Биржа вакансий в сфере ИИ, ML

Формат

Офис

Страна

Германия

Город

Не указан

Роль Стажёр/рабочий студент (d/m/w/x) в области Vibe Coding for AI Security в Mercedes-Benz Tech Innovation. Вы будете работать в agile-команде над быстрыми программными прототипами, внутренними инструментами и решениями по автоматизации с использованием современных технологий AI-кодирования. Задачи - Разработка прототипов, MVP и решений для автоматизации с помощью AI-ассистентов кодирования (например, GitHub Copilot, Claude Code). - Исследование, тестирование и оценка новых инструментов, фреймворков и open-source проектов для разработки ПО с использованием AI. - Создание и поддержка конфигураций проектов (например, SKILL.md, ARCHITECTURE.md) для предоставления контекста AI-агентам. - Проектирование собственных подходов к решению задач, интеграция данных из различных источников и тестирование результатов. - Поддержка команды в таких темах, как AI Red Teaming, AI Governance и обеспечение безопасности AI-систем путём предоставления подходящего инструментария. Требования - Студент, обучающийся по направлению Computer Science, Software Engineering, Data Science или аналогичной программе. - Уверенные навыки программирования как минимум на одном языке (например, Python, TypeScript, JavaScript). - Уверенное использование Git и GitHub. - Активное использование AI-ассистентов кодирования, таких как GitHub Copilot или Claude Code; опыт работы с промптами для LLM. - Некоторое знакомство с файлами SKILL.md, MCP-серверами, агентными фреймворками или оркестровкой AI-рабочих процессов будет плюсом. - Базовый интерес к AI Security; глубокие предварительные знания не требуются. - Аналитическое мышление, способность быстро схватывать информацию и сильные коммуникативные навыки. - Уверенное владение офисными инструментами (MS Word, MS Excel, Outlook, Teams). - Очень хорошие письменные и устные навыки немецкого и английского языков. Льготы - Гибкие условия работы и гибкий рабочий график. - Пропорциональные 30 дней отпуска и возможность работать удалённо по согласованию с командой. - Почти все позиции также доступны на условиях частичной занятости. - Индивидуальный онбординг и выделенное контактное лицо.

Формат

Офис

Страна

США

Город

Не указан

AI Engineer (Chicago) Insight Global ищет AI-инженера для компании Camping World Holdings в Линкольншире, штат Иллинойс. Роль заключается в преобразовании созданных с помощью ИИ фронтенд-приложений в готовые к промышленной эксплуатации, полностью интегрированные приложения, соединяющие пользовательские интерфейсы с бэкенд-сервисами, API, базами данных и корпоративными системами. Ключевые обязанности - Полнофункциональная интеграция: соединение фронтенд-кода, созданного ИИ, с надёжной бэкенд-инфраструктурой - Работа в процессе разработки с использованием ИИ-инструментов - Управление CI/CD-пайплайнами и процессами развёртывания - Проектирование баз данных и управление API Требования - 4+ года профессиональной разработки ПО, из них минимум 2 года в full-stack - JavaScript/TypeScript, React, Next.js - Node.js, Python или Go - PostgreSQL и навыки проектирования баз данных - Облачные платформы (GCP, Azure или AWS) - OAuth 2.0/SSO, RESTful API, рабочие процессы с Git Будет преимуществом - Инструменты разработки с ИИ-ассистентами: Claude Code, Lovable, GitHub Copilot - Supabase, Vercel, векторные базы данных - API-шлюз Kong, Kubernetes/Docker - Архитектуры ИИ-агентов и платформы для мониторинга Оплата и формат работы - Почасовая ставка: $62–$77 в час - Гибридный график (обязательное присутствие в офисе 3 дня в неделю)

Формат

Удалённо

Страна

США

Город

Не указан

AI Engineer О роли Мы ищем AI-инженера для проектирования, разработки и внедрения приложений промышленного уровня с использованием различных больших языковых моделей. Вам предстоит создавать сложные многоэтапные агентные рабочие процессы, создавать и оптимизировать пайплайны поисковой дополненной генерации, а также работать с полным стеком технологий для предоставления корпоративным клиентам решений на базе искусственного интеллекта в области устойчивого развития. Ключевые обязанности - Проектирование, разработка и внедрение приложений промышленного уровня с использованием различных LLM - Создание сложных многоэтапных агентных рабочих процессов с использованием LangChain и LangGraph - Создание и оптимизация RAG-пайплайнов с использованием эмбеддингов и векторных баз данных - Полностековая разработка, охватывающая фронтенд и бэкенд - Руководство инициативами по файнтюнингу LLM для предметно-специфичных приложений - Разработка продвинутых стратегий промпт-инжиниринга - Использование инструментов разработки на базе ИИ для генерации и оптимизации кода - Интеграция AI-функциональности на Python с сервисами на Java Требования - Степень в области компьютерных наук или эквивалентный опыт - Более 5 лет профессионального опыта в разработке ПО - Минимум 2 года опыта работы в сфере AI/ML с LLM - Уверенное владение Python и библиотеками для data science - Практический опыт работы с LangChain и LangGraph от 1 года - Опыт реализации архитектуры RAG - Приветствуются навыки работы с React и интеграции REST API - Продемонстрированный опыт использования AI Copilot или аналогичных инструментов генеративного кодирования Почему Pulsora - Высокая степень ответственности и автономия в роли с высоким влиянием - Передовые разработки в области ИИ для решений, ориентированных на устойчивое развитие - Опционы на акции и конкурентоспособные преимущества включены - Гибридная гибкость: 2–3 дня в неделю в офисе для тех, кто находится в Нью-Йорке, районе залива Сан-Франциско или Мюнхене; в противном случае — полностью удаленная работа

Формат

Офис

Страна

США

Город

Не указан

Грейд

Lead

Ведущий IT-инженер по системам продуктивности О компании Nu — одна из крупнейших цифровых финансовых платформ в мире, насчитывающая более 122 миллионов клиентов в Бразилии, Мексике и Колумбии. Компания зарегистрирована на NYSE и меняет подход к финансовым услугам для сотен миллионов людей в Латинской Америке. О роли В качестве ведущего IT-инженера в команде Productivity Systems вы будете отвечать за платформы и принципы управления, определяющие то, как каждый сотрудник Nubank использует внутренние инструменты и AI-ассистентов для написания кода. Вы возглавите корпоративную автоматизацию, коммуникационную инфраструктуру и управление AI — находя баланс между свободой разработчиков и требованиями безопасности и соблюдения нормативов, предъявляемыми к регулируемому банку. Обязанности - Управление платформами корпоративной автоматизации (n8n) для межфункциональных рабочих процессов - Проектирование коммуникационной инфраструктуры с использованием AWS SES для обеспечения высокой доступности - Разработка принципов управления AI, балансирующих свободу разработчиков с безопасностью, включая стандарты и ограничения для AI-ассистентов и агентов (Cursor, Copilot, рабочие процессы vibe coding) - Определение стандартов для инструментов разработчика, таких как Postman - Наставничество старших инженеров и согласование технических решений с политиками компании Требования - Уверенное владение современными языками программирования (предпочтительно Clojure, Java или Python) - Опыт разработки ПО от 7 лет - Практический опыт работы с AWS (SES, Lambda, IAM) и Infrastructure-as-Code - Опыт работы с платформами автоматизации рабочих процессов (n8n, Zapier или аналогичные) - Опыт определения политик, стандартов или управления инструментами разработчика в масштабе - Продвинутый уровень английского языка Навыки и области знаний - Vibe Coding - Управление AI - AWS - n8n - Автоматизация рабочих процессов - Продуктивность разработчиков Льготы - Долевое участие (опционы) - Медицинская, стоматологическая и офтальмологическая страховка - Пенсионный план 401(k) - Поддержка психического здоровья - Возможна помощь с переездом Местоположение Дарем, Майами, Пало-Альто, Вашингтон (гибридный формат, 2–3 дня в неделю в офисе)

Формат

Офис

Страна

США

Город

Не указан

Грейд

Senior / Lead

Старший ведущий инженер-программист (Java/AWS/Agentic) JPMorganChase — Технологии доверия и безопасности платежей В качестве старшего ведущего инженера-программиста в JPMorganChase, в группе технологий доверия и безопасности платежей, вы становитесь неотъемлемой частью agile-команды, которая совершенствует, создаёт и поставляет надёжные, лидирующие на рынке технологические продукты. Роль сосредоточена на решениях для защиты от мошенничества для продавцов и на построении облачных систем, дополненных ИИ, которые защищают клиентов в масштабе. Обязанности - Создание креативных программных решений и развёртывание cloud-native приложений с использованием сервисов AWS (S3, Aurora, ECS, EKS, Lambda) - Автоматизация предоставления инфраструктуры с помощью CloudFormation, Terraform и AWS CDK - Разработка безопасного production-кода и проверка кода других разработчиков - Мониторинг, устранение неполадок и оптимизация производительности приложений на AWS - Внедрение политик IAM, шифрования и соблюдение требований безопасности - Руководство сообществами практиков по облачным технологиям - Использование AI-агентов для прототипирования и демонстраций - Достижение результатов в сжатые сроки Требования Обязательные - 5+ лет практического опыта разработки программного обеспечения - Обширный практический опыт работы с AWS (S3, Aurora, ECS, EKS, Lambda и др.) - Владение Java, Spring Boot, Python или Node.js - Продвинутые знания CI/CD и гибких методологий - Опыт работы в сфере финансовых услуг - Опыт использования GitHub Copilot - Подтверждённый опыт создания высоконагруженных транзакционных систем с низкой задержкой Предпочтительные - Опыт full stack разработки (экспертиза) - Опыт работы с системами управления кейсами (case management workflow) - Опыт виброкодирования (vibe coding)

Формат

Удалённо

Страна

Россия

Город

Не указан

DevOps-инженер AI HealthTech-стартап Компания: Астратех Формат: удалёнка по РФ, мск-время (офис — Москва-Сити) Оформление: ГПХ → переход на ТК Занятость: full-time Вилка: 300 000 — 350 000 ₽ gross О проекте AI Healthcare-стартап строит ИИ-продукты в медицине: B2B-платформу для мониторинга здоровья сотрудников на производствах и B2C-сервис персонального ИИ-доктора. Сейчас команда в поиске DevOps-инженера, который наведёт порядок в инфраструктуре и снизит зависимость от внешних подрядчиков. Важно про подход Самостоятельность, зрелость, высокий уровень ownership. Нужно зайти в сложную среду, разобраться и методично привести её в порядок. Инфраструктурная безопасность — неотъемлемая часть работы. Ключевые задачи - Развитие Kubernetes-инфраструктуры и смежных сервисов. - Построение и доработка CI/CD (Jenkins, GitLab CI, GitHub Actions). - Внедрение мониторинга: Prometheus, Grafana, ELK, Graylog. - Infrastructure as Code: Ansible, Terraform, Puppet. - Контейнерная безопасность: сканирование образов, hardening K8s. - Управление доступом: Keycloak, интеграция с LDAP. - Compliance для медданных: анонимизация, аудит API, SIEM для K8s. - Автоматизация на Python, Bash, Go. - Контроль соблюдения 152-ФЗ, приказов ФСТЭК №17 и №21. Приоритеты на старте Настроить отказоустойчивый Kubernetes, привести в порядок CI/CD, внедрить мониторинг, собрать недокументированные знания и снизить риски зависимости от подрядчиков. Ожидания - 3+ лет в DevOps или инфраструктурной роли. - Уверенный Linux; базовый Windows / PowerShell; опыт с Astra Linux, RedOS. - Автоматизация на Python и Bash; понимание Go на уровне работы со стеком. - Docker (multistage, compose), Kubernetes (развёртывание с нуля, RBAC, HA, Helm, ArgoCD). - Опыт с PV/PVC, Longhorn, GlusterFS и БД в K8s: MongoDB, ClickHouse, PostgreSQL, Redis, MinIO. - CI/CD с DevSecOps-практиками (GitLab, GitHub, SCA, SAST, DAST). - Мониторинг: Prometheus, Grafana, ELK, fluent-bit. Понимание RED и USE Observability. - Сетевые основы, опыт с закрытыми сетями и изолированными контурами. - Знание 152-ФЗ, приказов ФСТЭК №17 и №21. - Опыт с Keycloak, базовые навыки MLOps (Kubeflow). Почему интересно - Сложный домен: ML, медданные, высокие требования к безопасности. - Архитектурная автономность и сильная команда инженеров. - Продукт, который реально помогает людям.

Формат

Удалённо

Страна

Россия

Город

Москва

Грейд

Middle

DevOps (Middle) Формат: удаленно, фуллтайм (аутстафф) Компания: 13tm Зарплата: 200–230 тысяч рублей на руки Локация: Москва, возможны выезды в офис Требования - опыт работы DevOps от 3 лет, знание методологии, опыт поддержки процесса разработки ПО - опыт работы с Docker, Nginx - понимание и опыт работы с Kubernetes - опыт конфигурации и уверенное владение Linux (RedOS, Astra) - опыт конфигурирования БД (NoSQL/SQL) - опыт автоматизации CI/CD-процессов (GitlabCI и т. п.) - понимание сетей, сетевых протоколов, принципов работы ОС - опыт использования систем управления конфигурацией и знакомство с IaC (Ansible, Terraform) - знание скриптовых языков (bash, python) - опыт настройки инструментов мониторинга (Prometheus, Grafana, Victoriametrics) - опыт использования GenAI инструментов для выполнения рабочих задач - опыт настройки gitops инструментов (ArgoCD) - опыт работы с облачной инфраструктурой (Ya cloud, VK Cloud, AWS) Задачи - поддержка работоспособности и отказоустойчивости сервисов и компонентов платформы - автоматизация процесса подготовки окружений, тестовых сред, сборки и развертывания приложений - организация работы сервисов в облаке

Формат

Удалённо

Страна

Россия

Город

Не указан

Гибридная вакансия на стыке Data Scientist, инженера данных и аналитика Формат: удаленный, фуллтайм Локация: РФ Требования: - Уверенное владение Python, умение писать чистый и поддерживаемый код. - Опыт работы с библиотеками: pandas, NumPy, scikit-learn. - Практический опыт анализа временных рядов. - Опыт визуализации данных с использованием statsmodels, Matplotlib и/или Plotly. - Знание и практическое применение методологии Six Sigma. - Наличие сертификации Six Sigma не ниже уровня Green Belt. - Понимание и применение цикла DMAIC (Define–Measure–Analyze–Improve–Control). - Опыт участия минимум в двух проектах цифровизации промышленных предприятий с подтвержденным экономическим эффектом. - Опыт реализации проектов по одному или нескольким направлениям: СУУТП, СГДО, RTO, видеоаналитика, предиктивная аналитика, рекомендательные системы.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Data Scientist / ML Engineer (Проект CVM) Удаленно X5 Tech — IT-компания и основной цифровой партнер торговых сетей и бизнесов X5 Group. Требования: - Опыт работы в DS-сфере от трех лет - Умение писать чистый и структурированный код на Python, знание классических алгоритмов и структур данных - Знание теоретических и практических продвинутых методов машинного обучения - Знание PySpark: умение строить оптимальные запросы, знание оконных функций и отличий repartition от coalesce - Знание и опыт работы с PyTorch - A/B тесты, генерация и проверка гипотез: способность говорить с аналитиками на одном языке

Формат

Гибрид

Страна

Россия

Город

Не указан

Data Engineer / инженер данных Lamoda — интернет-магазин одежды и обуви. Гибрид (Москва) Требования: - Опыт работы в data engineering, DWH, ETL-разработке, аналитической разработке или смежной роли от 1,5–2 лет. - Уверенное знание SQL. - Опыт работы с PostgreSQL, ClickHouse или аналогичными СУБД. - Опыт или уверенное понимание Apache Airflow: DAG, расписания, зависимости, retries, логи, обработка ошибок. - Python для задач обработки данных, автоматизации, работы с API и файлами. - Понимание принципов ETL: извлечение, трансформация, загрузка, обновление данных. - Опыт загрузки данных из API, файлов или баз данных. - Понимание принципов построения витрин данных. - Базовые навыки Linux: командная строка, файлы, директории, процессы, логи. - Git на базовом уровне. - Готовность разбираться в существующем коде, чужих DAG и неидеальной документации. - Будет преимуществом: опыт работы с AI-агентами и понимание принципов построения агентных процессов: постановка и декомпозиция задач, управление контекстом, подключение инструментов и источников данных, контроль качества и проверка результатов.

Формат

Офис

Страна

Россия

Город

Не указан

Data Scientist Офис (Москва) Lamoda — интернет-магазин одежды и обуви. Требования: - высшее техническое образование - опыт работы в области анализа данных не менее 1 года - работа с базами данных (Postgre, ClickHouse, Hive) - уверенное владение SQL (оконные функции, CTE и т.д.) - Python (numpy, pandas, seaborn) - инструменты для работы с BigData (Spark, Hadoop) - умение визуализировать данные и создавать информативные отчёты - умение структурировать информацию, формулировать выводы и презентовать результаты; инициативность и внимание к деталям - будет плюсом опыт работы с BI-системами - Jira, Confluence для совместной работы - навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом - опыт использования GigaChat, Kandinsky и аналогов в продуктах; навыки создания и использования AI-агентов - инструментальное владение AI для анализа, генерации и автоматизации

Формат

Офис

Страна

Россия

Город

Не указан

Data Scientist Офис (Москва) JuicyScore — проприетарный антифрод-продукт, работающий без использования персональных данных. Требования: - Образование: высшее в математике / статистике / информатике. - Опыт: от 3 лет коммерческого опыта в Data Science или аналитике данных, включая опыт самостоятельного анализа данных, проверки гипотез и построения моделей. - ML-алгоритмы: уверенное знание классических ML-алгоритмов: логистическая регрессия, градиентный бустинг (XGB/LightGBM/CatBoost), Random Forest; понимание, как интерпретировать модели (SHAP, Feature Importance), и где это применимо. - Работа с отчётами: умение делать клиентоориентированные отчёты: не просто таблицы, а выводы и визуализации, которые понятны не только дата-сайентисту. - Глубокий анализ данных и расследования: умение строить логику проверки гипотез, находить аномалии, выявлять скрытые закономерности, желание копать в суть. - Инструменты: уверенное владение Python для анализа данных (pandas, numpy, scikit-learn), SQL. - Английский язык: уровень B2 (Upper-Intermediate) и выше — для общения с зарубежными клиентами и чтения документации. - Soft skills: развитое аналитическое мышление, ответственность, умение самостоятельно разбираться в новых задачах и работать автономно, понятно объяснять результаты анализа (в т.ч. на английском).

Формат

Удалённо

Страна

Не указана

Город

Не указан

Data Scientist в команду RecSys от 300 000 ₽ Удалённая работа 2ГИС — IT-компания, которая помогает людям жить в городе. Требования: - Опыт работы с рекомендательными системами от 2 лет. - Опыт полного цикла решения ML-задач: от аналитики до вывода моделей в прод (от 3 лет). - Отличные знания Python, SQL, классического ML-стека и соответствующих ему библиотек. - Владение одним из DL-фреймворков (torch/tensorflow/keras). - Глубокое понимание рекомендательных систем: подходы, типичные проблемы, метрики, А/Б-тестирование. - Опыт написания Unit-тестов, разработки архитектуры и Code Review. - Опыт работы с инструментами разработки и CI/CD — Git, Jenkins, GitLab, Jira.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Вакансия ML / Recsys Engineer в Персональные рекомендации (Wildberries) Задачи - Разрабатывать и развивать алгоритмы, которые формируют ленту рекомендаций на Главной странице Wildberries для каждого пользователя с учётом его контекста (история действий, время суток, устройство, сезонность и т.д.) - Внедрять и тестировать различные стратегии ранжирования — от классических (матричная факторизация, градиентный бустинг) до нейросетевых подходов (two‑tower модели, трансформеры) - Настраивать отдельные модели и стратегии для других зон маркетплейса, а также развивать медиа рекомендации в Wibes и WB Книги - Участвовать в ранжировании поисковой выдачи и каталога, добавлять персонализированные сигналы в алгоритмы - Развивать профиль пользователя и фичи таргетинга для быстрого применения персонализации в различных сценариях (скидочные акции, пуш-уведомления, email‑рассылки) Требования - Опыт работы в направлении ML от 3 лет - Знание классического ML, DL - Понимание, как устроены рекомендательные системы - Опыт разработки рекомендательных систем - Хорошее знание алгоритмов и структур данных - Знание и умение применять для ML стек Python (Polars, Pandas, Sklearn, Numpy, Scipy, XGBoost/LightGBM/Catboost), а также SQL - Опыт обучения моделей, которые работают в продуктах для массовой аудитории и приносят пользу - Знание современных архитектур и желание развивать SOTA подходы к рекомендациям и ранжированию (OneRec, HSTU, DCN-v2) - Опыт выкатки моделей в production

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Lead

Team Lead / Principal ML Engineer Компания: Авиасейлс Удалённая работа Чего ждём от тебя - 5+ лет в ML/DS — ты выкатывал модели в прод и знаешь, что это значит на практике - Уверенный Python: ООП, типизация, тесты - Классический ML: бустинги, валидация, понимание где нейросеть избыточна, а где достаточно градиентного бустинга - Опыт с текстовыми нейросетевыми моделями: BERT-подобные трансформеры, LLM API, промпт-инжиниринг, eval-сеты - Практический опыт MLOps: пайплайны данных, оркестрация (Airflow, Kubeflow или аналоги), трекинг экспериментов - Инфраструктурный бэкграунд: Docker, CI/CD, Kubernetes, логирование и мониторинг — ты понимаешь, как устроены высоконагруженные сервисы, а не только модели внутри них - Умение мыслить P&L: переводить метрики моделей (F1, ROC-AUC) в конверсии и деньги, защищать технические решения перед бизнесом финансовыми аргументами - У тебя уже есть опыт менторства или лидерства — и тебе это нравится

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Middle

Middle AI Software Engineer (C++/Python) Развитие AI-инфраструктуры в HFT-фонде. 144–216k USD/год на руки + profit sharing, неограниченный бюджет на токены. Обязанности - Полноценные HFT-задачи с агентами как множителем: подключение новых бирж, инженерный ресерч биржевой инфраструктуры, оптимизация задержек. - Построение агентных воркфлоу: сборка пайплайнов, где агенты декомпозируют задачу, разбирают задачи, верифицируют результат друг друга. - Развитие внутреннего агентного тулинга: агентные правила и инструкции под кодовую базу, кастомные инструменты для агентов, MCP-серверы, eval'ы. - Интеграция LLM в сервисы — там, где это оправдано. Условия - Неограниченный бюджет на токены. - Profit sharing бонус без верхнего потолка. - Персональная ответственность за результат — с ростом зоны ответственности растёт и свобода в выборе подхода. - Задачи, напрямую влияющие на PnL — «неважных» задач нет. - Среда для deep work: нет встреч ради встреч, короткие циклы фидбека, performance-коучинг. - Сильная команда: инженеры из tier-1 компаний, призёры IMO, IOI, ICPC, ВсОШ. Требования - Ежедневное применение AI-кодинг тулов (Claude Code, Codex, Cursor) с коммерческим результатом. - Умение видеть не только ускорение от агента, но и скрытый техдолг — на уровне кэшей, pipeline, memory model. - Быстрое нахождение багов и галлюцинаций в сгенерированном коде, ответственность за код агента как за свой. - Инженерное понимание LLM: контекст, токены, tool use, контроль качества выхода. - Знание C++ от 17 стандарта и выше на уровне команды. - Знание ОС, железа, сетей, многопоточки. - От 3 лет коммерческой серверной разработки с production-опытом на C++.

Формат

Гибрид

Страна

Россия

Город

Не указан

Грейд

Стажировка

Стажёр AI разработчик в дирекцию развития казначейства Компания: Альфа-Банк Формат работы: гибрид Уровень: intern Локация: Москва Обязанности - Участвовать в разработке ИИ-агента - Взаимодействовать в составе команды со специалистами по анализу данных и специалистами по развитию инфраструктуры - Проводить функциональное тестирование - Работать в Jira и Confluence Требования - Понимание общих принципов реляционных баз данных (таблица данных, первичный и внешний ключи, индексы, связи между таблицами) - Продвинутое знание MS Excel, SQL, Python - Наличие представления об основных банковских продуктах - Наличие интереса к искусственному интеллекту и желание использовать его в личных и стратегических задачах - Будет преимуществом базовое знание системы оркестрации процессов обработки данных Apache Airflow и базовое знание инструментов визуализации Apache Superset

Формат

Гибрид

Страна

Не указана

Город

Не указан

ML-разработчик в команду улучшения качества голоса в Алису Компания: Яндекс Формат работы: гибрид Какие задачи вас ждут - Улучшение качества моделей: Вы будете экспериментировать с архитектурами, данными и схемами обучения, чтобы наши модели для подавления шума и эха становились ещё лучше. - Имплементация и оптимизация моделей: Наши модели работают на устройствах Яндекса с Алисой, а также на пользовательских смартфонах и ноутбуках. Эффективность работы — ключевой аспект. Вам предстоит ускорять модели на уровне выбора архитектуры и параметров, а также на уровне конечной имплементации. - Создание и улучшение метрик качества: Мы разрабатываем метрики, которые будут рассчитываться на устройствах пользователей с сохранением их приватности и станут служить индикатором общего качества звука. Мы ждём, что вы - Работали в области DL (например, с CV или NLP) - Хорошо знакомы с Python и имеете базовые навыки в C++ - Знаете PyTorch

Формат

Гибрид

Страна

Не указана

Город

Не указан

Data Scientist в команду репутационной системы Компания: Авито Формат работы: удаленная, гибридная Примеры задач - проектировать, обучать и внедрять NLP-модели для детекции подозрительных и нежелательных интентов и паттернов в коммуникациях - экспериментировать с передовыми методами машинного обучения, когда их применение оправдано решаемой задачей - настраивать сбор разметки и контролировать её качество — как с помощью асессоров, так и при использовании LLM-решений - встраивать модели в сервисы для скоринга, запускать их в продакшен и следить за стабильностью пайплайнов и моделей Требования - не менее 2 лет опыта работы в Data Science - опыт разработки NLP-моделей - владение Python и DS-стеком, работа с DL-фреймворками, например с PyTorch - написание SQL-запросов для сбора данных и диагностики качества моделей - опыт разработки и внедрения ML-моделей в продакшен - умение писать качественный, поддерживаемый, тестируемый и масштабируемый код на Python - умение переводить бизнес-цели в ML-метрики - документирование своих наработок, описание и критическая оценка результатов экспериментов

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Junior / Middle

Junior/Middle ML-инженер/Python разработчик [SmartDocs] Компания: МТС Чем предстоит заниматься - Проектирование микросервисов и API (REST/gRPC) - Создание RAG и AI-агентов: разработка систем генерации ответов на основе документов, цепочек рассуждений и логики Tool Calling (LangChain/LangGraph/LlamaIndex) - Работа с данными и текстом: парсинг, очистка и чанкинг текстов, извлечение сущностей (NER), классификация, реализация гибридного семантического и полнотекстового поиска - Проектирование баз данных: работа с реляционными (PostgreSQL), векторными (Qdrant/Milvus/pgvector) и графовыми (Neo4j) базами под задачи GraphRAG - Оптимизация производительности, покрытие кода тестами (Pytest), написание асинхронного кода на Python (FastAPI/Django) - Проведение code review и контейнеризация приложений (Docker) Что мы ожидаем - Опыт коммерческой разработки на Python от 2 лет для выпускников профильных факультетов ведущих вузов (МФТИ, НИУ ВШЭ, МГУ, ИТМО, МГТУ им. Баумана, СПбГУ, МИФИ) или от 3 лет для кандидатов с другим образованием - Уверенное знание Python, асинхронного программирования, веб-фреймворков (FastAPI) и принципов проектирования микросервисной архитектуры (REST, Swagger, gRPC) - Практический опыт работы с LangChain, LlamaIndex, LangGraph, современными LLM (GPT, open-source модели) и фреймворками для создания AI-агентов - Опыт обработки и классификации документов различных форматов (PDF, сканы), извлечения сущностей (NER, гибридный поиск) с использованием Transformers, BERT, SpaCy, Natasha - Опыт работы с реляционными БД (PostgreSQL), NoSQL/кэшированием (Redis), векторными БД (Qdrant/Milvus/pgvector) и графовыми системами (Neo4j) - Опыт работы с брокерами сообщений (RabbitMQ, Kafka) - Владение инструментами контейнеризации и CI/CD (Docker, Git, S3) - Понимание полного жизненного цикла разработки ПО (SDLC) - Опыт работы по ТЗ с чтением схем (UML, BPMN)

Формат

Удалённо

Страна

Россия

Город

Не указан

Python Developer (LLM, Москва) Компания Bell Integrator Мы ожидаем - Опыт коммерческой разработки на Python от 4 лет - Уверенное знание Python 3.7+ (в проекте используется 3.12+) - Понимание и успешный опыт применения паттернов проектирования (GoF, SOLID, GRASP) - Опыт проведения код-ревью и работы по GitFlow - Опыт разработки агентных систем с помощью langchain, langgraph и успешное внедрение в промышленную среду - Опыт разработки приложений, основанных на микросервисной архитектуре - Уверенное знание SQL и понимание принципов работы реляционных СУБД (PostgreSQL) - Опыт написания unit-тестов - Опыт разработки асинхронных приложений на Python - Понимание жизненного цикла разработки приложений в контексте Agile - Важно: Опыт и желание работать в команде, умение аргументировать свои решения и договариваться Чем предстоит заниматься - Разработка co-pilot решения на базе данных RAG и применении LLM - Разработка и интеграция AI-агентов, исследование новых поверхностей взаимодействия с AI - Разработка микросервисов на Python в качестве MCP инструментов - Анализ требований, формализация функционала, проектирование архитектуры взаимодействия агентов и сервисов - Участие в планировании, декомпозиции задач и оценке сложностей, планировании спринтов на основе SCRUM церемоний - Проведение код-ревью, поддержание высокого стандарта качества и чистоты кода - Тесное взаимодействие с командой на всех этапах разработки - Участие в подготовке и выпуске релизов, взаимодействие со смежными подразделениями - Документирование своей работы и менторство джуниор-разработчиков Условия - Возможность участия в интересном проекте - Возможность профессионального и карьерного роста в компании - Опыт работы в команде профессионалов - Уровень заработной платы обсуждается индивидуально - Удаленный формат работы - офисный формат в Москве

Формат

Удалённо

Страна

Не указана

Город

Не указан

Data Scientist, Логистика и операционные процессы Компания: OZON Удаленная работа, уровень middle. Задачи - Анализировать опоздания и "плохо построенные" маршруты. - Писать промышленный код и выводить его в продакшн. - Общаться с заказчиком, формализовывать требования. - Креативить, предлагать новые идеи. Требования - Уверенное знание Python и стандартных DS библиотек. - Знание хотя бы одного диалекта SQL (предпочтительней PostgreSQL). - Знание основ ML и задач дискретной оптимизации. - Высшее образование в одной из сфер: математика, компьютерные науки.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Lead

Компания: Авиасейлс Тимлид / Ведущий ML-инженер Формат работы: удаленная работа Обязательные требования - 5+ лет в ML/DS — выкатывал модели в прод и понимаешь, что это значит на практике - Уверенный Python: ООП, типизация, тесты - Классический ML: бустинги, валидация, понимание, где нейросеть избыточна, а где достаточно градиентного бустинга - Опыт с текстовыми нейросетевыми моделями: BERT-подобные трансформеры, LLM API, промпт-инжиниринг, eval-сеты - Практический опыт MLOps: пайплайны данных, оркестрация (Airflow, Kubeflow или аналоги), трекинг экспериментов - Инфраструктурный бэкграунд: Docker, CI/CD, Kubernetes, логирование и мониторинг — понимаешь, как устроены высоконагруженные сервисы, а не только модели внутри них - Умение мыслить P&L: переводить метрики моделей (F1, ROC-AUC) в конверсии и деньги, защищать технические решения перед бизнесом финансовыми аргументами - Опыт менторства или лидерства — и тебе это нравится Будет плюсом - Понимание Go или опыт с Go-сервисами: бэкенд компании на Go, без этого контекста часть архитектурных решений будет непрозрачной - ClickHouse, Kafka, PostgreSQL - Опыт в highload: проектирование систем под миллионы запросов - Опыт миграции или выпила сервисов из монолита — понимаешь цену архитектурных решений на масштабе

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Middle / Senior

Data Scientist middle/senior Москва Компания: X5 Tech офис middle senior Обязанности - Участвовать в разработке моделей для продуктивной среды - Строить модели машинного обучения, улучшать качество прогноза - Заниматься аналитикой и проверкой гипотез - Развивать инструменты для проведения A/B тестов - Писать код, проводить code-review - Предлагать способы оптимизации и совершенствования существующих инструментов Требования - Знание Python (Scala/Java могут оказаться плюсом) - Знание классических алгоритмов и структур данных - Знание теоретических и практических продвинутых методов машинного обучения - Знание SQL, знакомство с hadoop-стэком (кандидаты уровня middle должны понимать, как выглядит план запросов и что происходит "под капотом") - A/B тесты, генерация и проверка гипотез (будет плюсом опыт с variance reduction, CUPED, линеаризацией и методом бакетов) - Опыт работы с (docker, kubernetes, pyspark, kafka, postgres, airflow) - Наличие опыта вывода разработанных решений в прод

Формат

Офис

Страна

Россия

Город

Не указан

Мы — Далее, и мы занимаемся разработкой и поддержкой сложных digital-решений для крупных клиентов: от веб-сайтов до приложений, от Сбербанка до Nestle. Мы — один из крупнейших независимых продакшнов в России, работаем с 2005 года, сейчас в штате более 550 человек. Мы занимаем 1-е место в рейтинге Adindex Digital Index в сегменте web-production, входим в топ-20 Tagline. Сейчас мы ищем ML-инженера в команду, которая реализует AI-решения для различных проектов компании. Предстоит разрабатывать и внедрять ML-модели, участвуя во всем жизненном цикле продукта. Обязанности: Поддерживать текущие алгоритмические решения. Проектировать и внедрять AI-агентов (LLM, GPT-like модели) в различные процессы. Разрабатывать методологию и проектировать NLP/LLM решения. Адаптировать и дообучать LLM (например, LLaMA, Mistral, YaLM 2) под специфику продукта. Интегрировать LLM API (OpenAI, Claude) с fallback-механизмами. Проводить исследования, тестировать новые идеи, оценивать жизнеспособность и качество моделей, реализовывать R&D-подходы на реальных бизнес-данных. Разрабатывать RAG-пайплайн для поиска и обработки данных (POI, отзывы, описания). Настраивать векторные БД (Pinecone/Weaviate/Qdrant) и оптимизировать кэширование. Заниматься prompt engineering — создавать и тестировать промты для различных сценариев. Вести рабочую документацию и создавать отчеты о результатах работы. Мониторить ключевые показатели эффективности процессов, анализировать отклонения и их воздействие на общие показатели. Участвовать в проектировании архитектуры, CI/CD, мониторинге и оптимизации сервисов. Требования: Высшее образование в области математики, информатики или смежных дисциплин. Знание современных AI-фреймворков и библиотек (LangChain, LlamaIndex и других). Навыки создания ML-пайплайнов и backend-сервисов. Уверенное владение Python и PyTorch/TensorFlow, понимание принципов работы алгоритмов (GBDT, CNN, Transformers). Практический опыт работы с API, Docker/Kubernetes и базами данных. Понимание процессов Fine-tuning LLM и оценки качества моделей. Опыт внедрения RAG. Умение писать unit-тесты. Будет плюсом: Позитивный опыт внедрения RAG агентов в существующие бизнес-процессы. Реализованные проекты с существенной пользовательской нагрузкой. Понимание инфраструктуры для ML-сервисов (GPU, CPU). Мы предлагаем: Полностью белую заработную плату. Ориентируемся на ваши пожелания, опыт и навыки. Оформление по ТК РФ, оплачиваемый отпуск и больничный с первого рабочего дня. Работу в компании с аккредитацией в Минцифры. Расширенный пакет ДМС со стоматологией. 8-часовой рабочий день, удаленный формат работы. Спорт – корпоративный волейбол, беговой клуб и киберспортивные турниры). Яркую корпоративную жизнь – более 400 мероприятий в год (2 корпоратива с оплатой трансфера, разговорный клуб английского, совместные походы в музей, квизы, книжный и киноклуб, мем-чат и многое другое). Обучение и участие в профессиональных конференциях.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Middle / Senior

Контур — экосистема для бизнеса. Наши сервисы помогают каждой третьей компании России делать рабочие процессы проще и эффективнее: вести бухгалтерию, сдавать отчетность в госорганы, обмениваться документами без бумаги, общаться друг с другом на удаленке и многое другое. С нами жизнь 3,1 миллионов предпринимателей и их сотрудников становится легче. О команде Мы — команда безопасности ИИ в Центре киберзащиты Контура. Ищем специалиста по кибербезопасности, который поможет внедрять и сопровождать решения на базе AI — от продуктовых сервисов и RAG-систем до внутренних AI-инструментов разработки. В Контуре активно развивается использование AI-ассистентов и агентов. Наша задача — сделать так, чтобы эти инструменты были безопасными, а разработчик получал защищенный результат, соответствующий ИБ-политикам, без необходимости погружаться во все тонкости ИБ. Задачи Проводить анализ защищенности (преимущественно Whitebox) LLM-приложений, AI-агентов, RAG, векторных БД, Low-Code/No-Code-систем (Dify, n8n) и интеграций с внешними API / облачными моделями. Выявлять специфичные для AI векторы атак: prompt injection, indirect prompt injection, jailbreak, data poisoning, excessive agency, unsafe tool calls и over-privileged agents. Настраивать и валидировать защитные механизмы: фильтры PII / конфиденциальных данных, ограничения контекста, rate limiting, контроль вызова tools и ручные подтверждения для критичных операций. Укреплять внутренний AI/ML-тулинг совместно с платформенными командами. Строить систему правил, скиллов и хуков, чтобы встраивать политики ИБ непосредственно в среду разработки: skills, rules, hooks, MCP-серверы. Проверять безопасность локального запуска LLM и агентов в Kubernetes и Linux-песочницах: изоляция сессий, памяти, контейнеров, RBAC, NetworkPolicy, Secrets Management. Формировать требования к аудиту и трассировке AI-систем: trace ID, логирование prompt/response, фиксация вызовов моделей и действий агентов. Консультировать команды, помогать внедрять безопасный код и выстраивать понятные процессы. Мы ожидаем Опыт в сфере ИБ от двух лет в одном или нескольких направлениях: AppSec, DevSecOps, Cloud/K8s Security, Product Security или ML Security. Уверенное владение одним из языков программирования: Python, Go, C, TS, Rust. Умение читать чужой код, искать уязвимости и писать PoC. Знание AI/LLM-стека: понимание устройства языковых моделей, RAG, векторных БД (Milvus, Qdrant, pgvector и др.), AI-агентов, agent memory, tool calling, а также стандарта взаимодействия MCP. Знание AI-угроз: понимание рисков OWASP for LLM, MITRE ATLAS (prompt injection, раскрытие system prompt, утечки данных, необдуманное выполнение кода агентами). Знание основ Linux и базовое понимание безопасности Kubernetes: RBAC, ServiceAccount, NetworkPolicy, Secrets, изоляция контейнеров. Знание классических веб-уязвимостей, механизмов аутентификации и авторизации OAuth2, OIDC, JWT, RBAC и безопасной разработки — Secure SDLC, Threat Modeling. Умение аргументированно объяснять риски, находить компромиссы с разработкой. Мы предлагаем Гибридный формат работы в Екатеринбурге. Офис на ул. Малопрудной, 5. Предоставим все необходимое: технику, рабочее место, библиотеку с профессиональной литературой, место для отдыха и кухонную зону с фруктами и снеками. Уровень дохода, который зависит от ваших технических знаний и навыков. Регулярно пересматриваем зарплаты с учетом профессионального роста. Финансовые бонусы тоже есть. Сильное инженерное комьюнити. Регулярно проводим внутренние технические конференции, обмениваемся опытом между командами. Вы всегда найдете с кем посоветоваться. Возможность сменить продукт, команду или предметную область внутри компании. Поддерживаем развитие в любом направлении. Общение на «ты» и максимум горизонтальных связей в коллективе, чтобы быстрее договариваться и решать рабочие задачи. Возможность делиться экспертизой. Помогаем выступать на конференциях, участвовать в подкастах или видео, писать статьи. Поддержку профессионального развития. Организуем внутреннее и внешнее обучение.

Формат

Офис

Страна

Россия

Город

Не указан

Задачи - Разрабатывать MCP-серверы и интеграции с внутренними IT-системами. - Создавать цифровые роли Avatar для обработки заявок, диагностики и подсказок инженерам. - Автоматизировать типовые операции IT Operations. - Подключать источники данных: мониторинг, логи, CMDB, Jira/ITSM, базы, внутренние API. - Делать простые backend-сервисы, скрипты, воркфлоу и API-обвязки. - Работать с RAG, памятью, skill-ами, tool calling, LLM API. - Разбирать реальные кейсы инженеров и превращать их в работающие MVP. - Писать документацию: как работает интеграция, как поддерживать, как диагностировать. Требования - Уверенная backend-разработка или automation engineering. - Python как основной рабочий инструмент; Go / TypeScript — плюс. - Опыт работы с REST API, JSON, SQL, Git, Docker. - Понимание Linux, сетей, логов, мониторинга, базовой эксплуатации. - Умение писать надежные интеграции, а не только прототипы. - Понимание LLM-инструментов: prompts, tools, agents, RAG, function calling. - Готовность работать с внутренними legacy-системами и неполной документацией. - Самостоятельность: сам разобрался, уточнил, сделал, задокументировал. Условия - Официальное трудоустройство и полный пакет социальных льгот (ДМС, компенсация фитнеса/обучения/путешествия, скидки и бонусы от партнеров, специальные условия и тарифы на продукты «Финама»). - Стабильную заработную плату и социальные гарантии. - Возможность профессионального роста, обучения и постоянного развития в области digital-innovations вместе с командой. Лучшие конференции и мастер-классы за счет компании. - Участие в проектах, которые формируют цифровую трансформацию финансового сектора. - Комфортный офис в центре Москвы с зоной отдыха на крыше, кофе-поинтами, а также собственный тренажерный зал. - Гибридный формат работы (2 дня офис), возможен удалённый формат. - Корпоративная культура: внутрикорпоративные мероприятия, сообщества по интересам, возможность проявлять свои творческие, спортивные, интеллектуальные, социальные интересы.

Формат

Офис

Страна

Россия

Город

Не указан

Мы строим собственную агентскую платформу корпоративного уровня Avatar— enterprise-аналог открытых агентских систем.Ищем сильного AI Agentic Engineer уровня Senior / Expert. Это инженерная роль на стыке agent engineering, backend и platform/infra-подхода. Вам не нужно быть архитектором всей агентской платформы, но нужно уметь проектировать устройство конкретных агентов и агентских сценариев внутри Avatar. Стек: LLM, MCP, RAG, Python, Rust, TypeScript Чем предстоит заниматься: Проектировать внутреннюю логику агентов и агентских сценариев в Avatar. Определять, где нужен agent, где tool, где sub-agent, а где deterministic-код. Строить agent loop: планирование, вызов инструментов, обработка ошибок, память, эскалации, ограничения действий. Проектировать multi-agent сценарии: роутинг задач, специализация агентов, контроль состояния. Разрабатывать MCP/tool-интеграции и подключать агентов к внутренним системам. Настраивать eval-харнессы, regression-эвалы и контроль качества агентов. Работать с observability: traces, tool calls, latency, retries, failure modes, cost tracking. Проектировать работу с контекстом: что инжектится на каждом turn, как работает память, как не раздувать историю. Участвовать в развитии self-hosted / sovereign agent stack: локальные модели, model-agnostic слой, OpenClaw-подобные рантаймы, SGLang/Ollama/vLLM/LiteLLM. Помогать продуктовым и инженерным командам правильно применять агентский подход. Наши ожидания: Реальный опыт разработки AI-агентов или agentic-систем. Понимание LLM, tool calling, function calling, RAG, memory, context management. Опыт с агентскими фреймворками или SDK: OpenAI Agents SDK, LangGraph, AutoGen, CrewAI, Semantic Kernel, OpenClaw-подобные рантаймы или аналогичные решения. Умение проектировать логику работы агента, а не только писать промпты. Сильный backend-опыт на Python или TypeScript. Опыт интеграций с API, MCP, внутренними системами, очередями, БД. Понимание Docker, Linux, Kubernetes, сетей, логов и эксплуатации. Опыт построения evals: наборы кейсов, regression-тесты, метрики качества, разбор деградаций. Понимание безопасности агентов: prompt injection, ограничение action space, sandboxing, права, audit trail. Умение считать performance/cost: latency, токены, retries, кэширование, параллелизация, выбор модели. Особенно ценно: Агент или агентский сценарий, который реально работал в production. Опыт self-hosted AI-инфраструктуры. Опыт OpenClaw / Claude Code-подобных / Claw-подобных runtime-подходов. Опыт MCP-серверов и skill-based architecture. Опыт построения reusable-подходов для других команд, а не только одного агента под одну задачу. Наличие постмортемов, дашбордов, eval-отчетов, метрик стоимости и качества. Сильное мнение о том, когда агента использовать не надо. Мы предлагаем: Официальное трудоустройство и полный пакет социальных льгот (ДМС, компенсация фитнеса/обучения/путешествий, скидки и бонусы от партнеров, специальные условия и тарифы на продукты «Финама»). Стабильную заработную плату и социальные гарантии, которые дают уверенность в настоящем и открывают перспективы в будущее. Возможность профессионального роста, обучения и постоянного развития в области digital-innovations вместе с дружной командой. Лучшие конференции и мастер-классы за счет компании. Участие в проектах, которые формируют цифровую трансформацию финансового сектора. Гибридный формат работы (2 дня офис). Комфортный офис в центре Москвы с зоной отдыха на крыше, кофе-поинтами с ароматным кофе, а также собственный тренажерный зал. Богатую корпоративную культуру: классные внутрикорпоративные мероприятия, сообщества по интересам, возможность проявлять свои творческие, спортивные, интеллектуальные, социальные интересы и участвовать в креативных проектах.

Формат

Офис

Страна

Россия

Город

Не указан

Мы строим собственную агентскую платформу корпоративного уровня — enterprise-аналог открытых агентских систем. Ищем инженера, который возьмёт на себя ядро системы и будет развивать его, опираясь на актуальные исследования и production-практику. Эта роль на стыке глубокой инженерии (производительное ядро) и работы с LLM/ML. Стек: ClickHouse, SQL, LLM, ETL Чем предстоит заниматься: Проектирование и развитие корпоративного DWH на ClickHouse: архитектура, модель данных, выбор движков таблиц (семейство MergeTree), партиционирование, шардирование, материализованные представления. Построение и поддержка ETL/ELT-пайплайнов загрузки данных из внешних систем-источников. Разработка системы стандартов на данные (data contracts): единые требования к структуре, форматам, типам и качеству данных, поступающих из источников. Создание и ведение каталога данных / data dictionary с детальным описанием структуры и бизнес-смысла каждого набора данных (метаданные, документация, семантический слой). Контроль качества данных: валидация, тесты на данные, мониторинг. Оптимизация производительности хранения и аналитических запросов. Проектирование и разработка агентского слоя (LLM-агентов) поверх данных DWH, закрывающего произвольные аналитические запросы пользователей (text-to-SQL / диалоговая аналитика). Интеграция LLM, разработка инструментов и функций для агентов, организация семантического слоя для корректной работы агентов с данными. Настройка процессов оценки и улучшения качества ответов агентов (evals). Настройка разграничения прав доступа к данным средствами СУБД: RBAC, row-level и column-level политики в ClickHouse. Документирование архитектуры и принятых решений Наши ожидания: Опыт в data-инжиниринге от ~4 лет, уровень Senior. Глубокий опыт работы с ClickHouse (или сильный опыт с другими OLAP/колоночными СУБД + готовность быстро войти в ClickHouse): движки таблиц, оптимизация. Опыт проектирования DWH с нуля, владение подходами к моделированию данных (Kimball / Data Vault / wide tables и т.п.). Уверенный SQL и навыки оптимизации запросов. Опыт построения ETL/ELT-пайплайнов (Airflow / dbt / аналоги). Python (или другой язык для дата-инжиниринга и интеграции с LLM). Практический опыт с LLM и построением агентов: агентские фреймворки (LangChain / LlamaIndex / аналоги), function/tool calling, RAG, text-to-SQL. Понимание подходов к управлению качеством данных и data governance / data contracts. Опыт настройки разграничения прав доступа в СУБД. Будет большим преимуществом: Опыт с semantic / metrics layer. Опыт LLMOps и оценки качества агентов (evals, мониторинг). Опыт с инструментами каталогизации данных (DataHub / OpenMetadata / Amundsen). Опыт работы с большими объёмами данных и высоконагруженными системами. Мы предлагаем: Официальное трудоустройство и полный пакет социальных льгот (ДМС, компенсация фитнеса/обучения/путешествий, скидки и бонусы от партнеров, специальные условия и тарифы на продукты «Финама»). Стабильную заработную плату и социальные гарантии, которые дают уверенность в настоящем и открывают перспективы в будущее. Возможность профессионального роста, обучения и постоянного развития в области digital-innovations вместе с дружной командой. Лучшие конференции и мастер-классы за счет компании. Участие в проектах, которые формируют цифровую трансформацию финансового сектора. Гибридный формат работы (2 дня офис). Комфортный офис в центре Москвы с зоной отдыха на крыше, кофе-поинтами с ароматным кофе, а также собственный тренажерный зал. Богатую корпоративную культуру: классные внутрикорпоративные мероприятия, сообщества по интересам, возможность проявлять свои творческие, спортивные, интеллектуальные, социальные интересы и участвовать в креативных проектах.

Формат

Офис

Страна

Россия

Город

Не указан

Продуктовый аналитик AI Компания: Джетлин Требования - Опыт работы продуктовым аналитиком от 3 лет. - Уверенное владение SQL. - Продвинутый уровень Excel. - Опыт построения отчетности и дашбордов (Power BI, Grafana, Tableau или аналогичные инструменты). - Опыт подготовки аналитических материалов для руководителей. - Практический опыт использования AI-ассистентов (ChatGPT, Claude, Gemini, Codex или аналогичных) в ежедневной работе. - Умение быстро создавать прототипы, автоматизации, SQL-запросы, Python-скрипты и аналитические исследования с использованием AI (vibe coding). Будет плюсом - Владение Python (pandas). - Опыт работы с ClickHouse, Prometheus, Grafana. - Понимание принципов работы AI, LLM и генеративного искусственного интеллекта. - Опыт использования AI Coding и AI-агентов в рабочих процессах. - Опыт работы в финтехе Задачи - Развивать систему аналитики и метрик AI-платформы. - Собирать, обрабатывать и консолидировать данные из различных источников. - Подготавливать регулярную аналитическую и управленческую отчетность для руководства. - Разрабатывать и сопровождать систему KPI и ключевых метрик AI-платформы. - Создавать дашборды и визуализации для мониторинга ключевых показателей. - Анализировать использование AI-платформы, LLM-моделей и AI-сервисов. - Анализировать производительность инфраструктуры (TTFT, latency, очереди, загрузку GPU, SLA и другие показатели). - Анализировать использование токенов, API, вычислительных ресурсов и пользовательскую активность. - Оценивать эффективность внедрения AI-инструментов и AI Coding в подразделениях компании. - Формировать аналитические выводы и рекомендации по развитию платформы. - Автоматизировать подготовку отчетности и аналитических процессов совместно с инженерами команды. - Использовать современные AI-инструменты для повышения эффективности анализа данных, подготовки отчетности и ав