Вакансии

Location: Москва Команда занимается разработкой «AI-помощника» - это проект с использованием LLM, который призван радикально улучшить клиентский опыт при при оформлении основных продуктов банка и помочь клиенту разобраться в продуктах. Обязанности * проведение исследовательского анализа данных (EDA) для выявления ключевых метрик и закономерностей, построение моделей. Data-driven подход к разработке * разработка и внедрение AI-агентов на базе LLM (SOTA open-source решения), в т.ч участие в создании и развитии RAG-систем (Retrieval-Augmented Generation) * работа с LLM: написание и оптимизация промптов (prompt engineering), управление взаимодействием с моделью * интеграция решений с корпоративными системами, обеспечение их взаимодействия * создание автономных бизнес-процессов в компании. Требования * опыт работы с Python и библиотеками: pytorch, pandas, numpy, SQLAlchemy, Scikit-learn, Matplotlib/Seaborn * писать поддерживаемый, читаемый код; участвовать в ревью, обсуждениях и формировании технических подходов * практический опыт в NLP: векторизация текста, классификация запросов, построение RAG-систем, дообучение языковых моделей, эмбеддингов и пр. * понимание классических алгоритмов ML * онимание методов обучения нейросетевых моделей (transfer learning, fine tuning) * навыки работы с Git, опыт интеграции решений в промышленные среды. Условия * офисный формат работы - офис на Кутузовской, сзонами отдыха и спортзалом; * годовой бонус и ежегодный пересмотр * социальный пакет (ДМС, страхование от несчастных случаев, льготное кредитование, подключение родственников к полису) * корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях * льготная ипотека в Сбере, корпоративная пенсионная программа, подписка СберПрайм+ с возможностью использования до трех близких, скидки от партнеров * материальная помощь при наступлении значимых событий в жизни; * дисконт-программы от компаний партнеров (фитнес, страхование, туризм) * подарки и мероприятия для детей сотрудников. Оздоровительные программы для детей сотрудников.

- Покрывать критические процессы: запуск задач, авторизацию, публикацию, получение результатов, повторные попытки и обработку ошибок. - Выстраивать автоматизированные smoke- и regression-проверки после изменений в коде.

Location: Limassol, Cyprus Workplace: on-site Mayflower is a technology company building high-load products used by millions of people worldwide. Operating at the scale of one of the world's top-50 websites, we solve complex engineering challenges and create solutions that power real-time entertainment for a global audience. Job Responsibilities Generate actionable insights based on data to support product and business decisions; Design, run, and analyze A/B tests end-to-end - from hypothesis to implementation and reporting; Define and develop new business and product metrics to measure performance and identify opportunities; Continuously monitor key metrics and detect anomalies or trends that require attention; Conduct deep-dive analyses to identify problem areas and uncover growth opportunities; Write clean and efficient SQL and Python code to extract, transform, and analyze data; Collaborate on implementing new tracking events and properties to improve product analytics coverage; Work closely with CPO, Product Managers, Analysts, Product Designers, and Data Scientists to drive data-informed decisions. You’ll thrive here if you have 3+ years of experience in analytics; Strong understanding of A/B testing and solid knowledge of statistics; Excellent SQL skills - ability to write complex queries, automate reports, build dashboards and data visualizations; Proficient in Python for data analysis, visualization, and automation; Experience working with BI tools, especially Tableau (other tools like Power BI or Amplitude are also acceptable); Deep understanding of metrics and the ability to define them from scratch, grounded in product logic; Strong product thinking - ability to connect data insights with business goals; Qualifications that can be a plus: Experience analyzing paid and affiliate traffic, with a solid understanding of advertising, user tracking, and attribution principles. ML expertise: cluster analysis, regression models, etc; Airflow; GitLab; dbt; Conditions We know that great talent deserves great conditions, so here's what you can expect when joining us: EU-based employment contract and a 3-year Cyprus work visa with full support for your relocation and visa processes, including assistance for your family. EU passport. Opportunity to obtain an EU passport after 4 years of residence Full relocation package: flights to Limassol for you and your family, a company-covered apartment for the first month, and full relocation support to make your move smooth and hassle-free. Transparent performance reviews twice a year, with bonus opportunities and salary adjustments. Private medical insurance for you and your family Corporate mobile plan (unlimited in Cyprus with roaming included) Mindfulness & well-being support, including psychological assistance with 50% coverage. 50% coverage of school and kindergarten fees for your children. Fully covered sports benefits, and also access to in-house electric scooters and bike rentals Provident fund (Cyprus): a long-term savings plan co-funded by you and the Company together (available after probation) that grows throughout your time with us in Cyprus. Professional growth support: language courses, conferences, training programs, and coaching. Peer recognition program: receive and share kudos for great work. A fully equipped office in Limassol’s city center, with everything you need for deep work and collaboration. Free breakfasts and lunches in the office and an in-house coffee bar with high-quality drinks and a health bar stocked with nutritious snacks. A strong engineering culture: international teams, corporate events, team buildings, and hackathons — because great work happens in great communities. Recruitment process HR interview (45 min); Technical interview (1,5 hours); Final interview (1 hour).

Location: London Workplace: OnSite Company Description We’re http://checkout.comCheckout.com http://Checkout.com. You might not know our name, but companies like eBay, Spotify, Klarna, Uber, and Sony do, because we’re behind many of the digital experiences you use every day. We are where the world checks out, enabling over 10 billion transactions yearly for more than one billion global shoppers. Whether you want to book a holiday, order food, renew a subscription, or check out online, there’s a good chance our tech powers the payments behind the scenes. Our platform helps the most ambitious businesses deliver effortless digital experiences, at scale. If you want to do career-defining work, you’ve come to the right place. We move fast, think globally, and believe great teams are built by hiring exceptional people with conviction, curiosity, and the desire to make an impact. With 20 offices across six continents and London as our HQ, we’re shaping the future of fintech – and we’re just getting started. Checkout.com http://Checkout.com is looking for an ambitious Senior Engineering Manager to join our Disputes team. Our mission is to build the tools, services, and models that help merchants manage and win disputes at scale - reducing the cost and operational burden of chargebacks while protecting revenue for our merchants and our business. Disputes sit at the intersection of merchant-facing products, complex scheme and regulatory processes, and data-driven decisioning. Our team owns the full stack, anchored by a .NET back end that manages the dispute lifecycle and integrates with card schemes, alongside the front-end experiences merchants use to track and respond to disputes and the machine learning models that predict outcomes and recommend the best action on every case. We're building for scale, and that scale brings ambiguity, shifting priorities, and the occasional setback - so we're looking for a resilient leader who has built and sustained high-performing teams, learned from failure, and come back stronger. Above all, you'll be someone who drives predictable delivery and operational efficiency: shipping consistently, running systems reliably, and continuously improving how the team works. The ideal candidate has operated across both enterprise and scale-up environments and has a proven track record of driving growth within large, complex, regulated organisations. Key Responsibilities - Lead a team centred on a .NET back end, with front-end and machine learning components, helping engineers establish and validate their understanding of technical architecture and design end-user-centric systems and tools. - Own predictable, high-velocity delivery — establishing healthy engineering practices, sensible estimation, and a smooth path from idea to production so the team ships consistently and sustainably. - Drive operational efficiency and reliability by automating processes — including monitoring and alerting — meeting SLAs/SLOs, reducing operational cost, and minimising toil to keep the team focused on high-value work rather t - Continuously improve delivery and operational metrics (e.g. cycle time, deployment frequency, change failure rate, and incident response), using data to identify bottlenecks and raises the bar over time. - Manage team engineers across various seniority levels and disciplines while staying hands-on when needed. Cultivate an inclusive environment where every team member feels they belong, and mentors them in both their career development and interpersonal skills. Make a good team great, and keep it great.. - Oversee quarterly execution of roadmap delivery, ensuring the team stays focused on the right priorities and manages efficiently through dependencies and cross-functional hurdles. - Collaborate across Engineering, Product, and Operations to deliver solutions for merchant and internal dispute use cases. - Build and strengthen relationships with engineers, managers, and people leads across multiple teams. - Operating in a highly regulated financial space, ensure compliance with a range of control frameworks — from internal stakeholders such as InfoSec and Internal - Audit, to external auditors, card schemes, and regulators. - Oversee the responsible use of machine learning and AI in dispute decisioning, leading the team to develop the infrastructure, tooling, and governance required to run models safely and at scale in production. About You - A resilient leader who has learned from setbacks and failures and consistently comes back stronger, keeping teams steady and delivering through periods of change and ambiguity. - You thrive on pace. You're energised by a high-growth environment, comfortable making decisions with imperfect information, and you keep the team moving and shipping when priorities shift under you. - A proven track record of driving predictable delivery and operational efficiency — improving throughput, reliability, and the team's cost of operation, and using metrics to back it up. - Proven experience building, growing, and sustaining high-performing engineering teams over time — not just standing them up. - Experience across both enterprise and scale-up environments, with a demonstrated track record of driving growth and delivery within large, complex, regulated organisations. - A strong back-end engineering background, ideally in .NET / C#, leading teams building scalable, event-driven services and APIs. Comfortable also overseeing front-end and machine learning work, able to earn credibility and make sound trade-offs across disciplines even where you aren't the deepest expert. - Able to partner with Product Management to assess technical feasibility, provide capacity estimates, and balance new features against architectural health. - Excellent time management and proactive problem-solving skills. Technologies we work with - Back end (primary): .NET / C#, REST APIs, event-driven and microservice architectures. - Front end: React, TypeScript. - Machine learning: Python, model training and serving, and the infrastructure to run models in production. - Data & platform: SQL, plus experience designing batch and stream data-processing systems. - Cloud & tooling: AWS and/or GCP, Docker, Terraform, and observability tooling such as Datadog. - Knowledge of Kubernetes, Kafka, and CI/CD pipelines is highly beneficial. Additional Information Bring all of you to work We create the conditions for high performers to thrive, through real ownership, fewer blockers, and work that makes a difference from day one. Here, you’ll move fast, take on meaningful challenges, and be recognized for the impact you deliver. It’s a place where ambition gets met with opportunity, and where your growth is in your hands. We work as one team, and we back each other to succeed. So whatever your background or identity, if you’re ready to grow and make a difference, you’ll be right at home here. It’s important we set you up for success and make our process as accessible as possible. So let us know in your application, or tell your recruiter directly, if you need anything to make your experience or working environment more comfortable. Life at Checkout.com http://Checkout.com We understand that work is just one part of your life. Our hybrid working model offers flexibility, with three days per week in the office to support collaboration and connection. Curious about what it’s like to be part of our team? Visit our Careers Page https://www.checkout.com/careers to learn more about our culture, open roles, and what drives us. For a closer look at daily life at Checkout.com http://Checkout.com, follow us on LinkedIn https://www.linkedin.com/company/checkout/life/ and Instagram https://www.instagram.com/checkout_com/

TLDR: Ищем Applied AI Engineer (Middle+) для разработки и тестирования AI-систем, улучшения качества и автоматизации внутренних процессов. - 3+ года опыта в разработке AI/LLM-систем.

• решать бизнес-задачи в области pricing для B2B/B2C, прогнозирования и оптимизации финансовых и операционных метрик. • вести ML-проекты end-to-end: от постановки задачи и формализации гипотез до моделирования, пилотирования и оценки результатов.

Location: Москва Дивизион "Моделирование и исследование данных" отвечает за компетенцию Data Science в Блоке. Мы разрабатываем и внедряем end-to-end решения на основе машинного обучения в бизнес-процессы Сети продаж банка. Сейчас мы ищем в команду MLE Data Scientist’а. Обязанности * Ведение всех этапов AI-проекта: от постановки задачи и требований с бизнес-заказчиком до внедрения и мониторинга; * Разрабатывать с нуля AI-агентов и микросервисы для AI-продуктов; * Разрабатывать алгоритмы взаимодействия ML-моделей и сервисных модулей; * Принимать участие в разработке архитектуры и дизайна агентов, ML приложений и AI-сервисов; * Проектировать и разрабатывать backend-части наших систем; * Стэк: 50% Classic ML + 50% Agents. Требования * Компетенции: Python, DE, ML (Classic ML + NLP), Statistics, LLM/Agents, MLOps; * Развитые soft-skill для общения с заказчиком; * Понимание принципов разработки, внедрения и сопровождения AI-решений; * Уметь писать хороший и понятный пром-ready код; * Опыт промышленной разработки на python от 2-ух лет; * Хорошей знание алгоритмов, структур данных, GIL, async; * Опыт работы с реляционными и нереляционными базами данных, понимание границ применимости каждого вида из них; * Опыт построения отказоустойчивых высоконагруженных распределенных систем; * Будем иметь дело с широким набором инструментов и технологий: Python, Elastic, Kafka, FastAPI, Docker, OpenShift, SQL, Spark, Hadoop, GPU, BitBucket. Условия * Полное соблюдение ТК РФ, льготные условия по программам страхования, кредитования для сотрудников Банка;) * График 5/2, офис на м. Кутузовская, гибрид; * Достойный уровень вознаграждения (оклад + внушительная годовая премия); * ДМС с первого дня работы и льготная мед. страховка для близких родственников; * Социальная поддержка сотрудников; * Возможность стать частью команды, реализующей программы цифровой трансформации банка - на основе передового опыта и инновационных идей; * Широкие возможности для профессионального развития: корпоративный университет и множество онлайн-программ обучения. Корпоративное обучение за счет компании; * Бесплатная подписка СберПрайм с возможностью подключения 3 родственников, многочисленные скидки и бонусы от партнеров: СберМаркет, МегаМаркет, Самокат, Еаптека и др.; * Корпоративная пенсионная программа

Чем предстоит заниматься: собирать программные прототипы и эмулировать устройства на ПК для тестирования наших продуктов; разрабатывать утилиты, скрипты и мини-приложения для автоматизации рутины, а еще тестировать интеграции;

Location: Санкт-Петербург Команда разработала и внедрила большое количество ML моделей в процессы банка, наши модели улучшают клиенсткий опыт, помогают снизить отток и формируют персональные рекомендаций для клиентов. С помощью стека разработанных моделей, команда улучшает внутренние процессы банка, а так же платные продукты и сервисы для клиента. Мы ищем в команду ML инженера, который поможет лидировать направление разработки ML моделей в команде, улучшать стек текущих моделей и разрабатывать новые. Обязанности * погрузиться в процессы и продукты компании, с целью улучшения процессов с помощью ML * разрабатывать и тестировать новые гипотезы связанные с ML моделями на табличных данных * разрабатывать MVP решения с использованием LLM моделей (промпт-инжиниринг) * разрабатывать ML модели с учетом требований банка и последующего вывода их в ПРОД * готовить аналитику результатам работы моделей и презентовать ее заказчикам * участвовать в развитии ML инструментов и тех. стека Банка. Требования * опыт работы по направлению Data Science от 3х лет * знание Python ML стека (pandas / sklearn / catboost ) * опыт использования LLM * умение переложить гипотезу с бизнес терминов на техническую реализацию * развитые коммуникативные способности для эффективного общения * знание SQL / Git / Pep8. Будет плюсом опыт:  * промышленной разработки на Python от 1 года * внедрения ML решений в бизнес процессы * работы с BigData стеком (Hadoop / PySpark) * работы с Linux, bash. Условия • удобный офис в СПб на ул. Уральской, дом 1 (шаттлы от метро Спортивная и Приморская) • офисный формат работы • регулярный пересмотр заработной платы и возможность получения годовой премии • доступ к более чем 400 образовательным программам СберУниверситета • программу адаптации и поддержку наставника на первых этапах работы • расширенную медицинскую страховку (ДМС) и выгодные условия страхования для членов семьи • ипотечные программы для сотрудников • подписка Прайм с возможностью совместного использования на трёх близких • вознаграждения за рекомендации кандидатов.

Location: San Francisco Perplexity is seeking energetic engineers to join our highly driven Agent Engine team. The Agent Engine team designs and builds powerful agentic experiences including Perplexity Computer https://www.perplexity.ai/computer, the Comet ecosystem, our Agent API, and more. In short, we build frontier intelligence systems for the world's most discerning users. As an engineer on our Agent Engine team, you'll bring AI expertise, sharp product intuition, and a tinkerer's mindset to advance the frontier of what agents can accomplish for our millions of devoted users. You'll work across engineering and applied research to solve many open problems in AI, including: - Designing frontier agent harnesses and systems to perform high-stakes, mission-critical work for our users; - Leveraging action and decision models that determine, based on complex multimodal states, how to accomplish user-specified objectives; - Providing consistently excellent experiences across local execution, headless cloud, custom executors, and other environments through sound system design and flexible abstractions; - Developing permission architectures, payload classifiers, and other methods to implement secure-by-design agentic capabilities; - Designing optimal data representations and modes of interaction between agents and their environments; - and much, much more. QUALIFICATIONS - Strong foundational familiarity with the AI systems stack. - Proficiency in Python (bonus points for TypeScript, Go, and/or Rust). - Significant experience in at least one of the following areas: - Harness engineering - Agent Skills and plugin architectures - Model training and reinforcement learning - Browser technologies (CDP, Playwright, extension development, etc.) - Strong technical intuition and taste for user experience excellence. - Comfortable working with a small, fast-moving team; bias toward ownership. - A passion for shipping products that surprise and delight.

Location: Москва В Центре робототехники Сбера мы разрабатываем модели, которые позволяют роботам понимать окружающий мир, выполнять инструкции и решать задачи в реальных условиях. Мы работаем над Vision-Language-Action (VLA) и World Action Models (WAM), объединяя обучение на изображениях, видео, языке и робототехнических данных. Мы ищем Research Engineer, который будет заниматься предобучением и дообучением этих моделей: исследовать архитектуры и методы обучения, работать с большими мультимодальными датасетами, масштабировать обучение и адаптировать модели под конкретные задачи и робототехнические платформы. Работа охватывает полный цикл экспериментов — от постановки гипотезы и подготовки данных до оценки качества и проверки результатов на роботах совместно со смежными командами. Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех! Обязанности * разрабатывать и обучать VLA/WAM-модели для понимания сцен и инструкций, предсказания динамики окружающего мира и генерации действий робота * развивать методы предобучения на разнородных данных: изображениях, видео, текстах, демонстрациях и траекториях роботов * дообучать и адаптировать модели под новые задачи, объекты, условия и робототехнические платформы * исследовать архитектуры, представления действий и функции потерь, включая transformer-, autoregressive- и diffusion/flow matching-подходы * формировать смеси обучающих данных, выбирать стратегии семплирования и исследовать влияние качества, объёма и состава данных на способности моделей * разрабатывать и оптимизировать пайплайны распределённого обучения на GPU-кластерах: повышать стабильность обучения, эффективность вычислений и использования памяти * проводить воспроизводимые эксперименты и абляционные исследования, анализировать динамику обучения и причины ошибок * разрабатывать методики оценки моделей: измерять качество предсказаний и действий, успешность выполнения задач, устойчивость и перенос на новые условия * совместно с командами робототехники и инфраструктуры интегрировать модели в контур управления и проверять их на реальных роботах * формировать рекомендации по сбору дополнительных данных и улучшению обучающих выборок на основе результатов экспериментов и испытаний. Требования * опыт разработки и обучения современных DL-моделей в одной или нескольких областях: computer vision, video understanding/generation, multimodal learning, LLM/VLM или robot learning * уверенное владение Python и PyTorch * хорошее понимание современных нейросетевых архитектур, прежде всего transformers, методов оптимизации и принципов обучения на последовательностях * практический опыт pretraining или finetuning моделей: подготовка данных, выбор функций потерь, настройка обучения, оценка качества и анализ ошибок * опыт работы с большими датасетами и эффективными пайплайнами загрузки и обработки данных * опыт обучения моделей на нескольких GPU и понимание принципов распределённого обучения * умение ставить исследовательские гипотезы, планировать эксперименты и делать обоснованные выводы по их результатам * умение писать поддерживаемый и воспроизводимый код, работать с Git и инструментами отслеживания экспериментов * способность читать научные статьи и реализовывать перспективные подходы * самостоятельность и готовность доводить исследовательскую идею до работающей модели совместно со смежными командами. Будет плюсом * опыт работы с VLA, world models, action-conditioned video models или другими моделями для embodied AI * опыт обучения политик по демонстрациям: imitation learning, behavior cloning, diffusion policies * опыт с diffusion, flow matching, авторегрессионной генерацией видео и моделированием пространственно-временной динамики * опыт мультимодального предобучения, self-supervised learning или обучения на эгоцентрическом видео * опыт переноса моделей между робототехническими платформами и работы с разными представлениями действий * опыт reinforcement learning, offline RL или улучшения политик на основе обратной связи и результатов выполнения задач * опыт масштабирования обучения на нескольких узлах, работы с FSDP, DeepSpeed, Megatron или аналогичными инструментами * опыт исследования scaling laws, оптимизации смесей данных и планирования экспериментов при ограниченном вычислительном бюджете. * опыт запуска моделей на реальных роботах, анализа неудачных действий и оптимизации инференса * публикации, открытые проекты или воспроизводимые исследовательские результаты в ML, computer vision или робототехнике. * навыки работы с генеративными AI-моделями * опыт создания AI-агентов и использования их в работе будет преимуществом * опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов * инструментальное владение AI для анализа, генерации и автоматизации. Условия * офисный формат работы, адрес офиса Автозаводская 23а к2 * 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: Екатеринбург Управление внутреннего аудита приглашает в команду аналитика данных, который будет участвовать в проектах аудита розничного бизнеса: от сбора данных до защиты решений перед руководством. Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram/Max. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным! Обязанности ### Задачи * диагностика и поиск проблем в банковских процессах, в т.ч. путем анализа и обработки данных с использованием Apache Spark и Hadoop * анализ исходного кода и артефактов АС Банка (Java, Python) * внедрение новых подходов к анализу кода * реализация инфраструктурных проектов и проектов с применением AI/ML технологий * поиск, получение, обработка большого объема данных в рамках ad-hoc задач. Требования ### Требования * высшее образование (уровень бакалавриат, специалитет или магистратура) * глубокие знания SQL, Python, PySpark * знания в области AI/ML, понимание основных алгоритмов и областей их применения * Hadoop: понимание архитектуры, партиций * умение работать в условиях многозадачности * грамотная устная и письменная речь, навыки ведения деловых переговоров и подготовки презентаций * знание Java – будет вашим преимуществом. Условия ### Мы предлагаем * официальное оформление с первого дня * комфортный офис в центре города на Куйбышева, 67 (ст.м. Геологическая) * пятидневную рабочую неделю с 9:00-18:00, а в пятницу у нас сокращенный рабочий день до 16:45 * стабильный ежемесячный доход, квартальное и годовое премирование. Пересмотр заработной платы происходит каждый год * льготные условия кредитования * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * расширенный ДМС с первого дня и льготное страхование для близких * подписку Прайм с возможностью совместного использования на трёх близких * корпоративную пенсионную программу * обучение за счет компании: онлайн курсы в Виртуальной школе Сбера, возможность получить новую квалификацию * корпоративный спортзал и скидки в спортзалы-партнеры * профессиональные сообщества, а также участие в различных волонтерских проектах, КВН, Сбербанкиаде, музыкальных группах и многих других.

Location: San Francisco, CA 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 Anthropic's Life Sciences team is building a research group focused on biological discoveries by combining AI with hands-on biological research. We're seeking a research scientist who combines deep chemistry knowledge with machine learning expertise to join the team. Our goal is to speed up progress in the life sciences by an order of magnitude, and this role puts that mission into practice. You'll be a computational chemist who knows reactions, synthesis, and medicinal chemistry in depth and has hands-on experience training and evaluating machine learning models. Above all, you'll build the reinforcement learning environments, datasets, and evaluations that teach Claude chemistry. Working alongside our bench chemists and AI researchers, you'll turn real chemistry problems and experimental data into training tasks and measure whether the models get better at them. This role is fully on-site in the San Francisco Bay Area. Key responsibilities Design and build reinforcement learning environments for chemistry end to end, including task design, data curation, automated grading, and checks against shortcuts and data leakage Design and source new experimental datasets, environments, and evaluations with our bench chemists, and external research and academic partners Develop evaluations that measure model performance on real chemistry tasks, such as reaction outcome prediction, synthesis planning, structure elucidation, and compound design, and feed results back to research teams Run and analyze training experiments with AI research teams, diagnose where models fail at chemistry, and prioritize what to build next Ensure datasets and environments are high quality and well documented, including sources, train and test splits, and failure modes Communicate findings clearly to chemistry, AI research, and life sciences audiences Minimum qualifications PhD in chemistry, computational chemistry, or a related field Deep knowledge of organic and medicinal chemistry, including reactions, synthesis, and SAR, with experimental data as your ground truth Strong Python skills and solid machine learning fundamentals, with hands-on experience training and evaluating models Comfort navigating ambiguity and defining problems in a rapidly evolving research environment Ability to work independently while collaborating effectively across cross-functional teams, with strong written and verbal communication skills Preferred qualifications Experience with reinforcement learning, large language models, or building evaluations and benchmarks Track record of supporting drug discovery programs alongside medicinal and synthetic chemists Experience curating chemistry datasets from the literature, patents, or lab notebooks, including reaction, ADMET, and spectroscopic data Cheminformatics and molecular modeling skills, for example RDKit, docking, free energy calculations, or quantum chemistry Hands-on synthetic or medicinal chemistry experience at the bench Publications, patents, or open-source software demonstrating scientific impact 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: $300,000 — $320,000 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. 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.

Задачи: — Развитие скоринговых моделей. — Построение предиктивных моделей для задач B2C и B2B кредитования, страхования и e-commerce. — Создание современных решений для задач предотвращения мошенничества. — Разработка моделей fraud prevention. — Поиск новых и применение актуальных методов для улучшения широкого круга задач. — ML-research в области NLP, анализа графов и нейронных сетей. — Внедрение разработок в продуктив. — Усовершенствование пайплайнов и оптимизация расчетов на кластере. Требования: — Успешный профессиональный опыт работы в финтех индустрии не менее 1 года, опыт в роли DS и ML от 2 лет со схожим стеком. — Опыт построения моделей с помощью классического ML-стека. — Навыки работы с Python, (py)Spark, SQL, уверенные знания теории вероятности и статистики. — Понимание ООП и структур данных. — Кейсы с применением собственных методик в анализе данных и построении моделей на табличных данных. — Хорошие отношения с Git, Jira, Confluence. — Будет преимуществом опыт работы с Kubernetes, Docker, Airflow. — Опыт работы с фреймворками для анализа графов: networkx, GraphX. — Опыт работы с neo4j или nebula. — Опыт в применении нейронных сетей. Условия: — Трудоустройство в аккредитованную ИТ-компанию. — Обучение, участие в интересных проектах и расширение профессиональной экспертизы: участие в конференциях, митапах, публикации на Хабр. — Конструктивная и открытая рабочая атмосфера. — Полис добровольного медицинского страхования, обслуживаемый в лучших клиниках, а также чек-ап для сотрудников 40+. — Страхование жизни, страхование от несчастных случаев и критических заболеваний, страхование выезжающих за рубеж. — Материальная помощь. — Детские подарки. — Доплата по листу нетрудоспособности. — Корпоративные скидки на товары и услуги от партнеров компании. — Служебная сотовая связь. — Кафетерий льгот — возможность самостоятельно выбрать дополнительные корпоративные льготы и бонусы (спорт, здоровье, обучение, путешествия, транспорт и др.). — Доступно после испытательного срока.

Развивать и поддерживать GitLab CI/CD-пайплайны. Обеспечивать стабильную и непрерывную работу сборочного конвейера.

написание тест-кейсов и создание тестовых сценариев с упором на кросс-функциональное покрытие: проверка установки и удаления (.deb), корректности зависимостей, работы в изолированных средах (Docker/Podman), интеграции с GUI (X11/Wayland) и системными политиками безопасности. Умение свободно работать в командной строке (grep, less, vim, анализ stdout/stderr).

обработка заявок и запросов клиентов: внесение, изменение и закрытие данных в информационных системах (CRM, платформа учёта); контроль качества данных: сверка, поиск ошибок, дублей и расхождений, выяснение причин и исправление;

Опыт работы в роли веб-аналитика от 3-х лет.