Биржа вакансий в сфере ИИ, ML

Формат

Удалённо

Страна

Любая

Город

Не указан

О компании Career.zycto — компания, работающая на переднем крае искусственного интеллекта. Разрабатывает AI-решения в области машинного обучения и обработки естественного языка. В компании ценят творческий подход и техническое мастерство, поддерживают среду для экспериментов и роста. Обязанности - Проектировать, разрабатывать и оптимизировать промпты для больших языковых моделей (LLM) и других генеративных AI-систем. - Проводить тестирование и оценку ответов AI-моделей, выявлять области для улучшения эффективности промптов и поведения моделей. - Взаимодействовать с исследователями AI/ML, дата-сайентистами и продакт-менеджерами для понимания требований проектов и превращения их в эффективные промпт-стратегии. - Разрабатывать и поддерживать лучшие практики, руководства и фреймворки по промпт-инжинирингу для различных приложений. - Участвовать в разработке внутренних инструментов и платформ для создания, тестирования и развертывания промптов. - Следить за новейшими достижениями в области AI, NLP и техник промпт-инжиниринга. - Обучать и наставлять кросс-функциональные команды по принципам и применению эффективного промпт-инжиниринга. Требования - Подтвержденный опыт от 3 лет в промпт-инжиниринге, обработке естественного языка (NLP) или смежных областях AI. - Глубокое понимание больших языковых моделей (LLM) и их архитектуры. - Владение Python и опыт работы с библиотеками AI/ML (TensorFlow, PyTorch, Hugging Face). - Развитые аналитические навыки и навыки решения задач, умение интерпретировать сложные данные и итерировать решения. - Отличные письменные и устные коммуникативные навыки, внимание к языковым нюансам и ясности. - Опыт работы с системами контроля версий (например, Git). Предпочтительно - Степень магистра или PhD в Computer Science, AI, лингвистике или смежной количественной области. - Опыт тонкой настройки (fine-tuning) или обучения LLM. - Знакомство с облачными платформами (AWS, Azure, GCP) и принципами MLOps. - Подтвержденный вклад в open-source проекты или исследовательские публикации в области AI/NLP. - Опыт технического написания или создания контента по сложным техническим темам. Условия - Полностью удаленная работа. - Конкурентоспособная зарплата и комплексный пакет льгот. - Щедрый бюджет на профессиональное развитие: курсы, конференции, сертификации. - Возможность работать с передовыми AI-технологиями. - Совместная и инклюзивная культура компании, регулярные тимбилдинги. - Гибкий график и неограниченный оплачиваемый отпуск (с согласованием с руководителем).

Формат

Удалённо

Страна

Любая

Город

Не указан

Обязанности - Проектировать и совершенствовать сложные ML-модели и алгоритмы, превращая наборы данных в практические решения. - Участвовать в полном жизненном цикле проектов по моделированию данных: от понимания бизнес-требований до развёртывания и мониторинга. - Проводить комплексный анализ данных, включая предобработку, инженерию признаков и применение алгоритмов генеративного ИИ. - Руководить кросс-функциональными коллаборациями для интеграции моделей генеративного ИИ в продукты, улучшая их возможности и пользовательский опыт. - Применять продвинутые аналитические методы для анализа больших наборов данных, выявляя тренды, аномалии и возможности для улучшения. - Выполнять предобработку данных, инженерию признаков и оптимизацию алгоритмов для повышения точности и эффективности моделей. - Проводить исследовательский анализ данных для извлечения ценных инсайтов и влияния на стратегические решения. - Отслеживать и внедрять последние тренды, инструменты и лучшие практики ML, включая AutoML, MLOps и фреймворки интерпретируемости. - Способствовать соблюдению отраслевых стандартов и нормативных требований, уделяя внимание этичным практикам ИИ. Требования - Опыт проектирования и разработки решений в области ИИ или машинного обучения на платформах AWS, Databricks, Azure, Google Cloud и OpenAI. - Бэкграунд в программной инженерии и/или инженерии данных, особенно в одном из крупных облаков. - Практический опыт работы с глубоким обучением, LLM, Python, TensorFlow, PyTorch и другими ИИ-фреймворками. - Опыт вывода ML/AI в продакшн и умение обсуждать лучшие практики и подводные камни. Условия - Удалённый формат работы. - Конкурентная зарплата в зависимости от опыта и рыночной стоимости. - Оплачиваемый переезд. - Удалённая поддержка. - Регулярный пересмотр зарплаты. - Обучение и развитие, поддержка профильных команд, помощь в размещении на проектах и карьерный рост. - Вакансия открыта только для граждан США, держателей Green Card и GC-EAD. Спонсорство виз не предоставляется. О компании Adidev Technologies — IT-консалтинговая фирма, работающая с клиентами: Delta, Google, Apple, Spotify, US Bank, FedEx.

Формат

Офис

Страна

Не указана

Город

Не указан

О компании Команда мирового уровня из инженеров и специалистов по данным из Facebook, Uber, Amazon и Google. Быстрорастущая консалтинговая компания из Торонто. Клиенты — от ведущих стартапов, создающих значимые технологии, до компаний из списка Fortune 500, масштабирующих инженерные и аналитические возможности. Задачи - Проектирование, прототипирование и вывод в продакшн масштабируемых решений машинного обучения. - Работа с клиентами и коллегами. - Создание передовых систем на основе LLM и реальных данных. Требования - Экспертиза в LLM-инжиниринге, включая знание популярных LLM-провайдеров и их лучших практик. - Опыт создания или работы с агентными системами (tool use, память, планирование, координация нескольких агентов) — преимущество. - Демонстрация LLM-проектов с указанием зоны ответственности и вклада. - Способность быстро прототипировать передовые инструменты и исследовательские идеи; опыт превращения прототипов в продакшн-сервисы. - Практический опыт в статистике и машинном обучении. - Уверенная работа с Python ML-стеком: Pandas, Numpy, scikit-learn, XGBoost, PyTorch и др. - Владение инструментами разработки: Git, Docker, SQL, Bash, FastAPI. - Аналитическое мышление и понимание бизнеса; умение критически оценивать данные и их влияние на продукт или бизнес-результаты. - Степень бакалавра или выше (магистр, PhD) в Computer Science или смежной инженерной области, связанной с программированием. - Бонус: знакомство с AWS или Azure, GitHub Actions, Spark, Neo4j Cypher и графовыми базами данных. Условия - Конкурентоспособная компенсация. - Ответственность и отсутствие микроменеджмента.

Формат

Удалённо

Страна

Германия

Город

Берлин

О роли JetBrains создаёт инструменты для разработчиков. В команде Agentic Models строят многошаговых агентов для написания кода, которые понимают большие кодовые базы, планируют изменения, вызывают инструменты и итерируют вместе с пользователем. Research Engineer отвечает за модели, тренировочные циклы и пайплайны оценки, которые обеспечивают работу этих агентов. Работа ведётся на стыке SFT и RL-посттренировки и продуктовой оценки, с использованием распределённых GPU- и MapReduce-кластеров для выпуска моделей в продукты JetBrains. Задачи - Проектировать, внедрять и поддерживать пайплайны SFT и RL-посттренировки для многошаговых агентов написания кода. - Обучать и адаптировать LLM для агентных сценариев: планирование, использование инструментов, многошаговые взаимодействия внутри IDE JetBrains. - Создавать и развивать среды оценки и симуляции, где агенты могут действовать, измеряться и сравниваться на реалистичных задачах разработчика. - Разрабатывать фреймворки и метрики оценки поведения агентов, анализировать трейсы и логи, замыкать цикл от оценки обратно к обучению, данным и дизайну наград. - Анализировать результаты обучения и оценки, предлагать и внедрять улучшения архитектур моделей, рецептов обучения и датасетов. - Работать с крупномасштабной инфраструктурой: распределённое обучение на GPU-кластерах и обработка данных в стиле MapReduce для претрейнинга и датасетов тонкой настройки. - Тесно взаимодействовать с исследовательскими, продуктовыми и инфраструктурными командами, превращая продуктовые задачи в конкретные модели, эксперименты и выпущенные функции. Требования - Обширный практический опыт обучения LLM (претрейнинг, тонкая настройка или посттренировка) в исследовательской или производственной среде. - Глубокое знание современных фреймворков глубокого обучения, таких как PyTorch, и специализированных стеков обучения LLM (Megatron, NeMo, verl или аналогичных). - Сильное теоретическое и практическое понимание основ LLM: архитектуры, токенизация, пайплайны данных, батчинг, mixed precision, распределённое обучение и отладка нестабильных запусков. - Умение вести проекты от начала до конца: от постановки проблемы или продуктовой боли до дизайна, экспериментов, реализации и итераций. - Продуктовое мышление: понимание того, как разработчики реально используют агентов, и умение переводить продуктовые потребности и сбои в задачи моделирования и оценки. - Не менее 3 лет опыта работы с Python и написания чистого поддерживаемого кода в современных ML-кодовых базах. Будет плюсом - Опыт работы с ML-оркестраторами и инструментами рабочих процессов: Kubeflow, Dagster, Airflow, ZenML и/или планировщиками задач вроде Kubernetes или SLURM. - Опыт работы с крупномасштабными пайплайнами данных и обучения: кластеры в стиле MapReduce, многоузловое GPU-обучение или нагрузки порядка 1M+ CPU/GPU-часов. - Проектирование и поддержка пайплайнов оценки для LLM или агентов: метрики, дашборды, отслеживание экспериментов, автоматические регрессионные проверки. - Разработка ИИ-агентов: агенты с использованием инструментов, планировщики, многошаговые сценарии написания кода, знакомство с агентными фреймворками и паттернами. - Отслеживание экспериментов и наблюдаемость с помощью Weights & Biases, MLflow, Langfuse или аналогичных инструментов. - Оптимизация инференса и эксплуатация оптимизированных моделей в production.

Формат

Удалённо

Страна

Германия

Город

Берлин

О компании JetBrains с 2000 года разрабатывает инструменты для разработчиков. Компания работает над новой платформой, которая предоставляет возможности ИИ всем продуктам JetBrains. Платформа основана на моделях, разработанных внутри компании для помощи в написании кода и текстов, а также на интеграции со стратегическими партнёрами. JetBrains — работодатель равных возможностей. Важные качества - Умение самостоятельно планировать проекты и принимать решения, при необходимости консультируясь с другими. - Способность определять потребности клиентов и расставлять приоритеты задач. - Начинать с простейших решений и постепенно добавлять сложность по мере необходимости. - Готовность нести единоличную ответственность за целую подсистему. - Увлечённость обучением и желание быть в курсе последних разработок в области LLM. Задачи - Совместно со стейкхолдерами преобразовывать бизнес-требования в технические спецификации. - Обучать LLM с нуля на большом GPU-кластере. - Собирать и обрабатывать датасеты для предобучения и дообучения. - Поддерживать и улучшать существующие подсистемы. Требования - Опыт проектирования, развертывания и поддержки продакшн-ML-систем. - Сильная теоретическая база в NLP и подходах на основе трансформеров. - Свободное владение современными фреймворками глубокого обучения, такими как PyTorch, и распространёнными библиотеками для NLP. - Опыт распределённого обучения моделей с миллиардами параметров. - Внимание к деталям и отличные коммуникативные навыки. Будет плюсом - Опыт работы с фреймворками инференса LLM: vLLM, DeepSpeed, TensorRT. - Опыт применения техник выравнивания LLM: RLHF/RLAIF. - Инструменты и практики MLOps, включая CI/CD для ML. - K8s и Kubeflow. - Научные публикации в области NLP. Стек и инфраструктура - Кластер из сотен NVIDIA GPU в качестве инфраструктуры для обучения. - Git для управления исходным кодом. - Python, PyTorch и Hugging Face как ML-стек. - Kubeflow и Weights & Biases для отслеживания экспериментов. - TeamCity как система автоматизации CI.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Компания FlexBoard помогает медицинским организациям создавать успешные команды клиницистов с помощью инновационных технологических продуктов. Вакансия предполагает удалённую работу для кандидатов из США. Обязанности - Проектировать, разрабатывать и внедрять ML-решения: от классических ML-приложений (классификация, кластеризация, рекомендации) до систем на основе LLM, включая парсинг документов, извлечение данных, RAG-пайплайны и LLM-агентов. - Писать чистый, поддерживаемый, production-код на Python, который интегрируется с существующей инженерной и деплой-инфраструктурой. - Работать с большими наборами данных: очистка, предобработка и анализ данных. - Реализовывать и оптимизировать алгоритмы, используя лучшие практики машинного обучения, глубокого обучения и статистического анализа. - Взаимодействовать с бизнес-заинтересованными сторонами для понимания требований и разработки решений на основе данных, которые дают практические инсайты. - Разрабатывать и поддерживать пайплайны и инфраструктуру для обработки данных и обучения моделей, версионирования, развертывания и мониторинга. - Оценивать производительность ML-моделей, включая специфические для LLM подходы к оценке, и настраивать модели для улучшения производительности. - Коммуницировать результаты, инсайты и производительность моделей как технической, так и нетехнической аудитории. - Постоянно следить за последними трендами, технологиями и лучшими практиками. Требования - Степень бакалавра или магистра в области компьютерных наук, науки о данных, статистики, математики или смежной области. - Бакалавр с 5+ годами релевантного опыта; магистр или выше с 3+ годами релевантного опыта. - Свободное владение Python (3+ года опыта программирования). - Сильные практики разработки ПО на Python, включая написание поддерживаемого, тестируемого, production-кода. - Глубокое понимание LLM-архитектур. - Практический опыт создания и оценки RAG-пайплайнов. - Опыт работы с фреймворками оркестрации LLM. - Владение библиотеками машинного обучения, такими как Scikit-learn и PyTorch; библиотеками для работы с данными, такими как NumPy и аналогичными. - Знакомство с облачными платформами (например, AWS, GCP, Azure) и инструментами контейнеризации. - Глубокое понимание метрик оценки моделей для традиционного ML (accuracy, precision, recall, F1) и LLM-систем (faithfulness, answer relevancy, hallucination detection), включая подходы к оценке недетерминированных выходов. - Опыт работы с инструментами управления моделями, такими как MLFlow, и жизненным циклом разработки моделей. - Опыт работы с системами контроля версий, такими как Git. - Владение практиками SDLC для разработки и тестирования. - Отличные навыки решения проблем, аналитическое мышление и способность работать в быстро меняющейся среде. - Сильные коммуникационные навыки и способность объяснять технические концепции нетехническим заинтересованным сторонам. - Умение эффективно работать в команде, включая экспертов в предметной области, инженеров и бизнес-заинтересованных лиц. - Пытливость: желание задавать вопросы и глубже понимать проблемы. - Инновационность: способность находить новые аналитические решения для любых проблем. - Уверенность: способность оспаривать предположения и предубеждения сотрудников на любом уровне организации. - Любознательность: быть в курсе новых и будущих технологий и инструментов. - Бизнес-ориентированность: понимание бизнес-требований и терминологии. - Знакомство с оптимизацией, развертыванием и масштабированием автоматизированных пайплайнов обучения трансформерных моделей. - Знакомство с техниками обучения и GPU-вычислениями. - Знакомство с классическими подходами NLP. - Опыт внедрения CI/CD пайплайнов для ML-моделей для автоматизации обучения, валидации, мониторинга и развертывания. - Опыт интеграции и развертывания AWS AI/ML сервисов. - Опыт работы с данными в сфере здравоохранения. Условия - Медицинская и стоматологическая страховка без дополнительной оплаты для сотрудников. - Пенсионный план 401(k) и планы с распределением прибыли. - Гибкие расходные счета. - Оплачиваемый отпуск. - Корпоративные праздники. - Гендерно-нейтральный отпуск по уходу за ребенком. - Отпуск по утрате близкого человека и отпуск для ухода за питомцем. - Спонсирование непрерывного образования и аккредитации. - Страхование жизни и от несчастных случаев (AD&D). - Краткосрочная и долгосрочная нетрудоспособность.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Senior AI Software Engineer (Agentic Systems & LLM Applications). Удалённая работа, W2. Роль: проектирование, разработка и масштабирование интеллектуальных приложений на базе современных ИИ и больших языковых моделей. Это инженерная позиция, а не роль дата-сайентиста. Задачи: - Разработка Python-API для ИИ-приложений и сервисов. - Построение и оркестрация агентных рабочих процессов с использованием фреймворков LangChain, LangGraph, AutoGen, Semantic Kernel или LlamaIndex. - Внедрение и оптимизация пайплайнов RAG. - Разработка масштабируемых ИИ-систем с применением фреймворков машинного и глубокого обучения. - Интеграция и управление векторными базами данных (Pinecone, Weaviate, Chroma) для семантического поиска и памяти. - Проектирование и развертывание приложений в облаке (AWS, GCP, Azure). - Применение принципов domain-driven design и микросервисной архитектуры. - Обеспечение качества кода через ООП (наследование, полиморфизм) и паттерны проектирования. - Кросс-функциональное взаимодействие для поставки production-ready решений. Требования: - Опыт разработки на Python. - Практический опыт работы с LLM-фреймворками и инструментами оркестрации (LangChain, LangGraph, AutoGen и др.). - Понимание архитектур RAG и систем векторного поиска. - Опыт работы с фреймворками машинного обучения (TensorFlow или PyTorch). - Навыки создания и потребления RESTful API. - Опыт работы с облачной инфраструктурой (AWS, GCP или Azure). - Знание микросервисной архитектуры и domain-driven design. - Глубокое понимание ООП и паттернов проектирования. Предпочтительно: - Опыт создания агентных или автономных ИИ-систем. - Знакомство с real-time приложениями и потоковой архитектурой. - Опыт оптимизации ИИ-систем по производительности и масштабируемости. - Опыт работы с MLOps и пайплайнами развертывания.

Формат

Офис

Страна

Россия

Город

Не указан

ML-разработчик Компания: Мегафон Локация: Санкт-Петербург, офис Задачи - Проектировать и разрабатывать масштабируемые ML-сервисы и микросервисы на базе Python (FastAPI/Flask) - Интегрировать обученные модели в существующие бизнес-процессы и продуктовые решения - Проводить рефакторинг и оптимизацию кода моделей для повышения их производительности - Разрабатывать и поддерживать ETL/ELT пайплайны для подготовки данных к обучению и эксплуатации - Анализировать технические требования к новым фичам и предлагать архитектурные решения с учетом ограничений по ресурсам и времени - Проводить A/B тестирование новых моделей и анализировать их влияние на бизнес-метрики - Документировать процессы разработки, архитектуры решений и инструкции по развертыванию - Предлагать улучшения в инструментарий команды и процессы MLOps для ускорения разработки Требования - Опыт работы в области Data Science от 2 лет - Глубокое понимание алгоритмов машинного обучения и статистического анализа - Базовый опыт работы с PyTorch или TensorFlow - Навыки построения аналитических моделей на Python - Опыт работы с реляционными (SQL) и распределёнными базами данных - Опыт работы с Linux на базовом уровне - Практические навыки работы с инструментами для разработки, такими как Docker, AirFlow, FastApi, Flask - Преимуществом будет опыт работы в телекоммуникационной отрасли, банковской сфере или цифровых индустриях - Участие и успехи в соревнованиях по data mining (например, Kaggle) будут плюсом - Знание английского языка на техническом уровне

Формат

Офис

Страна

Россия

Город

Не указан

ML-разработчик Компания: Мегафон Локация: Санкт-Петербург Формат: офис Задачи - Проектировать и разрабатывать масштабируемые ML-сервисы и микросервисы на базе Python (FastAPI/Flask) - Интегрировать обученные модели в существующие бизнес-процессы и продуктовые решения - Проводить рефакторинг и оптимизацию кода моделей для повышения их производительности - Разрабатывать и поддерживать ETL/ELT пайплайны для подготовки данных к обучению и эксплуатации - Анализировать технические требования к новым фичам и предлагать архитектурные решения с учетом ограничений по ресурсам и времени - Проводить A/B тестирование новых моделей и анализировать их влияние на бизнес-метрики - Документировать процессы разработки, архитектуры решений и инструкции по развертыванию - Предлагать улучшения в инструментарий команды и процессы MLOps для ускорения разработки Требования - Опыт работы в области Data Science от 2 лет - Глубокое понимание алгоритмов машинного обучения и статистического анализа - Базовый опыт работы с PyTorch или TensorFlow - Навыки построения аналитических моделей на Python - Опыт работы с реляционными (SQL) и распределёнными базами данных - Опыт работы с Linux на базовом уровне - Практические навыки работы с инструментами для разработки, такими как Docker, AirFlow, FastApi, Flask - Преимуществом будет опыт работы в телекоммуникационной отрасли, банковской сфере или цифровых индустриях - Участие и успехи в соревнованиях по data mining (например, Kaggle) будут плюсом - Знание английского языка на техническом уровне

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Вакансия удаленная, открыта для кандидатов из США. Компания — глобальный лидер в области кибербезопасности, специализирующийся на предотвращении взломов с помощью продвинутых платформ на базе ИИ. Ищут Senior AI Infrastructure Engineer для проектирования, создания и масштабирования ИИ-инфраструктуры для продуктов, с фокусом на большие языковые модели (LLM) и ИИ-системы. Обязанности - Предоставление и настройка крупных GPU-кластеров и вычислительных ресурсов для задач обучения, дообучения и инференса LLM. - Оптимизация инфраструктуры обслуживания LLM-моделей, включая развертывание и оптимизацию различных фреймворков инференса. - Управление жизненным циклом моделей: версионирование, контрольные точки и воспроизводимость в процессах обучения и инференса. - Проектирование и внедрение надежных фреймворков оценки для проверки производительности, точности и надежности моделей, обеспечивая соответствие ИИ-систем производственным стандартам. - Выявление и устранение узких мест использования GPU и эффективности памяти GPU, применение таких техник, как квантование, пакетная обработка и кэширование. - Проектирование и поддержка платформ и пайплайнов данных, специально предназначенных для поддержки LLM, RAG (Retrieval-Augmented Generation) и ИИ-систем в производственной среде, с акцентом на производительность, сопровождаемость и строгость тестирования, обеспечивая быструю поставку без ущерба качеству. - Применение экспертизы в моделировании данных, нормализации и семантическом каталогизировании для AI/ML-нагрузок. - Определение и внедрение лучших практик MLOps/DataOps для LLM, включая мониторинг, наблюдаемость и механизмы восстановления для ИИ-сервисов. - Тщательное документирование архитектурных решений и донесение технических деталей до заинтересованных сторон. - Взаимодействие с Data Scientists, Product Managers и другими инженерными командами для превращения исследовательских прототипов в надежные сервисы производственного уровня. Требования - Степень бакалавра в области компьютерных наук, инженерии данных или STEM; магистерская степень приветствуется. - 6+ лет опыта в инфраструктурной/дата-инженерии, как минимум 2 года в создании и поддержке платформ/пайплайнов, поддерживающих LLM-системы и приложения. - Подтвержденный практический опыт в LLM-инфраструктуре: предоставление кластеров, оптимизация обучающих нагрузок и поддержка инференс-пайплайнов. - Исключительная способность писать чистый, элегантный, поддерживаемый и хорошо протестированный код, а также сильный фокус на быстрой поставке результатов. - Глубокое понимание инженерных практик, включая эффективные ревью кода и отказоустойчивую архитектуру. - Проявление технического лидерства и наставнических качеств. - Подтвержденный опыт использования ИИ-технологий для улучшения принятия решений, оптимизации рабочих процессов и процессов, повышения эффективности и бизнес-результатов. - Практический опыт с MLOps-инструментами (MLflow, SageMaker, AI). - Сильное понимание основ CUDA, драйверов, GPU и TPU. - Опыт работы с фреймворками инференса, такими как vLLM и Triton Inference Server. - Владение фреймворками обучения: PyTorch, Ray, Megatron, JAX. - Экспертный уровень владения высокоуровневым языком программирования (Python). - Глубокие знания контейнеризации и оркестрации (Slurm, Airflow). - Владение инструментами Infrastructure as Code, такими как Terraform и Ansible. - Опыт работы с облачными платформами (AWS, GCP или OCI) и сервисами данных. - Опыт работы в сфере кибербезопасности, разведки или отраслях с высокими требованиями к соответствию. - Опыт создания, развертывания и управления LLM в производственной среде. - Опыт работы с распространенными фреймворками рабочих процессов. - Опыт работы с фреймворками обработки данных (например, Dask, Flink). Условия - Право на бонусы. - Гранты на акции. - Комплексный пакет льгот: медицинская страховка, 401k, оплачиваемый отпуск, конкурентоспособная компенсация и акции. - Комплексные программы физического и психического здоровья. - Конкурентоспособный отпуск и праздники, отпуск по уходу за ребенком и усыновлению. - Возможности для развития для всех сотрудников независимо от уровня или роли. - Сети сотрудников, географические сообщества и волонтерские возможности для установления связей. - Офисная культура с удобствами мирового класса. - Сертификация Great to Work Certified™ по всему миру.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Lead

Ведущий Data Scientist, Возвраты ML Компания: OZON Вы будете - Разработка и обучение ML/DL-моделей для задач NLP и Computer Vision. Возможен также classic ML. - Анализ и обработка данных. - Работа с PyTorch. - Тестирование и оптимизация моделей. - Подготовка модели к запуску в продакшене, участие в A/B тестах, поэтапных раскатках и мониторинге качества. - Поддержка существующих моделей. Нам важно - Широкий прикладной ML-бэкграунд: опыт работы минимум с двумя направлениями из Computer Vision, NLP / LLM, classic ML (обучение моделей, интеграция их в реальные проекты). - Коммерческий опыт в Data Science / ML от 4 лет. - Уверенное знание Python и PyTorch. - Хорошее знание классического ML и современного DL (включая математику за ними). - Опыт самостоятельного ведения задач на разных этапах проекта. - Умение переводить бизнес-задачу в ML-постановку и предлагать практичные решения.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Lead

Ведущий Data Scientist, Возвраты ML Компания: OZON Вы будете - Разработка и обучение ML/DL-моделей для задач NLP и Computer Vision. Возможен также classic ML. - Анализ и обработка данных. - Работа с PyTorch. - Тестирование и оптимизация моделей. - Подготовка модели к запуску в продакшене, участие в A/B тестах, поэтапных раскатках и мониторинге качества. - Поддержка существующих моделей. Нам важно - Широкий прикладной ML-бэкграунд: опыт работы минимум с двумя направлениями из Computer Vision, NLP / LLM, classic ML (обучение моделей, интеграция их в реальные проекты). - Коммерческий опыт в Data Science / ML от 4 лет. - Уверенное знание Python и PyTorch. - Хорошее знание классического ML и современного DL (включая математику за ними). - Опыт самостоятельного ведения задач на разных этапах проекта. - Умение переводить бизнес-задачу в ML-постановку и предлагать практичные решения.

Формат

Удалённо

Страна

Европа

Город

Не указан

Грейд

Senior

Senior ML Engineer - Search & LLM Ops Компания: RavenPack Уровень: senior Описание вакансии: Полный цикл машинного обучения для поисковой и рекомендательной интеллектуальной системы RavenPack: проектирование, разработка и внедрение алгоритмов ранжирования и моделей поиска для финансовых специалистов. Дообучение и дистилляция языковых моделей с использованием методов семантического эмбеддинга (binary, matryoshka, late-interaction), а также архитектура персонализированных рекомендательных систем. Локация: Европа Формат: удаленно Ограничения: работа только в Европе Теги: AI, machine learning, Python, PyTorch, TensorFlow, NLP, LLM, information retrieval, recommender systems, vector databases, SQL, remote, Europe, senior, full time, fintech

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Lead

Ведущий Data Scientist, Возвраты ML Компания: OZON Вы будете - Разработка и обучение ML/DL-моделей для задач NLP и Computer Vision. Возможен также classic ML. - Анализ и обработка данных. - Работа с PyTorch. - Тестирование и оптимизация моделей. - Подготовка модели к запуску в продакшене, участие в A/B тестах, поэтапных раскатках и мониторинге качества. - Поддержка существующих моделей. Нам важно - Широкий прикладной ML-бэкграунд: опыт работы минимум с двумя направлениями из Computer Vision, NLP / LLM, classic ML (обучение моделей, интеграция их в реальные проекты). - Коммерческий опыт в Data Science / ML от 4 лет. - Уверенное знание Python и PyTorch. - Хорошее знание классического ML и современного DL (включая математику за ними). - Опыт самостоятельного ведения задач на разных этапах проекта. - Умение переводить бизнес-задачу в ML-постановку и предлагать практичные решения.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Проект Работа над продуктами, связанными с сейсмическими данными и данными каротажа скважин, определение простых геологических характеристик данных (разломы, горизонты). Full stack ML с фокусом на обработку сигналов — изображения и временные ряды. Основные навыки: ML Ops, модели изображений, глубокое обучение, GPU-обучение, Google Cloud Platform, TensorFlow, PyTorch, агентные инструменты кодирования. Условия Тип занятости: W2. Длительность проекта: 12 месяцев. Локация: Маунтин-Вью, Калифорния, или удалённо. Режим работы: 3 дня в неделю из офиса при работе на месте в Маунтин-Вью, либо удалённо. Командировки: нет. Уровень: Senior. Требуемая дата начала: ASAP. Процесс отбора: общее собеседование -> техническое интервью -> интервью с клиентом. Разрешение на работу: рассматриваются кандидаты с визами H1B и TN. Кандидат должен быть оформлен по W2. Требования - Опыт в глубоком обучении, GPU-обучении и инференсе, моделях изображений. - Опыт в обучении моделей и настройке распределённых пайплайнов обучения, в частности с использованием Vertex, Kubeflow и т.п. для обучения больших моделей на больших объёмах данных (изображения, язык). - Сильный опыт в создании и развёртывании моделей машинного обучения с фокусом на обработку изображений и обработку сигналов временных рядов. - Опыт обучения и тонкой настройки ML-моделей. - Опыт создания и поддержки пайплайнов данных для изображений и других сенсорных данных. - Опыт работы с инструментами и практиками ML Ops: мониторинг моделей, версионирование, развёртывание. - Опыт работы с инструментами разметки данных. - Опыт работы с облачными платформами, особенно Google Cloud Platform. Опыт с edge-развёртыванием будет плюсом. - Отличные коммуникативные навыки и умение работать в команде. - Способность работать самостоятельно и в команде. - Сильные навыки решения проблем. - Увлечённость машинным обучением и его приложениями. Дополнительные навыки (желательно) - Google Cloud Platform будет полезен; при отсутствии опыта ожидается, что кандидат быстро освоит его до начала и/или в начале работы. - Владение TensorFlow и PyTorch. - Protocol Buffers. - Контейнеры. - Быстрое прототипирование — большой плюс. Команде нужно будет создавать прототипы для проверки гипотез.

Формат

Гибрид

Страна

Не указана

Город

Не указан

ML-разработчик в команду улучшения качества голоса в Алису гибрид Компания: Яндекс 🔹 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 Python Job в Telegram | в VK | в Max

Формат

Офис

Страна

Россия

Город

Не указан

вакансия Инженер-исследователь (разработчик) Мы — Сколтех. Международный технологический университет новой модели. Внедряем новые технологии, разработанные на основе глубоких исследований. Готовим высококлассных специалистов по самым актуальным направлениям. Создаём новые компании и рабочие места. В 2019 году Сколтех вошел в топ-100 лучших молодых вузов мира по версии Nature Index. Срочный трудовой договор с дальнейшим продлением в рамках проекта Центра инженерных систем и наук. Обязанности: В рамках проекта "Разработка технологии управления роем БВС на основе искусственного интеллекта для эффективной реализации сценариев группового применения" - Участие в разработке программы и методик испытаний для ПО БЛА; - Сетевое взаимодействие (HIL / SIL): Разработка высокопроизводительного сетевого интерфейса (TCP / UDP, gRPC или ROS2 Bridge) для передачи данных сенсоров на внешние компьютеры с ИИ и получения команд управления обратно в симулятор; - Эмуляция сенсоров: Программирование виртуальных датчиков (LIDAR, Depth Cameras, IMU, GPS) с учетом шумов и задержек, характерных для реального оборудования; - Оптимизация: Обеспечение работы симулятора в реальном времени (Real-time) при передаче потокового видео и данных с облаков точек. Требования: - Понимание принципов работы LLM (LangChain, LlamaIndex), а также архитектур VLA / VLM-backed-систем; - Опыт участия в научных проектах; - Опыт работы в робототехнике от 2-х лет подтвержденный реализованными проектами или научными публикациями; Должен знать; - Глубокое знание Python и ключевых библиотек для ML (PyTorch, NumPy, Pandas) и компьютерного зрения (OpenCV); - Практический опыт работы с ROS (Robot Operating System); - Обеспечени поддержки вычислительных ресурсов, администрирование вычислительных систем для отдела разработки; - Совместное с разработчиком выстраивание процесса CI / CD; - Опыт программирования для встраиваемых систем (Jetson, Raspberry Pi) и работы с Linux. - Наличие научных публикаций в области робототехники, ИИ или компьютерного зрения. - Высшее образование по направлению исследований. Условия: - Конкурентный уровень заработной платы; - Расширенная программа ДМС (большой выбор клиник, включая стоматологию); - Социальная поддержка (выплаты при рождении ребенка, консультации корпоративного психолога); - Возможность бронирования; - Современный кампус с собственной парковкой; - Гибкое начало рабочего дня (по согласованию с руководителем); - Предоставление других льгот и доступ к разнообразным партнерским программам в соответствии с внутренними правилами; - Хорошая Транспортная доступность (МЦД-1 до ИЦ Сколково, ходит транспорт от станций метро Славянский бульвар, Тропарево, Кутузовская, Молодежная, Солнечная, Филевский парк). Компания: The Skolkovo Institute of Science and Technology Заработная плата: Уровень дохода не указан Полезные ссылки: 🍏 Мобильный трудоголик - Канал про мобильную разработку. 🔹 Flutter & Dart | Мобильный трудоголик - Канал про разработку на Flutter. 🐈 Кот Денисова - Канал про разработку и жизнь в ИТ.

Формат

Гибрид

Страна

Россия

Город

Не указан

вакансия ML-разработчик (CV) Центр изучения и сетевого мониторинга молодёжной среды – аккредитованная IT-компания, созданная по поручению Президента России в 2018 году. Наша миссия – разработка социально значимых технологических решений для защиты детей и подростков от деструктивного контента в цифровом пространстве. Через создание комплексной мониторинговой системы мы формируем безопасную среду для нового поколения. Мы ищем в команду ML-разработчика, ответственного за разработку CV-моделей для изображений и видео и работы с большими визуально-языковыми моделями (VLM). Мы работаем с колоссальным объёмом графических данных, разрабатываем собственные CV-модели и разрабатываем собственные проекты с использованием компьютерного зрения. Стек технологий - PyTorch, Torchvision - Ultralytics YOLO, DINOv2, семейство Qwen VL - MLFlow, ClearML - Python, NumPy, OpenCV, Pillow, scikit-image - Docker, Kubernetes - NVidia Triton, TensorRT, ONNX, vLLM - Jira, Confluence, Git Чем предстоит заниматься - Разработка CV-моделей для работы с данными социальных сетей и социальных медиа - Разработка VLM-навыков для автоматизации различных задач - Взаимодействие с отделом разметки данных и отделом DevOps - Внедрение моделей в промышленную эксплуатацию Ждем от кандидата - Опыт работы от 3 лет - Опыт работы с обработкой видеоданных и оптимизацией - Опыт работы или реализации практических проектов в области машинного обучения - Глубокое понимание математических оснований машинного обучения и анализа данных - Проактивность, готовность вникать в задачу - Знание метрик оценки качества CV-моделей, VLM-workflow - Опыт работы с реляционными базами данными, объектными хранилищами - Качественный чистый код Что мы предлагаем - Чёткие процессы разработки, взаимодействия с проектными командами и DevOps-инженерами - Большой кластер GPU, включающий в том числе самые современные production-ready ускорители - Официальное трудоустройство по ТК РФ в аккредитованной IT-компании - Конкурентный уровень з / п - Формат работы - офис / гибрид - Место работы - офис в центре Москвы - Гибкое начало рабочего дня, график 5 / 2, выходные: суббота, воскресенье - Непрерывное обучение и развитие профессиональных навыков Компания: АНО ЦИСМ Заработная плата: Уровень дохода не указан Полезные ссылки: 🍏 Мобильный трудоголик - Канал про мобильную разработку. 🔹 Flutter & Dart | Мобильный трудоголик - Канал про разработку на Flutter. 🐈 Кот Денисова - Канал про разработку и жизнь в ИТ.

Формат

Удалённо

Страна

Любая

Город

Не указан

Company name: MailerLite Title: Machine Learning Engineer Salary: €55,000 – €80,000 Grades: middle+, senior Job description: Build the intelligence layer behind MailerLite's products, turning behavioral data from over a million businesses into predictions and actions. Work across the full ML spectrum — classical predictive models on large-scale behavioral data plus applied LLM work, including fine-tuning on in-house data to power a goal-driven assistant. One of the first ML hires, owning models end to end from data and training pipelines to production. Location: Worldwide (4h overlap with CET required) Anywhere: Yes Remote: Yes 👉 👉 ( Job Description & Apply ) 👈️ 👈️ Tags: machinelearning ai python pytorch llm sql remote worldwide senior fulltime saas

Формат

Удалённо

Страна

Канада, США

Город

Не указан

Company name: Quora Title: Software Engineer, Machine Learning Platform (New Grad) Salary: $97,600 - $139,000 / year Grades: junior Job description: Work on the machine learning platform behind Quora and Poe - the large-scale distributed infrastructure that trains, serves and scales ML models for a product used by hundreds of millions of people and by Poe's multi-model AI chat platform. Location: United States, Canada Anywhere: No Remote: Yes Forbidden locations: Outside the US and Canada 👉 👉 ( Job Description & Apply ) 👈️ 👈️ Tags: ai machinelearning mlplatform python go cplusplus pytorch kubernetes distributedsystems remote usa canada junior newgrad fulltime

Формат

Удалённо

Страна

Любая

Город

Не указан

GenAI/LLM-инженер, удалённо, работа в часовом поясе PST. Предпочтителен кандидат из района залива Сан-Франциско. Роль требует практикующего специалиста по глубокому обучению, уверенно работающего с современными фреймворками и библиотеками для разработки LLM. Задачи: - Внедрение и оптимизация продвинутых методов тонкой настройки (LoRA, PEFT, QLoRA) для адаптации фундаментальных моделей под домен клиента. - Разработка системных методологий промт-инжиниринга для операционной деятельности, нормативного соответствия и технической документации. - Создание переиспользуемых шаблонов и библиотек промтов для стандартизации взаимодействия с LLM-приложениями. - Внедрение фреймворков тестирования промтов для количественной оценки и итеративного улучшения их эффективности. - Настройка систем версионирования промтов и управления для поддержания качества. - Применение методов кастомизации моделей: дистилляция знаний, квантизация, прунинг — для снижения потребления памяти и затрат на инференс. - Решение проблем с памятью с помощью шардированного параллелизма данных, выгрузки на GPU или гибридных подходов CPU+GPU. - Построение пайплайнов RAG с векторными базами данных, пайплайнами эмбеддингов и оптимизированными стратегиями чанкинга. - Разработка продвинутых стратегий промтинга: цепочки рассуждений, оркестрация диалогов, агентные подходы. - Совместная работа с MLOps-инженером для эффективного развертывания, мониторинга и переобучения моделей. Требования: - Глубокое обучение и NLP: владение PyTorch/TensorFlow, Hugging Face Transformers, DSPy, продвинутыми техниками обучения LLM. - Знание GPU и аппаратного обеспечения: опыт многогпу-обучения, оптимизации памяти, стратегий параллелизации. - LLMOps: знакомство с процессами поддержки LLM-приложений в продакшене и мониторингом производительности моделей. - Техническая адаптивность: умение читать исследовательские статьи и внедрять новые техники (без обязательного владения математикой уровня PhD). - Доменная адаптация: навыки создания пайплайнов данных для тонкой настройки моделей под специфический контент.

Формат

Удалённо

Страна

Любая

Город

Не указан

О компании Common App — национальная некоммерческая организация, которая занимается доступом, равенством и честностью в процессе поступления в колледжи. Ежегодно организация поддерживает более 1 миллиона студентов, треть из которых — первопоколенческие, при подаче заявлений в более чем 1100 колледжей и университетов через бесплатное онлайн-приложение Common App. Обязанности Principal AI & Machine Learning Engineer — технический лидер, отвечающий за внедрение искусственного интеллекта в корпоративные рабочие процессы и аналитические процессы для достижения измеримых улучшений в производительности, генерации инсайтов и поддержке принятия решений в подразделении Data Analytics & Research (DAR). - Подчиняется старшему директору по аналитической инженерии. - Тесно сотрудничает с командами Data Engineering, Data Governance и кросс-функциональными бизнес-заинтересованными сторонами. - Обеспечивает масштабируемость, безопасность, соответствие требованиям и согласованность AI-решений с корпоративной стратегией данных. - Работает как старший индивидуальный контрибьютор и технический авторитет: устанавливает стандарты практики AI-разработки, наставляет коллег по прикладным AI-техникам, превращает сложные возможности машинного обучения в корпоративные системы. - Признанный эксперт в области AI, к которому обращаются за техническим руководством, наставничеством и экспертизой как внутри организации, так и в более широком сообществе AI и данных в высшем образовании. Требования - Кандидат должен проживать в США. - Готовность к поездкам для участия в двух ежегодных выездных мероприятиях Common App Retreat. - Степень бакалавра в области компьютерных наук, науки о данных, статистики, математики или смежной количественной/технической области; или эквивалентная комбинация образования и опыта. - 8–10 лет прогрессивного опыта в машинном обучении, AI-инженерии или науке о данных, из них не менее 3 лет — в прикладном AI и продакшн-системах ML. - Подтверждённый опыт интеграции LLM и генеративного AI в корпоративные аналитические или операционные рабочие процессы. - Подтверждённый опыт работы в рамках корпоративных систем управления данными и соответствия требованиям. - Экспертиза в прикладном машинном обучении и AI, включая обучение с учителем и без учителя, обработку естественного языка и интеграцию больших языковых моделей (например, OpenAI, Anthropic, open-source LLM через Hugging Face). - Подтверждённый опыт проектирования и развёртывания продакшн-систем AI/ML, включая сквозные ML-пайплайны: обучение, оценка, версионирование, развёртывание и мониторинг. - Владение R и Python для машинного обучения и AI-разработки; знакомство с ML-фреймворками: scikit-learn, PyTorch, TensorFlow или эквивалентами. - Опыт создания и эксплуатации приложений на базе LLM, включая промт-инжиниринг, retrieval-augmented generation (RAG) и фреймворки оркестрации инструментов и агентов. - Сильные навыки SQL и опыт работы с крупномасштабными облачными платформами данных (например, Databricks, Snowflake, BigQuery); умение проектировать AI-ready пайплайны данных в корпоративных хранилищах. - Знание AI-управления, принципов ответственного AI и требований соответствия для систем, работающих с чувствительными или персонально идентифицируемыми данными. - Подтверждённая способность работать как старший технический индивидуальный контрибьютор: устанавливать стандарты, принимать архитектурные решения и наставлять коллег без формальных управленческих полномочий. - Сильные межличностные и коммуникационные навыки, умение объяснять сложные концепции AI/ML доступным языком для нетехнических заинтересованных сторон и руководителей. - Подтверждённая способность управлять несколькими конкурирующими приоритетами и поставлять качественные AI-решения в быстро меняющейся среде. Желательно - Степень магистра или доктора в области компьютерных наук, машинного обучения, науки о данных или смежной области. - Соответствующие сертификаты AI/ML или облачные сертификаты (например, Databricks Certified Machine Learning Professional, AWS Machine Learning Specialty или эквивалент). - Опыт работы с Agile-фреймворками для кросс-функциональной, продуктоориентированной коллаборации. - Опыт работы с агентными AI-фреймворками.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Middle

ML-инженер в Толк, middle/middle+ Компания: Контур Задачи - Улучшать автоматическое протоколирование встреч: повышать качество генерации, работать с галлюцинациями, настраивать и оптимизировать воркфлоу-решения, выстраивать мониторинг качества и предотвращать деградацию решения. - Запускать новую ИИ-функциональность, поддерживать и улучшать качество существующей функциональности как в NLP, так и на стыке разных доменных областей. - Развивать агентские системы внутри продукта: оптимизировать, улучшать качество, реализовывать новые сценарии. Ожидания - Опыт разработки и поддержки продакшн-решений на основе современных моделей NLP. - Владение Python на продакшн-уровне, PyTorch. - Опыт решения прикладных задач с LLM, практический опыт с SFT, RAG и дистилляцией. - Опыт работы с фреймворками для построения агентных систем: Pydantic AI, LangChain, LangGraph или аналоги. - Опыт работы с инструментами для наблюдения и отладки LLM-приложений: Langfuse, LangSmith или аналоги. - Опыт деплоя моделей, понимание MLOps: Docker, Kubernetes, CI/CD для ML. - Большой плюс — опыт разработки и внедрения моделей в CV- или Speech-доменах.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Senior ML Engineer — Demand Forecasting & Inventory Optimization Компания SMALL ищет хорошего специалиста на позицию Senior ML Engineer — Demand Forecasting & Inventory Optimization. Условия работы: - Полный рабочий день - Удалённая работа Требуемые навыки: - Уровень Senior - Python - SQL - PyTorch - ClickHouse - Apache Kafka - Apache Airflow - Kubernetes

Формат

Удалённо

Страна

Не указана

Город

Не указан

ML-инженер (NLP, Авто.ру) Компания Т-Банк Формат работы и уровень Удалённая работа или офис, middle/senior Обязанности - Разрабатывать и обучать модели машинного обучения, включая генераторы кандидатов - Улучшать модели оценки стоимости автомобилей - Разрабатывать решения для антифрода и модерации контента - Подготавливать и трансформировать данные для обучения и продакшена моделей - Упаковывать модели в сервисы и внедрять их в продакшен Требования - Опыт оркестрации ML‑пайплайнов с помощью Airflow или Luigi - Умение программировать на Python или C++ - Умение работать с SQL и NoSQL для подготовки и трансформации данных - Умение разворачивать решения в виде микросервисов с использованием FastAPI, gRPC или Docker - Хорошие теоретические знания в области машинного обучения - Понимание устройства и принципов работы одного из ML‑фреймворков или библиотек, например CatBoost или PyTorch

Формат

Офис

Страна

Не указана

Город

Не указан

ML-разработчик в команду распознавания речи Наша команда создаёт и совершенствует системы распознавания речи в самых разных приложениях и сервисах Яндекса, в том числе мы работаем с уникальным доменом запросов к голосовому помощнику. Наши модели позволяют выводить Алису в новые регионы: ОАЭ, Саудовскую Аравию, Казахстан. Кроме того, мы решаем множество смежных задач понимания голоса. Мы уже достигли высокого качества распознавания для многих областей и сейчас хотим расширять наши технологии на новые языки. Мы активно развиваем наши подходы и ищем опытного ML-разработчика, который сможет усилить нашу команду. Ценим глубокое понимание ML и DL, а работе со звуком готовы научить. Какие задачи вас ждут: - Расширять технологии на новые языки. Алиса уже работает на множестве языков в разных регионах мира, и на этой позиции главной задачей будет расширить её языковые возможности. - Участвовать в разработке новых проектов. Нужно будет изучать и применять научные публикации, строить гипотезы и проводить эксперименты. - Запускать в продакшн. Нужно будет собирать и анализировать данные для низкоресурсных языков, тренировать большие ASR-модели, внедрять свои результаты в продакшн. Мы ждём, что вы: - Хорошо знакомы с Python и работали с PyTorch - Обладаете опытом в области DL, например в CV или NLP - Имеете базовые навыки в C++ Будет плюсом, если вы: - Работали с DL в области речевых технологий - Внедряли нейросетевые модели в продакшн - Работали с большими данными Почему у нас классно: ДМС Яндекса действует с первого месяца работы. Причём получить плановую или неотложную помощь можно и за рубежом — так что можно не бояться путешествовать.

Формат

Офис

Страна

Россия

Город

Не указан

Team Lead RL в команду гуманоидных роботов Команда робототехники занимается всем, что связано с автономными роботами и роботизированными системами. Мы создаём нейросетевые компоненты для роботов. Вам предстоит стать техлидером в направлении reinforcement learning для автономных гуманоидных и других роботизированных платформ. Мы ищем человека, который умеет соединять исследовательскую глубину, инженерную строгость и продуктовую ответственность. Задачи - Возглавлять команду RL-разработчиков и отвечать за качество технических решений. - Определять, как применять RL в автономных гуманоидных и других роботизированных системах. - Развивать подходы к обучению роботов в симуляции, на синтетических сценариях и на данных с реальных устройств. - Исследовать и внедрять современные RL-подходы для гуманоидной локомоции, whole-body control, motion tracking и long-horizon-задач. Требования - Прекрасно ориентируетесь в RL - Работали с задачами робототехники, локомоции или управления движением - Понимаете специфику обучения в симуляции и переноса моделей на робототехнические платформы - Работали с PyTorch - Программируете на Python Бонусы - Забота о детях яндексоидов: устраиваем детские дни в офисе.

Формат

Офис

Страна

Не указана

Город

Не указан

Инженер по производительности GPU Мы управляем одним из самых дефицитных и самых дорогих ресурсов компании — графическими процессорами (GPU). Их эффективное использование критически важно для работы ключевых сервисов Яндекса. Наша миссия — обеспечить максимальную отдачу и эффект от каждой GPU-карты. Задачи - Повышение эффективности утилизации GPU - Формировать гипотезы и исследовать способы повышения эффективности утилизации GPU, участвовать в реализации и внедрении наиболее профитных решений. Формировать рекомендации и лучшие практики по повышению производительности. - Оптимизация и профилирование - Находить узкие места в производительности и устранять их с помощью профилировщиков, оптимизировать доступ к памяти, время ожидания и пропускную способность. - Развитие инструментов диагностики - Создавать и улучшать инструменты для быстрого выявления и устранения инфраструктурных проблем, которые влияют на эффективность утилизации, стабильность и скорость GPU-вычислений. - Исследование и внедрение современных решений - Изучать новейшие подходы к организации инфраструктуры для обучения и инференса, оценивать их эффективность и внедрять в проекты. - Анализ архитектуры, тестирование, интеграция - Взаимодействовать с разработчиками, ML-инженерами и системными архитекторами. Участвовать в оценке аппаратных решений и предлагать улучшения для будущих поколений GPU. Требования - Знаете Python и занимались системным программированием - Работали с фреймворком PyTorch - Оптимизировали производительность GPU-приложений и повышали эффективность утилизации GPU - Работали с GPU (NVIDIA) и CUDA - Применяете подходы параллелизации для распределённого инференса или обучения Будет плюсом - Уверенно владеете C/C++ или аналогичными низкоуровневыми языками - Работали с библиотеками RL-обучения для LLM Бонусы Яндекс — это комьюнити. Тут есть и спортивные клубы, и книжный клуб, и киберспортивное сообщество. Это не все бонусы — полный список доступен на сайте.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Data Scientist в команду Посуточно Компания: Циан Формат работы: удаленка, офис Стек: - Python (Numpy, SciPy, Pandas, sklearn, PyTorch, LightFM, RecFormer) - Экосистема Hadoop (PySpark, Hive, Kafka) - Airflow Задачи: - Развитие алгоритмов ранжирования и рекомендаций для контента вертикали Посутка - Построение и развитие моделей улучшения качества контента - Исследование возможностей внедрения ML и AI в команде - Вместе с продуктовым руководителем вертикали формировать планы и отвечать за результат работы ML моделей Требования: - Опыт работы от 3х лет - Опыт доведения ML-моделей до продакшена и оценки влияния на бизнес от внедрения - Опыт построения ML-моделей для персонального ранжирования, рекомендаций и предсказания CTR - Опыт использования технологий для работы с большими данными и распределенными системами (Hadoop, Spark, S3) - Знание ML-алгоритмов и применение их на практике - Владение Python и основными ML-фреймворками - Понимание различных моделей монетизации и механизмов управления ликвидности - Прикладной опыт и подтвержденные успехи в решении задач ранжирования и построения рекомендаций

Формат

Удалённо

Страна

Любая

Город

Не указан

Компания FlexBoard ищет Machine Learning Engineer для поддержки и улучшения инференс-системы, обеспечения высокого качества вклада и разработки надежного CI/CD пайплайна для эффективных релизов. Вакансия удаленная, для кандидатов в США. Обязанности: - Поддержка и развитие флагманского инференс-движка и CV-инференса, сохранение его работоспособности и высокого качества по мере роста объема вклада. - Создание управляемого пайплайна вклада — автоматизированное и полуавтоматизированное ревью, триаж и CI/CD — для безопасного приема большого объема PR от агентов и перехода от еженедельных релизов к ежедневным. - Проектирование и развитие тестового набора, проверяющего работоспособность сборки во всех средах (автономных и на платформе), с целью ночного сквозного тестирования. - Определение и соблюдение стандартов ревью и навыков для агентов и контрибьюторов, принятие решений о скорости и отклонении, встраивание этих решений в систему. - Оптимизация процесса добавления новых моделей в инференс, ускорение и упрощение вывода новейших моделей для пользователей. - Обучение внутренних команд и клиентов, включая полевых инженеров и службу поддержки, для самостоятельной работы и более глубокого использования продукта. - Взаимодействие между инженерией и клиентами: перевод новых возможностей в документацию, демо, истории и запуски. - Развитие сообщества вокруг проекта. Требования: - 5+ лет практического опыта создания и эксплуатации продакшн-систем машинного обучения, желательно с крупномасштабным развертыванием современных ИИ-моделей. - Понимание CV/ML: как работает инференс, как модели устроены внутри, как развертываются в разных средах и адаптируются для реальных сценариев. - Уверенное использование ИИ-агентов для написания кода, включая автоматизацию процессов разработки: ревью, триаж, тестирование и CI. - Сильное понимание границ применения агентов и необходимости ограничений. - Глубокие знания CS и систем, способность самостоятельно решать задачи программирования, архитектуры и надежности. - Практический опыт с CI/CD, релиз-инжинирингом и тестовой инфраструктурой. - Опыт работы с ML-технологиями, включая несколько из: PyTorch, TensorFlow, ONNX, TensorRT, vLLM или другие инструменты развертывания моделей. - Сильные навыки обработки изображений и видео, включая несколько из: OpenCV, DeepStream, Pillow, PyAV, аппаратное декодирование видео. Опыт с видеопотоковыми протоколами — преимущество. - Отличные коммуникативные навыки: умение обучать, писать документацию и взаимодействовать с инженерией, поддержкой, полевыми командами и маркетингом. - Опыт сопровождения open-source проектов — значительное преимущество. Условия: - Стипендия на поездки $4000 в год для совместной работы с другими членами команды. - Стипендия на продуктивность $350 в месяц для улучшения рабочей среды, например, высокоскоростной интернет или коворкинг. - Стипендия на ИИ-инструменты $350 в месяц. - Покрытие до 100% стоимости медицинской страховки для сотрудника, партнера или семьи. - Стипендия на командные обеды $150 в месяц. - Удаленный формат с гибким графиком, позволяющий работать синхронно и асинхронно. - Безлимитный оплачиваемый отпуск с минимальным ежегодным периодом в 2 недели. - 12 недель отпуска по уходу за ребенком. - Акции компании. - Возможности для команды, включая очные встречи в разных городах, и ресурсы для работы.