#MLOps #MachineLearning #Python #DataScience #AI #Backend #Hadoop #PySpark #Airflow #Kubernetes #PostgreSQL #FastAPI #Career #ITJobs #Tech #MLSystemDesign #RAG #LLM #MLPlatform #BankingJobs #PythonDev #DataEngineering #TechCareers
⭐️MLOps (банк)
Стрим занимается разработкой моделей машинного обучения для сегментов малого, среднего и крупного бизнеса. Разработка ведется «под ключ»: сбор и подготовка данных, построение моделей и их внедрение в PROD.
Компания: Selecty (КА)
💰Зарплата: 200 000 – 310 000 ₽ на руки (зависит от грейда)
Формат: только ТК РФ (совместительство в банке)
*️⃣Стек технологий:
Python, Jupyter Hub, Git, Apache Airflow, Hadoop, PySpark, aiohttp, FastAPI, PostgreSQL, S3, Jenkins, Kubernetes
Библиотеки для ML:
Sklearn, XGBoost/LGBM/CatBoost, PyTorch/TensorFlow, NLTK, OpenCV, LLM и другие
✅Обязанности:
Проектирование и реализация ML-решений для промышленного применения
Адаптация моделей под инфраструктуру и оптимизация для повышения производительности (inference)
Выстраивание MLOps и CI/CD процессов
Развитие инструментов ML-платформы
Участие в системном анализе и обсуждении требований заказчика
Исследование и внедрение решений для управления жизненным циклом ML-моделей
Развертывание ПО на тестовых и продуктивных средах
⭐️Требования:
Обязательное высшее образование
Отсутствие открытых ИП в сфере ИТ
Обязательное наличие военного билета или приписного
Опыт backend-разработки на Python, включая асинхронное программирование
Опыт работы с реляционными базами данных
Понимание принципов работы web: HTTP, REST
Уверенное владение инструментами: Git, менеджеры зависимостей, линтеры, type-checker
Понимание CI/CD, опыт работы с Docker и Kubernetes
Будет плюсом:
Опыт работы с Hadoop, PySpark, Airflow
Опыт работы с очередями, S3, Redis, Celery
Опыт проектирования отказоустойчивых и масштабируемых систем
Знание и применение принципов System Design и ML System Design
Опыт работы с Large Language Models, RAG-сервисами, агентами
🎉Условия
Оформление по ТК РФ (совместительство в банке)
ДМС (включая стоматологию)
Компенсация фитнеса
Скидки на обучение английскому языку (Skyeng)
Индексация заработной платы
Современная техника для работы
IT-аккредитация компании
Откликнуться - @alinarood✉️
--
[< Подпишитесь на канал «Работа в ИТ» >]
⭐️MLOps (банк)
Стрим занимается разработкой моделей машинного обучения для сегментов малого, среднего и крупного бизнеса. Разработка ведется «под ключ»: сбор и подготовка данных, построение моделей и их внедрение в PROD.
Компания: Selecty (КА)
💰Зарплата: 200 000 – 310 000 ₽ на руки (зависит от грейда)
Формат: только ТК РФ (совместительство в банке)
*️⃣Стек технологий:
Python, Jupyter Hub, Git, Apache Airflow, Hadoop, PySpark, aiohttp, FastAPI, PostgreSQL, S3, Jenkins, Kubernetes
Библиотеки для ML:
Sklearn, XGBoost/LGBM/CatBoost, PyTorch/TensorFlow, NLTK, OpenCV, LLM и другие
✅Обязанности:
Проектирование и реализация ML-решений для промышленного применения
Адаптация моделей под инфраструктуру и оптимизация для повышения производительности (inference)
Выстраивание MLOps и CI/CD процессов
Развитие инструментов ML-платформы
Участие в системном анализе и обсуждении требований заказчика
Исследование и внедрение решений для управления жизненным циклом ML-моделей
Развертывание ПО на тестовых и продуктивных средах
⭐️Требования:
Обязательное высшее образование
Отсутствие открытых ИП в сфере ИТ
Обязательное наличие военного билета или приписного
Опыт backend-разработки на Python, включая асинхронное программирование
Опыт работы с реляционными базами данных
Понимание принципов работы web: HTTP, REST
Уверенное владение инструментами: Git, менеджеры зависимостей, линтеры, type-checker
Понимание CI/CD, опыт работы с Docker и Kubernetes
Будет плюсом:
Опыт работы с Hadoop, PySpark, Airflow
Опыт работы с очередями, S3, Redis, Celery
Опыт проектирования отказоустойчивых и масштабируемых систем
Знание и применение принципов System Design и ML System Design
Опыт работы с Large Language Models, RAG-сервисами, агентами
🎉Условия
Оформление по ТК РФ (совместительство в банке)
ДМС (включая стоматологию)
Компенсация фитнеса
Скидки на обучение английскому языку (Skyeng)
Индексация заработной платы
Современная техника для работы
IT-аккредитация компании
Откликнуться - @alinarood✉️
--
[< Подпишитесь на канал «Работа в ИТ» >]
#вакансия #systemsanalyst #SA #системныйаналитик #MLOps #AI #LLM #RAG #mlplatform
#kafka #spark #hadoop #sql #mlops #itjobs #РФ
Вакансия: Systems Analyst
Компания: Selecty (КА)
Формат: удаленка по миру (друж.страны к РФ + гр. РФ)📍
Занятость: полная
ЗП: 💸320-350 к рублей на руки по ТК (есть вариант с ИП и deel/wise)
Проект направлен на развитие единой MLOps-экосистемы банка и платформы для разработки, обучения, доставки и эксплуатации моделей машинного обучения.
Команда строит инфраструктуру полного ML-контура: от подготовки данных и обучения моделей до их продакшн-эксплуатации и интеграции с LLM-решениями.
В платформу входят:
— среды разработки и исполнения моделей
— пайплайны train и inference
— Feature Store
— AutoML
— инструменты A/B-тестирования
— решения для RAG и LLMOps
📊 Требования
Опыт работы системным аналитиком от 3 лет
Опыт работы с ML / MLOps-системами или платформенными решениями будет плюсом
Понимание контейнеризации, оркестрации и CI/CD
Опыт работы с Hadoop, Spark, Kafka, ELK, SQL
Понимание принципов RAG, LLM и AI-агентов
Опыт описания требований и подготовки технической документации
Понимание интеграционных взаимодействий и микросервисной архитектуры
✔️Обязанности
Сбор, анализ и формализация бизнес- и технических требований
Подготовка функциональных и нефункциональных требований к компонентам ML-платформы
Разработка и согласование технических заданий и спецификаций
Проработка интеграционных решений между ML-платформой, внутренними системами банка и сервисами обработки данных
Описание API, контрактов сервисов и форматов обмена данными
Моделирование процессов и архитектуры решений (UML / C4 / sequence diagrams)
Описание пайплайнов обработки данных, обучения и доставки моделей
Участие в проектировании архитектуры платформы совместно с архитекторами и командой разработки
Декомпозиция задач, участие в планировании спринтов и оценке работ
Коммуникация с командами Data Science, MLOps, разработчиками и внутренними заказчиками
Поддержка и развитие проектной и технической документации
✨Что мы предлагаем
Оформление: ТК РФ или ИП — по вашему выбору.
ДМС с покрытием стоматологии.
Компенсация фитнеса.
Скидки на курсы английского (Skyeng) и в кино.
Регулярная индексация зарплаты.
Современная техника для работы.
Заинтересовало? Присылай резюме👍 @alinarood
--
[< Подпишитесь на канал «Работа в ИТ» >]
#kafka #spark #hadoop #sql #mlops #itjobs #РФ
Вакансия: Systems Analyst
Компания: Selecty (КА)
Формат: удаленка по миру (друж.страны к РФ + гр. РФ)📍
Занятость: полная
ЗП: 💸320-350 к рублей на руки по ТК (есть вариант с ИП и deel/wise)
Проект направлен на развитие единой MLOps-экосистемы банка и платформы для разработки, обучения, доставки и эксплуатации моделей машинного обучения.
Команда строит инфраструктуру полного ML-контура: от подготовки данных и обучения моделей до их продакшн-эксплуатации и интеграции с LLM-решениями.
В платформу входят:
— среды разработки и исполнения моделей
— пайплайны train и inference
— Feature Store
— AutoML
— инструменты A/B-тестирования
— решения для RAG и LLMOps
📊 Требования
Опыт работы системным аналитиком от 3 лет
Опыт работы с ML / MLOps-системами или платформенными решениями будет плюсом
Понимание контейнеризации, оркестрации и CI/CD
Опыт работы с Hadoop, Spark, Kafka, ELK, SQL
Понимание принципов RAG, LLM и AI-агентов
Опыт описания требований и подготовки технической документации
Понимание интеграционных взаимодействий и микросервисной архитектуры
✔️Обязанности
Сбор, анализ и формализация бизнес- и технических требований
Подготовка функциональных и нефункциональных требований к компонентам ML-платформы
Разработка и согласование технических заданий и спецификаций
Проработка интеграционных решений между ML-платформой, внутренними системами банка и сервисами обработки данных
Описание API, контрактов сервисов и форматов обмена данными
Моделирование процессов и архитектуры решений (UML / C4 / sequence diagrams)
Описание пайплайнов обработки данных, обучения и доставки моделей
Участие в проектировании архитектуры платформы совместно с архитекторами и командой разработки
Декомпозиция задач, участие в планировании спринтов и оценке работ
Коммуникация с командами Data Science, MLOps, разработчиками и внутренними заказчиками
Поддержка и развитие проектной и технической документации
✨Что мы предлагаем
Оформление: ТК РФ или ИП — по вашему выбору.
ДМС с покрытием стоматологии.
Компенсация фитнеса.
Скидки на курсы английского (Skyeng) и в кино.
Регулярная индексация зарплаты.
Современная техника для работы.
Заинтересовало? Присылай резюме👍 @alinarood
--
[< Подпишитесь на канал «Работа в ИТ» >]
❤1
#vacancy #вакансия #Data_Sciense #DS #LLM #RAG #AI #удаленка #remote #Middle #Senior
💼IT-центр на базе МГТУ им. Н.Э. Баумана💼
Должность: Engineer/ Data Scientist LLM
Грейд: Middle/ Senior
Локация: РФ, Москва, Московская область
Занятость: full-time
Формат работы: гибрид/ удаленка для жителей Москвы и МО
Оформление: ТК РФ
З/п: обсуждается по результатам собеседования
Бонус: Возможность дополнительного обучения по программам повышения квалификации.
Контакт: @Tatiana654321
📌О нас: Мы разрабатываем и внедряем масштабные проекты с применением искусственного интеллекта для крупных федеральных заказчиков, реализуем проекты разработки для коммерческого сектора, а также наукоемкие проекты.
📗Задачи:
✔️ Проектировать и реализовывать LLM решения для прикладных сценариев: QA ассистенты, поиск по документам, аналитические помощники, классификация/извлечение сущностей и др. (основной фокус — NLP/LLM).
✔️ Строить RAG пайплайны: подготовка и чанкинг данных, индексация, retrieval (в т.ч. с фильтрами), rerank, генерация ответа, обработка “no answer”.
✔️ Адаптировать модели под домен: prompt engineering, SFT/LoRA (или другие подходы fine tuning), подбор датасета/разметки, анализ ошибок и итерации.
✔️ Разрабатывать и поддерживать агентные сценарии: function calling, tool-use, оркестрация шагов, контроль ограничений/политик, обработка исключений, оценка надежности.
✔️ Выстраивать оценку качества: офлайн метрики, тест наборы, протоколы human eval, интерпретация результатов и план улучшений.
✔️ Участвовать в выводе в прод: прототип → сервис → мониторинг качества/latency/cost, участие в разборе деградаций и регрессий.
✔️ Быстро разбираться в документации/репозиториях и предлагать решения на основе best practices и ограничений инфраструктуры.
✔️ Управление командой, обучение и курирование младших и новых сотрудников.
📕Ожидаем от тебя:
✔️ Высшее техническое образование в области ИТ и /или повышение квалификации в области Data Science.
✔️ Владение Python и основными ML-библиотеками (Pandas, Sklearn, Tensorflow, Keras, PyTorch, XGBoost или аналоги).
✔️ Понимание классического ML и базовых архитектур нейросетей; умение выбирать метрики и интерпретировать результаты.
✔️ Опыт работы с NLP-библиотеками: pymorphy2, NLTK, spaCy, regex.
✔️ Опыт работы с LLM, prompt-engineering, fine-tuning, RAG, MCP.
✔️ Опыт работы с Hugging Face Transformers.
✔️ Опыт работы с vLLM.
✔️ Опыт работы с векторными БД (Qdrant или аналогами).
🔥Отклики: @Tatiana654321
--
[< Подпишитесь на канал «Работа в ИТ» >]
💼IT-центр на базе МГТУ им. Н.Э. Баумана💼
Должность: Engineer/ Data Scientist LLM
Грейд: Middle/ Senior
Локация: РФ, Москва, Московская область
Занятость: full-time
Формат работы: гибрид/ удаленка для жителей Москвы и МО
Оформление: ТК РФ
З/п: обсуждается по результатам собеседования
Бонус: Возможность дополнительного обучения по программам повышения квалификации.
Контакт: @Tatiana654321
📌О нас: Мы разрабатываем и внедряем масштабные проекты с применением искусственного интеллекта для крупных федеральных заказчиков, реализуем проекты разработки для коммерческого сектора, а также наукоемкие проекты.
📗Задачи:
✔️ Проектировать и реализовывать LLM решения для прикладных сценариев: QA ассистенты, поиск по документам, аналитические помощники, классификация/извлечение сущностей и др. (основной фокус — NLP/LLM).
✔️ Строить RAG пайплайны: подготовка и чанкинг данных, индексация, retrieval (в т.ч. с фильтрами), rerank, генерация ответа, обработка “no answer”.
✔️ Адаптировать модели под домен: prompt engineering, SFT/LoRA (или другие подходы fine tuning), подбор датасета/разметки, анализ ошибок и итерации.
✔️ Разрабатывать и поддерживать агентные сценарии: function calling, tool-use, оркестрация шагов, контроль ограничений/политик, обработка исключений, оценка надежности.
✔️ Выстраивать оценку качества: офлайн метрики, тест наборы, протоколы human eval, интерпретация результатов и план улучшений.
✔️ Участвовать в выводе в прод: прототип → сервис → мониторинг качества/latency/cost, участие в разборе деградаций и регрессий.
✔️ Быстро разбираться в документации/репозиториях и предлагать решения на основе best practices и ограничений инфраструктуры.
✔️ Управление командой, обучение и курирование младших и новых сотрудников.
📕Ожидаем от тебя:
✔️ Высшее техническое образование в области ИТ и /или повышение квалификации в области Data Science.
✔️ Владение Python и основными ML-библиотеками (Pandas, Sklearn, Tensorflow, Keras, PyTorch, XGBoost или аналоги).
✔️ Понимание классического ML и базовых архитектур нейросетей; умение выбирать метрики и интерпретировать результаты.
✔️ Опыт работы с NLP-библиотеками: pymorphy2, NLTK, spaCy, regex.
✔️ Опыт работы с LLM, prompt-engineering, fine-tuning, RAG, MCP.
✔️ Опыт работы с Hugging Face Transformers.
✔️ Опыт работы с vLLM.
✔️ Опыт работы с векторными БД (Qdrant или аналогами).
🔥Отклики: @Tatiana654321
--
[< Подпишитесь на канал «Работа в ИТ» >]