ИИ Вакансии
8.15K subscribers
4.44K photos
847 videos
1 file
1.1K links
ИИ Вакансии и ИИ Работа

— генерация ИИ-видео и рилсов
— создание ИИ-изображений
— нейросфотосессии
— ИИ-аватары
— чат-боты и голосовые ИИ
— озвучка и синтез речи
— программирование ИИ

https://telega.in/c/aivacancychannel

📩 @Reelsvacancyhub
Download Telegram
#Вакансия #ML #Senior #400к #удалёнка

ML-инженер (Senior) — Дром

💰 Зарплата: от 360 000 ₽ на руки
🏢 Компания: Дром
🌎 Формат: удалённо
🕐 Занятость: полная, 5/2
📌 Опыт: от 5 лет в ML, общий опыт более 6 лет

Задачи:
— Поддержка и развитие рекомендательных сервисов (RecSys) и Computer Vision.
— Построение пайплайнов сбора данных для моделирования.
— Оптимизация моделей, инфраструктуры инференса и мониторинга.

Требования:
— Опыт работы с рекомендательными системами (RecSys).
— Опыт в CV/OCR будет преимуществом.
— Знание подходов и архитектур Speech-to-Text/NLP.
— Уверенное знание статистики, Core ML и Python.
— ООП и проектирование приложений.
— Опыт с TensorFlow или PyTorch.
— SQL, NumPy, Pandas/Polars, OpenCV (cv2), Matplotlib.

📩 Отклик: burnos@drom.ru

#machinelearning #deeplearning #python #pytorch #tensorflow #computervision #NLP #DataScience #MLEngineer #ITработа #вакансии
Задачи
#вакансия #Senior #ML #MLOps #Python #NLP #удалёнка
Applied Scientist / MLOps Engineer — обезличивание данных / Privacy AI
Ищем специалиста, который возглавит развитие ML-моделей для обнаружения персональных данных в базах данных и неструктурированных текстах.
📍 Локация: РФ, удалённо
💼 Занятость: full-time, долгосрочный проект
📄 Оформление: договор с ИП
💰 Ставка: 1 200–1 500 ₽/час
Задачи
1. Классификация данных в БД (Tabular ML)
• Развивать существующую модель Random Forest для обнаружения ПДн по метаданным и значениям полей
• Обучать модель распознавать новые типы данных: VIN, специфические идентификаторы и сложные форматы телефонов
• Решать задачу смешанных данных, когда в одной колонке находятся ФИО, адреса и телефоны
• Оптимизировать инференс на CPU для сканирования баз данных объёмом в несколько ТБ
2. Обнаружение ПДн в текстах (NLP / NER)
• Проектировать и обучать NER-модель для поиска персональных данных в неструктурированном тексте
• Разрабатывать обработку TXT, DOCX, PDF, включая распознавание текста, и логов
• Создавать пайплайны очистки и нормализации шумных данных
3. Production и MLOps
• Развивать ML-решения от исследования до внедрения и мониторинга
• Разворачивать модели через FastAPI и Docker
• Организовать мониторинг качества, Model Drift, Quality Gates и автоматический ретренинг
Требования
• От 3 лет опыта разработки и внедрения ML-моделей в production
• Опыт полного ML-цикла: от постановки задачи до мониторинга и ретренинга
• Python, pandas, NumPy, scikit-learn
• Глубокое понимание классического ML: деревья решений, ансамбли, Random Forest, Feature Importance, подбор гиперпараметров
• Практический опыт обучения NER-моделей с Hugging Face Transformers и/или spaCy
• Feature Engineering и обработка неструктурированных данных
• Опыт оптимизации инференса на CPU
• Работа с большими объёмами данных — от нескольких ТБ
• FastAPI, Docker, MLflow / DVC, CI/CD
• Самостоятельность, декомпозиция задач и готовность возглавить направление
Будет плюсом
• Классификаторы для профилирования данных БД
• Распознавание VIN, номеров карт и криптоадресов
• Опыт в защите персональных данных, обезличивании или антифроде
Условия
• Участие в развитии архитектуры сложного AI-продукта с нуля
• Реальные Big Data-задачи с объёмами от нескольких ТБ
• Современный стек без легаси
• Удалённая работа из РФ
📩 Контакт: @grosssoft1600