Ищем инженера с практическим опытом работы с геопространственными данными, дорожными графами и/или алгоритмами маршрутизации. - Разработка и оптимизация алгоритмов маршрутизации и построения маршрутов (VRP, TSP, роутинг с ограничениями по времени / весу / зонам);
Необходимо изучить исторические торговые данные для двух связанных инструментов (ордербуки, сделки и другие параметры). По этой информации требуется построить модель, предсказывающую индикаторы будущей цены одного из инструментов.
Задачи:
— Развивать модели прогнозирования спроса и ценовой эластичности
— Исследовать подходы к causal inference, uplift-моделированию и оценки эффекта изменения цены
— Проектировать временную валидацию, backtesting и бизнес-метрики качества
Компания "Урал Логистика" приглашает ML-инженера для участия в создании системы обработки документов и данных для грузовых железнодорожных перевозок.
Задачи:
— Строить конвейеры подготовки данных: сбор, очистку, нормализацию, дедупликацию и разметку
— Формировать обучающие, валидационные и независимые оценочные выборки, контролировать утечки и пересечения
— Создавать baseline для задач извлечения, классификации, определения сущностей и связей
— Дообучать модели, готовить инструктивные наборы, обучать адаптеры и сравнивать результаты с базовыми моделями
— Определять метрики, стратифицировать выборки и анализировать ошибки по типам документов, сценариям и полям
— Работать с извлечением сущностей и связей для построения и обновления графового представления данных
— Разворачивать локальный inference и оптимизировать его под доступную инфраструктуру
— Работать с tensor parallelism, batching, длиной контекста, GPU-памятью и квантованием
— Измерять задержку, пропускную способность, утилизацию и стоимость обработки документа
— Версионировать данные, модели, конфигурации обучения и результаты экспериментов
— Участвовать в интеграции моделей с прикладными AI-сервисами и production-конвейерами
Требования:
— Уровень middle+ и выше
— Практический опыт построения ML-конвейеров, используемых в production
— Уверенное владение Python, PyTorch и Hugging Face Transformers
— Опыт fine-tuning языковых моделей, подготовки данных и работы с PEFT
— Умение строить корректную оценку качества и контролировать утечки между обучающими и тестовыми данными
— Опыт локального inference LLM и понимание устройства GPU-памяти
— Знание компромиссов между качеством, скоростью, длиной контекста, batching и квантованием
— Знание Linux, CUDA, SQL, Docker и Kubernetes
— Способность довести модельное решение до устойчивой эксплуатации
Условия:
— Полная занятость
— Возможность трудоустройства через российское юридическое лицо в штат или через согласованную аутстафф-модель
— Основной формат — офис или гибрид
— Для самостоятельных специалистов возможна распределённая работа из России
— Итоговый грейд и масштаб ответственности определяются по результатам собеседования
Коперник AI — российская R&D-продуктовая компания, которая занимается разработкой, обучением и внедрением интеллектуальных систем (AI) промышленного уровня.
Задачи и требования в вакансии не указаны в тексте.
Требования:
— Поддержка и доработка текущих приложений
— Разработка новых модулей и сервисов
— Обёртка моделей в API
— Контейнеризация (Docker)
— Мониторинг
— Участие в работе с большими языковыми и визуально-языковыми моделями.
You'll lead the team that builds the intelligence every ZoomInfo AI agent reasons over — what's true about companies and the people in them, how they relate, and what they're buying. You'll set the technical bar for a team of senior engineers while staying close to the code, shipping alongside the people you lead.
Разработка детальных планов реализации проектов: декомпозиция задач, распределение ресурсов, определение критического пути; Контроль соблюдения сроков, бюджета и качества результатов по всем активным проектам;
- Управление продуктом: Формировать и актуализировать roadmap AI-генератора (новые режимы, пресеты, пайплайны, персонализация, разработка платных фич). - Работа с требованиями: Собирать фидбек от фаундеров, маркетинга, саппорта и пользователей, превращая их в четкие юзер-стори и понятные ТЗ для команды.
Сейчас команда в поиске продуктового лидера, который будет отвечать за все цифровые продукты компании, имеет серьезные амбиции, с опытом создания масштабных e-commerce продуктов и готовностью вложить свои знания, душу и делать действительно крупный продукт.
автоматизировать процессы сборки, деплоя и конфигурирования приложений с помощью Jenkins, Helm, Kustomize и ArgoCD. поддерживать релизные процессы, DevSecOps.
Задачи:
— Управление командой из 4–6 разработчиков и ML-инженеров, влияние на стратегию развития симулятора.
— Совершенствование модели движения автомобиля, включая имитацию экстремальных ситуаций (порывы ветра, прокол колеса) и физику столкновений.
— Построение и внедрение модели имитации восприятия автомобиля, имитирующей работу моделей детекции при различных погодных условиях, освещённости и дорожных ситуациях.
— Кросс-функциональная работа: систематизация и приоритизация заказов от других команд, управление ожиданиями по точности системы и внедрению новых функций.
Требования:
— Опыт управления командой бэкенд- или ML-разработчиков.
— Опыт внедрения моделей машинного обучения в продакшен и готовность разбираться в новых архитектурах и областях.
— Готовность работать руками на этапе прототипирования и проверки гипотез.
Будет плюсом:
— Опыт работы с симуляторами или робототехническими платформами (ROS, Gazebo, CARLA, NVIDIA Isaac Sim и др.).
— Участие в соревнованиях по ML или программированию (ACM ICPC, Codeforces, TopСoder, Kaggle и т. д.).
— Знание правил дорожного движения, опыт вождения автомобиля или мотоцикла.
Условия:
— В крупных офисах есть спортзалы с тренажёрами, инвентарём и душевыми.
— Полный список бонусов доступен на сайте компании.
Задачи:
— Определить, что считается качеством модели: метрика, горизонт, baseline, калибровка, и довести предикт до этого уровня
— Интегрировать A/B-тесты пейволлов с предиктом, учитывая, что тест измеряет краткосрочный эффект, а раскатывать нужно по долгосрочной выручке
— Развить аналитику, выявить и устранить узкие места в данных, запросах или интерфейсе
— Принять решение по накопленным ML-наработкам: что доводить до продукта, что закрывать
— Руководить командой из двух ML-инженеров
Требования:
— Глубокие знания классического ML и математической статистики, способность вести предметный спор о метриках и горизонтах прогнозирования
— Владение SQL и Python для самостоятельного извлечения и проверки данных
— Умение самостоятельно вести широкое направление и доводить его до результата без необходимости постановки задач
— Продуктовый опыт является плюсом, но не обязателен
Плюсы:
— Опыт с подписками, мобильными приложениями или финтехом (LTV, churn, когортная экономика)
— Знания в области экспериментального дизайна: мощность теста, MDE, множественные сравнения
— Опыт работы с ClickHouse
— Участие в олимпиадах, Kaggle, наличие публичных проектов
О компании:
Adapty — платформа монетизации подписок для мобильных приложений, через которую проходит более $3 млрд подписочной выручки в год, используется более 20 000 приложений. В компании формируется новое направление аналитики и ML под одного владельца, с целью улучшения точности предсказания LTV для оптимизации расходов на привлечение пользователей.
В АО «Bereke Bank» открыты вакансии для IT-специалистов в различных продуктах с разнообразными задачами. Предлагается гибридный формат работы (удаленка и офис).
В AI команду требуются:
— Senior Data Scientist
— Middle Fullstack (честное разделение 50/50 между фронтендом и бэкендом)
— Senior Fullstack (с уклоном в бэкенд на Python)
— ML-инженер
Для отклика и получения деталей по проектам необходимо связаться через Telegram @dashan13 с резюме.