Вакансии

Location: Москва AI-команда блока развития клиентского опыта B2C приглашает опытного AI-инженера для участия в создании AI-агентов и LLM-решений, которые улучшают взаимодействие с клиентами - как внешними, так и внутренними пользователями Сбера. Мы строим передовые AI-инструменты на основе LLM, автоматизируем процессы и делаем сервисы персонализированными. Вы станете ключевым участником команды, которая внедряет AI-решения в реальные бизнес-процессы. Наше управление состоит из 45+ специалистов: Data Scientists, AI и ML-инженеров, MLOps и Project-менеджеров. Мы активно развиваем решения на базе LLM, трансформируя клиентский опыт. Обязанности * разрабатывать и внедрять LLM-пайплайны и AI-агентов: от генерации идеи и сборки MVP до успешного запуска в продакшн * дообучать LLM (на базе GigaChat) под конкретные бизнес-задачи и предметные области (Fine-tuning, LoRA) * оборачивать разработанные модели и бизнес-логику в надежные микросервисы на Python * переводить бизнес-потребности на язык машинного обучения и предлагать оптимальные архитектурные решения. Требования * опыт: от 3 лет в Data Science или NLP с уверенным практическим применением LLM * LLM & Agents: опыт разработки LLM-пайплайнов, RAG-систем или AI-агентов. Знание основных фреймворков: LangChain, LangGraph или аналогов * NLP & ML: глубокое понимание NLP - от классических подходов (TF-IDF) до современных трансформеров и LLM; знание основных принципов и алгоритмов классического ML * Python Backend: понимание принципов проектирования микросервисной архитектуры (REST API); опыт написания асинхронных и многопоточных приложений (aiohttp, asyncio, multiprocessing) * Инженерная культура: умение писать чистый, поддерживаемый и тестируемый код на Python * Владение Git, SQL, Bash, Docker. будет плюсом: * опыт интеграции AI-агентов и ML-моделей в высоконагруженные сервисы * интерес к SOTA-подходам в агентной разработке * практическое применение фреймворка DeepAgents в PET проектах * опыт работы с Kubernetes. Условия * комфортный современный офис рядом с м. Кутузовская * гибридный формат работы * ежегодный пересмотр зарплаты, квартальная и 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.

Location: Москва Мы - молодая и динамичная команда, работающая над ключевым направлением развития процесса поддержки в Центре Снабжения. Наша цель автоматизировать рутину, и создать интеллектуальную экосистему, которая изменит подход к сервису. Наша текущая зона ответственности: * разработка мультиагентной системы для платформы Центра Снабжения * создание удобных цифровых рабочих мест для специалистов и руководителей службы поддержки * внедрение сквозной автоматизации управленческой отчетности. Мы строим процессы по гибкой методологии Agile, что позволяет нам быстро адаптироваться к изменениям и находить нестандартные решения. Проект уже стартовал, но мы на ранней стадии - фундамент заложен, а ключевые решения ещё принимаются. Это отличный момент, чтобы присоединиться: вы сможете предлагать свои идеи и влиять на то, каким станет продукт, не тратя время на поддержку устаревшего кода. В нашей культуре ценится открытость: мы напрямую взаимодействуем с бизнес-заказчиками и пользователями, обсуждаем требования и не боимся предлагать смелые идеи. Если вы разделяете ценности ответственности, непрерывного развития и стремитесь делать продукт, которым можно гордиться, нам по пути. Обязанности * проектирование мультиагентной системы поддержки: описание логики взаимодействия агентов, сценариев обработки запросов и маршрутизации задач * сбор и формализация требований к функциональности рабочих мест специалиста и руководителя службы поддержки * разработка и описание бизнес-логики автоматизации управленческой отчетности (метрики, дашборды, KPI) * взаимодействие с бизнес-заказчиками и пользователями: проведение интервью, семинаров, презентаций прототипов * составление технического задания и проектной документации (Use Cases, User Stories, диаграммы потоков данных, BPMN) * совместная работа с разработчиками на всех этапах — от идеи до релиза: разбор ТЗ, уточнение деталей, приёмка результатов * участие в выборе AI-инструментов и сценариев их применения в системе поддержки (классификация запросов, суммаризация, генерация ответов, предсказание инцидентов, оценка качества моделей через метрики точности/полноты/F1, контроль галлюцинаций LLM) * анализ и оптимизация процессов службы поддержки с точки зрения эффективности и пользовательского опыта. Требования * опыт работы системным-аналитиком от 3 лет * опыт проектирования сложных систем с распределённой логикой (желательно в сфере поддержки, сервисных платформ или автоматизации бизнес-процессов) * понимание основ AI/ML: знаете, как применять NLP для работы с текстами (классификация, суммаризация, извлечение сущностей, генерация), понимаете ограничения и возможности моделей * уверенное владение нотациями - BPMN, UML (диаграммы классов, последовательностей, потоков данных) * навыки работы с API: понимание REST, OpenAPI/Swagger, умеете читать и писать спецификации и проектировать контракты новых эндпоинтов * опыт работы по Agile/Scrum: ведение бэклога, участие в спринтах, ретроспективах * умение работать с требованиями: от сбора до управления изменениями, знание разных уровней требований (бизнес, функциональные, нефункциональные - производительность, отказоустойчивость, доступность) * отличные коммуникативные навыки: умеете говорить на одном языке с бизнесом и разработчиками, объяснять сложное простыми словами. Будет плюсом: * понимание принципов работы LLM, RAG, LangChain/LangGraph * опыт создания AI-агентов и использования их в работе будет преимуществом * опыт работы в Сбере. Условия * комфортный современный офис в Москве (ул. Вавилова 23стр1) * график работы – офис на период испытательного срока, гибрид * ежегодный пересмотр зарплаты, квартальная и годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * программа адаптации и помощь руководителя на старте (для Junior позиций) * 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

Location: Redwood City, CA, United States WHAT IS BOX? Box (NYSE:BOX) is the leader in Intelligent Content Management. Our platform enables organizations to fuel collaboration, manage the entire content lifecycle, secure critical content, and transform business workflows with enterprise AI. We help companies thrive in the new AI-first era of business. Founded in 2005, Box simplifies work for leading global organizations, including JLL, Morgan Stanley, and Nationwide. Box is headquartered in Redwood City, CA, with offices across the United States, Europe, and Asia. By joining Box, you will have the unique opportunity to continue driving our platform forward. Content powers how we work. It’s the billions of files and information flowing across teams, departments, and key business processes every single day: contracts, invoices, employee records, financials, product specs, marketing assets, and more. Our mission is to bring intelligence to the world of content management and empower our customers to completely transform workflows across their organizations. With the combination of AI and enterprise content, the opportunity has never been greater to transform how the world works together and at Box you will be on the front lines of this massive shift. WHY BOX NEEDS YOU Box is growing fast. Real fast. Every business in the world is looking to modernize the way that they work. As the leader in Intelligent Content Management, Box is the ideally positioned company to help enterprises transform how people collaborate together, onsite or remotely. We want to make sure that our Search capabilities are world-class, enabling our users to find the content they need quickly, accurately, and intuitively. That's where you come in! As a product leader for Box Search, you will shape the vision and evolution of critical features that empower our users to discover and access their content with speed and precision. You'll be responsible for everything from understanding the diverse needs of our admin and end-user personas, to defining intuitive customer experiences including APIs, and ensuring that everything is delivered with the performance, resiliency, and security that our enterprise customers depend on. You will work closely with our talented Poland-based Search engineering team. WHAT YOU'LL DO Define the product strategy and roadmap for Box's Search capabilities, identifying opportunities to enhance content discoverability, search relevance, and user experience. Drive requirements for core Search features (e.g., semantic search, intelligent ranking, and personalized results). Deeply understand and advocate for both admin and end-user personas, translating their diverse use cases into compelling product requirements. Discover, collect, analyze, and communicate problems and opportunities related to the search experience at Box, leveraging data to inform decisions. Prioritize between requirements and work with engineering teams on fiscal year, quarterly, and Agile planning. Champion ideas to provide continuous improvements to the Search platform at Box. Partner closely with other Product Managers, Engineering leaders, and cross-functional stakeholders across the company to align roadmaps, scope, and prioritize capabilities to power the overall Box content platform. Engage directly with customers to understand their evolving needs, gather feedback, and validate product concepts. Effectively communicate product strategy, vision, and day-to-day progress to various audiences, from engineering teams to executive leadership. WHO YOU ARE Bachelor's degree in Computer Science, Product Management, or equivalent experience in related fields. 5-7 years of experience as a Product Manager, Product Owner (in Agile), or a similar role in a software company, with a strong focus on search, information retrieval, or discovery products. You demonstrate an in-depth understanding of search technologies, indexing, ranking algorithms, and query processing. You possess excellent communication skills, capable of articulating complex strategies and day-to-day details clearly and concisely to diverse audiences. You are adept at engaging with customers, actively listening to their needs, and translating them into actionable product insights. You have strong people skills, enabling you to build effective relationships and collaborate seamlessly with multiple stakeholders across product, engineering, sales, and customer success teams. You have a solid technical background, allowing you to understand platform capabilities, technical constraints, and engage effectively with engineering teams. You have experience working in a highly cross-functional environment. You have an innate curiosity and ability to dive deep into product and technical architecture. You know how to leverage data effectively to inform decisions, set requirements, and evaluate success. You love inspiring teams, managing complexity, driving operational excellence, and delivering extraordinary results. ADDITIONAL POINTS FOR Experience with large-scale search platforms (e.g., Elasticsearch, Solr, or similar technologies). Familiarity with machine learning applications in search, such as learning-to-rank, natural language processing (NLP), or semantic search. Experience with cloud-native technologies and distributed systems. Understanding of content management systems and enterprise software. Knowledge of search analytics and relevance tuning methodologies. BENEFITS Check out the overview of Life at Box which include general perks and benefits. Box lives its values, with community and in-person collaboration being a core part of our culture. Boxers are expected to work from their assigned office a minimum of 3 days per week. Your Recruiter will share more about how we work and company culture during the hiring process. At Box, we believe unique and diverse experiences benefit our culture, our products, our customers, our company, and our world. We aim to recruit a passionate, high-performing workforce that reflects the world we live in. If you are head-over-heels about this role but unsure if you meet all the requirements, we encourage you to apply! EQUAL OPPORTUNITY We are an equal opportunity employer and value diversity at our company. We do not discriminate on the basis of race, religion, color, national origin, gender, sexual orientation, age, marital status, veteran status, disability, and any other protected ground of discrimination under applicable human rights legislation. Box strives to respect the dignity and ‎‎independence of people with disabilities and is committed to giving them the same ‎‎opportunity to succeed as all other employees. Inclusiveness is core to our culture at Box, and we strive to ensure you get the most from your interview experience. Box makes reasonable accommodations for applicants with disabilities. If a reasonable accommodation is needed to participate in the job application or interview process, please complete this form . Reasonable accommodations may include scheduling adjustments, document dictation and beyond. Notice to applicants in Los Angeles:  Box, Inc and its related branches will consider for employment, qualified applicants with criminal histories in a manner consistent with the Los Angeles Fair Chair Ordinance.  The Fair Chance Ordinance is provided here . Notice to applicants in San Francisco:  Box, Inc and its related branches will consider for employment, qualified applicants with criminal histories in a manner consistent with the San Francisco Fair Chair Ordinance.  The Fair Chance Ordinance is provided here . For details on how we protect your information when you apply, please see our Personnel Privacy Notice. If you are a California-resident, please read our California Applicant & Candidate Privacy Notice here . NOTICE OF USE OF AI At Box, we believe in the power of AI to improve the recruiting process while keeping people at the heart of every decision. For more information on the use of AI in our hiring process, please visit our webpage here . Box is committed to fair and equitable compensation practices. Actual base salary (or OTE if commissionable role) is dependent upon factors such as: knowledge, skill level, experience, and work location. This role is also eligible for equity and benefits. For more information , check out our benefits and perks . In accordance with OFCCP compliance, here is the Pay Transparency Provision . Redwood City Pay Range $181,000 — $226,500 USD

Location: London, UK About Anthropic Anthropic’s mission is to create reliable, interpretable, and steerable AI systems. We want AI to be safe and beneficial for our users and for society as a whole. Our team is a quickly growing group of committed researchers, engineers, policy experts, and business leaders working together to build beneficial AI systems. About the role The Anthropic Residency is our paid, fixed-term research program, with placements lasting between six weeks and six months. We are looking for people who have led ambitious work in a variety of technical fields and want to transition to full-time work focused on making sure AI systems are safe and beneficial for all of humanity. If you are a professor in a quantitative discipline, a technical founder or a staff-level engineer and want to transition to work on transformative AI, we want to hear from you. Background in machine learning is not required. What to expect A concrete, scoped project matched to your background, with direct mentorship from Anthropic researchers Access to Claude models and GPU compute Connection to the broader AI safety and security research community Interview process The interview process will include an initial application, recruiter screen, technical assessment, research discussion and a reference check. Applications for this round close on November 22, 2026 (11:59 PM PT). We expect to make offers in January 2027. You may be a good fit if you Are motivated by making sure AI is safe and beneficial for society as a whole Are excited to transition into working on empirical AI research full-time Have led ambitious work in a variety of technical fields (professor in a quantitative discipline, a technical founder or a staff-level engineer) Thrive in fast-paced, collaborative environments Can implement ideas quickly and communicate clearly Strong candidates may also Have experience authoring research papers in machine learning, NLP, or AI safety Have experience with LLMs, reinforcement learning or Kubernetes clusters and complex shared codebases Mentors and research areas Potential Anthropic mentors include: Sara Price : leads the Alignment Training team; background in data science Ethan Perez : leads the Alignment Science team; background in machine learning Evan Hubinger : leads the Alignment Stress-Testing team; formerly at The Machine Intelligence Research Institute (MIRI) Samuel Marks : leads the Scalable Oversight team; background in mathematics Elana Simon : researches the interpretability of language models and biological models; background in biomedical informatics Belinda Li : researches how language models represent the world, users, and themselves; background in natural language processing (PhD, MIT) Jack Lindsey : leads the Model Psychology team; background in theoretical neuroscience Nicholas Carlini : researches adversarial machine learning and AI security; previously at DeepMind and Google Brain Jascha Sohl-Dickstein : works at the intersection of safety and pretraining; background in physics and neuroscience, formerly Principal Scientist at Google Brain Residents will work on empirical research questions in collaboration with Anthropic's research teams. Areas we are particularly interested in include: AI safety & alignment Scalable Oversight: Developing techniques to keep highly capable models helpful and honest, even as they surpass human-level intelligence in various domains. Adversarial Robustness and AI Control: Creating methods to ensure advanced AI systems remain safe and harmless in unfamiliar or adversarial scenarios. Model Organisms: Creating model organisms of misalignment to improve our empirical understanding of how alignment failures might arise. Model Internals and Interpretability: Advancing our understanding of the internal workings of large language models to enable more targeted interventions and safety measures. Safeguards Research: Developing robust defenses against adversarial attacks, comprehensive evaluation frameworks for model safety, and automated systems to detect and mitigate potential risks before deployment. AI Welfare: Improving our understanding of potential AI welfare and developing related evaluations and mitigations. AI security & frontier red-teaming Stress-testing frontier models to understand the full extent of their current capabilities in fields such as cybersecurity, robotics or cryptography. ML systems & reinforcement learning Improving how frontier models are trained and building the infrastructure behind that research, from model architecture, optimizers and training data to accelerator simulators, hardware backends and RL environment pipelines. For a fuller picture of the questions we care about, see our Recommendations for Technical AI Safety Research Directions and recent publications from our Alignment , Interpretability and Frontier Red teams. Logistics Duration: Placements are six weeks, three months or six months, depending on team fit and candidate preferences. Other lengths between three and six months are possible by exception. Location: This application is for a remote UK position, with the option to work from our London office. However, we prefer that Residents work from our San Francisco office, where most of our research staff is based, but remote participation is possible, especially for shorter placements. Most full-time research roles at Anthropic require relocation to San Francisco. Remote participants need to be based in a country where Anthropic can hire. Commitment: Full-time role for the duration of the residency. Compensation: £265,000 to £375,000/year pro-rated for the duration of the residency + benefits Visa sponsorship: We sponsor visas for placements of three months or longer. For six-week placements we encourage remote participation from a country where Anthropic can hire. Applicants may also be considered for the Anthropic Fellows Program . The annual compensation range for this role is listed below. For sales roles, the range provided is the role’s On Target Earnings ("OTE") range, meaning that the range includes both the sales commissions/sales bonuses target and annual base salary for the role. Annual Salary: £265,000 — £375,000 GBP Logistics Minimum education: Bachelor’s degree or an equivalent combination of education, training, and/or experience Required field of study: A field relevant to the role as demonstrated through coursework, training, or professional experience Minimum years of experience: Years of experience required will correlate with the internal job level requirements for the position Location-based hybrid policy: Currently, we expect all staff to be in one of our offices at least 25% of the time. However, some roles may require more time in our offices. Visa sponsorship: We do sponsor visas! However, we aren't able to successfully sponsor visas for every role and every candidate. But if we make you an offer, we will make every reasonable effort to get you a visa, and we retain an immigration lawyer to help with this. For roles performing work in California: We will consider for employment all qualified applicants, including those with arrest or conviction records or criminal histories, in a manner consistent with the requirements of applicable state and local laws, including the San Francisco Fair Chance Ordinance, the City of Los Angeles’ Fair Chance Initiative for Hiring Ordinance, the Los Angeles County Fair Chance Ordinance for Employers, and the California Fair Chance Act. We encourage you to apply even if you do not believe you meet every single qualification. Not all strong candidates will meet every single qualification as listed.  Research shows that people who identify as being from underrepresented groups are more prone to experiencing imposter syndrome and doubting the strength of their candidacy, so we urge you not to exclude yourself prematurely and to submit an application if you're interested in this work. We think AI systems like the ones we're building have enormous social and ethical implications. We think this makes representation even more important, and we strive to include a range of diverse perspectives on our team. Your safety matters to us. To protect yourself from potential scams, remember that Anthropic recruiters only contact you from @anthropic.com email addresses. In some cases, we may partner with vetted recruiting agencies who will identify themselves as working on behalf of Anthropic. Be cautious of emails from other domains. Legitimate Anthropic recruiters will never ask for money, fees, or banking information before your first day. If you're ever unsure about a communication, don't click any links—visit anthropic.com/careers directly for confirmed position openings. How we're different We believe that the highest-impact AI research will be big science. At Anthropic we work as a single cohesive team on just a few large-scale research efforts. And we value impact — advancing our long-term goals of steerable, trustworthy AI — rather than work on smaller and more specific puzzles. We view AI research as an empirical science, which has as much in common with physics and biology as with traditional efforts in computer science. We're an extremely collaborative group, and we host frequent research discussions to ensure that we are pursuing the highest-impact work at any given time. As such, we greatly value communication skills. The easiest way to understand our research directions is to read our recent research. This research continues many of the directions our team worked on prior to Anthropic, including: GPT-3, Circuit-Based Interpretability, Multimodal Neurons, Scaling Laws, AI & Compute, Concrete Problems in AI Safety, and Learning from Human Preferences. Come work with us! Anthropic is a public benefit corporation headquartered in San Francisco. We offer competitive compensation and benefits, optional equity donation matching, generous vacation and parental leave, flexible working hours, and a lovely office space in which to collaborate with colleagues. Guidance on Candidates' AI Usage: Learn about our policy for using AI in our application process.

Location: San Francisco, CA | New York City, NY About Anthropic Anthropic’s mission is to create reliable, interpretable, and steerable AI systems. We want AI to be safe and beneficial for our users and for society as a whole. Our team is a quickly growing group of committed researchers, engineers, policy experts, and business leaders working together to build beneficial AI systems. About the role The Anthropic Residency is our paid, fixed-term research program, with placements lasting between six weeks and six months. We are looking for people who have led ambitious work in a variety of technical fields and want to transition to full-time work focused on making sure AI systems are safe and beneficial for all of humanity. If you are a professor in a quantitative discipline, a technical founder or a staff-level engineer and want to transition to work on transformative AI, we want to hear from you. Background in machine learning is not required. What to expect A concrete, scoped project matched to your background, with direct mentorship from Anthropic researchers Access to Claude models and GPU compute Connection to the broader AI safety and security research community Interview process The interview process will include an initial application, recruiter screen, technical assessment, research discussion and a reference check. Applications for this round close on November 22, 2026 (11:59 PM PT). We expect to make offers in January 2027. You may be a good fit if you Are motivated by making sure AI is safe and beneficial for society as a whole Are excited to transition into working on empirical AI research full-time Have led ambitious work in a variety of technical fields (professor in a quantitative discipline, a technical founder or a staff-level engineer) Thrive in fast-paced, collaborative environments Can implement ideas quickly and communicate clearly Strong candidates may also Have experience authoring research papers in machine learning, NLP, or AI safety Have experience with LLMs, reinforcement learning or Kubernetes clusters and complex shared codebases Mentors and research areas Potential Anthropic mentors include: Sara Price : leads the Alignment Training team; background in data science Ethan Perez : leads the Alignment Science team; background in machine learning Evan Hubinger : leads the Alignment Stress-Testing team; formerly at The Machine Intelligence Research Institute (MIRI) Samuel Marks : leads the Scalable Oversight team; background in mathematics Elana Simon : researches the interpretability of language models and biological models; background in biomedical informatics Belinda Li : researches how language models represent the world, users, and themselves; background in natural language processing (PhD, MIT) Jack Lindsey : leads the Model Psychology team; background in theoretical neuroscience Nicholas Carlini : researches adversarial machine learning and AI security; previously at DeepMind and Google Brain Jascha Sohl-Dickstein : works at the intersection of safety and pretraining; background in physics and neuroscience, formerly Principal Scientist at Google Brain Residents will work on empirical research questions in collaboration with Anthropic's research teams. Areas we are particularly interested in include: AI safety & alignment Scalable Oversight: Developing techniques to keep highly capable models helpful and honest, even as they surpass human-level intelligence in various domains. Adversarial Robustness and AI Control: Creating methods to ensure advanced AI systems remain safe and harmless in unfamiliar or adversarial scenarios. Model Organisms: Creating model organisms of misalignment to improve our empirical understanding of how alignment failures might arise. Model Internals and Interpretability: Advancing our understanding of the internal workings of large language models to enable more targeted interventions and safety measures. Safeguards Research: Developing robust defenses against adversarial attacks, comprehensive evaluation frameworks for model safety, and automated systems to detect and mitigate potential risks before deployment. AI Welfare: Improving our understanding of potential AI welfare and developing related evaluations and mitigations. AI security & frontier red-teaming Stress-testing frontier models to understand the full extent of their current capabilities in fields such as cybersecurity, robotics or cryptography. ML systems & reinforcement learning Improving how frontier models are trained and building the infrastructure behind that research, from model architecture, optimizers and training data to accelerator simulators, hardware backends and RL environment pipelines. For a fuller picture of the questions we care about, see our Recommendations for Technical AI Safety Research Directions and recent publications from our Alignment , Interpretability and Frontier Red teams. Logistics Duration: Placements are six weeks, three months or six months, depending on team fit and candidate preferences. Other lengths between three and six months are possible by exception. Location: We prefer that Residents work from our San Francisco office, where most of our research staff is based, but remote participation is possible, especially for shorter placements. Most full-time research roles at Anthropic require relocation to San Francisco. Remote participants need to be based in a country where Anthropic can hire. Commitment: Full-time role for the duration of the residency. Compensation: $350,000 to $500,000/year pro-rated for the duration of the residency + benefits Visa sponsorship: We sponsor visas for placements of three months or longer. For six-week placements we encourage remote participation from a country where Anthropic can hire. Applicants may also be considered for the Anthropic Fellows Program . The annual compensation range for this role is listed below. For sales roles, the range provided is the role’s On Target Earnings ("OTE") range, meaning that the range includes both the sales commissions/sales bonuses target and annual base salary for the role. Annual Salary: $350,000 — $500,000 USD Logistics Minimum education: Bachelor’s degree or an equivalent combination of education, training, and/or experience Required field of study: A field relevant to the role as demonstrated through coursework, training, or professional experience Minimum years of experience: Years of experience required will correlate with the internal job level requirements for the position Location-based hybrid policy: Currently, we expect all staff to be in one of our offices at least 25% of the time. However, some roles may require more time in our offices. Visa sponsorship: We do sponsor visas! However, we aren't able to successfully sponsor visas for every role and every candidate. But if we make you an offer, we will make every reasonable effort to get you a visa, and we retain an immigration lawyer to help with this. For roles performing work in California: We will consider for employment all qualified applicants, including those with arrest or conviction records or criminal histories, in a manner consistent with the requirements of applicable state and local laws, including the San Francisco Fair Chance Ordinance, the City of Los Angeles’ Fair Chance Initiative for Hiring Ordinance, the Los Angeles County Fair Chance Ordinance for Employers, and the California Fair Chance Act. We encourage you to apply even if you do not believe you meet every single qualification. Not all strong candidates will meet every single qualification as listed.  Research shows that people who identify as being from underrepresented groups are more prone to experiencing imposter syndrome and doubting the strength of their candidacy, so we urge you not to exclude yourself prematurely and to submit an application if you're interested in this work. We think AI systems like the ones we're building have enormous social and ethical implications. We think this makes representation even more important, and we strive to include a range of diverse perspectives on our team. Your safety matters to us. To protect yourself from potential scams, remember that Anthropic recruiters only contact you from @anthropic.com email addresses. In some cases, we may partner with vetted recruiting agencies who will identify themselves as working on behalf of Anthropic. Be cautious of emails from other domains. Legitimate Anthropic recruiters will never ask for money, fees, or banking information before your first day. If you're ever unsure about a communication, don't click any links—visit anthropic.com/careers directly for confirmed position openings. How we're different We believe that the highest-impact AI research will be big science. At Anthropic we work as a single cohesive team on just a few large-scale research efforts. And we value impact — advancing our long-term goals of steerable, trustworthy AI — rather than work on smaller and more specific puzzles. We view AI research as an empirical science, which has as much in common with physics and biology as with traditional efforts in computer science. We're an extremely collaborative group, and we host frequent research discussions to ensure that we are pursuing the highest-impact work at any given time. As such, we greatly value communication skills. The easiest way to understand our research directions is to read our recent research. This research continues many of the directions our team worked on prior to Anthropic, including: GPT-3, Circuit-Based Interpretability, Multimodal Neurons, Scaling Laws, AI & Compute, Concrete Problems in AI Safety, and Learning from Human Preferences. Come work with us! Anthropic is a public benefit corporation headquartered in San Francisco. We offer competitive compensation and benefits, optional equity donation matching, generous vacation and parental leave, flexible working hours, and a lovely office space in which to collaborate with colleagues. Guidance on Candidates' AI Usage: Learn about our policy for using AI in our application process.

Location: Москва Workplace: Офисный Мы — отдел экспериментальных технологий в AI VK, который решает широкий спектр ML- и DL-задач. Наша команда анализирует, как наши разработки можно переиспользовать и где применить, а затем масштабировать. Задачи Развивать компоненты AI-ассистента для VK Видео: понимание намерения, удержание контекста диалога, выбор стратегии и маршрутизация инструментов Улучшать генерацию кандидатов, semantic retrieval и reranking для поиска и персонализированных рекомендаций Работать с гибридным поиском: эмбеддинги, текстовые и структурные фильтры, поисковые API, рекомендательные модели и явные критерии пользователя Оптимизировать candidate budget и смешивание кандидатов из разных источников Обучать и дообучать модели для отдельных компонентов системы: LLM-like, reranker, query rewriting, relevance-модели Собирать и улучшать обучающие и тестовые датасеты: реальные и синтетические запросы, сложные негативные примеры, long-tail-сценарии и размеченные диалоги Создавать и поддерживать golden datasets, human-aligned evaluation и автоматические проверки качества; калибровать auto-eval по человеческой оценке Анализировать деградации, формулировать гипотезы и проверять их в воспроизводимых экспериментах Оценивать модели не только по общей метрике, но и по отдельным сценариям, категориям запросов, релевантности, разнообразию, безопасности и качеству диалога Оптимизировать latency, стоимость и использование вычислительных ресурсов при обучении и инференсе Готовить компоненты к промышленной эксплуатации: интеграция, нагрузочное тестирование, мониторинг, обработка ошибок и контроль регрессий Участвовать в offline- и online-экспериментах, подготовке A/B-тестов и интерпретации продуктовых метрик Проводить code review, документировать эксперименты и участвовать в обсуждении архитектуры и исследовательских результатов Требования Сильная теоретическая база и опыт работы в рекомендательных системах, информационном поиске, NLP/LLM; готовность работать на их пересечении Понимание устройства retrieval и ranking: embeddings, candidate generation, negative sampling, cross-encoders, reranking Знание основных offline-метрик поиска и рекомендаций: Recall@K, Precision@K, NDCG, MRR и их ограничений Опыт обучения, валидации и внедрения ML-моделей; доведённые до production либо production-like среды самостоятельно разработанные компоненты Навыки постановки воспроизводимых экспериментов, анализа ошибок и статистической интерпретации результатов Понимание жизненного цикла ML-системы: данные, обучение, inference, мониторинг, деградации и переобучение Опыт работы с большими объёмами данных и пайплайнами обработки; YT, Spark или аналогичные инструменты Базовые навыки Linux, Git, контейнеризации и работы с сервисами Будет плюсом Опыт создания LLM-приложений: tool calling, agentic workflows, RAG, structured generation Дообучение LLM или encoder-моделей: SFT, LoRA/adapters, RL Построение lexical, semantic или hybrid retrieval LLM-as-a-judge, human evaluation, построение golden datasets и калибровка автоматических оценок Оптимизация GPU-инференса, batching, quantization, model serving Опыт с распределённым обучением и промышленной ML-инфраструктурой Практика A/B-тестирования рекомендательных или поисковых моделей Мультимодальные модели, VLM, понимание видео или рекомендательные системы для медиаконтента Наличие публикаций по тематике LLM, NLP, multimodal models

Location: Москва Workplace: Комбинированный VK Реклама — платформа, которая объединяет все крупнейшие в России и СНГ социальные сети и сервисы с общим охватом более 140 млн человек. Благодаря VK Рекламе у рекламодателей есть единая точка доступа к аудитории рунета и колоссальному объёму мобильного трафика высокого качества. Ядро рекламной системы — аукцион, обеспечивающий эффективную реализацию выбранных рекламодателями стратегий ставок и подбор рекламы для пользователей. Мы ищем ML-специалиста, которому интересно глубоко погрузиться в механику аукциона, растить эффективность рекламных продуктов и стратегий ставок с помощью методов машинного обучения. Что предлагаем: Возможность внедрять решения, влияющие на ~100 млн пользователей ежедневно Интересную предметную область - реклама сочетает в себе рекомендательную систему и аукцион со множеством дополнительных механизмов Технологические платформы компании, упрощающие внедрения в рантайм Задачи Разрабатывать и улучшать ML-модели ранжирования в аукционе Проводить AБ эксперименты с моделями в высоконагруженной системе Оптимизировать производительность существующих алгоритмов Требования Знание классических методов машинного обучения (линейные модели, градиентный бустинг, матричные факторизации, методы NLP) и DL Понимание принципов и методов предобработки данных, feature engineering и оценки моделей Практический опыт разработки на Java, Python или C++ Знание алгоритмов и структур данных Уверенное владение SQL Будет плюсом Опыт разработки рекомендательных систем Опыт работы с большими данными (Spark, Hadoop, YTsaurus)

Location: Москва Workplace: гибкий VK Реклама — платформа, которая объединяет все крупнейшие в России и СНГ социальные сети и сервисы с общим охватом более 140 млн человек. Благодаря VK Рекламе у рекламодателей есть единая точка доступа к аудитории рунета и колоссальному объёму мобильного трафика высокого качества. Ядро рекламной системы — аукцион, обеспечивающий эффективную реализацию выбранных рекламодателями стратегий ставок и подбор рекламы для пользователей. Мы ищем руководителя в команду вертикалей рекламы, которому интересно глубоко погрузиться в механику аукциона, растить эффективность рекламных продуктов и стратегий ставок с помощью методов машинного обучения. Что предлагаем: Возможность внедрять решения, влияющие на ~100 млн пользователей ежедневно Интересную предметную область — реклама сочетает в себе рекомендательную систему и аукцион со множеством дополнительных механизмов Технологические платформы компании, упрощающие внедрения в рантайм Задачи Руководить командой: наём, развитие, performance review Декомпозировать бизнес-цели и проекты до уровня задач для команды Повышать эффективность рекламы при помощи ML-алгоритмов Предлагать новые решения и проводить A/B-эксперименты для оценки гипотез Обеспечивать стабильность ML-решений в высоконагруженном рантайме Требования Опыт руководства командой ML или разработки от двух лет Опыт развития команды, проведения code review Практический опыт разработки на Java, Python или C++ Знание классических методов машинного обучения (линейные модели, градиентный бустинг, матричные факторизации, методы NLP) и DL Понимание принципов и методов предобработки данных, feature engineering и оценки моделей Знание алгоритмов и структур данных Будет плюсом Опыт разработки рекомендательных систем Опыт работы с большими данными (Spark, Hadoop, YTsaurus)

Location: Москва; Санкт-Петербург Workplace: Офис, Гибридный Вы возглавите ML-команду и будете отвечать за разработку базовых технологий для AI-сервисов Yandex Cloud. Наш фокус — создание мультитенантных поисковых и классификационных моделей. Ждём, что вы разрабатывали и выводили в прод ML-сервисы с высокими требованиями к надёжности и производительности. Мы ищем опытного и проактивного лида, который возглавит ML-команду и будет отвечать за разработку базовых технологий для AI-сервисов Yandex Cloud. Основной фокус команды — создание мультитенантных поисковых и классификационных моделей и компонентов сервисов, которые предоставляются облачным пользователям как: * Standalone API (например, Embeddings API, Classification API) * Интегрированные функции в рамках OpenAI-like Responses и RealTime API (реализация RAG-сценариев, memory) * Технологическая основа для конечных продуктов (AI Guardrails, SpeechSense) Роль предполагает совмещение технического руководства и организационного управления небольшой распределённой командой, проектирование ML-систем, а также непосредственное участие в разработке. Мы предлагаем: * Прямое влияние на core-технологии AI-платформы Yandex Cloud * Высокий уровень технической автономии и свободу в выборе инструментов (активное использование и развитие опенсорса) * Возможность выстроить процессы и культуру в новой команде практически с нуля * Сильную R&D-команду и работу в кросс-функциональных v-teams над технически сложными и интересными задачами Обязанности Команда Вы будете управлять командой ML-разработчиков: проводить performance review, встречи 1-to-1, ставить цели, помогать разработчикам с карьерным развитием, наращивать знания и опыт команды. Понадобится декомпозировать продуктовые цели и превращать их в технический roadmap, формировать квартальные планы команды и отвечать за их реалистичность и стабильную сходимость. Разрабатывать и внедрять CI/CD для моделей, процессов код-ревью, тестирования и релизного цикла ML-артефактов. Представлять R&D-команды в рамках v-team, обеспечивать видимость и прозрачность деятельности R&D-команды, формировать технические требования и запросы к смежным командам (например, требования к данным и инфраструктуре). Разработка Вы станете отвечать за исследование и разработку SOTA-моделей для сценариев RAG (поиск, ранжирование), классификации (few-shot/zero-shot, guards) и памяти, а также их интеграцию в инфраструктуру инференса. Нас вас будет лежать прямая ответственность за метрики качества моделей, а также за производительность и стабильность бэкендов инференса (в том числе за логирование, мониторинги и покрытие кода тестами). Кроме того, вам предстоит лично участвовать в разработке: писать код (до 30¬–40% времени), проводить код-ревью, помогать с архитектурой и диагностикой проблем, готовить релизы моделей и бэкендов. Больше о том, что под капотом платформы Yandex Cloud, — в канале Inside Yandex Cloud Требования * Управляли ML-командой от одного года * Глубоко разбираетесь в современном ML (нейросети, трансформеры) с фокусом на NLP, Information Retrieval или Generative AI * Разрабатывали и выводили в продакшен ML-сервисы с высокими требованиями к надёжности и производительности * Уверенно владеете Python и PyTorch * Понимаете полный жизненный цикл ML-модели: от сбора требований и подготовки данных до эксплуатации в проде * Проактивны и способны самостоятельно формировать технический бэклог и roadmap, исходя из продуктовых целей Будет плюсом * Использовали опенсорс-проекты и контрибьютили в них (особенно в библиотеки для инференса, такие как TensorRT, TensorRT-LLM, vLLM, SGLang) * Работали с C++ и низкоуровневыми оптимизациями (CUDA) * Работали в распределенной команде * Умеете или хотите выступать на публике, писать технические статьи или вести блог, чтобы повышать внешнюю видимость команды и продукта

Location: Москва Workplace: В офисе О компании Секретарь - умный робот, умеющий вести конструктивный, вариативный диалог. Обязанности разрабатывать и дообучать модели TTS: проектирование, finetuning и адаптация генеративных подходов для высококачественного синтеза речи и zero shot клонирования голоса под задачи бизнеса; участвовать в дальнейшей разработке голосового пайплайна, объединяющего ASR, VAD, LLM, NLP и TTS для работы в режиме реального времени; работать с аудиоданными: сбор, чистка, нормализация, препроцессинг и автоматическая разметка датасетов для обучения; проводить регулярный мониторинг и автооценку результатов (естественность синтеза, точность передачи тембра, разборчивость речи); заниматься сокращением задержек генерации: оптимизация моделей для инференса на GPU/CPU инфраструктуре, сборка docker образов; подключаться к работе с другими этапами пайплайна (ASR + NLP/LLM + TTS) работы голосового бота, помогать диагностировать проблемы в инференсе, локализировать баги, принимать и реализовывать инженерные решения. Требования понимание сжатия и дискретизации сигнала через вариационные автоэнкодеры, работы с векторным квантованием и непрерывными/дискретными представлениями аудио; практический опыт применения моделей Flow Matching и Diffusion Transformers для быстрых процессов генерации речи из текста или латентных фичей; опыт применения VAD-моделей, опыт работы с готовыми архитектурами ASR; опыт работы с LLM и NLP для автоматизации обработки данных и для взаимодействия с клиентом; уверенное владение Python (PyTorch, huggingface, фреймворки инференса) и Go; практика работы со потоковым аудио в реальном времени (streaming). Условия офисный формат работы (м. Технопарк); 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. Наши эксперты выступают на ведущих профильных конференциях, таких как HighLoad++, DevOps Conf, Joker, AHA!, Матемаркетинг и другие. А еще мы организуем собственную масштабную конференцию True Tech Day и регулярно проводим митапы для разработчиков и инженеров. 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); 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 Workplace: Гибридный О компании Мы развиваем платформу мониторинга для ПАО МТС и в поисках специалиста, который сможет разработать ML/AI-агента для исследования инцидентов. Обязанности ML/AI‑исследование инцидентов – разработка и внедрение моделей машинного обучения для автоматической классификации, корневого анализа и предсказания серьёзности инцидентов. Контекстный агент – создание сервис‑агента, который в режиме реального времени собирает и коррелирует диагностические данные (логи, метрики, события) из NMS/EMS, систем мониторинга и баз знаний. Логика принятия решений – построение правил и алгоритмов, определяющих, когда система может автоматически выполнить действие, когда требуется подтверждение оператора и когда действие запрещено. Auto remediation – разработка и интеграция runbook/playbook‑сценариев, позволяющих автоматически восстанавливать сервисы; автоматический выбор оптимального сценария и контроль его исполнения. Интеграция со стеком эксплуатации – подключение AI‑агента к платформам мониторинга, incident‑management (Jira/ServiceNow), NMS/EMS и системам диагностики через API/событийные шины. Объяснимость и guardrails – построение механизма, который генерирует понятные обоснования предложенных причин/действий и накладывает безопасные ограничения (guardrails) для исполнения в production‑среде. Оценка качества и совместная работа с эксплуатацией – мониторинг метрик (precision, recall, FP/FN, доля автоматизированных решений, MTTR), работа с историей инцидентов и совместная формализация типовых сценариев диагностики/восстановления с командой эксплуатации. Требования Практический опыт в ML/AI – работа с applied‑machine‑learning, LLM‑агентами, NLP и решениями интеллектуальной автоматизации. Опыт обработки неструктурированных и полуструктурированных данных – аварийные сообщения, логи, описания инцидентов, комментарии операторов. Построение и эксплуатация пайплайнов – создание ETL‑/ELT‑конвейеров, интеграция обученных моделей в production‑окружение. Знание современных подходов к Retrieval‑Augmented Generation и агентным workflow – tool‑calling, классификация, ранжирование, поиск похожих кейсов. Разработка сервисов на Python – чистый, тестируемый код, применение фреймворков (FastAPI, Flask, Django и др.). Работа с API, базами данных и системами обмена сообщениями – REST/GraphQL, SQL/NoSQL, Kafka/RabbitMQ, etc. Понимание безопасной автоматизации и её внедрения в реальный процесс – механизмы approvals, rollback, audit‑trail, RBAC и умение «перевести» модель из эксперимента в продуктивный сервис. БУДЕТ ПЛЮСОМ: Опыт в телекоме, NOC, мониторинге, incident management или эксплуатации инфраструктуры. Опыт работы с LLM-агентами для диагностики, troubleshooting или автоматизации операций. Опыт построения recommendation systems или case-based reasoning. Опыт работы с Kubernetes, Kafka, Airflow, MLflow, векторными БД. Понимание сетевых технологий, базовых принципов работы мобильной сети, EMS/NMS-систем. Опыт создания систем auto-remediation в SRE/DevOps/Network Operations. Условия Оклад + годовая премия; Программа ДМС с первого месяца работы - это 100% покрытие расходов в частных клиниках, включая стоматологию. Застраховать близких родственников можно со скидкой 50%. Для любителей путешествий - страховка в поездках за границу. А еще есть страхование жизни; Очное и онлайн-обучение в Корпоративном университете, у внешних провайдеров, если это полезно для работы, обмен опытом во внутренних профессиональных сообществах, а также доступ к онлайн-библиотеке с полезными книгами и периодикой; Оплачиваемые выходные на значимые события в жизни сотрудника; Материальная помощь в сложных жизненных ситуациях; Корпоративная мобильная связь + интернет, а также единая подписка МТС Premium (онлайн кинотеатр KION, сервис МТС Music, МТС Строки и т.д.); Предложения от партнёров для путешествий, развлечений и занятий спортом; Возможность участия в волонтерских программах: мы организуем благотворительные ярмарки, Образовательные проекты для детей, конкурсы социальных проектов и экологические проекты; Внутренняя спортивная программа «В движении»: забеги, марафоны, турниры по разным видам спорта, медитации и занятия на баланс. Голосуй за МТС в Рейтинге работодателей hh.ru : https://rating.hh.ru/poll Ищи нас в блоке «Технологии и цифровые решения» — направление «Телекоммуникации, связь».

Location: Remote, Worldwide; Aachen; Berlin, Germany; Frankfurt, Germany; Germany; Munich, Germany; Saarbrücken, Germany; Stuttgart, Germany Workplace: remote As a trusted global transformation partner, Welocalize accelerates the global business journey by enabling brands and companies to reach, engage, and grow international audiences. Welocalize delivers multilingual content transformation services in translation, localization, and adaptation for over 250 languages with a growing network of over 400,000 in-country linguistic resources. Driving innovation in language services, Welocalize delivers high-quality training data transformation solutions for NLP-enabled machine learning by blending technology and human intelligence to collect, annotate, and evaluate all content types. Our team works across locations in North America, Europe, and Asia serving our global clients in the markets that matter to them. www.welocalize.com   To perform this job successfully, an individual must be able to perform each essential duty satisfactorily. The requirements listed below are representative of the knowledge, skill, and/or ability required. Reasonable accommodations may be made to enable individuals with disabilities to perform the essential functions.   OVERVIEW   MAIN PURPOSE OF THE JOB   Welocalize is seeking passionate and culturally fluent German Music Subject Matter Experts with exceptional writing skills to join our localization team. You’ll review, refine, fact check, and adapt German music-related content so it resonates with audiences in your market.   Project Details: Language Pair: English (US) > German (DE) Task Type: Quality Control Assessment: Grammar + SME knowledge MAIN DUTIES Review, edit, fact check, and adapt music-related content while adhering to writing style guides and guidelines Elevate and improve AI-generated US-English source copy to ensure clarity, coherence, and creative impact Conduct market-specific research on music terminology, artists, genres, and trends; ensure cultural and regional relevance for US audiences Provide feedback on written content Ensure consistency and quality across audiovisual and digital surfaces; work within client tools and workflows REQUIRED SKILLS Proven copywriting experience Native-level fluency in German Proven experience editing or writing content related to various music genres, ensuring clarity, coherence, and consistency. Familiarity with contemporary music terminology, trends, and industry conventions. Ability to tailor tone and style to suit different musical contexts and audiences. Awareness of cultural influences and regional preferences in music content. Sharp awareness of pop culture, with a keen understanding of language, trends, and references commonly used in mainstream and ultra-popular contexts. Ability to avoid overly formal or stiff tones to maintain relevance and authenticity. Deep understanding of music genres: Pop/Rock // Hip-Hop // K-Pop. BONUS IF YOU HAVE: Published work on platforms like Billboard, Rolling Stone, Pitchfork, NME, or similar Experience working with music streaming services, editorial platforms, or music-focused apps A flair for adapting voice and style to Gen Z and pop culture audiences Beware of recruitment scams. Welo Global and all of its brands never recruit through direct messages on social media or WhatsApp, and never asks candidates to pay money for a job. Official emails come only from @welocalize.com, @welodata.ai, or @hire.lever.co, and all applications go through jobs.lever.co/weloglobal. Be wary of unexpected offers, generic email addresses (such as Gmail or Yahoo), and requests for fees or sensitive information. Report suspicious messages and learn more: Recognizing Scams and Confirming Legitimate Welocalize Communications – Welo Global   After your application is reviewed, shortlisted candidates will be contacted by our team to complete the application process.

Location: Mexico Workplace: remote About Welo Global  Welo Global is a leader in multilingual AI, technology, and content solutions serving over 2,000 clients in 300 languages. The company combines globally scaled multilingual infrastructure, including a network of over 500,000 linguists and domain experts, with advanced NLP, computational linguistics, and best-in-class compliance backed by seven ISO certifications. Welo Global’s five brands—Welocalize (multilingual content and localization services for global enterprises), Park IP (intellectual property and patent translation services for law firms and corporate legal teams), Welo Life Sciences (regulated language and compliance-aligned content solutions for pharmaceutical, biotech, and medical device organizations), Adapt (multilingual performance-led digital marketing agency), and Welo Data (multilingual data generation, evaluation, and human data infrastructure for AI systems)—serve distinct customer segments with purpose-built expertise, fit-for-purpose solutions, and supporting technology. weloglobal.com  About the Role We're hiring a technically strong Senior Data Analyst to help modernize how our FP&A organization uses data, analytics, and automation. This is an embedded Finance role: you'll report directly to the FP&A Director and work side by side with her day to day while partnering closely with our central Data Analytics and Data Engineering teams on infrastructure, standards, and complex technical problems. It's a hands-on execution role for someone who builds. Financial and operational data at Welocalize lives across multiple systems - Workday Financials, Adaptive Planning, Salesforce, a Redshift data warehouse, Power BI, and years of Excel workbooks carrying critical processes. Much of it doesn't connect cleanly, and a lot of institutional knowledge lives in undocumented spreadsheets, manual processes, and Power Queries rather than any system of record. You might start with a complex, years-old Excel workbook and a simple prompt: “This is how we do this today.” Your job isn't to automate the workbook as-is - it's to understand its purpose, trace its logic to source, figure out what users actually need, and design something better: a rebuilt pipeline, a SQL/Python replacement, a driver-based view, an exception-monitoring workflow, or an AI-assisted tool. We're just starting to build out an FP&A AI repository - documentation, business logic, and workflows meant to let AI reliably execute FP&A processes, not just answer one-off questions - and you'll partner with us to determine its direction. This role is a deliberate combination of three things: 1. Fluency with data itself - the ability to query, shape, and manipulate data directly. 2. An engineering mindset - building automated, repeatable systems (workflows and dashboards that run and refresh on their own, integrations across tools) rather than one-off analysis, and knowing how to scope and coordinate real pipeline or data mart work with Data Engineering. 3. An investigative instinct - the ability to look at data and figure out what it's telling us, not just execute a report exactly as specified. What You'll Do Partner directly with FP&A leadership to understand existing reporting, analytical, and planning processes and identify where they should fundamentally change, not just get faster. • Reverse-engineer complex Excel workbooks and manual processes to understand their data sources, business logic, calculations, and the questions their users are actually trying to answer. • Design and build automated solutions using SQL, Python, ETL/data transformation, APIs, and modern AI tools. • Work through large, imperfect, multi-system datasets - resolving data quality, mapping, reconciliation, and grain issues along the way. • Perform exploratory analysis to identify trends, anomalies, relationships, and underlying business drivers, rather than simply reporting what happened. • Design dashboards and reporting experiences around the decisions people actually need to make, not a recreation of an existing spreadsheet in a new tool. • Build AI-assisted, interactive HTML reporting tools - developed with the help of AI coding tools and engineered to refresh efficiently on their own, without repeated AI calls. • Develop driver-based analysis, exception reporting, and monitoring approaches that surface important changes proactively. • Explore and build AI-assisted and agentic workflows - including ways for LLMs to interact with data, tools, APIs, and reporting processes. • Partner with the central Data Analytics and Data Engineering teams on shared data infrastructure and standards - including scoping and coordinating data pipeline and data mart requests. • Contribute in a leadership capacity within the analytics function even without formal management responsibility - shaping how problems get approached, mentoring by example, and helping set the bar for analytical rigor. • Translate complex analytical findings into clear, actionable insight for Finance leaders and other business stakeholders. • Partner in building out our FP&A AI repository - the documentation, conventions, and workflows meant to let an AI assistant execute FP&A processes reliably - and help shape its direction as we go. How You Think Technical skills matter, but how you approach problems matters just as much. We're looking for someone who: • Is genuinely curious and naturally asks “why?” when something doesn't reconcile or doesn't make sense. • Enjoys digging into messy or unfamiliar data and figuring out how things connect. • Doesn't assume an existing process or report is right simply because that's how it's always been done. • Can take an ambiguous problem and independently structure an approach to solving it, while knowing when to pull others in rather than spinning wheels alone. • Looks beyond the initial request to identify opportunities, risks, and better approaches the requester may not have thought to ask for. • Enjoys collaborative problem-solving - bouncing ideas around, testing hypotheses, and challenging assumptions to get to a stronger answer. • Takes ownership of the areas they work in - the business purpose, the data, the known issues, and the opportunities for improvement - rather than treating each request as a one-off ticket. • Likes building things, experimenting, and continuously improving how work gets done. Required Skills and Experience 5-10 years of relevant experience required. You should be genuinely, hands-on strong across: • SQL - comfortable joining tables, tracing grain, finding duplicates, and validating results in unfamiliar schemas. • Python - practical proficiency for data transformation, analysis, and automation. • ETL/ELT fluency - strong enough understanding of pipeline design to define data requirements, validate output, and partner effectively with Data Engineering on pipeline and data mart requests. Hands-on pipeline-building experience is a plus. • Report and dashboard building - able to design and build a reporting/analytical experience end-to-end, whether on a modern BI platform (Power BI, Tableau, Looker, or similar) or as a standalone interactive HTML/web-based report. Standalone HTML/web-based reports are increasingly our primary format. • Automation - demonstrated experience automating manual, recurring data or reporting workflows. • Comfort learning and adopting new AI-assisted tools and workflows - you should be genuinely curious about this space and ready to build fluency quickly on the job. • Advanced Excel, including the ability to deconstruct sophisticated, undocumented legacy workbooks. • Demonstrated ability to explore data and figure out why something happened - forming and testing your own hypotheses, not just reporting what happened. • Fluent English, spoken and written. This is a fully remote role and you'll communicate directly, in English, with business stakeholders and executive leadership as well as data analysts and engineers across our global organization, where English is the shared working language. Preferred Experience Bachelor's degree in Computer Science, Information Systems, Data Science, or a related quantitative/technical field strongly preferred; equivalent experience acceptable. Master's degree is a plus. • Experience supporting Finance, FP&A, Strategy, Operations, or another analytically intensive business function. • Familiarity with financial concepts such as revenue, margin, profitability, forecasting, and variance analysis. • Experience modernizing legacy Excel-based reporting or analytical processes. • Experience working in an environment where data is distributed across multiple systems and isn't always perfectly documented. • Experience working effectively in a fully remote, distributed team environment. • Exposure to AI/agentic tooling, or experience helping design how AI gets applied to a business process (e.g., LLM workflows, tool/function calling, RAG, MCP, building AI-assisted reporting or automation). • Machine learning, statistical modeling, or formal data science experience is welcome but not required.

Проект по созданию аналитической платформы на базе ИИ — единая экосистема для работы с данными. Продукт собирает информацию из разных источников, обрабатывает её и предоставляет руководству и аналитикам инструменты мониторинга, поиска и прогнозирования (включая чат-ботов). Задачи: — Анализировать и исследовать данные — проводить первичный EDA, выявлять закономерности и аномалии в данных — Предобрабатывать и очищать данные — разрабатывать скрипты для трансформации, нормализации и feature engineering, подготавливать датасеты для обучения моделей — Разрабатывать, настраивать и оптимизировать LLM-пайплайны — Обучать и дообучать ML-модели — Оценивать и интерпретировать результаты — анализировать метрики качества моделей, выявлять причины ошибок и предлгать пути улучшения — Генерировать гипотезы, проверять их значимость и внедрять в рабочие процессы Требования: — Знание языков программирования (Python) — Навыки применения numpy, pandas, scikit-learn, tensorflow или pytorch, опыт решения NLP задач, знание статистики и линейной алгебры, трансформация и подготовка данных — Будет преимуществом: Опыт участия в ML соревнованиях, курсы DS школ Условия: — Возможность работы в комфортном офисе г. Москва — Внутренние семинары, внутренние митапы — Техника для комфортной работы — ДМС со стоматологией для сотрудников и скидку на покупку ДМС для ближайших членов семьи — Сессия профессионального развития с планом индивидуального развития для каждого сотрудника

Location: Москва, гибрид или удалённая работа, RU; Россия О команде Наша команда разрабатывает и поддерживает пайплайны и модели скоринга коммуникаций для определения разных интентов, борьбы со спамом и другими нарушениями, которые влияют на опыт покупателей и продавцов на Авито. Ищем DS-инженера, который будет разрабатывать решения полного цикла: от анализа данных и обучения моделей до инференса и мониторинга в нагруженных продакшен-системах. Какие задачи вас ждут: проектировать, обучать и внедрять NLP-модели и LLM-пайплайны для детекции подозрительных и нежелательных интентов и паттернов в коммуникациях: от переходов в другие каналы связи до намеренных обфускаций текста в обход проверок Авито; экспериментировать с современными методами машинного обучения; настраивать сбор разметки и контролировать её качество с помощью асессоров и LLM; встраивать модели в сервисы для скоринга, выводить их в продакшен, следить за стабильностью пайплайнов и моделей; проводить A/B-тесты, оценивать влияние решений на продуктовые и бизнес-метрики. Мы ждём, что вы: имеете большой опыт в построении NLP-моделей для классификационных задач; уверенно владеете Python и DS-стеком, работаете с DL-фреймворками, например PyTorch; умеете проводить полный цикл ML-разработки: от работы с данными и моделью до продакшена, мониторинга и проверки влияния; работали с разметкой и понимаете, как получить качественные датасеты с помощью краудсорсинга и LLM; имеете опыт продакшен-эксплуатации моделей в режиме реального времени и режиме, близком к реальному времени; оперируете не только ML-метриками, но и оцениваете влияние разработанного решения на бизнес-метрики, за которые отвечает команда. Будет здорово, если вы: имеете опыт применения и тюнинга LLM в прикладных задачах; настраивали LLM-as-a-Judge для оценки качества; проводили A/B-тесты для оценки влияния моделей на бизнес; знакомы с практиками MLOps: Kubeflow, K8s, feature store, MLflow. Работа у нас — это: возможность реализовать идеи в проекте с многомиллионной аудиторией; масштабный инженерный процесс, где можно участвовать во всех этапах разработки решения; интересные развивающие задачи и влияние на продуктовые и бизнес-метрики; культура взаимопомощи и обмена опытом; прозрачный карьерный трек и инструменты для роста: семинары, менторство, митапы; мощное железо, дополнительные мониторы, AI-инструменты и всё, что нужно для продуктивной работы; прозрачная система премий и конкурентная зарплата — размер обсудим на собеседовании; личный бюджет на обучение, который можно использовать для AI-инструментов, книг, курсов и конференций; 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; удалённый формат работы и комфортный офис рядом с метро «Белорусская».

Location: Estonia Workplace: remote As a trusted global transformation partner, Welocalize accelerates the global business journey by enabling brands and companies to reach, engage, and grow international audiences. Welocalize delivers multilingual content transformation services in translation, localization, and adaptation for over 250 languages with a growing network of over 400,000 in-country linguistic resources. Driving innovation in language services, Welocalize delivers high-quality training data transformation solutions for NLP-enabled machine learning by blending technology and human intelligence to collect, annotate, and evaluate all content types. Our team works across locations in North America, Europe, and Asia serving our global clients in the markets that matter to them. www.welocalize.com   To perform this job successfully, an individual must be able to perform each essential duty satisfactorily. The requirements listed below are representative of the knowledge, skill, and/or ability required. Reasonable accommodations may be made to enable individuals with disabilities to perform the essential functions.   OVERVIEW   We are looking for translators or agencies with experience in translating patents from English into Estonian (native-level fluency of Spanish) with immediate availability for our patent translation projects.   The ideal candidate will have strong experience in translating and proofreading patents, specifically in the field of Electricity, Computer Science and Chemistry.   Project Details:   Job Title: English to Estonian Linguists for Patent Start Date: ASAP Location: Remote Task Type: Translation, Machine Translation Post Edit, Copy Edit, Quality Control (QC) Content Type:  Chemistry, Electricity Expected Weighted Volume Per Week: 2000-5000 words CAT Tool: XTM (Translation); JIRA (QC) Employment Type: Freelance Main Duties Translate patent-related content from English into Estonian, with original meaning conveyed in a manner that is readable and understandable to target audience. Follow instructions, for example Translation process, CAT tool usage, etc. Communicate effectively and response promptly in English. Requirements Minimum two years' experience translating and reviewing content in the patent fields; Native fluency in target language; Degree in linguistics, translation or equivalent experience. Able to translate, copy edit, and MTPE. When you join Welocalize, you have the opportunity to bring your career to the next level: ... receive steady volume of work and long-term partnership {where this applies}  ... professional development: work on exciting projects that will empower you keep learning and growing ... work with multicultural, international team with a great variety of documents and content types   ... 24-hour 6-day a week support from our Community team.   If this opportunity sounds appealing to you, apply below.

Location: Islamabad, Pakistan Workplace: hybrid Our AI Customer Support and Safety team is working on many areas including Computer Vision, NLP, RL etc, bringing business value to our products and improving the lives of our customers. Now we are aiming to strengthen several streams and looking for an experienced middle Machine Learning Engineer , who will help us in our journey. The primary focus for this position will be automation of the driver verification process, for which experience in computer vision is essential. Key Responsibilities Develop, deploy, and maintain machine learning models and systems Conduct in-depth data analysis, preparation, and processing Contribute to the design of ML systems, focusing on data-related aspects like annotation and processing Follow established security guidelines and identify potential risks Collaborate with peers to review and ensure designs are effective, flexible, and reusable Solve issues and provide feedback for engineering design and delivery processes Ensure that features are deployed according to requirements and operate without unintended side effects Create and maintain comprehensive documentation for models and processes Monitor and support deployed solutions to ensure they meet performance expectations Actively seek out information and internal solutions to ensure reusability and adoption of common technologies Our expectations 3+ years of experience in the Field. Previous software engineering experience is preferrable Strong proficiency in Python and its common data processing frameworks (e.g., for streaming, batch, and asynchronous data). Strong foundational knowledge in classical machine learning, deep learning, and advanced mathematics. Familiarity with MLOps principles and experience using MLOps tools for managing the ML model lifecycle. Experience with backend systems and infrastructure, and a willingness to learn new technologies (like Golang) for integration purposes. The ability to design solutions using common design patterns and various design tools. Experience in experiment design and the ability to validate the credibility of information from various sources. A solid understanding of the business value of delivered features. Strong problem-solving skills, with an emphasis on using technical facts and reasoning. Excellent communication and collaboration skills, including active listening and the ability to build consensus. A strong drive for continuous self-development and a collaborative mindset for contributing to communities. Ability to balance quality and speed depending on the case, and justify your decision Ability to explain the background and consequences of your technical decisions to non-technical stakeholders, including product and business managers English communication skills Why join us Help us challenge injustice by creating fair choices for millions of people across 47 countries. Develop your professional skills with access to mentoring, career consulting, and learning programs. Collaborate with teams around the world and gain international experience through our Global Talent Exchange Program. Engage in company-wide challenges, awards, sports activities, employee-led social impact and volunteering projects. Work alongside people who take initiative, speak openly, and challenge themselves to grow. Improve your language skills through co-financed courses and internal speaking clubs. Final benefits may vary depending on the location.

Location: Cairo, Egypt Workplace: hybrid Our AI Customer Support and Safety team is working on many areas including Computer Vision, NLP, RL etc, bringing business value to our products and improving the lives of our customers. Now we are aiming to strengthen several streams and looking for an experienced middle Machine Learning Engineer , who will help us in our journey. The primary focus for this position will be automation of the driver verification process, for which experience in computer vision is essential. Key Responsibilities Develop, deploy, and maintain machine learning models and systems Conduct in-depth data analysis, preparation, and processing Contribute to the design of ML systems, focusing on data-related aspects like annotation and processing Follow established security guidelines and identify potential risks Collaborate with peers to review and ensure designs are effective, flexible, and reusable Solve issues and provide feedback for engineering design and delivery processes Ensure that features are deployed according to requirements and operate without unintended side effects Create and maintain comprehensive documentation for models and processes Monitor and support deployed solutions to ensure they meet performance expectations Actively seek out information and internal solutions to ensure reusability and adoption of common technologies Our expectations 3+ years of experience in the Field. Previous software engineering experience is preferrable Strong proficiency in Python and its common data processing frameworks (e.g., for streaming, batch, and asynchronous data). Strong foundational knowledge in classical machine learning, deep learning, and advanced mathematics. Familiarity with MLOps principles and experience using MLOps tools for managing the ML model lifecycle. Experience with backend systems and infrastructure, and a willingness to learn new technologies (like Golang) for integration purposes. The ability to design solutions using common design patterns and various design tools. Experience in experiment design and the ability to validate the credibility of information from various sources. A solid understanding of the business value of delivered features. Strong problem-solving skills, with an emphasis on using technical facts and reasoning. Excellent communication and collaboration skills, including active listening and the ability to build consensus. A strong drive for continuous self-development and a collaborative mindset for contributing to communities. Ability to balance quality and speed depending on the case, and justify your decision Ability to explain the background and consequences of your technical decisions to non-technical stakeholders, including product and business managers English communication skills Why join us Help us challenge injustice by creating fair choices for millions of people across 47 countries. Develop your professional skills with access to mentoring, career consulting, and learning programs. Collaborate with teams around the world and gain international experience through our Global Talent Exchange Program. Engage in company-wide challenges, awards, sports activities, employee-led social impact and volunteering projects. Work alongside people who take initiative, speak openly, and challenge themselves to grow. Improve your language skills through co-financed courses and internal speaking clubs. Final benefits may vary depending on the location.