Вакансии

консультированием пользователей по работе с системами 1С через систему Service desk и по телефону.

Самостоятельный сбор и структурирование вводных. Собирать требования и сценарии по продуктам (брокерские счета, ИИС, доверительное управление и др.) по шаблонам, фиксировать целевые сценарии использования и допущения.

разработка и доработка классификатора названий товарных позиций на базе BERT-архитектур (включая предобучение, дообучение и оптимизацию моделей); организация и контроль процесса разметки данных: постановка задач разметчикам, контроль качества, автоматизация пайплайнов;

Проведение исследовательского анализа данных (EDA) для AI/ML-проектов. Разработка и валидация метрик оценки для ML-моделей (включая LLM).

Ищем кванта, который сам закрывает полный цикл ресерча. Кого ищем 🔍 Senior Quant/ML Researcher, который закрывает полный цикл ресерча сам: от гипотезы и данных до бэктеста, валидации и результата.

Location: Москва Мы ищем аналитика, которому интересно не просто работать с данными и финансовой оценкой, а создавать новые подходы, превращать их в алгоритмы и видеть, как они становятся частью AI-продукта. Команда развивает AI-агентов для финансовой оценки. Их цель – автономизировать полный цикл оценки бизнес-инициатив: от проектирования и прогнозной оценки до расчёта фактического эффекта и формирования итоговых выводов Ключевая задача - развивать методологию финансовой оценки бизнес-инициатив всех направлений бизнеса Группы и превращать её в tool-ы для AI-агента. Обязанности ### **Чем предстоит заниматься:** * проводить аналитику и разрабатывать методологию фин. оценки * проектировать алгоритмы сбора, обработки и анализа данных и реализовывать их на SQL/Python/Pyspark * описывать бизнес-требования для автоматизации на внутренних платформах * сопровождать разработчиков в процессе автоматизации * проверять и принимать готовые решения * отвечать за то, чтобы идея прошла весь путь от методологии и прототипа до работающего tool-а для AI-агента Требования ### **Мы ждем что, вы:** * имеете опыт работы в сфере финансов / рисков / анализа данных– 3-5 лет * имеете высшее образование в области Экономики/Финансов/Математики/Физики * знаете экономику и корпоративные финансы * знаете математическую статистику, эконометрику, * понимаете принципы A/B-тестирования и альтернативных методов оценки эффектов * уверенно владете SQL и Python, будет плюсом опыт работы со Spark * обладаете знаниями английского языка * имееты навыки работы с GenAI решениями Условия ### **Что мы предлагаем:** * комфортный современный офис на Кутузовском проспекте * ежегодный пересмотр зарплаты, годовую премию * корпоративный спортзал и зоны отдыха * уникальную систему 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 * корпоративную пенсионную программу.

Location: Москва Управление Модельных Рисков - «by-design» уникальное подразделение, которое «видит» все AI/ML модели Банка, понимает процессы/точки принятия решений моделями, кривая обучения у наших сотрудников «круче», чем в подразделениях, разрабатывающих модели. Наша цель – помочь Банку зарабатывать больше и улучшать клиентский опыт за счет повышения эффективности моделей и их использования в Бизнес процессах. Мы ищем DS/Quant с экспертизой на стыке финансовой математики, торговых алгоритмов и ML для работы в направлении Модельного Риска Торговой Книги. Вы будете выступать ключевым звеном контроля качества моделей и агентов, используемых в оценке рисков и ценообразовании финансовых инструментов. Обязанности * оценка качества моделей ClassicML, работающих на финансовых рынках, в том числе торговых алгоритмов * проведение независимой оценки качества моделей прайсинга финансовых инструментов, а также риск-моделей (включая VaR, CVA, PFE) * создание инструментов автоматизированного и автономного управления модельным риском. Требования * знание теории вероятностей, математической статистики и случайных процессов  * опыт работы на стороне разработки или валидации ClassicML моделей * уверенные навыки программирования на Python, опыт разработки структурированного и поддерживаемого кода * знание базовых принципов построения моделей прайсинга производных финансовых инструментов * опыт работы с количественными моделями в финансах или смежных областях будет преимуществом * участие в летних школах или курсах: Vega, ЦМФ – также является преимуществом. Условия * работа в удобном и современном офисе недалеко от станции метро Кутузовская * ежегодный пересмотр зарплаты, 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.

В команду UpSkill ищем специалиста, который поможет внедрять ChatGPT Edu в систему образования Казахстана. • Разрабатывать и адаптировать ИИ-решения для образования;

Location: Санкт-Петербург Мы ищем опытного и неравнодушного коллегу, который погрузится в процессы построения управленческой отчетности Банка на Платформе Digital Reporting. Наша команда специализируется на решении сложных интеграционных задач и внедрению инноваций. Наш основной бизнес-продукт - E2E-тракты с расчетными витринами для управленческой отчетности Банка. Техстек: Greenplum, MS SQL, Python, Git, BitBucket, Jira, Confluence. Обязанности * проектирование архитектуры решения (определение интеграционного сценария, подготовка архитектурной спецификации, согласование предложенного решения) * анализ первичных данных, проработка бизнес-требований с Заказчиками, ведение документации * реализация E2E-тракта поставки данных (создание потока загрузки данных в Платформу, логики очистки данных, структуры хранения, процедур расчета-бизнес-логики на Greenplum) * настройка оркестрации ETL-потока (внутренний аналог AirFlow). * разработка ККД как на входные данные, так и на результаты работы выходных витрин * тестирование реализованных решений, проведение ПСИ с Заказчиками * оптимизация существующих решений (сокращение нагрузки на КТС, Т2М и т.д.) * адаптация функционала под требования производственного процесса. * стабилизация и передача реализованного решения на бизнес-поддержку. Будет плюсом: * использование LLM GigaChat для решения задач обработки текста и численных данных * разработка AI-агентов для автоматизации внутренних бизнес-процессов (IT-поддержка, разработка, аналитика, сопровождение). Требования * имеешь высшее образование в области математики, статистики, информатики или смежных дисциплин * владеешь SQL (запросы, хранимые процедуры и функции, оптимизация) * имеешь опыт работы с СУБД (Greenplum/Teradata/Oracle/MS SQL), с классическими методами машинного обучения (кластеризация, логистическая регрессия) * имеешь успешный опыт создания промышленных AI агентов * понимаешь работу DWH, ETL-инструментов, принципы работы и возможности современных языковых моделей (LLM) * обладаешь опытом ведения разработки в BitBucket/Git, навыками программирования на Python (pandas, numpy, scikit-learn, PyTorch/TensorFlow) * понимаешь принципы банковского дела * умеешь решать проблемы и работать в условиях многозадачности * умеешь обрабатывать большие объемы структурированных и неструктурированных данных * разделяешь ответственность за оценку сроков по своим задачам и их соблюдение. Условия * комфортный современный офис: Санкт-Петербург, ул. Уральская 1 (метро Василеостровская) * 100% офисный формат работы * 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 * бесплатная подписка СберПрайм с возможностью поделиться с тремя близкими, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

В роли продакт-менеджера вы будете отвечать за полный цикл управления продуктовой областью, фокусируясь на ключевых метриках, а не просто на выпуске релизов. Ваша задача — анализировать сложные и нечеткие проблемы, выявлять их коренные причины и создавать модели решений, а не просто собирать пожелания. Вы будете разрабатывать сценарии с приоритетом на искусственный интеллект, определяя, где модель может заменить этап процесса, где выступать в роли ассистента, а где её вмешательство нежелательно. Также потребуется самостоятельно создавать прототипы с использованием ИИ — скрипты, SQL-запросы, агенты и кликабельные прототипы без ожидания разработки. Анализ данных и оценка влияния новых функций на показатели MRR и удержания пользователей также входят в ваши обязанности. Для этой позиции необходимы техническое или математическое образование (например, прикладная математика, компьютерные науки, физика, инженерия) либо эквивалентный опыт. Требуется минимум три года опыта в B2B SaaS, с подтвержденными кейсами, где вы самостоятельно выявляли проблему, внедряли решение и улучшали метрики с конкретными результатами. Ежедневное использование ИИ в работе с собственными артефактами (агенты, пайплайны, прототипы, скрипты) обязательно. Навыки работы с SQL или Python на уровне самостоятельного извлечения и проверки данных, а также понимание когортного анализа и смещений выборки необходимы. Важно также разбираться в экономике подписок, включая показатели MRR по компонентам, удержание клиентов по логотипам и доходу, а также чистый доход от подписок (NRR).

Продажа аналитических продуктов и ИИ-решений поставщикам FMCG: от первичного контакта до заключения договора.

Разрабатывать предиктивные модели для application‑скоринга и смежных областей по внутренним запросам бизнеса — подбирать алгоритмы, тестировать гипотезы, оценивать качество моделей и внедрять решения в продуктовые процессы.

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.

Задачи: — Проводить исследовательский анализ данных блокчейн сети, включая транзакции, смарт-контракты и адреса. — Идентифицировать аномалии и анализировать их причины. — Анализировать внезапное увеличение активности транзакций и выявлять важные события, такие как ICO или хардфорки. — Разрабатывать и обучать модели машинного обучения для прогнозирования поведения блокчейн сети. — Создавать модели для выявления потенциальных угроз и рисков. — Создавать модели для предсказания стоимости эфира (ETH) на основе данных о транзакциях и активности смарт-контрактов. — Создавать информативные дашборды и инструменты визуализации данных для облегчения понимания трендов и событий в блокчейн сети. Требования: — Опыт работы в анализе данных и машинном обучении, предпочтительно в контексте блокчейн. — Знание Python и библиотек для анализа данных (Pandas, NumPy, Scikit-Learn). — Опыт работы с SQL и базами данных. — Понимание технологии блокчейн и опыт работы с Ethereum или другими блокчейн-платформами — преимущество. — Высшее образование в области компьютерных наук, математики, статистики или смежной области. Условия: — Fulltime-работа с возможностью гибкого графика. — Конкурентная заработная плата от 3100 до 3400 USD, детали обсуждаются лично. — Работа в одной из топовых команд в своей сфере. — Возможность работы на удаленке. — Курсы по повышению квалификации от компании.

📌Задачи на проекте. - Внедрение новых и доработка действующих приложений в системе BPM - Elma365;

Location: Москва Workplace: Офис Мы создаём систему распознавания и прогнозирования для автономного транспорта. Чтобы ускорить её работу, используем алгоритмы машинного обучения — и их число постоянно растёт. Если вы увлекаетесь оптимизацией и распараллеливанием алгоритмов, хорошо знаете C++ и Python — ждём вас в команде! Мы ставим перед собой масштабную цель: оказаться в числе первых в мире компаний, создавших технологию автономного управления транспортом. Чтобы ускорить работу системы распознавания и прогнозирования и, как результат, научить автомобили и роботов-доставщиков ещё быстрее действовать в дорожных ситуациях, мы используем алгоритмы машинного обучения. Алгоритмы усложняются, их количество растёт, и наша задача — повысить эффективность их работы при ограниченных ресурсах. Если вы увлекаетесь оптимизацией и распараллеливанием алгоритмов, а каждый потреблённый оборудованием ватт готовы пустить в дело, то вам точно у нас понравится! Обязанности Повышение эффективности алгоритмов Вам предстоит оптимизировать алгоритмы, учитывая аппаратные особенности платформ, автоматизировать тестирование алгоритмов и их адаптацию к платформе. Работа с платформами для вычислений Вы будете исследовать современные платформы исполнения параллельных вычислений и подбирать оптимальную архитектуру параллельного исполнения алгоритмов на конкретной платформе. Больше о бэкенде в Яндексе — в канале Yandex for Backend Требования * Работали с PyTorch (или TensorFlow), конвертировали ML-модели в ONNX и запускали на TensorRT, ONNX Runtime, TFLite или любом другом фреймворке * Использовали CUDA/OpenCL, оптимизировали и распараллеливали вычисления на CUDA/OpenCL или других архитектурах ускорителей * Хорошо знаете C++, Python * Уверенно владеете классическими структурами данных и алгоритмами * Знакомы с линейной алгеброй, теорией вероятностей * Можете объяснять свои решения и отстаивать их перед оппонентами * Умеете работать в команде Будет плюсом * Решали прикладные задачи с помощью машинного обучения или Deep Learning * Писали кастомные плагины для ONNX, TensorRT или любого другого фреймворка с использованием C++, CUDA, OpenCL * Знакомы с методами сжатия, прунинга, квантизации нейросетей * Разбираетесь в дискретной математике и теории оптимизации * Хорошо знаете STL * Имеете опыт индустриальной разработки, не связанной с машинным обучением

Исследовать поведение пользователей и искать точки роста продукта на данных: например, как фото, описания, доступность номеров влияют на конверсию и бронирования; Оценивать потенциальный эффект продуктовых инициатив и готовить рекомендации, которые помогают команде решить, что делать в первую очередь;

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.