Вакансии

Сопровождение ML-решений (мониторинг сервисов и моделей, отслеживание дрейфа данных, работа над развитием); Оценка влияния на бизнес предложенных решений;

• Разработка моделей эластичности для различных групп клиентов, кластеризации клиентов по их поведенческим характеристикам. • Разработка поведенческих моделей для прогнозирования динамики объемов различных сегментов розничного портфеля Банка в множестве сценариев на периоде жизни портфеля.

• Оценка целей бизнес задач, бизнес метрик, алгоритмов и методов машинного обучения, имеющихся и необходимых данных. Формирование и проверка гипотез.

-Подготовкой математического ядра для сервисов, связанных с поиском на Фарпосте. -Помогать улучшать инфраструктуру и внедрять современные инженерные практики для наших сервисов.

О нас за минуту DV Group — это eRetail маркетинг. У нас две собственные платформы: CDP (DV Platform) — сегментирует покупателей по чековым данным, MAID, строит Sales Lift. DSP (DV Programmatic) — закупает трафик в RTB с таргетингом на реальных онлайн-покупателей (не на интересы). Уникальная интеграция с ПБД. Что предстоит делать Разработка и внедрение ML-моделей Анализ больших объемов данных Построение recommendation / prediction моделей Подготовка и очистка данных Проведение A/B тестов Написание сложных запросов ClickHouse и их оптимизация Взаимодействие с frontend-разработчиками, backend-разработчиками, аналитиками, product-менеджером и DevOps Кто нам нужен Python, SQL, Spark, ClickHouse pandas, numpy, scikit-learn Опыт работы с ML-моделями Работа с оркестраторами (Dagster, Airflow) и Kubernetes Понимание статистики и теории вероятностей Способность разрабатывать надежные ETL пайплайны Что предлагаем Зарплата: 200 000 – 220 000 ₽ оклад net + годовая премия Формат: гибрид или полная удалёнка, но ты проживаешь в РФ График: 10:00–19:00 ДМС со стоматологией после испытательного срока, локация Москва Свой бариста в офисе и правда классный Экспертная среда — никакой скуки, только реальные AdTech-задачи и возможность влиять на продукт Продукт в реестре отечественного ПО — это важно для нас и для клиентов.

Booking — сервис интернет-бронирования отелей по всему миру. Вакансия Data Scientist II (Finance Payments) в компании Booking, расположенной в Амстердаме. Требования к опыту и навыкам: применение методов GenAI, знание SQL, владение Python или R. Размер команды компании — более 10 тысяч человек. CEO компании — Glenn Fogel, ранее вице-президент Morgan Stanley. В компании работает много русскоязычных сотрудников.

Ищем сильных DS инженеров, которым интересно развивать LLM в Авито. Сейчас открыты ставки в команду инференса LLM и в команду базовой модели.

• Оптимизировать выдачу на страницах категорий, каналов и тегов. • Строить text-to-video поиск, embedding-модели, ранжирование, семантический поиск.

Платформа ОФД — крупнейший в России оператор фискальных данных с аудиторией около 1 млн пользователей. Компания создает IT-продукты для предпринимателей, инструменты управления бизнесом, аналитические сервисы и новые услуги на основе Big Data, анализируя рынок российского ритейла на данных из чеков в режиме реального времени. Ежедневно обрабатывается 60 млн кассовых чеков, в базе 4,7 млрд уникальных названий товаров. Команда DS строит NLP-ядро решения для автоматической категоризации товарных строк из чеков и извлечения атрибутов с целью восстановления товарной позиции до SKU. Также команда внедряет AI-агентов в процессы смежных подразделений компании. Задачи: — Разработка ML-моделей, rule-based и иных решений под поставленные задачи; — Поиск и лидирование разметки данных для обучения; — Покрытие мониторинговыми метриками, близкими к продуктовым; — Обучение, заказ разметки, деплой и покрытие прод метриками моделей для задач классификации позиций в чеках по древовидному каталогу, NER и нормализации атрибутов чековых данных, AI-агентов на основе локальных LLM для внутреннего использования и автоматизации задач, прочих инструментов для разметки данных; — Быстрые адаптивные решения под отраслевые проекты (классификация и атрибуция); — AI-агенты для разметки, технической поддержки и чата; — Ресерч альтернатив ядерного решения. Требования: — Коммерческий опыт обучения и эксплуатации трансформеров в NLP; — Опыт с векторными представлениями, Retrieval/Re-rank; — Опыт информационного извлечения в ритейле (NER, нормализация, линковка); — Продуктовое мышление и работа с метриками; — Умение структурировать задачи на компоненты и эксперименты; — Умение формировать выводы и защищать результаты; — Знание docker, vllm, k8s будет плюсом; — Опыт создания дашбордов для мониторинга моделей и загрузки LLM; — Желателен опыт работы с LLM (инференс, агенты), включая fine-tuning, дообучение, дистилляцию, квантование. Стек: — NLP, AI, ML; — docker, k8s; — LLM. Инфраструктура: — Разделение серверов на r&d и пром; — On-prem GPU для обучения и инференса нейросетевых моделей, включая LLM; — Хранилище данных на Hadoop. Найм: — Техническое интервью с TL команды DS; — Возможно выполнение тестового задания. Условия: — Трудоустройство по ТК РФ в аккредитованной ИТ-компании; — Комфортный офис рядом с м. Спортивная/МЦК Лужники; — График работы 5/2 с 9:00/10:00 до 18:00/19:00; — Офисный формат работы на испытательный срок, далее возможен гибрид; — Обучение и семинары за счет компании; — Расширенный соцпакет: ДМС (поликлиника, госпитализация, стоматология), скидки от партнеров, льготы на ипотеку; — Корпоративная жизнь, ежемесячные мероприятия; — Открытая рабочая атмосфера, общение на "ты", отсутствие дресс-кода.

Компания Mayflower — технологическая компания, создающая высоконагруженные продукты, которыми пользуются миллионы людей по всему миру. Условия: — Офис в Лимасоле, Кипр — Помощь с переездом

Компания Dandelion, специализирующаяся на разработке продуктов в области клинического искусственного интеллекта, ищет специалиста по обработке естественного языка и большим языковым моделям (NLP / LLM Data Scientist). В рамках работы необходимо использовать возможности медицинских данных для создания инновационных решений, которые принесут пользу пациентам и сообществам. Работа предполагает удалённый формат для сотрудников из США с гибким графиком. Кандидат должен обладать навыками в области анализа и обработки данных, связанных с NLP и большими языковыми моделями, а также иметь опыт работы с медицинскими данными и соответствующими технологиями.

Ищем Data Scientist / ML Engineer для запуска кредитного скоринга на международных рынках. Предстоит адаптировать модели и scoring pipeline к новым странам, оценивать качество и обрабатывать разнородные данные — от финансовой отчётности и документов до внешних и альтернативных источников.

Gradient Labs — AI-платформа для финансовых сервисов, которая автоматизирует customer support и back-office процессы. В компании работают русскоязычные ребята. Размер команды — 11-50 человек, инвестиции — $26M.

Команда DS Lab — это RnD-подразделение внутри департамента Trust & Safety, которое разрабатывает решения для повышения доверия и безопасности пользователей на площадке. Мы работаем с широким спектром AI-задач, используем современный стек технологий, а также регулярно внедряем SOTA-подходы для того чтобы быть быстрее и умнее тех, кто пытается обмануть бизнес и пользователей. Задачи: — Обучать и развивать ML-модели, направленные на повышение доверия и безопасности миллионов пользователей на площадке; — Реализовывать полный жизненный цикл ML-проектов: от глубокого анализа данных и поиска гипотез до запуска решений в production и их мониторинга; — Работать с передовыми архитектурами (Transformer, LLM, VLM), проектируя на их основе сложные решения, включая автономные агентские системы; — Изучать текущие бизнес-процессы департамента, находить точки роста и внедрять инновационные методы для их качественного улучшения; — Исследовать SOTA-подходы к решению сложных задач и адаптировать их под специфику и потребности бизнеса. Требования: — Успешно реализовали сложные технические проекты «с нуля» и обладаете опытом доведения своих решений до этапа промышленной эксплуатации в высоконагруженных системах; — Детально понимаете устройство современных нейросетевых архитектур (включая трансформеры, мультимодальные системы и агентские паттерны) и имеете опыт их практического применения; — Обладает глубокой экспертизой в CV и/или NLP; — Уверенно владеете современным стеком разработки и фреймворками для DS/ML, понимаете принципы оптимизации производительности моделей; — Способны самостоятельно вести проект, декомпозировать задачи, оценивать риски, аргументировать выбранный подход, коммуницировать со стейкхолдерами и заказчиками; — Умеете работать в условиях высокой неопределенности, быстро проверять гипотезы и вовремя отказываться от неработающих подходов; — Используете Claude Code, Codex и другие агентные инструменты в ежедневной работе: умеете декомпозировать задачи под агента, писать контекст и инструкции, проверять и дорабатывать результат. Будет здорово, если вы: — Имеете опыт работы с агентскими решениями или понимаете принципы их построения на базовом уровне; — Умеете быстро создавать работающие прототипы и интерактивные инструменты для демонстрации результатов заказчикам; — Обладаете экспертизой в области Trust & Safety и/или имеете опыт работы в крупных E-commerce проектах; — Есть опыт в edge computing, распознавании речи или машинном переводе.

Задачи: — Разработка и внедрение ML-моделей прогнозирования спроса (временные ряды, градиентный бустинг, нейросети) на уровне SKU; — Автоматизация пайплайнов ретрайна и мониторинга качества прогнозов в продакшене с использованием MLflow, Airflow, Docker; — Интеграция внешних факторов (промо, погода, сезонность, макроэкономика) и сценарное "what-if" моделирование; — Согласование иерархических прогнозов для оптимизации запасов в цепочке поставок (дефицит ↔ перепроизводство). Требования: — Уверенное владение Python (Pandas, NumPy, Scikit-learn); — Продвинутый уровень SQL (оконные функции, CTE, оптимизация запросов); — Опыт работы с Big Data: PySpark (распределённые данные > 100 ГБ); — Знания MLOps: Airflow / Prefect, MLflow / Weights & Biases, Docker, CI/CD; — Опыт работы с облачными платформами: AWS (SageMaker, S3, Redshift) или Azure / Yandex Cloud; — Знания статистики: теория вероятностей, проверка гипотез, A/B-тестирование, байесовские методы; — Бизнес-ориентация: понимание метрик (WMAPE, Fill Rate, оборачиваемость) и их влияния на P&L; — Умение объяснять сложные вещи простым языком нетехническим менеджерам и закупщикам; — Проактивность: самостоятельный поиск гипотез и точек роста, а не просто выполнение ТЗ; — Стрессоустойчивость: работа с "грязными" данными и умение отстаивать качество прогнозов перед бизнесом. Условия: — Работа в офисе у м. Кунцевская, бизнес-центр Kutuzoff Tower; — График работы 5/2 с 09:00 до 18:00; — Официальное оформление по ТК РФ, официальная зарплата с больничными и отпусками; — Заработная плата обсуждается на собеседовании; — Корпоративные скидки на продукцию компании (алкоголь); — Подарки сотрудникам и их детям на праздники.

Задачи: — Разработка и внедрение ML/NLP решений для реальных продуктовых задач. — Работа с LLM: fine-tuning, prompt engineering, повышение качества ответов. Требования: — Опыт работы Data Scientist от 2 лет. — Уверенный Python. — Практический опыт с ML/NLP стеком (PyTorch, TensorFlow, Hugging Face).

Компания Tufin, работающая в сфере кибербезопасности и специализирующаяся на автоматизации управления политиками безопасности и сетевой инфраструктурой, ищет старшего специалиста по анализу данных. В рамках этой роли кандидат будет заниматься разработкой и внедрением моделей машинного обучения для улучшения продуктов компании, анализом больших объемов данных и созданием аналитических инструментов. Требуется опыт работы с современными технологиями обработки данных и алгоритмами машинного обучения, а также умение работать в команде и решать сложные технические задачи. Место работы — Тель-Авив, Израиль.