🚀 Стажировка Data Scientist 🏦 Компания: Сбер, Команда AI-трансформации Блока Финансы
📍 Локация: Москва, м. Кутузовская
🏦 Формат: офис/гибрид
⏳ Длительность: 6 месяцев
🕒 Загрузка: 40 часов в неделю
💰 Стажировка оплачиваемая
Наша команда занимается рекомендациями персонализированных скидок корпоративным клиентам.
В процессе работы мы реализуем весь жизненный цикл модели - от сбора требований до интеграции решения в бизнес процессы и проведения АБ-тестов по замеру качества решения.
В процессе работы мы много общаемся с бизнес-заказчиками, обмениваемся идеями с коллегами и предоставляем результаты руководству Банка.
👷♂️ Что нужно делать:
Проводить сбор, очистку и анализ данных;
Формировать и проверять гипотезы;
Выбирать архитектуру моделей;
Разрабатывать ML-модели и алгоритмы для финансовых задач;
Выводить модели в production и интегрировать результаты в бизнес-процессы;
Сопровождать и поддерживать реализованные решения.
Проводить АБ тесты по замеру качества решения.
Взаимодействовать с заказчиками и представлять результаты руководству Банка;
🛠 Стек: Classic ML(pandas, numpy, sklearn, catboost, xgboost), SQL, BigData(Hadoop, Spark,SparkML)
🏎 Железо: Собственный Hadoop-кластер
🧙♂️ Требования к кандидату:
Знания в области математики (математический анализа/линейная алгебра/теория вероятностей,математическая статистика);
Хорошие знания теории Classic ML
Уверенное владение Python
💪 Будет плюсом:
учишься на последнем курсе бакалавриата/магистратуры, уже закончил магистратуру или учишься в аспирантуре; — имеешь сильную математическую, техническую или инженерную подготовку; — уверенно пишешь на Python; — умеешь быстро разбираться в новых библиотеках, фреймворках и подходах; — готов глубоко погружаться в архитектуру решений,
Владение BigData stack
Навыки работы с git, Jira, Confluence
Опыт end-2-end разработки ML-моделей (EDA-MVP-Solution-Validation-Production)
💪💪 Отдельным плюсом будет обучение на сильном техническом факультете: Физтех, Мехмат, ВМК, Матмех, ПМИ, Прикладная математика / информатика и близкие направления.
🍪 Что предлагаем:
— оплачиваемую стажировку в одном из самых быстрорастущих AI-направлений; — работу с реальными бизнес-задачами, а не учебными pet-проектами;
— доступ к внутреннему стеку и инструментам;
— возможность получить оффер на позицию Junior Data Scientist по итогам стажировки.
— Современный офис с двумя спортзалами.
CV и cover letter присылайте в телеграм @vaneev_n
📍 Локация: Москва, м. Кутузовская
🏦 Формат: офис/гибрид
⏳ Длительность: 6 месяцев
🕒 Загрузка: 40 часов в неделю
💰 Стажировка оплачиваемая
Наша команда занимается рекомендациями персонализированных скидок корпоративным клиентам.
В процессе работы мы реализуем весь жизненный цикл модели - от сбора требований до интеграции решения в бизнес процессы и проведения АБ-тестов по замеру качества решения.
В процессе работы мы много общаемся с бизнес-заказчиками, обмениваемся идеями с коллегами и предоставляем результаты руководству Банка.
👷♂️ Что нужно делать:
Проводить сбор, очистку и анализ данных;
Формировать и проверять гипотезы;
Выбирать архитектуру моделей;
Разрабатывать ML-модели и алгоритмы для финансовых задач;
Выводить модели в production и интегрировать результаты в бизнес-процессы;
Сопровождать и поддерживать реализованные решения.
Проводить АБ тесты по замеру качества решения.
Взаимодействовать с заказчиками и представлять результаты руководству Банка;
🛠 Стек: Classic ML(pandas, numpy, sklearn, catboost, xgboost), SQL, BigData(Hadoop, Spark,SparkML)
🏎 Железо: Собственный Hadoop-кластер
🧙♂️ Требования к кандидату:
Знания в области математики (математический анализа/линейная алгебра/теория вероятностей,математическая статистика);
Хорошие знания теории Classic ML
Уверенное владение Python
💪 Будет плюсом:
учишься на последнем курсе бакалавриата/магистратуры, уже закончил магистратуру или учишься в аспирантуре; — имеешь сильную математическую, техническую или инженерную подготовку; — уверенно пишешь на Python; — умеешь быстро разбираться в новых библиотеках, фреймворках и подходах; — готов глубоко погружаться в архитектуру решений,
Владение BigData stack
Навыки работы с git, Jira, Confluence
Опыт end-2-end разработки ML-моделей (EDA-MVP-Solution-Validation-Production)
💪💪 Отдельным плюсом будет обучение на сильном техническом факультете: Физтех, Мехмат, ВМК, Матмех, ПМИ, Прикладная математика / информатика и близкие направления.
🍪 Что предлагаем:
— оплачиваемую стажировку в одном из самых быстрорастущих AI-направлений; — работу с реальными бизнес-задачами, а не учебными pet-проектами;
— доступ к внутреннему стеку и инструментам;
— возможность получить оффер на позицию Junior Data Scientist по итогам стажировки.
— Современный офис с двумя спортзалами.
CV и cover letter присылайте в телеграм @vaneev_n
Computer Vision Engineer (Senior)
Локация РФ, обязательно гражданство РФ!
QLAN — технологический интегратор, внедряющий end-to-end ИИ-решения в бизнес-процессы крупных компаний и государственных структур.
Мы в поиске Computer Vision Engineer (Middle/ Senior) с коммерческим опытом от 3 лет для разработки и внедрения современных решений в области компьютерного зрения. Нам важно хорошее знание классического машинного обучения, статистического анализа и алгоритмов Computer Vision, а также практический опыт работы с PyTorch, NumPy, scikit-learn, Matplotlib и OpenCV.
Обязанности:
Разработка и внедрение решений в области Computer Vision.
Подготовка и анализ данных, работа с датасетами и разметкой.
Проведение экспериментов и анализ качества моделей с использованием соответствующих метрик.
Разработка и поддержка production-ready решений в области компьютерного зрения.
Работа с Linux, Git, Docker/Docker Compose в рамках разработки и deployment.
Взаимодействие с другими разработчиками и участниками проекта для реализации CV-решений.
Участие в техническом анализе задач, выборе подходов и оценке результатов экспериментов.
Требования:
Опыт коммерческой разработки в области Computer Vision от 3 лет.
Хорошее понимание: классического машинного обучения, статистического анализа, классических алгоритмов Computer Vision;
Практический опыт работы с нейросетевыми фреймворками: PyTorch;
Умение читать научные статьи, воспроизводить решения и адаптировать их под реальные задачи.
Уверенное владение библиотеками: NumPy; scikit-learn; Matplotlib; OpenCV.
Уверенная работа с Linux (предпочтительно Ubuntu, Mint или Debian).
Опыт контейнеризации с использованием Docker и Docker Compose.
Уверенное владение Git.
Английский язык — Upper-Intermediate (B2) или выше (обязательно).
Наличие проектов, которые были самостоятельно доведены до production.
Условия работы:
Формат работы: полностью удалённый.
Занятость: full-time, 5/2.
Гибкое начало рабочего дня — возможность самостоятельно выбирать время начала работы в рамках рабочего графика команды.
Работа в современной IT-команде над интересными задачами в области Computer Vision.
Возможность профессионального развития и работы с современными технологиями и подходами в CV/ML.
Вилка от 250к
====
⚠️ Перед откликом обязательно изучите Регламент безопасности канала.
====
Контакт для связи: @juulia_recruiter
Локация РФ, обязательно гражданство РФ!
QLAN — технологический интегратор, внедряющий end-to-end ИИ-решения в бизнес-процессы крупных компаний и государственных структур.
Мы в поиске Computer Vision Engineer (Middle/ Senior) с коммерческим опытом от 3 лет для разработки и внедрения современных решений в области компьютерного зрения. Нам важно хорошее знание классического машинного обучения, статистического анализа и алгоритмов Computer Vision, а также практический опыт работы с PyTorch, NumPy, scikit-learn, Matplotlib и OpenCV.
Обязанности:
Разработка и внедрение решений в области Computer Vision.
Подготовка и анализ данных, работа с датасетами и разметкой.
Проведение экспериментов и анализ качества моделей с использованием соответствующих метрик.
Разработка и поддержка production-ready решений в области компьютерного зрения.
Работа с Linux, Git, Docker/Docker Compose в рамках разработки и deployment.
Взаимодействие с другими разработчиками и участниками проекта для реализации CV-решений.
Участие в техническом анализе задач, выборе подходов и оценке результатов экспериментов.
Требования:
Опыт коммерческой разработки в области Computer Vision от 3 лет.
Хорошее понимание: классического машинного обучения, статистического анализа, классических алгоритмов Computer Vision;
Практический опыт работы с нейросетевыми фреймворками: PyTorch;
Умение читать научные статьи, воспроизводить решения и адаптировать их под реальные задачи.
Уверенное владение библиотеками: NumPy; scikit-learn; Matplotlib; OpenCV.
Уверенная работа с Linux (предпочтительно Ubuntu, Mint или Debian).
Опыт контейнеризации с использованием Docker и Docker Compose.
Уверенное владение Git.
Английский язык — Upper-Intermediate (B2) или выше (обязательно).
Наличие проектов, которые были самостоятельно доведены до production.
Условия работы:
Формат работы: полностью удалённый.
Занятость: full-time, 5/2.
Гибкое начало рабочего дня — возможность самостоятельно выбирать время начала работы в рамках рабочего графика команды.
Работа в современной IT-команде над интересными задачами в области Computer Vision.
Возможность профессионального развития и работы с современными технологиями и подходами в CV/ML.
Вилка от 250к
====
⚠️ Перед откликом обязательно изучите Регламент безопасности канала.
====
Контакт для связи: @juulia_recruiter
#Вакансия #DataScientist
Компания: Ozon Tech
Локация: РФ, РБ, КЗ, др страны
Формат работы: гибрид, удаленка
Занятость: полная
Заработная плата будет обсуждать индивидуально
Должность: Data Scientist (CV)
Привет! Мы команда разработки систем технического зрения. Развиваем технологии компьютерного зрения для автоматизации складских процессов Ozon. Наши решения работают с реальными видеопотоками и ML-моделями в продакшене, помогая повышать операций и снижать влияние человеческого фактора.
Ищем специалиста, который будет создавать и развивать CV-системы — от выбора алгоритмов до внедрения в промышленную эксплуатацию.
Вы будете
-Разрабатывать и улучшать модели компьютерного зрения (детекция, классификация, трекинг, сегментация).
-Подбирать алгоритмы и подходы под прикладные задачи, проводить эксперименты и оценивать качество моделей.
-Оптимизировать модели и алгоритмы для эффективной и быстрой работы на больших объёмах данных в production.
—Проектировать и оптимизировать inference-пайплайны, включая real-time сценарии.
-Разрабатывать ML- сервисы и работать с микросервисной архитектурой (Python).
-Анализировать производительность решений и находить узкие места - от моделей до инфраструктуры.
-Работать с видеопотоками и создавать high-load системы обработки данных.
-Взаимодействовать с инженерами и разработчиками на всех этапах - от исследования до продакшена.
Нам важно:
-Высшее образование в области математики, компьютерных наук или смежных технических дисциплин.
-Уверенное знание Python и опыт промышленной разработки.
-Практический опыт в Computer Vision или Machine Learning.
-Понимание классических алгоритмов CV и современных ML-подходов.
-Знание основных метрик качества моделей и методов их валидации.
-Хорошую алгоритмическую базу (структуры данных, оценка сложности).
-Навыки написания чистого, поддерживаемого кода и работы с Git.
Будет плюсом:
-Опыт работы с GPU (Nvidia, CUDA, TensorRT).
-Опыт построения real-time систем или оптимизации latency.
-Опыт deployment и применения MLOps-практик.
-Опыт работы с видеопотоками (RTSP/RTP) или потоковыми системами обработки данных.
-Опыт разработки high-load сервисов.
-Знание C++ для performance-критичных компонентов.
-Опыт работы с Airflow, Docker, Kubernetes или аналогичной инфраструктурой.
-Знание SQL и опыт работы с БД.
-Навыки написания unit- и integration-тестов.
-Английский язык на уровне чтения технической документации.
Работа в Ozon Tech — это
Люди, которым не всё равно — ценим инициативу и самостоятельность, доверяем друг другу и даём свободу в принятии решений.
Открытая культура — мы учимся на ошибках и фокусируемся на решении проблем, а не на поиске виноватых.
Сильная команда, которой мы гордимся — обсуждаем идеи, обмениваемся экспертизой, просим совета и поддерживаем друг друга.
Современный стек и развитая инженерная культура - реализуем амбициозные проекты и создаем решения, которых еще нет на рынке.
По всем вопросам @cosmopartic
Компания: Ozon Tech
Локация: РФ, РБ, КЗ, др страны
Формат работы: гибрид, удаленка
Занятость: полная
Заработная плата будет обсуждать индивидуально
Должность: Data Scientist (CV)
Привет! Мы команда разработки систем технического зрения. Развиваем технологии компьютерного зрения для автоматизации складских процессов Ozon. Наши решения работают с реальными видеопотоками и ML-моделями в продакшене, помогая повышать операций и снижать влияние человеческого фактора.
Ищем специалиста, который будет создавать и развивать CV-системы — от выбора алгоритмов до внедрения в промышленную эксплуатацию.
Вы будете
-Разрабатывать и улучшать модели компьютерного зрения (детекция, классификация, трекинг, сегментация).
-Подбирать алгоритмы и подходы под прикладные задачи, проводить эксперименты и оценивать качество моделей.
-Оптимизировать модели и алгоритмы для эффективной и быстрой работы на больших объёмах данных в production.
—Проектировать и оптимизировать inference-пайплайны, включая real-time сценарии.
-Разрабатывать ML- сервисы и работать с микросервисной архитектурой (Python).
-Анализировать производительность решений и находить узкие места - от моделей до инфраструктуры.
-Работать с видеопотоками и создавать high-load системы обработки данных.
-Взаимодействовать с инженерами и разработчиками на всех этапах - от исследования до продакшена.
Нам важно:
-Высшее образование в области математики, компьютерных наук или смежных технических дисциплин.
-Уверенное знание Python и опыт промышленной разработки.
-Практический опыт в Computer Vision или Machine Learning.
-Понимание классических алгоритмов CV и современных ML-подходов.
-Знание основных метрик качества моделей и методов их валидации.
-Хорошую алгоритмическую базу (структуры данных, оценка сложности).
-Навыки написания чистого, поддерживаемого кода и работы с Git.
Будет плюсом:
-Опыт работы с GPU (Nvidia, CUDA, TensorRT).
-Опыт построения real-time систем или оптимизации latency.
-Опыт deployment и применения MLOps-практик.
-Опыт работы с видеопотоками (RTSP/RTP) или потоковыми системами обработки данных.
-Опыт разработки high-load сервисов.
-Знание C++ для performance-критичных компонентов.
-Опыт работы с Airflow, Docker, Kubernetes или аналогичной инфраструктурой.
-Знание SQL и опыт работы с БД.
-Навыки написания unit- и integration-тестов.
-Английский язык на уровне чтения технической документации.
Работа в Ozon Tech — это
Люди, которым не всё равно — ценим инициативу и самостоятельность, доверяем друг другу и даём свободу в принятии решений.
Открытая культура — мы учимся на ошибках и фокусируемся на решении проблем, а не на поиске виноватых.
Сильная команда, которой мы гордимся — обсуждаем идеи, обмениваемся экспертизой, просим совета и поддерживаем друг друга.
Современный стек и развитая инженерная культура - реализуем амбициозные проекты и создаем решения, которых еще нет на рынке.
По всем вопросам @cosmopartic
#Вакансия #удалённо #AI
Аккредитованная ИТ-компания "Системы и Алгоритмы" ищет GenAI-разработчика
Роль: GenAI-developer
Деньги: 230 000 р. gross
Формат: удалённо
Вид занятости: full-time
Вид трудоустройства: ТД/ИП/СЗ/ГПХ
🔹 Чего ждём от Вас:
• Понимание архитектуры, возможностей и ограничений современных языковых моделей.
• Опыт работы с embeddings, vector search, RAG, structured output и tool calling.
• Опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы.
• Опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков.
• Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana.
• Опыт эксплуатации GPU-инфраструктуры и оптимизации inference.
• Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT.
• Опыт проектирования agentic workflows или multi-agent-систем.
• Понимание принципов информационной безопасности, privacy и работы с персональными данными.
🔹 Чем предстоит заниматься:
• Разработка сервисов ИИ платформы для создания функциональных агентов, ИИ ассистентов.
• Подготовка бэк части для функциональных агентов, включая среду разработки агентов: тестирование фреймворков, opensource агенты.
• Разработка сервиса управления реестром и скиллами агентов.
• Создание отдельного единого сервиса для всех баз знаний, интеграция крупных корпоративных источников
📲 Контакты для связи:
- @Serg06SA
- +7 969 865 42 25
Аккредитованная ИТ-компания "Системы и Алгоритмы" ищет GenAI-разработчика
Роль: GenAI-developer
Деньги: 230 000 р. gross
Формат: удалённо
Вид занятости: full-time
Вид трудоустройства: ТД/ИП/СЗ/ГПХ
🔹 Чего ждём от Вас:
• Понимание архитектуры, возможностей и ограничений современных языковых моделей.
• Опыт работы с embeddings, vector search, RAG, structured output и tool calling.
• Опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы.
• Опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков.
• Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana.
• Опыт эксплуатации GPU-инфраструктуры и оптимизации inference.
• Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT.
• Опыт проектирования agentic workflows или multi-agent-систем.
• Понимание принципов информационной безопасности, privacy и работы с персональными данными.
🔹 Чем предстоит заниматься:
• Разработка сервисов ИИ платформы для создания функциональных агентов, ИИ ассистентов.
• Подготовка бэк части для функциональных агентов, включая среду разработки агентов: тестирование фреймворков, opensource агенты.
• Разработка сервиса управления реестром и скиллами агентов.
• Создание отдельного единого сервиса для всех баз знаний, интеграция крупных корпоративных источников
📲 Контакты для связи:
- @Serg06SA
- +7 969 865 42 25
Мы новая AI-лаборатория, созданная совместно с одной из крупнейших сетей автодилеров.
Наша глобальная цель — создать мощное единое AI-ядро, которое полностью оцифрует и автоматизирует операционные процессы автодилеров во всем мире
Сейчас мы собираем команду для внедрения ИИ во все этапы воронки контактов с клиентом: от первого касания в чате до очной продажи в автосалоне. Мы делаем международный проект: начинаем с внедрения в дилеров в РФ с перспективой выхода на СНГ, MENA и Азию.
Что мы делаем:
• AI-агенты для классифайдов и звонков. Боты, которые общаются с клиентами, назначают встречи, ищут машины под выкуп и автоматически ведут CRM
•
• AI Native CRM дилера. Оцифровка оффлайн-продаж. Клиент приходит в салон, менеджер общается с ним через специальный смарт-бейдж. Система в реальном времени транскрибирует диалог, сумаризирует его в CRM и прямо во время встречи диктует менеджеру подсказки в микронаушник.
Твои предстоящие задачи:
• участвовать в разработке архитектуры ML-решений для задач заказчиков (CV, NLP, LLM)
• помогать в экспериментах с LLM: реализовывать базовые техники промптинга, оценка результатов
• переключение между разными проектами, готовность работать в формате proof-of-concept
Что мы ожидаем от кандидата:
• Вайбкодинг головного мозга
• Владение Python
• Опыт работы с фреймворками для создания AI-агентов
• Понимание работы STT-моделей и опыт работы с обработкой аудио/текста
Будет плюсом:
• Опыт работы с потоковым аудио, понимание работы IoT/железа, а также базовые знания CV
Что мы предлагаем:
• Зарплата: до 200 000 рублей на руки
• Это стартап внутри крупного бизнеса. Прямая работа с фаундерами
• Мы открываем юр лицо в Алматы. Будем внедрять наше решение в дилеров СНГ, ОАЭ, в Азии
• Работа преимущественно в офисе. Нужно будет фигачить. Наша цель - забрать мировой рынок авторитейла
Резюме присылать: @alyonkinn
Наша глобальная цель — создать мощное единое AI-ядро, которое полностью оцифрует и автоматизирует операционные процессы автодилеров во всем мире
Сейчас мы собираем команду для внедрения ИИ во все этапы воронки контактов с клиентом: от первого касания в чате до очной продажи в автосалоне. Мы делаем международный проект: начинаем с внедрения в дилеров в РФ с перспективой выхода на СНГ, MENA и Азию.
Что мы делаем:
• AI-агенты для классифайдов и звонков. Боты, которые общаются с клиентами, назначают встречи, ищут машины под выкуп и автоматически ведут CRM
•
• AI Native CRM дилера. Оцифровка оффлайн-продаж. Клиент приходит в салон, менеджер общается с ним через специальный смарт-бейдж. Система в реальном времени транскрибирует диалог, сумаризирует его в CRM и прямо во время встречи диктует менеджеру подсказки в микронаушник.
Твои предстоящие задачи:
• участвовать в разработке архитектуры ML-решений для задач заказчиков (CV, NLP, LLM)
• помогать в экспериментах с LLM: реализовывать базовые техники промптинга, оценка результатов
• переключение между разными проектами, готовность работать в формате proof-of-concept
Что мы ожидаем от кандидата:
• Вайбкодинг головного мозга
• Владение Python
• Опыт работы с фреймворками для создания AI-агентов
• Понимание работы STT-моделей и опыт работы с обработкой аудио/текста
Будет плюсом:
• Опыт работы с потоковым аудио, понимание работы IoT/железа, а также базовые знания CV
Что мы предлагаем:
• Зарплата: до 200 000 рублей на руки
• Это стартап внутри крупного бизнеса. Прямая работа с фаундерами
• Мы открываем юр лицо в Алматы. Будем внедрять наше решение в дилеров СНГ, ОАЭ, в Азии
• Работа преимущественно в офисе. Нужно будет фигачить. Наша цель - забрать мировой рынок авторитейла
Резюме присылать: @alyonkinn
#вакансия #системныйаналитик #мидл+ #DWH #удаленка #middle
Вакансия: Системный аналитик (DWH)
Компания: Сентикор Солюшнс
Формат: Удаленный РФ
Вилка: до 355 000 гросс
Аккредитованная IT-компания Centicore в поисках системного аналитика в финтехпроект
Требования:
Опыт работы с реляционными и нереляционными СУБД (предпочтительно GreenPlum, BDP/S3-like)
Знание SQL – на уровне написания сложных запросов, знание оконных функций, навыки чтения чужого многоярусного кода.
Знание ETL-инструментов (Apache Airflow, Spark)
Опыт работы с интеграционными задачами (Rest, Kafka и т.д)
Опыт участия в проектах по разработке и внедрению прикладных информационных систем
Умение работать с большими объемами данных
Понимание банковских продуктов и процессов, принципов Data Governance
Опыт разбора расхождений ККД и инцидентов на данные
Опыт работы с git или другой системой контроля версий
Самостоятельность и проактивность, умение четко планировать свое рабочее время, выполнять поставленные задачи в установленные сроки
Анализ существующих и выстраивание новых Бизнес процессов
Мы предлагаем:
- Официальное трудоустройство;
- Длительное сотрудничество с Айти аккредитованной компанией;
- Удалённый формат работы;
- ДМС со стоматологией ;
- Возможность участия в реферальнои программе «приведи друга»;
- Участие в различных активностях компании Centicore (квиз, онлайн-йога, онлаин-шахматы, English club, онлайн-покер, Дота и многое другое);
- Корпоративный ноутбук;
- Корпоративная библиотека;
- Корпоративный психолог;
- Корпоративный юрист.
Контакты: @Narina16
Вакансия: Системный аналитик (DWH)
Компания: Сентикор Солюшнс
Формат: Удаленный РФ
Вилка: до 355 000 гросс
Аккредитованная IT-компания Centicore в поисках системного аналитика в финтехпроект
Требования:
Опыт работы с реляционными и нереляционными СУБД (предпочтительно GreenPlum, BDP/S3-like)
Знание SQL – на уровне написания сложных запросов, знание оконных функций, навыки чтения чужого многоярусного кода.
Знание ETL-инструментов (Apache Airflow, Spark)
Опыт работы с интеграционными задачами (Rest, Kafka и т.д)
Опыт участия в проектах по разработке и внедрению прикладных информационных систем
Умение работать с большими объемами данных
Понимание банковских продуктов и процессов, принципов Data Governance
Опыт разбора расхождений ККД и инцидентов на данные
Опыт работы с git или другой системой контроля версий
Самостоятельность и проактивность, умение четко планировать свое рабочее время, выполнять поставленные задачи в установленные сроки
Анализ существующих и выстраивание новых Бизнес процессов
Мы предлагаем:
- Официальное трудоустройство;
- Длительное сотрудничество с Айти аккредитованной компанией;
- Удалённый формат работы;
- ДМС со стоматологией ;
- Возможность участия в реферальнои программе «приведи друга»;
- Участие в различных активностях компании Centicore (квиз, онлайн-йога, онлаин-шахматы, English club, онлайн-покер, Дота и многое другое);
- Корпоративный ноутбук;
- Корпоративная библиотека;
- Корпоративный психолог;
- Корпоративный юрист.
Контакты: @Narina16
Product Lead (Predictions & ML) в Adapty, $75–90k/год + бонус от роста направления, полная удалёнка
Adapty — платформа монетизации подписок для мобильных приложений. Через нас проходит больше $2B подписочной выручки в год, нами пользуются больше 20 000 приложений. Мы делим продукт на стримы и сейчас собираем аналитику и ML под одного владельца.
Вся мобильная реклама держится на одном разрыве: выручка от привлечённого пользователя приходит в течение года, подписками и продлениями, а решение, продолжать ли тратить на канал, нужно принять за несколько дней. Этот разрыв закрывает предсказание LTV — и от точности прогноза напрямую зависит, сколько приложение может позволить себе потратить на рост.
Данных для этого у нас больше, чем почти у кого-либо на рынке: мы видим тысячи приложений одновременно, а не одно. Значит, мы можем предсказывать точнее всех. Сейчас не предсказываем, и это задача роли.
Направление собирается с нуля: аналитика, предикт и A/B-тесты впервые сходятся под одним владельцем. Ты получаешь чистый лист в решениях поверх продукта, который уже приносит деньги двадцати тысячам приложений.
Чем заниматься:
— Определить, что мы считаем качеством модели — метрика, горизонт, baseline, калибровка — и довести предикт до этого уровня
— Забрать A/B-тесты пейволлов и свести их с предиктом: тест меряет краткосрочный эффект, а раскатывать надо по долгосрочной выручке
— Разогнать аналитику: найти, где затык — в данных, запросах или интерфейсе
— Решить судьбу накопленных ML-наработок: что доводим до продукта, что закрываем
— Вести команду из двух ML-инженеров
Кого ищем:
— Классический ML и матстат на уровне предметного спора о метрике и горизонте, а не пересказа чужих выводов
— SQL и Python — сами достаёте и перепроверяете числа
— Умение взять широкое направление и довести до результата без постановки задач
— Продуктовый опыт — плюс, но не требование
Плюсом: подписки, мобайл или финтех (LTV, churn, когортная экономика); экспериментальный дизайн: мощность, MDE, множественные сравнения; ClickHouse; олимпиады, Kaggle, публичные проекты.
Контакт: @Adapty_Talent_Bot
Adapty — платформа монетизации подписок для мобильных приложений. Через нас проходит больше $2B подписочной выручки в год, нами пользуются больше 20 000 приложений. Мы делим продукт на стримы и сейчас собираем аналитику и ML под одного владельца.
Вся мобильная реклама держится на одном разрыве: выручка от привлечённого пользователя приходит в течение года, подписками и продлениями, а решение, продолжать ли тратить на канал, нужно принять за несколько дней. Этот разрыв закрывает предсказание LTV — и от точности прогноза напрямую зависит, сколько приложение может позволить себе потратить на рост.
Данных для этого у нас больше, чем почти у кого-либо на рынке: мы видим тысячи приложений одновременно, а не одно. Значит, мы можем предсказывать точнее всех. Сейчас не предсказываем, и это задача роли.
Направление собирается с нуля: аналитика, предикт и A/B-тесты впервые сходятся под одним владельцем. Ты получаешь чистый лист в решениях поверх продукта, который уже приносит деньги двадцати тысячам приложений.
Чем заниматься:
— Определить, что мы считаем качеством модели — метрика, горизонт, baseline, калибровка — и довести предикт до этого уровня
— Забрать A/B-тесты пейволлов и свести их с предиктом: тест меряет краткосрочный эффект, а раскатывать надо по долгосрочной выручке
— Разогнать аналитику: найти, где затык — в данных, запросах или интерфейсе
— Решить судьбу накопленных ML-наработок: что доводим до продукта, что закрываем
— Вести команду из двух ML-инженеров
Кого ищем:
— Классический ML и матстат на уровне предметного спора о метрике и горизонте, а не пересказа чужих выводов
— SQL и Python — сами достаёте и перепроверяете числа
— Умение взять широкое направление и довести до результата без постановки задач
— Продуктовый опыт — плюс, но не требование
Плюсом: подписки, мобайл или финтех (LTV, churn, когортная экономика); экспериментальный дизайн: мощность, MDE, множественные сравнения; ClickHouse; олимпиады, Kaggle, публичные проекты.
Контакт: @Adapty_Talent_Bot
Привет! 🎸🤖
Мы в FunCorp создаём новый музыкальный технологический продукт для тех, кто поёт и играет на гитаре. Идея: дать живому музыканту возможность играть с AI так, чтобы это ощущалось как репетиция с настоящей группой — а не игра под статичную фонограмму.
Ищем в команду ML-Инженера 💻
Нам нужен человек, который сам играет и по-настоящему увлечён музыкой — иначе просто не услышит, где AI звучит неправильно :)
Что будешь делать:
— Проводить исследования на основе большого количества реальных гитарных джемов
— Работать с open source моделями, адаптация под музыкальные задачи
— Отвечать за полный цикл: от идеи и исследования до реализации и деплоя
— Генерировать и распознавать игры на инструментах
— Тестировать на слух — с гитарой в руках
— Работать с инфраструктурой: Docker, облака, MLOps
Что нам важно:
— Ты играешь на гитаре и живёшь музыкой
— Обязателен опыт в voice/audio ML — генерация, распознавание, обработка звука
— Умеешь адаптировать open source модели под задачу
Формат: полная занятость, полная удалёнка.
📩 Откликнуться → @FunCorpHR
‼️При отклике обязательно напишите: какой у вас опыт в voice/audio, и как давно и на каком уровне играете на гитаре 🎸
Мы в FunCorp создаём новый музыкальный технологический продукт для тех, кто поёт и играет на гитаре. Идея: дать живому музыканту возможность играть с AI так, чтобы это ощущалось как репетиция с настоящей группой — а не игра под статичную фонограмму.
Ищем в команду ML-Инженера 💻
Нам нужен человек, который сам играет и по-настоящему увлечён музыкой — иначе просто не услышит, где AI звучит неправильно :)
Что будешь делать:
— Проводить исследования на основе большого количества реальных гитарных джемов
— Работать с open source моделями, адаптация под музыкальные задачи
— Отвечать за полный цикл: от идеи и исследования до реализации и деплоя
— Генерировать и распознавать игры на инструментах
— Тестировать на слух — с гитарой в руках
— Работать с инфраструктурой: Docker, облака, MLOps
Что нам важно:
— Ты играешь на гитаре и живёшь музыкой
— Обязателен опыт в voice/audio ML — генерация, распознавание, обработка звука
— Умеешь адаптировать open source модели под задачу
Формат: полная занятость, полная удалёнка.
📩 Откликнуться → @FunCorpHR
‼️При отклике обязательно напишите: какой у вас опыт в voice/audio, и как давно и на каком уровне играете на гитаре 🎸
#vacancy #python #optimization #operationsresearch #scheduling #senior #remote #parttime #datascience #algorithms
Senior Operations Research / Optimization Engineer — Production Scheduling
Remote | Part-time | Project-based
Compensation: around $7,000 for part-time, depending on experience and workload.
Telleqt is looking for a Senior Optimization Engineer for a manufacturing automation project in Thailand.
We are building a finite-capacity production scheduling system for food manufacturing. The optimizer must handle multi-stage production, filling, retorting, shared equipment, production calendars, capacity constraints and sequence-dependent changeovers.
What we need:
strong experience in Operations Research / Mathematical Optimization;
MILP, Constraint Programming, scheduling and combinatorial optimization;
hands-on experience with OR-Tools / CP-SAT, Gurobi, CPLEX, Timefold or similar;
experience with real-world scheduling, planning or resource allocation problems;
strong Python or modern C++;
experience with heuristics, solver tuning, infeasibility diagnostics and production-quality software.
Strong plus:
manufacturing / supply chain optimization;
finite-capacity or job-shop scheduling;
multi-stage production planning;
food manufacturing experience.
Fully remote, flexible schedule, project-based part-time cooperation.
Compensation is discussed individually and depends on experience, availability and expected workload.
contact / CV - @levanm
Senior Operations Research / Optimization Engineer — Production Scheduling
Remote | Part-time | Project-based
Compensation: around $7,000 for part-time, depending on experience and workload.
Telleqt is looking for a Senior Optimization Engineer for a manufacturing automation project in Thailand.
We are building a finite-capacity production scheduling system for food manufacturing. The optimizer must handle multi-stage production, filling, retorting, shared equipment, production calendars, capacity constraints and sequence-dependent changeovers.
What we need:
strong experience in Operations Research / Mathematical Optimization;
MILP, Constraint Programming, scheduling and combinatorial optimization;
hands-on experience with OR-Tools / CP-SAT, Gurobi, CPLEX, Timefold or similar;
experience with real-world scheduling, planning or resource allocation problems;
strong Python or modern C++;
experience with heuristics, solver tuning, infeasibility diagnostics and production-quality software.
Strong plus:
manufacturing / supply chain optimization;
finite-capacity or job-shop scheduling;
multi-stage production planning;
food manufacturing experience.
Fully remote, flexible schedule, project-based part-time cooperation.
Compensation is discussed individually and depends on experience, availability and expected workload.
contact / CV - @levanm
#вакансия #dataengineer #python #airflow #etl #dwh #удалённо
Data Engineer (Middle)
Оплата: 150 000 – 170 000 ₽
Компания: 💻 Кодекс-ИТ
Грейд: Middle
Гражданство: РФ
Локация: строго РФ
Формат работы: удаленно
Часовой пояс: не более ±2 часов от МСК
📋 Проект:
Разработка единой системы оценки эффективности.
📋 Задачи:
— Разработка решений вокруг DWH
— Создание ETL / настройка сбора данных, BI-аналитика
— Проработка архитектуры данных и системы для их сбора
— Внедрение нового функционала, сокращение техдолга
📋 Требования:
— Опыт проектирования и построения пайплайнов: Python / Apache Airflow
— Интеграция источников с GraphQL, RESTful
— Хранение данных в Apache Iceberg / проектирование архитектуры хранения данных
— Проектирование архитектуры сбора данных и витрин
— Тестирование данных на всех уровнях требований к качеству данных
— Настройка метрик и алертов Prometheus / интеграция с внутренними системами оповещений
— Знание предметной области
🙋 Условия:
Удаленный формат работы
Интересный проект с архитектурными задачами
Профессиональный рост
💬 Контакт: @ira_recr
Data Engineer (Middle)
Оплата: 150 000 – 170 000 ₽
Компания: 💻 Кодекс-ИТ
Грейд: Middle
Гражданство: РФ
Локация: строго РФ
Формат работы: удаленно
Часовой пояс: не более ±2 часов от МСК
📋 Проект:
Разработка единой системы оценки эффективности.
📋 Задачи:
— Разработка решений вокруг DWH
— Создание ETL / настройка сбора данных, BI-аналитика
— Проработка архитектуры данных и системы для их сбора
— Внедрение нового функционала, сокращение техдолга
📋 Требования:
— Опыт проектирования и построения пайплайнов: Python / Apache Airflow
— Интеграция источников с GraphQL, RESTful
— Хранение данных в Apache Iceberg / проектирование архитектуры хранения данных
— Проектирование архитектуры сбора данных и витрин
— Тестирование данных на всех уровнях требований к качеству данных
— Настройка метрик и алертов Prometheus / интеграция с внутренними системами оповещений
— Знание предметной области
🙋 Условия:
Удаленный формат работы
Интересный проект с архитектурными задачами
Профессиональный рост
💬 Контакт: @ira_recr
#вакансия #удаленка #datascience
☁️Позиция: Data Science (Senior)
💰ЗП: Вилка: 174тр - 215тр
📅Формат работы: Удаленка
📍Локация/Гражданство: РФ
📅Занятость: Full-time
📌Обязанности:
- Разработка сервисов ИИ платформы для создания функциональных агентов, ИИ ассистентов.
- Подготовка бэк части для функциональных агентов, включая среду разработки агентов: тестирование фреймворков, opensource агенты.
- Разработка сервиса управления реестром и скиллами агентов.
- Создание отдельного единого сервиса для всех баз знаний, интеграция крупных корпоративных источников.
🔺Требования:
- Понимание архитектуры, возможностей и ограничений современных языковых моделей.
- Опыт работы с embeddings, vector search, RAG, structured output и tool calling.
- Понимание принципов проектирования AI-агентов: управление состоянием и контекстом, выбор инструментов, контроль уровня автономности и human-in-the-loop.
- Опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы.
- Понимание рисков prompt injection, некорректного tool calling, утечки данных и чрезмерных прав доступа агента.
- Опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков.
- Умение оценивать стоимость, latency и масштабируемость LLM-решений.
- Опыт работы в e-commerce, retail или других продуктовых highload-системах.
- Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana.
- Опыт эксплуатации GPU-инфраструктуры и оптимизации inference.
- Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT.
- Опыт проектирования agentic workflows или multi-agent-систем.
- Понимание принципов информационной безопасности, privacy и работы с персональными данными.
По всем вопросам и с резюме: @pavel_korab
☁️Позиция: Data Science (Senior)
💰ЗП: Вилка: 174тр - 215тр
📅Формат работы: Удаленка
📍Локация/Гражданство: РФ
📅Занятость: Full-time
📌Обязанности:
- Разработка сервисов ИИ платформы для создания функциональных агентов, ИИ ассистентов.
- Подготовка бэк части для функциональных агентов, включая среду разработки агентов: тестирование фреймворков, opensource агенты.
- Разработка сервиса управления реестром и скиллами агентов.
- Создание отдельного единого сервиса для всех баз знаний, интеграция крупных корпоративных источников.
🔺Требования:
- Понимание архитектуры, возможностей и ограничений современных языковых моделей.
- Опыт работы с embeddings, vector search, RAG, structured output и tool calling.
- Понимание принципов проектирования AI-агентов: управление состоянием и контекстом, выбор инструментов, контроль уровня автономности и human-in-the-loop.
- Опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы.
- Понимание рисков prompt injection, некорректного tool calling, утечки данных и чрезмерных прав доступа агента.
- Опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков.
- Умение оценивать стоимость, latency и масштабируемость LLM-решений.
- Опыт работы в e-commerce, retail или других продуктовых highload-системах.
- Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana.
- Опыт эксплуатации GPU-инфраструктуры и оптимизации inference.
- Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT.
- Опыт проектирования agentic workflows или multi-agent-систем.
- Понимание принципов информационной безопасности, privacy и работы с персональными данными.
По всем вопросам и с резюме: @pavel_korab
AI Research Lab 42 ведет активный поиск senior researchers 🔬
💰 €100–250K/year в зависимости от роли и опыта
📍 Amsterdam, помогаем с релокацией
42 — AI research lab, которая разрабатывает автономного AI Scientist — систему, способную самостоятельно формулировать гипотезы, проводить эксперименты и находить решения.
Первый фокус лаборатории — финансовые рынки: AI-система работает как автономный трейдер, а полученный капитал финансирует дальнейшие исследования. Параллельно лаборатория ведёт исследования в области биологии человека, нейротехнологий и фундаментальной физики.
Сейчас в trading research открыто 3 позиции:
📈 TradFi Research Lead
Задача — построить и возглавить research-направление в traditional markets: разрабатывать MFT-стратегии, строить портфели и risk/execution models, выводить стратегии в production.
Ищем 5+ лет в systematic quant research, подтверждённый track record прибыльных MFT-стратегий и опыт с equities / futures / options / FX. Опыт лидерства обязателен.
🤖 AI Researcher — Autonomous Research
Задача — перейти от ручного quant research к автономной agent-driven системе, которая сама генерирует гипотезы, тестирует и оптимизирует стратегии.
Ищем MFT/HFT researcher с сильным пониманием market microstructure, статистики и Python/ML, способного формализовать research-процесс так, чтобы его можно было автоматизировать.
💰 Quantitative Researcher — Crypto MFT
Задача — полный цикл разработки medium-frequency crypto strategies: от поиска alpha и backtesting до production и мониторинга live performance.
Ищем 2+ лет в systematic trading, опыт запуска стратегий в live, глубокое понимание crypto market structure (spot, perps, funding), сильные Python, statistics и ML/DL.
Вопросы и резюме @d_shteinardt
💰 €100–250K/year в зависимости от роли и опыта
📍 Amsterdam, помогаем с релокацией
42 — AI research lab, которая разрабатывает автономного AI Scientist — систему, способную самостоятельно формулировать гипотезы, проводить эксперименты и находить решения.
Первый фокус лаборатории — финансовые рынки: AI-система работает как автономный трейдер, а полученный капитал финансирует дальнейшие исследования. Параллельно лаборатория ведёт исследования в области биологии человека, нейротехнологий и фундаментальной физики.
Сейчас в trading research открыто 3 позиции:
📈 TradFi Research Lead
Задача — построить и возглавить research-направление в traditional markets: разрабатывать MFT-стратегии, строить портфели и risk/execution models, выводить стратегии в production.
Ищем 5+ лет в systematic quant research, подтверждённый track record прибыльных MFT-стратегий и опыт с equities / futures / options / FX. Опыт лидерства обязателен.
🤖 AI Researcher — Autonomous Research
Задача — перейти от ручного quant research к автономной agent-driven системе, которая сама генерирует гипотезы, тестирует и оптимизирует стратегии.
Ищем MFT/HFT researcher с сильным пониманием market microstructure, статистики и Python/ML, способного формализовать research-процесс так, чтобы его можно было автоматизировать.
💰 Quantitative Researcher — Crypto MFT
Задача — полный цикл разработки medium-frequency crypto strategies: от поиска alpha и backtesting до production и мониторинга live performance.
Ищем 2+ лет в systematic trading, опыт запуска стратегий в live, глубокое понимание crypto market structure (spot, perps, funding), сильные Python, statistics и ML/DL.
Вопросы и резюме @d_shteinardt
#вакансия #AI #Architect #Automation
Локация: Кипр или UK, удаленно из Европы
Вилка: 8 000 - 12 000 евро gross
Контакт: @veronika_vlasovets
Ищем AI Engineering Architect для крупной продуктовой компании, который возьмет на себя ответственность за 5-кратное ускорение скорости разработки через внедрение AI.
Компания: международный B2C бизнес в индустрии развлечений, работает сразу с несколькими продуктами и создает инструменты для музыкантов и авторов по всему миру. Компания движется к децентрализованной инженерии и делает ставку на AI-native инструменты как способ этого достичь. Системы, которые вы спроектируете, должны работать одинаково хорошо сразу в нескольких продуктах.
Задачи:
Вам необходимо будет построить и возглавить AI-стек для инженерии: агентные воркфлоу, evals, правила доступа, AI-ревью кода, автоматизацию тестирования и деплоя. В фокусе — автоматизация: находить и убирать главные узкие места в рабочих процессах с помощью AI, отвечать за 5-кратное ускорение разработки. Также предстоит выбирать модели и провайдеров для инструментов, запускать MVP на одной команде и масштабировать на всю организацию, настраивать evals, которые показывают реальный эффект на скорость.
Требуемые навыки и опыт:
* 6-7+ лет коммерческой разработки, любой стек, последние несколько лет фокус на внедрении и автоматизации процессов через AI
* Опыт внедрения AI-инструментов в масштабе всей компании с измеримым эффектом на скорость работы
* Экспериментальный подход, основанный на данных: предложить идею, запустить MVP на одной команде, затем масштабировать то, что сработало
* Опыт работы с агентными инструментами (Claude Code, Cursor и подобные) в масштабе организации, а не только личное использование
* Английский от B2
Что предлагают:
📍Официальное оформление на Кипре или в UK, для remote - b2b контракт. Для кандидатов из РФ/РБ есть поддержка релокации на Кипр.
✅ Remote возможен, чем ближе к часовому поясу CET, тем лучше
📦 Релокация + visa support
🎵 Работа над продуктами для миллионов музыкантов и авторов по всему миру
🚀 Роль без готового плейбука: сами решаете, что строить и как, а потом защищаете это перед CTO
📚 Обучение, языковые занятия, конференции
🏥 Поддержка ментального здоровья
Если интересно узнать больше — пишите мне в Telegram: @veronika_vlasovets
Локация: Кипр или UK, удаленно из Европы
Вилка: 8 000 - 12 000 евро gross
Контакт: @veronika_vlasovets
Ищем AI Engineering Architect для крупной продуктовой компании, который возьмет на себя ответственность за 5-кратное ускорение скорости разработки через внедрение AI.
Компания: международный B2C бизнес в индустрии развлечений, работает сразу с несколькими продуктами и создает инструменты для музыкантов и авторов по всему миру. Компания движется к децентрализованной инженерии и делает ставку на AI-native инструменты как способ этого достичь. Системы, которые вы спроектируете, должны работать одинаково хорошо сразу в нескольких продуктах.
Задачи:
Вам необходимо будет построить и возглавить AI-стек для инженерии: агентные воркфлоу, evals, правила доступа, AI-ревью кода, автоматизацию тестирования и деплоя. В фокусе — автоматизация: находить и убирать главные узкие места в рабочих процессах с помощью AI, отвечать за 5-кратное ускорение разработки. Также предстоит выбирать модели и провайдеров для инструментов, запускать MVP на одной команде и масштабировать на всю организацию, настраивать evals, которые показывают реальный эффект на скорость.
Требуемые навыки и опыт:
* 6-7+ лет коммерческой разработки, любой стек, последние несколько лет фокус на внедрении и автоматизации процессов через AI
* Опыт внедрения AI-инструментов в масштабе всей компании с измеримым эффектом на скорость работы
* Экспериментальный подход, основанный на данных: предложить идею, запустить MVP на одной команде, затем масштабировать то, что сработало
* Опыт работы с агентными инструментами (Claude Code, Cursor и подобные) в масштабе организации, а не только личное использование
* Английский от B2
Что предлагают:
📍Официальное оформление на Кипре или в UK, для remote - b2b контракт. Для кандидатов из РФ/РБ есть поддержка релокации на Кипр.
✅ Remote возможен, чем ближе к часовому поясу CET, тем лучше
📦 Релокация + visa support
🎵 Работа над продуктами для миллионов музыкантов и авторов по всему миру
🚀 Роль без готового плейбука: сами решаете, что строить и как, а потом защищаете это перед CTO
📚 Обучение, языковые занятия, конференции
🏥 Поддержка ментального здоровья
Если интересно узнать больше — пишите мне в Telegram: @veronika_vlasovets
Удаленка
Adapty — платформа монетизации подписок для мобильных приложений. Через нас проходит больше $3B подписочной выручки в год, нами пользуются больше 20 000 приложений. Мы делим продукт на стримы и сейчас собираем аналитику и ML под одного владельца.
Вся мобильная реклама держится на одном разрыве: выручка от привлечённого пользователя приходит в течение года, подписками и продлениями, а решение, продолжать ли тратить на канал, нужно принять за несколько дней. Этот разрыв закрывает предсказание LTV — и от точности прогноза напрямую зависит, сколько приложение может позволить себе потратить на рост.
Данных для этого у нас больше, чем почти у кого-либо на рынке: мы видим тысячи приложений одновременно, а не одно. Значит, мы можем предсказывать точнее всех. Сейчас не предсказываем, и это задача роли.
Направление собирается с нуля: аналитика, предикт и A/B-тесты впервые сходятся под одним владельцем. Ты получаешь чистый лист в решениях поверх продукта, который уже приносит деньги двадцати тысячам приложений.
— Определить, что мы считаем качеством модели — метрика, горизонт, baseline, калибровка — и довести предикт до этого уровня
— Забрать A/B-тесты пейволлов и свести их с предиктом: тест меряет краткосрочный эффект, а раскатывать надо по долгосрочной выручке
— Разогнать аналитику: найти, где затык — в данных, запросах или интерфейсе
— Решить судьбу накопленных ML-наработок: что доводим до продукта, что закрываем
— Вести команду из двух ML-инженеров
— Классический ML и матстат на уровне предметного спора о метрике и горизонте, а не пересказа чужих выводов
— SQL и Python — сами достаёте и перепроверяете числа
— Умение взять широкое направление и довести до результата без постановки задач
— Продуктовый опыт — плюс, но не требование
(без cv не рассматриваем)
Please open Telegram to view this post
VIEW IN TELEGRAM
#вакансия #удаленно #РФ #Al #Python #разработчик
AI-разработчик Middle/Senior
Зп до 260к на руки
ИТ компания интегратор
Оформление ИП, Смз
Гражданство РФ, локация РФ
Удаленно
Разработка AI-агентов (написание кода, логика, интеграция моделей) и полная ответственность за их доставку и поддержку в микросервисной среде.
Баланс:
30% Разработка (Coding)
70% Внедрение и эксплуатация (Deployment & Ops).
Ключевые навыки (Hard Skills):
- AI Development - Python, фреймворки для AI (LangChain, LlamaIndex, Semantic Kernel или аналоги). Понимание концепции AI Agents, RAG, Tool Calling;
- DevOps / MLOps - Docker, Kubernetes, Helm. Умение написать Dockerfile и values.yaml;
- Debugging & Ops - ArgoCD (только чтение логов/статусов), работа с терминалом (bash), анализ логов;
- Security & Deps - Работа с SCA-сканерами.
- Опыт от 3-6 лет Middle / Senior;
- Бэкграунд: Python-разработчик, который увлекался AI и выучил Docker/K8s, либо MLOps-инженер, который умеет хорошо программировать;
- Ключевая компетенция: Автономность. Необходимо уметь не только написать бота, но и перенести его в контейнер, заставить пройти проверку безопасности и запустить в кластере без помощи системных администраторов;
- Глубокое понимание работы зависимости в Python (virtualenv, poetry, pip), так как 70% проблем с деплоем связаны с ними.
💫Задачи на проекте
- Написание кода агента на Python, который использует внешние API;
- "Упаковка" кода в Docker-образ с минимальным размером и безопасными зависимостями;
- Написание Helm-чарта для развертывания этого образа в K8s;
- Поиск способов обновления библиотеки или применение патча, пересборка образа и обновление деплоя при блокировке образа SCA-сканером из-за уязвимости в библиотеке requests;
- Чтение логов пода в ArgoCD, в случае падения агента в продакшн. Исправление кода и подготовка нового деплоя, если ошибка в промпте или API.
Этапы отбора
1. Интервью
2. Проверка ИБ
Описание проекта и команды
Управляющая компания.
====
⚠️ Перед откликом обязательно изучите Регламент безопасности канала.
====
✍️ пишите и присылайте резюме в лс @HR_V_a
AI-разработчик Middle/Senior
Зп до 260к на руки
ИТ компания интегратор
Оформление ИП, Смз
Гражданство РФ, локация РФ
Удаленно
Разработка AI-агентов (написание кода, логика, интеграция моделей) и полная ответственность за их доставку и поддержку в микросервисной среде.
Баланс:
30% Разработка (Coding)
70% Внедрение и эксплуатация (Deployment & Ops).
Ключевые навыки (Hard Skills):
- AI Development - Python, фреймворки для AI (LangChain, LlamaIndex, Semantic Kernel или аналоги). Понимание концепции AI Agents, RAG, Tool Calling;
- DevOps / MLOps - Docker, Kubernetes, Helm. Умение написать Dockerfile и values.yaml;
- Debugging & Ops - ArgoCD (только чтение логов/статусов), работа с терминалом (bash), анализ логов;
- Security & Deps - Работа с SCA-сканерами.
- Опыт от 3-6 лет Middle / Senior;
- Бэкграунд: Python-разработчик, который увлекался AI и выучил Docker/K8s, либо MLOps-инженер, который умеет хорошо программировать;
- Ключевая компетенция: Автономность. Необходимо уметь не только написать бота, но и перенести его в контейнер, заставить пройти проверку безопасности и запустить в кластере без помощи системных администраторов;
- Глубокое понимание работы зависимости в Python (virtualenv, poetry, pip), так как 70% проблем с деплоем связаны с ними.
💫Задачи на проекте
- Написание кода агента на Python, который использует внешние API;
- "Упаковка" кода в Docker-образ с минимальным размером и безопасными зависимостями;
- Написание Helm-чарта для развертывания этого образа в K8s;
- Поиск способов обновления библиотеки или применение патча, пересборка образа и обновление деплоя при блокировке образа SCA-сканером из-за уязвимости в библиотеке requests;
- Чтение логов пода в ArgoCD, в случае падения агента в продакшн. Исправление кода и подготовка нового деплоя, если ошибка в промпте или API.
Этапы отбора
1. Интервью
2. Проверка ИБ
Описание проекта и команды
Управляющая компания.
====
⚠️ Перед откликом обязательно изучите Регламент безопасности канала.
====
✍️ пишите и присылайте резюме в лс @HR_V_a
#middle #удаленка
AYROSA
Python Developer / AI Engineer (Document Processing)
Формат работы: можно удалённо
☑️ Чем предстоит заниматься
-Разбирать и обрабатывать документы в форматах Excel, PDF и сканы
-Извлекать табличные данные из документов
-Нормализовать даты, номера документов, суммы и другие поля
-Проектировать и реализовывать логику сопоставления данных
-Выявлять расхождения между двумя источниками
-Обрабатывать сложные кейсы: разные периоды, отличающиеся номера, частичные совпадения и другие неоднозначные ситуации
-Интегрировать OCR и Document AI-инструменты
-При необходимости использовать LLM для интерпретации и формирования человекочитаемых объяснений
-Разрабатывать backend/API для сервиса
-Участвовать в проектировании архитектуры MVP
-Работать с реальными обезличенными финансовыми документами и тестировать качество решения на исторических данных
☑️ Наши пожелания к кандидатам
-Коммерческий опыт разработки на Python от 3 лет
-Уверенное владение Python
-Опыт работы с pandas и табличными данными
-Опыт обработки Excel / CSV
-Опыт парсинга PDF
-Опыт разработки backend-сервисов и REST API
-Понимание алгоритмов сопоставления, нормализации и очистки данных
-Умение проектировать решение самостоятельно, а не только работать по готовому ТЗ
-Опыт работы с Git
-Будет плюсом:
-Опыт с OCR: Tesseract, PaddleOCR или аналогами
-Опыт с PyMuPDF, pdfplumber, Camelot, Tabula
-Опыт с fuzzy matching
-Опыт работы с Document AI / Intelligent Document Processing
-Интеграция LLM API: OpenAI, Azure OpenAI, YandexGPT или аналогов
-Опыт разработки систем reconciliation / data matching
-Опыт работы с финансовыми, бухгалтерскими или другими структурированными документами
-Опыт On-Premise решений
-Опыт построения решений, где нужно сочетать детерминированную бизнес-логику и AI
Контакты: hello@ayrosa.dev
AYROSA
Python Developer / AI Engineer (Document Processing)
Формат работы: можно удалённо
☑️ Чем предстоит заниматься
-Разбирать и обрабатывать документы в форматах Excel, PDF и сканы
-Извлекать табличные данные из документов
-Нормализовать даты, номера документов, суммы и другие поля
-Проектировать и реализовывать логику сопоставления данных
-Выявлять расхождения между двумя источниками
-Обрабатывать сложные кейсы: разные периоды, отличающиеся номера, частичные совпадения и другие неоднозначные ситуации
-Интегрировать OCR и Document AI-инструменты
-При необходимости использовать LLM для интерпретации и формирования человекочитаемых объяснений
-Разрабатывать backend/API для сервиса
-Участвовать в проектировании архитектуры MVP
-Работать с реальными обезличенными финансовыми документами и тестировать качество решения на исторических данных
☑️ Наши пожелания к кандидатам
-Коммерческий опыт разработки на Python от 3 лет
-Уверенное владение Python
-Опыт работы с pandas и табличными данными
-Опыт обработки Excel / CSV
-Опыт парсинга PDF
-Опыт разработки backend-сервисов и REST API
-Понимание алгоритмов сопоставления, нормализации и очистки данных
-Умение проектировать решение самостоятельно, а не только работать по готовому ТЗ
-Опыт работы с Git
-Будет плюсом:
-Опыт с OCR: Tesseract, PaddleOCR или аналогами
-Опыт с PyMuPDF, pdfplumber, Camelot, Tabula
-Опыт с fuzzy matching
-Опыт работы с Document AI / Intelligent Document Processing
-Интеграция LLM API: OpenAI, Azure OpenAI, YandexGPT или аналогов
-Опыт разработки систем reconciliation / data matching
-Опыт работы с финансовыми, бухгалтерскими или другими структурированными документами
-Опыт On-Premise решений
-Опыт построения решений, где нужно сочетать детерминированную бизнес-логику и AI
Контакты: hello@ayrosa.dev
#вакансия #mlops #dataengineering #healthtech #fulltime #москва
Вакансия: Data / ML Platform Engineer (Middle+ / Senior)
Компания: AstraTech
Формат: гибридный / удаленный по РФ
Локация: Москва
Занятость: full-time
Вилка: 280 000 - 400 000 ₽ гросс
HealthTech стартап создает продукт поддержки врачебных решений, который делает процессы в здравоохранении эффективнее и помогает врачам принимать более точные решения 🕊
Сейчас команда строит Data Platform и ML / LLM Platform. Это единый путь данных: от загрузки из разных источников до измеренного результата модели. Команда ищет инженера, который возьмет на себя подготовку данных и инструменты для ML-команды и сможет сам проводить эксперименты с моделями.
Вам предстоит:
— Разрабатывать Python / SQL-пайплайны загрузки и обработки данных из файлов, API и информационных систем.
— Проектировать таблицы хранилища: сущности, связи, правила преобразования.
— Встраивать псевдоанонимизацию и проверки качества в потоки данных.
— Готовить признаки и версионируемые train/validation/test-выборки.
— Обеспечивать прослеживаемость и воспроизводимость ML / LLM-экспериментов.
— Вместе с ML-командой развивать оценку моделей, подготовку данных для RAG и дообучения.
Ожидаем от вас:
— Уверенные Python и SQL, поддерживаемый код за пределами ноутбуков.
— Практический опыт ETL / ELT: оркестрация, инкрементальная обработка, повторные запуски.
— Опыт с S3, Parquet, pandas / Polars / PyArrow.
— Понимание жизненного цикла ML: выборки, baseline, метрики, проверка утечек.
— Опыт с MLflow, ClearML или аналогами; Linux, Git, Docker, CI/CD.
— Умение работать с чувствительными данными.
Будет плюсом:
— Опыт с медицинскими данными, МИС и клиническими справочниками.
— Практический NLP / LLM: извлечение данных из текста, embeddings, RAG.
— PyTorch / Hugging Face, дообучение и inference на GPU.
— Опыт превращения исследовательского прототипа в регулярный пайплайн.
Почему интересно:
— Проект, который действительно приносит пользу людям.
— Возможность строить платформу с нуля и влиять на архитектуру.
— Работа на стыке Data Engineering, MLOps и LLM с современным стеком.
Направляйте ваши отклики с резюме - @Inga_IT 📩
Вакансия: Data / ML Platform Engineer (Middle+ / Senior)
Компания: AstraTech
Формат: гибридный / удаленный по РФ
Локация: Москва
Занятость: full-time
Вилка: 280 000 - 400 000 ₽ гросс
HealthTech стартап создает продукт поддержки врачебных решений, который делает процессы в здравоохранении эффективнее и помогает врачам принимать более точные решения 🕊
Сейчас команда строит Data Platform и ML / LLM Platform. Это единый путь данных: от загрузки из разных источников до измеренного результата модели. Команда ищет инженера, который возьмет на себя подготовку данных и инструменты для ML-команды и сможет сам проводить эксперименты с моделями.
Вам предстоит:
— Разрабатывать Python / SQL-пайплайны загрузки и обработки данных из файлов, API и информационных систем.
— Проектировать таблицы хранилища: сущности, связи, правила преобразования.
— Встраивать псевдоанонимизацию и проверки качества в потоки данных.
— Готовить признаки и версионируемые train/validation/test-выборки.
— Обеспечивать прослеживаемость и воспроизводимость ML / LLM-экспериментов.
— Вместе с ML-командой развивать оценку моделей, подготовку данных для RAG и дообучения.
Ожидаем от вас:
— Уверенные Python и SQL, поддерживаемый код за пределами ноутбуков.
— Практический опыт ETL / ELT: оркестрация, инкрементальная обработка, повторные запуски.
— Опыт с S3, Parquet, pandas / Polars / PyArrow.
— Понимание жизненного цикла ML: выборки, baseline, метрики, проверка утечек.
— Опыт с MLflow, ClearML или аналогами; Linux, Git, Docker, CI/CD.
— Умение работать с чувствительными данными.
Будет плюсом:
— Опыт с медицинскими данными, МИС и клиническими справочниками.
— Практический NLP / LLM: извлечение данных из текста, embeddings, RAG.
— PyTorch / Hugging Face, дообучение и inference на GPU.
— Опыт превращения исследовательского прототипа в регулярный пайплайн.
Почему интересно:
— Проект, который действительно приносит пользу людям.
— Возможность строить платформу с нуля и влиять на архитектуру.
— Работа на стыке Data Engineering, MLOps и LLM с современным стеком.
Направляйте ваши отклики с резюме - @Inga_IT 📩
#jobs #Москва
📍Формат/working arrangement: удалённо или из офиса
✔️Должность/position: Senior Data Scientist (команда рекомендаций)
🏢 Место работы/workplace: OOO HeadHunter
💸 Заработная плата/salary estimate: от 450 000 ₽ в месяц, на руки
📈 Обязанности/responsibilities:
— Развитие моделей поискового ранжирования и рекомендательных систем.
— Тюнинг моделей и feature engineering.
— Разработка новых ML-решений с нуля.
— Вывод моделей в production.
— Анализ A/B-тестов и результатов экспериментов.
📌 Требования/requirements:
— 6+ лет опыта.
— Опыт внедрения ML-моделей в production.
— Знание ML и нейросетей для обработки текста.
— Опыт в ranking, recommendations или NLP.
— Уверенный Python: NumPy, SciPy, PyTorch, Scikit-learn.
— Знание алгоритмов и структур данных.
— SQL и опыт работы с большими данными.
— Понимание A/B-экспериментов.
🌟 Будет плюсом:
— Java.
— Cassandra, Hive, Presto, Kafka.
— Hadoop.
— LightGBM.
🛠 Технический стек:
— Python
— PyTorch
— SQL
— NumPy
— SciPy
— Scikit-learn
— LightGBM
— NLP
— Search Ranking
— Recommender Systems
— A/B Experiments
— Hive
— Presto
— Kafka
🎯 Основные задачи проекта:
— Развитие поиска и рекомендаций.
— Улучшение продуктовых метрик через ML-модели.
— Работа с высоконагруженным поисковым кластером.
— Полный цикл ML: данные → модель → production → A/B-тест.
🏢 О компании:
— Крупный технический департамент.
— Около 600 специалистов в IT, Data и Product.
— 60+ команд.
— ML-продукты используются миллионами пользователей.
✅ Условия/working conditions:
— Полная занятость.
— График 5/2.
— 8 часов в день.
— Удалённая работа или офис.
— Гибкий график.
— Оформление по ТК РФ.
— «Белая» зарплата.
— ДМС с первого месяца.
— Обучение и конференции за счёт компании.
— Well-being программа.
— Офисы в 10 городах России.
📍 Адрес: Москва, улица Годовикова, 9с10.
>> Узнать подробнее / отправить cv
📍Формат/working arrangement: удалённо или из офиса
✔️Должность/position: Senior Data Scientist (команда рекомендаций)
🏢 Место работы/workplace: OOO HeadHunter
💸 Заработная плата/salary estimate: от 450 000 ₽ в месяц, на руки
📈 Обязанности/responsibilities:
— Развитие моделей поискового ранжирования и рекомендательных систем.
— Тюнинг моделей и feature engineering.
— Разработка новых ML-решений с нуля.
— Вывод моделей в production.
— Анализ A/B-тестов и результатов экспериментов.
📌 Требования/requirements:
— 6+ лет опыта.
— Опыт внедрения ML-моделей в production.
— Знание ML и нейросетей для обработки текста.
— Опыт в ranking, recommendations или NLP.
— Уверенный Python: NumPy, SciPy, PyTorch, Scikit-learn.
— Знание алгоритмов и структур данных.
— SQL и опыт работы с большими данными.
— Понимание A/B-экспериментов.
🌟 Будет плюсом:
— Java.
— Cassandra, Hive, Presto, Kafka.
— Hadoop.
— LightGBM.
🛠 Технический стек:
— Python
— PyTorch
— SQL
— NumPy
— SciPy
— Scikit-learn
— LightGBM
— NLP
— Search Ranking
— Recommender Systems
— A/B Experiments
— Hive
— Presto
— Kafka
🎯 Основные задачи проекта:
— Развитие поиска и рекомендаций.
— Улучшение продуктовых метрик через ML-модели.
— Работа с высоконагруженным поисковым кластером.
— Полный цикл ML: данные → модель → production → A/B-тест.
🏢 О компании:
— Крупный технический департамент.
— Около 600 специалистов в IT, Data и Product.
— 60+ команд.
— ML-продукты используются миллионами пользователей.
✅ Условия/working conditions:
— Полная занятость.
— График 5/2.
— 8 часов в день.
— Удалённая работа или офис.
— Гибкий график.
— Оформление по ТК РФ.
— «Белая» зарплата.
— ДМС с первого месяца.
— Обучение и конференции за счёт компании.
— Well-being программа.
— Офисы в 10 городах России.
📍 Адрес: Москва, улица Годовикова, 9с10.
>> Узнать подробнее / отправить cv
💰 1 млн рублей на акселерацию и до 10 млн рублей на пилот в финтех-акселераторе «Газпромбанк.Тех»
Коллеги, идёт ежегодный набор в Акселератор «Газпромбанк.Тех» для стартапов и научных команд. В этом году два трека: «Финтех.Стартапы» и «Финтех.Наука». Участие бесплатное, заявки принимаются до 13 октября. Если вы:
🚀 Представляете технологическую компанию с решением от прототипа и выше — подавайте заявку в трек «Финтех.Стартапы»
В фокусе: классический банкинг и транзакционный бизнес; кибербезопасность, антифрод и скоринг; разработка ПО и ИИ-решений; ИТ-инфраструктура; управление человеческим капиталом; работа с клиентами.
Отличная возможность для технологических команд представить решение крупному корпоративному заказчику.
🤝 Вы из научной команды университета или R&D-центра с проектом ранней стадии — регистрируйтесь в трек «Финтех.Наука»
Здесь ждут разработки в области новых вычислительных подходов, защиты данных и безопасности ИИ, информационных систем, математики и оптимизации, прикладных моделей и ИИ-решений, когнитивных технологий.
На старте не обязательно иметь готовый коммерческий продукт. К научной экспертизе проектов подключится фонд «Вызов», имеющий опыт многоступенчатой оценки проектов, накопленный при проведении Национальной премии в области будущих технологий.
Что получает команда, если проходит?
До 10 проектов в каждом треке — по 1 млн рублей на развитие и тестирование своих решений. Если гипотеза сработает в бизнесе, можно по решению банка выйти на пилот до 10 млн рублей и обсуждать инвестиции.
⚡️ Ваша технология готова к масштабированию в топ-банке? Вас ждут в Акселераторе.
Коллеги, идёт ежегодный набор в Акселератор «Газпромбанк.Тех» для стартапов и научных команд. В этом году два трека: «Финтех.Стартапы» и «Финтех.Наука». Участие бесплатное, заявки принимаются до 13 октября. Если вы:
🚀 Представляете технологическую компанию с решением от прототипа и выше — подавайте заявку в трек «Финтех.Стартапы»
В фокусе: классический банкинг и транзакционный бизнес; кибербезопасность, антифрод и скоринг; разработка ПО и ИИ-решений; ИТ-инфраструктура; управление человеческим капиталом; работа с клиентами.
Отличная возможность для технологических команд представить решение крупному корпоративному заказчику.
🤝 Вы из научной команды университета или R&D-центра с проектом ранней стадии — регистрируйтесь в трек «Финтех.Наука»
Здесь ждут разработки в области новых вычислительных подходов, защиты данных и безопасности ИИ, информационных систем, математики и оптимизации, прикладных моделей и ИИ-решений, когнитивных технологий.
На старте не обязательно иметь готовый коммерческий продукт. К научной экспертизе проектов подключится фонд «Вызов», имеющий опыт многоступенчатой оценки проектов, накопленный при проведении Национальной премии в области будущих технологий.
Что получает команда, если проходит?
До 10 проектов в каждом треке — по 1 млн рублей на развитие и тестирование своих решений. Если гипотеза сработает в бизнесе, можно по решению банка выйти на пилот до 10 млн рублей и обсуждать инвестиции.
⚡️ Ваша технология готова к масштабированию в топ-банке? Вас ждут в Акселераторе.
ML Researcher / Research Scientist — Probabilistic Modeling & Decision Making
Компания: BrainShells
Вилка: от 7000$
Ищем сильного ML Researcher уровня Senior / Staff для сложной исследовательской задачи на стыке probabilistic ML, sequential decision making и моделирования поведения агентов.
Это не классическая вакансия Data Scientist с задачами на табличные данные. Нужен человек, который самостоятельно разрабатывал или существенно улучшал ML/математические методы, умеет работать с неопределённостью и может экспериментально доказать, почему новый подход лучше сильного baseline.
Задача: есть стохастическая многоагентная среда с частичной наблюдаемостью и десятки миллионов исторических эпизодов. Необходимо моделировать поведение участников и использовать эти прогнозы для принятия решений в условиях неопределённости и ограниченного inference budget.
Особенно интересен опыт в одном или нескольких направлениях:
— RL / sequential decision making / POMDP / world models;
— probabilistic & Bayesian ML, latent-variable models, uncertainty estimation;
— behavior / opponent modeling, multi-agent systems;
— off-policy evaluation, importance sampling, doubly robust estimation, variance reduction;
— Monte Carlo / Markov models / stochastic optimization;
— algorithmic trading / HFT / pricing / decision systems с реальными ограничениями на latency.
Кого особенно хотим увидеть: исследователей с сильной математической базой, опытом собственных R&D-разработок и публикациями либо сильным applied research опытом. PhD будет плюсом, но не является обязательным. Важнее возможность разобрать свой проект в формате: проблема → baseline → ваша идея → альтернативы → эксперимент → измеримый результат.
Стек для прототипирования: Python / PyTorch. Данные и вычислительная инфраструктура есть, задача предполагает много экспериментов и достаточно высокую исследовательскую свободу.
Формат: remote, контракт от 3 месяцев. Приоритетно рассматриваем full-time, но для сильного кандидата готовы обсуждать part-time
Если ваш опыт близок — присылайте CV + 2–3 предложения про наиболее релевантный research/ML-проект: что улучшали, какой был baseline, что сделали лично и каким результатом доказали эффект.
Контакт: @dybovanya
Компания: BrainShells
Вилка: от 7000$
Ищем сильного ML Researcher уровня Senior / Staff для сложной исследовательской задачи на стыке probabilistic ML, sequential decision making и моделирования поведения агентов.
Это не классическая вакансия Data Scientist с задачами на табличные данные. Нужен человек, который самостоятельно разрабатывал или существенно улучшал ML/математические методы, умеет работать с неопределённостью и может экспериментально доказать, почему новый подход лучше сильного baseline.
Задача: есть стохастическая многоагентная среда с частичной наблюдаемостью и десятки миллионов исторических эпизодов. Необходимо моделировать поведение участников и использовать эти прогнозы для принятия решений в условиях неопределённости и ограниченного inference budget.
Особенно интересен опыт в одном или нескольких направлениях:
— RL / sequential decision making / POMDP / world models;
— probabilistic & Bayesian ML, latent-variable models, uncertainty estimation;
— behavior / opponent modeling, multi-agent systems;
— off-policy evaluation, importance sampling, doubly robust estimation, variance reduction;
— Monte Carlo / Markov models / stochastic optimization;
— algorithmic trading / HFT / pricing / decision systems с реальными ограничениями на latency.
Кого особенно хотим увидеть: исследователей с сильной математической базой, опытом собственных R&D-разработок и публикациями либо сильным applied research опытом. PhD будет плюсом, но не является обязательным. Важнее возможность разобрать свой проект в формате: проблема → baseline → ваша идея → альтернативы → эксперимент → измеримый результат.
Стек для прототипирования: Python / PyTorch. Данные и вычислительная инфраструктура есть, задача предполагает много экспериментов и достаточно высокую исследовательскую свободу.
Формат: remote, контракт от 3 месяцев. Приоритетно рассматриваем full-time, но для сильного кандидата готовы обсуждать part-time
Если ваш опыт близок — присылайте CV + 2–3 предложения про наиболее релевантный research/ML-проект: что улучшали, какой был baseline, что сделали лично и каким результатом доказали эффект.
Контакт: @dybovanya