLead и тестовое задание, при успешном прохождении возможно официальное трудоустройство.
Требования:
— Студент 4 курса или выпускник технического вуза.
— Опыт работы не требуется.
Условия:
— Формат работы удалённо или в офисе с гибким графиком.
Чем предстоит заниматься: Развитием и кастомизация внутренних и внешних порталов на базе Bitrix. Разработкой функциональных модулей для корпоративных порталов.
УдалённоСтажёрГеография найма не уточнена, офис: Москва
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Настройте подбор, и подходящие вакансии будут приходить в Telegram.
Задачи:
— Разработка страниц и UI-компонентов на Next.js с использованием React и TypeScript
— Работа с базой данных и API на Supabase, включая PostgreSQL, RLS и Edge Functions
— Доработка функционала и исправление багов в продуктах компании
— Участие в код-ревью и тестировании
— Использование AI-инструментов разработки, таких как Claude Code и аналоги
Требования:
— Базовые знания JavaScript/TypeScript и React
— Понимание HTML/CSS и адаптивной вёрстки
— Базовое знание SQL
— Умение работать с Git
— Готовность уделять от 20 часов в неделю
— Приветствуются пет-проекты на GitHub и опыт с Next.js или Supabase
Условия:
— Стажировка длительностью 3 месяца с возможностью последующего трудоустройства в штат
— Наставник — CTO компании, ревью каждой задачи
— Удалённый формат работы и гибкий график
— Работа над реальными продуктами в продакшене, а не учебными задачами
— Опыт работы в IT-компании — участнике Astana Hub
Задачи:
— Обрабатывать и анализировать большие массивы информации, выявлять закономерности, отклонения и взаимосвязи.
— Участвовать в разработке расчетных моделей для оценки стоимости инвестиционных проектов.
— Совершенствовать аналитические инструменты и оптимизировать обработку данных.
— Ознакомиться с методами расчета капитальных затрат, анализом стоимости работ и коммерческих предложений подрядчиков.
— Совместно с наставником разрабатывать алгоритмы расчетов, аналитические методики, инструкции и регламенты.
— Формировать сравнительные таблицы, расчеты и материалы для принятия управленческих решений.
Требования:
— Студент 3-4 курса по направлению «Прикладная математика», «Статистика», «Анализ данных», «Математика и компьютерные науки», «Экономика» с углублённой математической подготовкой или смежному.
— Хорошая база в математике, математической статистике и анализе данных.
— Уверенное владение электронными таблицами и формулами.
— Базовые навыки программирования и интерес к автоматизации расчетов.
— Логическое мышление, аналитические способности и умение находить решения нестандартных задач.
— Желание развиваться в прикладной аналитике и математическом моделировании.
— Опыт работы не обязателен.
— Преимущество: знание Python, методов машинного обучения и опыт учебных проектов по анализу данных.
Условия:
— Оплачиваемая стажировка с официальным трудоустройством.
— Работа в Москве, ул. Новокузнецкая, 31 (м. Павелецкая).
— Занятость от 6 до 8 часов в день, преимущественно полный рабочий день.
— Обучение у опытного специалиста и участие в реальных инвестиционных проектах.
— Доступ к профессиональным инструментам, расчетным моделям и методическим материалам.
Стажировка для иностранных студентов, желающих поработать в сфере обслуживания клиентов и продаж. Требования: знание английского, высокая академическая успеваемость.
Location: Москва
Workplace: Гибридный
О компании
MNP IPAP — продукт направления Big Data MWS. Команда развивает внутренний сервис для предоставления пользователям доступа к данным и аналитическим витринам.
Планируется разработка личного кабинета, через который внутренние пользователи смогут просматривать подготовленные дата-инженерами данные в различных разрезах. Предусмотрена авторизация через МТС ID или корпоративный SSO.
Обязанности
Разработка server-side приложения на Java/Kotlin;
Написание sql-запросов;
Интеграция с REST API партнёров;
Покрытие нового функционала unit- и интеграционными тестами;
Взаимодействие с заказчиками и аналитиками в процессе проектирования и реализации задач
Требования
В том числе Студенты бакалавриата, специалитета или магистратуры;
Хорошее знание Java SE (Collections, Concurrency, JMM, GC);
Понимание сути паттерна MVC, опыт работы со Spring;
Хорошее знание SQL;
Умение обращаться с терминалом Linux
Условия
Собственную платформу MTS Ocean для получения ИТ-ресурсов, а это значит, что деплой, мониторинг, observability — не будут для тебя проблемой, ты сможешь сосредоточиться на фичах;
Профессиональные гильдии инженеров, где мы поддерживаем друг друга и помогаем стать лучше;
Внутреннюю площадку TechTalks для обмена опытом, дискуссий, развития навыков самопрезентации;
Участие во внешних IT конференциях. Мы выступаем на HighLoad++, DataFest, Mobius, Test Driven Conf, Joker, DevOps, Матемаркетинг и даже проводим собственную конференцию по архитектуре True Tech Arch;
Полезные курсы и вебинары в корпоративном университете и электронную библиотеку;
ДМС с первого месяца работы, включая стоматологию;
Страхование от несчастных случаев с 1 месяца работы. Материальную помощь в сложных жизненных ситуациях;
Отпуск 28 календарных дней (+3 дополнительных дня за ненормированный рабочий день);
Гибридный формат работы;
Прием врачей общей практики и массаж в офисе;
Мобильная связь за счет компании и льготные тарифы для близких;
Подписка на онлайн-кинотеатр KION, сервис МТС Музыка, книжный сервис Строки от МТС, безлимитные мессенджеры и соцсети.
Location: Москва
Может ли AI-агент сам выдвинуть гипотезу, поставить эксперимент и улучшить обучение языковой модели? В GigaChat Pretrain мы исследуем автоматизацию этого цикла: от выбора идеи и изменения кода до запуска экспериментов, анализа результатов и следующей попытки. Агент может искать новую архитектуру, подбирать рецепт обучения или оптимизировать GPU-ядра. За три месяца вы построите и исследуете такой цикл на выбранном классе задач. Цель - добиться измеримого улучшения и понять, что помогает агенту находить сильные решения.
Обязанности
Строить цикл «гипотеза → код → эксперимент → анализ → следующая гипотеза».
Разрабатывать инструменты для агентов, экспериментировать с контекстом и стратегиями поиска.
Проверять найденные улучшения: качество моделей, скорость обучения и воспроизводимость результатов.
Требования
* Уверенное владение Python и PyTorch.
* Знакомство с распределенным обучением.
* Умение отлаживать код, ставить эксперименты и разбираться в результатах.
**Будет плюсом**
* Собственные проекты с AI-агентами.
* Опыт обучения языковых моделей.
* Опыт с CUDA, Triton или оптимизацией GPU-вычислений.
Location: Москва
Как сделать языковую модель качественнее при том же бюджете вычислений? В GigaChat Pretrain мы исследуем альтернативы стандартному вниманию: Gated DeltaNet, Kimi Delta Attention, Mamba и другие линейные и рекуррентные блоки. За три месяца вы разберёте перспективные подходы, выберете базовую архитектуру и проверите собственное изменение. Это исследовательская задача с неопределённым результатом: важно не только найти улучшение, но и понять, какие идеи работают, где и почему.
Обязанности
* Разбирать свежие статьи и выбирать перспективные идеи для экспериментов.
* Реализовывать и менять линейные и рекуррентные блоки языковых моделей.
* Сравнивать качество, скорость и расход памяти при сопоставимом бюджете вычислений.
* Проводить абляции и выяснять, какие изменения стоит масштабировать.
Требования
* Уверенное владение Python и PyTorch.
* Знакомство с распределённым обучением.
* Понимание глубокого обучения и устройства Transformer.
* Умение читать статьи, формулировать гипотезы и проверять их экспериментально.
**Будет плюсом**
* Собственный исследовательский проект.
* Опыт обучения языковых моделей, работы с линейным вниманием или state-space моделями.
* Опыт с CUDA, Triton или оптимизацией GPU-вычислений.
Location: Москва
Можно ли изменить архитектуру уже обученной LLM и получить сильную модель дешевле, чем при обучении с нуля? В GigaChat Pretrain мы исследуем перенос обученных моделей в новые архитектуры: из dense в MoE, с добавлением экспертов и слоёв, изменением ширины или механизма внимания. За три месяца вы выберете одно направление, реализуете способ переноса весов и проверите, насколько быстро модель восстанавливает и улучшает качество. Главная метрика — сколько вычислений потребуется, чтобы достичь качества такой же архитектуры, обученной с нуля.
Обязанности
* Реализовывать методы переноса весов и адаптации модели к новой архитектуре.
* Подбирать рецепт дообучения и сравнивать его с обучением с нуля.
* Проверять собственные гипотезы, проводить абляции и оценивать экономию вычислений.
Требования
Что мы ждём
* Уверенное владение Python и PyTorch.
* Знакомство с распределённым обучением.
* Понимание глубокого обучения и устройства Transformer.
* Умение читать статьи и воспроизводить их результаты.
**Будет плюсом**
* Собственный исследовательский проект.
* Опыт обучения языковых моделей, работы с MoE или дистилляцией.
* Опыт изменения архитектур и переноса предобученных весов.
Location: Москва
Готовим данные для GigaChat и GigaChat Vision — от pretrain с нуля до alignment. Собрали корпус на 15 триллионов токенов. Открыли [GigaChat 3.1 (702B)](https://huggingface.co/ai-sage/GigaChat3.1-702B-A36B) и [GigaChat 3.5 (432B)](https://huggingface.co/ai-sage/GigaChat3.5-432B-A28B). Опубликовали [статью на ACL](https://aclanthology.org/2025.acl-demo.10/); ещё две статьи проходят ревью на A\*-конференциях.
У нас — сильная исследовательская команда, сложные задачи в LLM и мультимодальности и ресурсы для проверки новых идей.
Чтобы познакомиться с работой команды
Наши доклады:
[Данные и инфраструктура GigaChat — HighLoad++ 2025](https://highload.ru/moscow/2025/abstracts/16850)
[Качество данных и эксперименты — AiConf 2025](https://aiconf.ru/2025/abstracts/15853)
[Синтетические задачи по программированию — AiConf 2026](https://aiconf.ru/2026/abstracts/17916)
Как это делают другие команды: [NVIDIA Nemotron-CC](https://research.nvidia.com/labs/adlr/Nemotron-CC/) · [Hugging Face SmolLM3](https://huggingface.co/blog/smollm3)
Обязанности
* Улучшать pretrain-данные: обучать модели оценки качества, кластеризовать корпуса, подбирать смеси и измерять их влияние на качество модели.
* Создавать alignment-данные для SFT и RL в разных доменах: инструкции, предпочтения и агентные траектории; разрабатывать среды, задачи и проверки для обучения работе с инструментами.
* Генерировать синтетику для математики, кода и reasoning; проверять решения исполнением кода и моделями-судьями.
* Исследовать density sampling, способы токенизации с упаковкой последовательностей, включая best-fit packing; проверять гипотезы в ablation-экспериментах.
* Готовить датасеты для мультимодального обучения, включая interleaved-данные с чередованием текста и изображений.
* Масштабировать обработку сотен миллиардов веб-документов и OCR миллиардов PDF; ускорять распределённые пайплайны и генерацию на GPU.
Требования
* Уверенный Python, алгоритмы и структуры данных; основы ML, линейной алгебры и вероятности.
* Практику с PyTorch, NLP/CV или данными — учебные и личные проекты подходят.
* Linux и Git, чтение статей на английском, умение проверять гипотезы и доводить задачи до результата.
* Активное использование AI-агентов в работе.
**Будет плюсом**
* LLM/VLM, vLLM/SGLang, Spark/YTsaurus, C++/Rust;
* исследовательские проекты,
* ML-соревнования или олимпиадное программирование.
Условия
* MacBook M4 (с VPN), корпоративные подписки на AI-агентов.
* 50 тысяч CPU и большое количество GPU для обработки данных, обучения и синтетики.
* После успешной стажировки — переход в штат команды.
Location: Москва
Модели распознавания речи чаще всего обучают на максимизацию правдоподобия идеальной транскрипции, а оценивают по количеству ошибок в распознанном тексте. Вы будете учить модель напрямую на недифференцируемую награду — сначала на Word Error Rate (WER), потом на точность редких слов из пользовательского словаря. Имена, термины и англицизмы — главный сорт ошибок в диктовке и голосовом ассистенте, а общий WER на них почти не реагирует. Пользовательский словарь — третий по частоте запрос пользователей наших открытых моделей
Обязанности
* Реализовывать on-policy обучение ASR-моделей с WER-подобной наградой
* Добавлять контекстный биасинг: список слов в условие модели и награду
* Сводить рецепт и переносить на продовый чекпоинт: сколько шагов, какая смесь, с какого момента деградирует общий WER
Требования
Уверенное владение python и pytorch
Знакомство с распределенным обучением
Знакомство с policy-gradient методами по статьям
**Будет плюсом**
* Опыт с verl, trl или любым другим RLHF-фреймворком
* Опыт с vLLM или sglang
* Любая практика с распознаванием речи, даже учебная
Location: Москва
Workplace: Удаленная работа
О компании
Copilot - продукт, помогающий архитекторам находить информацию по ландшафту компании: диаграммы, манифесты + можно проводить анализ трейд-офф и архитектурные решения. Copilot формирует и контекст решения, риски и варианты решения.
И сейчас мы приглашаем к себе Стажера бизнес/системного аналитика!
Обязанности
Дорабатывать текущий Copilot продуктового архитектора;
Проектировать новые AI-фичи;
Осуществлять сбор и формализацию требований: проводить интервью со стейкхолдерами, выявлять неявные требования, проводить приоритезацию;
Подготавливать артефакты: ТЗ, спецификации, user stories/use cases, acceptance criteria;
Валидировать и дорабатывать результаты AI;
Создавать шаблоны промптов и чек‑листов качества для команды;
Поддерживать внедрение: участвовать в демо, помогать команде в интерпретации требований, уточнять спорные места.
Требования
Студенты 3-4 курса бакалавриата, специалитета или 1-2 курса магистратуры, имеющие олимпиадные и/или иные достижения + студенты и выпускники образовательных программ МВС;
Понимание работы копайлотов/агентов;
Умение структурировать требования;
Опыт моделирование и визуализации: диаграммы (UML/BPMN/ER), схемы потоков данных, прототипы экранов (Miro/Figma);
Опыт работы с AI‑ассистентами: формулирование промптов для генерации черновиков требований, диаграмм, тестов;
Знакомство с Agile (Scrum/Kanban), понимание Waterfall для регуляторных проектов - по необходимости;
Плюсом будет: опыт формулирования промптов, валидации результатов, понимание ограничений LLM и инструментов: Jira/Confluence, Miro, Figma (базово), Postman/Swagger;
Технические навыки: SQL (базовый), понимание REST/gRPC, JSON/XML, базовые знания баз данных и интеграций.
Условия
График работы 40 часов в неделю;
Развитие в командах профессионалов и опытный наставник, готовый делиться опытом;
Мобильная связь за счет компании;
Подписка на онлайн-кинотеатр KION, сервис МТС Музыка, книжный сервис Строки от МТС, безлимитные мессенджеры и соцсети;
Специальные предложения от партнеров и скидки от продуктов экосистемы МТС;
Непрерывное развитие — доступ к курсам и вебинарам корпоративного университета и онлайн-библиотеке.
Location: Москва
Workplace: Гибридный
О компании
Продукт занимается созданием комплексного решения, которое позволяет гибко управлять ценами товаров/услуг/подписок в зависимости от профиля клиента/характеристик товара для достижения различных бизнес-целей.
Обязанности
Аналитика и подсчет результатов по персональным предложениям;
Работа с данными телекома, поиск закономерностей, сборка фичей для моделей;
Визуализация метрик, построение дашбордов в BI
Требования
Базовые знания в SQL, математической статистике;
Начальные знания в Python;
Будет плюсом опыт работы с BI-инструментами
Условия
Cобственную платформу MTS Ocean для получения ИТ-ресурсов, а это значит, что деплой, мониторинг, observability — не будут для тебя проблемой, ты сможешь сосредоточиться на фичах;
Профессиональные гильдии инженеров, где мы поддерживаем друг друга и помогаем стать лучше;
Внутреннюю площадку TechTalks для обмена опытом, дискуссий, развития навыков самопрезентации;
Полезные курсы и вебинары в корпоративном университете и электронную библиотеку.
А еще:
Прием врачей общей практики и массаж в офисе;
Мобильная связь за счет компании и льготные тарифы для близких;
Подписка на онлайн-кинотеатр KION, сервис МТС Музыка, книжный сервис Строки от МТС, безлимитные мессенджеры и соцсети.
Автоотклики