Биржа вакансий в сфере ИИ, ML

Формат

Офис

Страна

Россия

Город

Не указан

Обязанности: - исследование и внедрение современных подходов для широкого круга NLP-задач; - участие в полном цикле разработки: от прототипирования до промышленного развёртывания конечного решения; - разработка сервисов обработки естественного языка (классификация, суммаризация, NER, RAG и пр.); - участие в создании AI-ассистентов на базе генеративных моделей (SFT/LoRA, RLHF) — BERT, Qwen и др.; - сотрудничество с продуктовыми, техническими и клиентскими командами; - построение пайплайнов подготовки данных и обучения LLM (LLM-цепочки); - организация процесса мониторинга качества и производительности LLM в продакшене; - проектирование и поддержка CI/CD-конвейеров для ML-проектов (Git, GitLab CI/CD, Jenkins и подобные); - контейнеризация и оркестрация сервисов (Docker, Kubernetes); - настройка систем логирования и мониторинга (Prometheus, Grafana) для ML сервисов. Требования: - высшее образование: математическое, IT, техническое; - аналогичный опыт работы от 1 года; - хорошее знание Python и основных библиотек анализа данных; - базовые навыки классического ML (EDA, предобработка, обучение моделей); - понимание основных метрик оценки качества моделей; - опыт применения современных трансформерных нейросетей (GPT, BERT и их модификаций); - опыт реализации RAG; - уверенное владение PyTorch или TensorFlow для тонкой настройки LLM; - опыт работы с инструментами CI/CD (Git, GitLab CI/CD, Jenkins и пр.); - умение работать Docker, Kubernetes. Условия: - оформление по ТК РФ с первого дня и все социальные гарантии; - офисный формат работы (удаленка возможна, если вы проживаете в регионе, где нет офиса IBS); - комфортные офисы в городах присутствия: с зонами для работы, переговорными комнатами, отдельными зонами отдыха и развлечения, спортивными уголками; - предоставляются ноутбук, наушники, мышь, при необходимости — другая техника; - условия для карьерного роста и программы профессионального развития; - оплачиваемое профессиональное обучение и сертификация; - бонусы и бенефиты: подарки для детей, оплата мобильной связи, конкурсы и квизы с призами, скидки у корпоративных партнёров, покупка мерча за виртуальную игровую валюту; - неформальные мероприятия, интеллектуальные игры, спортивные клубы, собственная Киберлига, возможность заниматься волонтерской деятельностью и благотворительностью, творческие вечера.

Формат

Офис

Страна

Габон

Город

Не указан

Компания Omnissa, создатель AI-ориентированной платформы для цифровой работы, ищет инженера-программиста в команду глобализации. Специалист будет разрабатывать AI-сервисы, инструменты и платформы для интернационализации (i18n) и локализации продуктов компании. Задачи: - Проектировать, разрабатывать и масштабировать бэкенд-сервисы на Python, Node.js и TypeScript для поддержки глобализации, интернационализации и локализации. - Разрабатывать и интегрировать AI/ML и LLM-решения, включая архитектуры RAG/GraphRAG, векторные эмбеддинги и семантический поиск, для повышения качества перевода и локализации. - Строить и поддерживать CI/CD-пайплайны, контейнеризированные сервисы (Docker, Kubernetes) и RESTful API, развернутые на Azure, AWS, GCP или аналогичных облачных платформах. - Интегрировать LLM-эндпоинты (Azure OpenAI, AWS или аналоги) с корпоративными системами с использованием MCP и оркестрационных фреймворков, таких как LangChain или LangGraph. - Работать с SQL, NoSQL и графовыми базами данных (например, Neo4j/Cypher) для поддержки масштабируемых решений в области глобализации. - Взаимодействовать с командами продукта, инженерии и локализации для продвижения стратегии глобализации компании. Требования: - Уверенные навыки Python и практический опыт работы с AI/ML-библиотеками: TensorFlow, PyTorch или Hugging Face. - Владение Node.js и TypeScript (или аналогичными бэкенд-фреймворками). - Опыт работы с Java или C будет преимуществом. - Владение SQL и NoSQL базами данных. - Опыт работы с Docker, Kubernetes, CI/CD и RESTful API. - Опыт построения CI/CD-пайплайнов с использованием GitHub, Jenkins или аналогичных инструментов. - Знание векторных эмбеддингов, архитектур RAG/GraphRAG и фреймворков семантического поиска. - Опыт работы с графовыми базами данных (Neo4j/Cypher или аналоги). - Опыт интеграции LLM-эндпоинтов (Azure OpenAI, AWS или аналоги). - Опыт интеграции LLM с корпоративными системами с использованием MCP. - Опыт развертывания масштабируемых AI-сервисов на Azure, AWS, GCP или аналогичных платформах. - Знакомство с LangChain, LangGraph или аналогичными LLM-оркестрационными фреймворками. Предпочтительные квалификации: - Опыт проектирования и внедрения решений Retrieval-Augmented Generation (RAG) с использованием векторного поиска и семантического поиска. - Опыт создания агентных AI-систем с использованием LangGraph, n8n или Flowise. - Опыт фронтенд-разработки с React.js и HTML/CSS/JavaScript-фреймворками. - Опыт работы с моделями эмбеддингов, векторными базами данных и технологиями семантического поиска. - Знание стандартов интернационализации (i18n) будет преимуществом. Условия: - Локация: Атланта, Джорджия. - Формат: гибридный. - Командировки не предусмотрены. - Образование: степень бакалавра или магистра в области компьютерных наук или смежной области предпочтительна, либо эквивалентная комбинация образования и релевантного профессионального опыта. - Зарплата: типичный базовый оклад от $102 000 до $160 000 в год, возможно участие в корпоративной бонусной программе. Фактическое предложение может варьироваться в зависимости от географического местоположения, опыта, образования, уровня навыков и других факторов. - Льготы: участие в собственности компании, медицинская страховка, 401k с взносами работодателя, страхование по инвалидности, оплачиваемый отпуск, возможности роста и другое.

Формат

Офис

Страна

США

Город

Не указан

О компании Oddball — небольшая компания, разрабатывающая качественное ПО для государственного сектора. Мы ценим обучение и рост, а также возможность оказывать значительное влияние в небольшой компании. Мы верим, что можем добиться больших изменений и улучшить повседневную жизнь миллионов людей. О роли Мы ищем прикладного AI/ML-инженера для проектирования, разработки и внедрения практических решений на основе ИИ, которые решают реальные задачи. Роль включает применение современных методов ML и GenAI в производственных системах — от экспериментов и прототипирования до развертывания, оценки и итераций. Вы будете тесно работать с инженерами, дизайнерами и заинтересованными сторонами, чтобы превращать неоднозначные задачи в масштабируемые и надежные возможности на основе ИИ. Это практическая инженерная роль для того, кто любит запускать продукты, быстро учиться и сочетать техническую строгость с реальными ограничениями. Задачи - Проектировать, разрабатывать и внедрять функции на основе машинного обучения и ИИ в производственные системы. - Применять методы обучения с учителем, без учителя и глубокого обучения к структурированным и неструктурированным данным. - Строить и оценивать модели для задач классификации, ранжирования, прогнозирования, NLP или обнаружения аномалий. - Разрабатывать и интегрировать решения на основе GenAI (например, рабочие процессы на базе LLM, RAG, агенты). - Преобразовывать бизнес- и пользовательские потребности в постановки задач ML, метрики и эксперименты. - Реализовывать конвейеры данных и процессы инженерии признаков для поддержки обучения и инференса моделей. - Оценивать производительность моделей, смещение, дрейф и надежность; итерировать на основе результатов. - Сотрудничать с инженерами для интеграции моделей в API, сервисы и пользовательские приложения. - Участвовать в архитектурных решениях по обслуживанию моделей, масштабируемости и оптимизации затрат. - Документировать подходы, допущения и компромиссы для поддержки сопровождаемости и обмена знаниями. - Выполнять другие связанные обязанности по поручению. Требования - Прочная основа в концепциях машинного обучения, включая выбор моделей, обучение, валидацию и оценку. - Опыт построения и развертывания моделей ML в реальных приложениях. - Владение Python и распространенными библиотеками ML (например, PyTorch, TensorFlow, scikit-learn). - Опыт работы с большими языковыми моделями, эмбеддингами и системами на основе промптов. - Знакомство с инструментами и процессами обработки данных (например, Pandas, SQL, Spark или аналоги). - Понимание лучших практик разработки ПО (контроль версий, тестирование, ревью кода). - Способность рассуждать о компромиссах между точностью, задержкой, стоимостью и сопровождаемостью. - Отличные коммуникативные навыки и комфортная работа в кросс-функциональных командах. Бонусом, если у вас есть - Опыт работы в инновационных, исследовательских, лабораторных или исследовательских инженерных командах. - Опыт развертывания моделей на облачных платформах и управления инференсом в масштабе. - Знакомство с практиками MLOps, такими как мониторинг моделей, CI/CD для ML и отслеживание экспериментов. - Опыт участия в архитектурных обсуждениях или технической стратегии. Условия - Гибридный формат / удаленно. Кандидаты должны находиться в регионе DMV (округ Колумбия, Мэриленд, Вирджиния) и иметь возможность участвовать в офисной коллаборации. - Кандидаты должны быть авторизованы для работы в США. В соответствии с требованиями федеральных контрактов некоторые роли могут также требовать гражданства США и способности получить и поддерживать федеральную проверку биографии и/или допуск к секретной информации. Льготы - Полностью удаленная работа. - Ежегодная выплата. - Комплексный социальный пакет. - Пенсионный план 401(k) с взносами компании. - Гибкий оплачиваемый отпуск, оплачиваемые праздничные дни.

Формат

Офис

Страна

США

Город

Не указан

Компания Roboflow упрощает создание и использование моделей компьютерного зрения. Более 1 млн разработчиков, включая половину Fortune 100, используют открытые и хостинговые инструменты машинного обучения Roboflow. Примеры применений: подсчёт клеток для ускорения исследований рака, повышение безопасности на стройплощадках, оцифровка поэтажных планов, сохранение популяций коралловых рифов, управление полётом дронов. Компания привлекла более $63 млн от Y Combinator, Google Ventures, Craft Ventures, Сэма Альтмана, Lachy Groom и других софтверных инвесторов. В команде ценят ответственность, самостоятельность, любопытство к новым технологиям и предпочтение показывать работу, а не рассказывать о ней. Задачи В составе Enterprise-команды вы будете создавать новые функции и улучшения в любом месте продукта Roboflow. Ищем технических универсалов, готовых осваивать новый стек и инструменты. Основная часть существующей кодовой базы — JavaScript и Node.js. Также нужно поддерживать и улучшать корпоративный пайплайн инференса Jetson, поэтому желательны твёрдые знания Linux. Enterprise-команда тесно взаимодействует с корпоративными клиентами, чтобы понимать их потребности и развивать их успех в компьютерном зрении с Roboflow. Ожидаются частые визиты к клиентам, экскурсии по фабрикам и создание функций, необходимых для успеха потенциальных и текущих клиентов. Также вы будете тесно работать с Field Engineering командой: расширять партнёрства и помогать полевым инженерам эффективнее собирать визуальные данные и предоставлять клиентам инсайты. Большинство задач относится к основному продукту — сквозному пайплайну для компьютерного зрения от приёма изображений до аннотации, обучения и развёртывания. Иногда придётся заниматься интеграцией маркетинговых и продажных инструментов, «тушением пожаров», автоматизацией внутренних процессов и open source проектами. У вас будет большая свобода в выборе приоритетных проектов. Если вам нужен жёсткий список задач на несколько месяцев вперёд — эта роль, скорее всего, не подойдёт. Технологии Основная часть кодовой базы написана на JavaScript, пайплайн машинного обучения и обработки изображений — на Python. Используются Firebase и GCS, часть ML-инфраструктуры на AWS. Всё чаще применяется Docker (внутри компании и в клиентских продуктах, например, edge inference server). Много кода работает в браузере (включая TensorFlow JS), также разрабатываются API и клиентские библиотеки на нескольких языках. Не требуется опыт во всех этих областях, но важно желание учиться новому. Также приветствуются новые знания и опыт, которыми вы можете поделиться с командой. Примеры проектов - Добавление инструментов записи и анализа видео в SaaS-приложение Roboflow для быстрого сбора и понимания данных клиентов. - Упрощение настройки новых устройств и инспекций в приложении Roboflow. - Добавление нового блока в workflow для отправки визуальных инсайтов в Power BI или Tableau. - Новые возможности управления edge-устройствами, например, визуализация GPS-координат. Команда Команда состоит из ~120 человек: руководители, вернувшиеся к разработке, основатели с выходом на $100M+, пользователи Roboflow, ставшие сотрудниками, контрибьюторы open source, велосипедист, пересекший США, prolific high school hackers, CTO из организации со 100+ инженерами. Вы будете работать напрямую с руководителем Enterprise-направления и командой Full Stack-инженеров. Условия Roboflow распределена по США и Европе. Есть хабы в Нью-Йорке и Сан-Франциско (планируются новые). Компания предоставляет возможности (например, командные офлайн-встречи в разных городах) и ресурсы (например, $4000 в год на путешествия) для работы вживую с коллегами.

Формат

Офис

Страна

США

Город

Не указан

О компании Компания Roboflow разрабатывает инструменты для создания и использования моделей компьютерного зрения. Более 1 млн разработчиков, включая представителей половины компаний из списка Fortune 100, используют открытые и облачные инструменты Roboflow. Примеры применения: подсчёт клеток для ускорения исследований рака, повышение безопасности на стройплощадках, оцифровка поэтажных планов, сохранение популяций кораллов, управление полётом дронов. Компания привлекла более 63 млн долларов от Y Combinator, Google Ventures, Craft Ventures, Сэма Альтмана, Lachy Groom и других инвесторов. Сотрудники Roboflow — увлечённые разработчики, ценящие ответственность, подотчётность и склонность к действию. Они любознательны, практикуются с новыми технологиями и предпочитают показывать работу, а не рассказывать о ней. Многие обладают мышлением основателя и эффективно работают в среде с высокой автономией. Задачи Роль предполагает тесное взаимодействие с отделом продаж и архитекторами решений для привлечения новых клиентов. Значительная часть процесса продаж техническая: нужно помогать клиентам понимать, как внедрить компьютерное зрение в их продукты. Вы будете использовать инженерный опыт и навыки общения с пользователями. Клиенты работают в разных отраслях: ускорение исследований рака, улучшение производственных процессов, автоматизированный расчёт на кассе и другие. Вы отвечаете за управление проектами, развёртывание и внедрение решений компьютерного зрения Roboflow в продукты клиентов, а также работаете с инженерными командами и продакт-менеджерами. Основные обязанности: - Поддержка и управление проектной поставкой индивидуальных решений клиентам. - Пост-релизная поддержка: устранение неполадок, отладка и обучение клиентов. - Взаимодействие с отделами продаж и архитекторами решений для обеспечения непрерывности клиентского пути. - Создание технического контента для демонстрации лучших практик (примеры приложений, документация, видео и т. д.). - Совместная работа с продажами и продуктом над стратегиями внедрения и дорожными картами для клиентов. - Анализ изображений клиентов для ответа на бизнес-вопросы и выявления возможностей улучшения через компьютерное зрение. - Тестирование и валидация новых функций продукта с учётом создания ценности для клиентов. - Пополнение репозитория переиспользуемых артефактов для ускорения работы клиентов с Roboflow. - Улучшение процессов, документации и общего клиентского опыта вместе с командой Roboflow. - Помощь продуктовой команде в онбординге, поддержке, внедрении и инженерных усилиях. Требования - Нацеленность на решение задач. - Развитые навыки общения с клиентами. - Энтузиазм, сильный технический универсализм. - Образование в области компьютерных наук или смежной области. - Технический опыт в полевых ролях с корпоративными клиентами в пост-продажной поставке и внедрении. - Опыт использования и написания индивидуальных Colab-ноутбуков (Python) в рамках жизненного цикла разработки машинного обучения и желание развиваться в этом направлении. - Знакомство с распространёнными фреймворками обработки данных и компьютерного зрения (например, OpenCV, TensorFlow, PyTorch). - Тщательные навыки решения проблем с клиентоориентированным подходом и способность быстро принимать решения. - Подтверждённый опыт управления проектами в части сроков и обязательств. - Хорошее знание API. - Готовность к командировкам около 25% рабочего времени.

Формат

Удалённо

Страна

Любая

Город

Не указан

О компании Quora — частная компания с удалённым форматом работы. Позиция может выполняться удалённо из любой точки Канады или США. Миссия Quora — развивать коллективный интеллект мира. Платформы: Quora (глобальная платформа обмена знаниями, более 300 млн уникальных посетителей в месяц) и Poe (платформа для общения, исследования и создания с использованием разнообразных ИИ-языковых моделей, включая GPT-5.6-Sol, Claude-Opus-5, Claude-Fable-5, Claude-Sonnet-5, Kimi-K3 и тысячи других). Роль связана с продуктом Quora. О команде и роли Машинное обучение — ключевая часть миссии Quora. В продакшене более 100 моделей ML. Используются различные алгоритмы: от линейных моделей до деревьев решений и глубоких нейронных сетей. Модели работают в огромном масштабе, обслуживая сотни миллионов людей ежемесячно. Команда владеет ML-платформой и ранжирующей инфраструктурой Quora по четырём направлениям: надёжность обслуживания, развитие ML-инженеров и скорость разработки, бизнес-эффект, эффективность затрат. Начинающий инженер будет работать на стыке машинного обучения, распределённых систем и производительности GPU-сервинга. Предыдущий опыт в ML-инфраструктуре не требуется. В команде — старшие и staff-инженеры, обучение у создателей стека, выделенный ментор и техническое руководство. Первые недели — запуск в продакшен. Стек: Python, Go, C++, PyTorch, Kubernetes/EKS, NVIDIA Triton, Ray, AWS. Обязанности - Помогать создавать и поддерживать основную инфраструктуру ML-платформы Quora, обеспечивая высокую доступность, масштабируемость и производительность. - Создавать и улучшать распределённые системы для обслуживания ML-моделей в продакшене: от больших рекомендательных моделей (LRM) до больших языковых моделей (LLM). - Работать над GPU-сервингом моделей, оптимизируя задержку, пропускную способность и стоимость для поддержки более крупных и мощных моделей. - Участвовать в платформенных инициативах, таких как стандартизация на PyTorch-first и модернизация ML-экосистемы. - Улучшать скорость разработки ML-инженеров, создавая инструменты для разработки, тестирования и развёртывания моделей. - Модернизировать feature store, чтобы ML-инженеры могли быстрее выводить новые фичи в продакшен. - Участвовать в дежурствах команды (on-call), помогая решать производственные проблемы. Минимальные требования - Доступность для встреч и оперативного общения в «часы координации» Quora (пн–пт, 9:00–15:00 по тихоокеанскому времени). - Выпускник 2025 или 2026 года, имеющий или получающий степень бакалавра, магистра или PhD в области компьютерных наук, инженерии или смежной технической области. - Искренний интерес к крупномасштабным распределённым системам, инфраструктуре и машинному обучению. - Знание Python, Go или C++ или способность быстро их выучить. - Страсть к обучению и постоянному улучшению себя и команды. Предпочтительные требования - Предыдущий опыт разработки ПО: стажировка, работа, open-source вклад или соревнования по программированию. - Курсы или практический опыт с ML-фреймворками, такими как PyTorch или TensorFlow. - Опыт работы с Kubernetes, Docker или облачными технологиями, такими как AWS.

Формат

Удалённо

Страна

Не указана

Город

Не указан

О компании OnTarget Labs — международная компания по разработке программных продуктов. О продукте Разработка ИИ-решения для анализа теннисных матчей по видео, записанному на смартфон. О роли Поддержка команды по полному циклу CV/ML: от качества датасетов и оценки моделей до улучшения моделей, логики трекинга и интерпретации, а также выборочного развертывания на edge/mobile. Работа под руководством Head of Engineering / CTO, с возможностью самостоятельно оценивать проблемы, предлагать эксперименты, внедрять улучшения и объяснять технические компромиссы. Требования - Опыт практической работы с компьютерным зрением, особенно с реальным видео - Уверенное владение Python и PyTorch - Опыт с моделями обнаружения объектов, трекинга, классификации и/или keypoint - Умение оценивать выходы моделей, диагностировать ошибки и предлагать точечные улучшения - Понимание стратегии датасетов, качества разметки, валидации и интерпретации метрик - Опыт разработки или улучшения кастомного трекинга, сглаживания, временного декодирования или слоев интерпретации - Опыт улучшения моделей до продакшн-уровня в разнообразных реальных условиях - Опыт развертывания и оптимизации облачных пайплайнов обработки видео - Опыт инференса на устройствах (edge/mobile), владение ONNX, Core ML, TensorFlow Lite, квантизацией, прунингом, оптимизацией задержек или настройкой мобильной производительности - Степень бакалавра в области информационных систем, компьютерных наук или смежной области - Отличные письменные и устные коммуникативные навыки на английском языке Будет плюсом - Опыт в спортивной видеоаналитике - Трекинг мяча, ракетки, шайбы или других быстро движущихся объектов - Видео со смартфона или потребительского качества Условия - Конкурентоспособная оплата по результатам собеседования - Полная занятость, удаленная работа

Формат

Офис

Страна

Канада

Город

Не указан

Обязанности - Разрабатывать и прототипировать агентные AI-приложения и рабочие процессы с использованием больших языковых моделей и современных AI-фреймворков. - Создавать AI-агентов, способных к рассуждению, использованию инструментов, оркестрации задач, поиску информации и взаимодействию с внешними системами и API. - Разрабатывать и интегрировать приложения на основе LLM, включая retrieval-augmented generation (RAG), мультиагентные системы и AI-автоматизацию. - Проектировать и реализовывать бэкенд-сервисы и API для поддержки AI-приложений и интеграции моделей. - Интегрировать LLM с структурированными и неструктурированными источниками данных, API, базами данных и программными инструментами. - Разрабатывать процессы оценки и валидации для измерения производительности, точности, надежности и поведения AI-моделей и агентов при использовании инструментов. - Выполнять обработку, преобразование и анализ данных для поддержки разработки и оценки AI. - Экспериментировать с промпт-инжинирингом, конфигурациями моделей, техниками поиска и архитектурами агентов для улучшения производительности систем. - Писать чистый, поддерживаемый и хорошо протестированный код с использованием современных практик программной инженерии. - Устранять неполадки в приложениях, интеграции моделей и конвейерах данных. - Участвовать в код-ревью, тестировании, документировании и процессах непрерывной интеграции и развертывания. - Исследовать новые разработки в области генеративного AI, LLM, агентных фреймворков и инструментов разработки AI и применять релевантные технологии в инженерных проектах. - Сотрудничать с инженерами и другими техническими заинтересованными сторонами для преобразования требований в функциональные AI-решения. Требования - Степень бакалавра в области компьютерных наук, программной инженерии, науки о данных, информационных систем или смежной технической области, либо эквивалентный практический опыт. - Сильные навыки программирования на Python и знакомство как минимум с одним дополнительным языком программирования, таким как JavaScript/TypeScript, Java, C/C++ или Rust. - Опыт работы с агентными AI или фреймворками оркестрации LLM, такими как LangChain, LangGraph, CrewAI или аналогичными технологиями. - Опыт разработки мультиагентных систем или AI-приложений, включающих автономное выполнение задач и использование инструментов. - Опыт работы с OpenAI API, Hugging Face, Ollama или другими коммерческими или открытыми LLM-платформами. - Знакомство с RAG-конвейерами, векторными базами данных, семантическим поиском или FAISS. - Опыт работы с фреймворками машинного обучения, такими как PyTorch, TensorFlow или scikit-learn. - Опыт работы с бэкенд-фреймворками, такими как FastAPI, Flask или Node.js. - Знакомство с SQL и/или NoSQL базами данных. - Опыт работы с Docker, CI/CD, GitHub Actions или облачными платформами, такими как AWS, Google Cloud или Azure. - Опыт оценки AI-моделей, бенчмаркинга, автоматизированной валидации или рабочих процессов качества данных. - Опыт использования AI-ассистируемых инструментов разработки, таких как GitHub Copilot, Cursor, Claude Code или аналогичных. - Проявленный интерес к генеративному AI через академические проекты, хакатоны, стажировки, исследования или вклад в open-source.

Формат

Офис

Страна

Польша

Город

Не указан

Грейд

Senior

Sonatus — компания в сфере программного обеспечения для автомобилей. Технологии компании используются в более чем 8 миллионах автомобилей. Штаб-квартира в Саннивейле, Калифорния, более 250 сотрудников по всему миру. Ищем AI-инженера для реализации агентного фреймворка для AI-приложений. Роль предполагает написание production-grade кода для взаимодействия AI-приложений с миллионами автомобилей в реальном времени. Требуется инженер-«строитель», разбирающийся в деталях мультиагентной оркестрации, оптимизации вызова инструментов и безопасности LLM. Нужно переводить архитектурные решения в исполняемые высокопроизводительные системы, взяв на себя полный цикл разработки — от локального прототипа до глобального облачного развертывания. Кандидаты должны проживать в Польше, допускается удаленная работа в пределах Польши. Задачи: - Использовать существующие AI-модели и фреймворки для решения сложных бизнес-задач. - Разрабатывать агентную оркестрацию: проектировать и внедрять циклы «рассуждение и действие», позволяющие AI-агентам разбивать сложные цели на выполнимые подзадачи. - Проектировать и внедрять версионируемый реестр промптов для маршрутизации, независимой от модели, и A/B-тестирования системных промптов. - Разрабатывать защиту конфиденциальности для редактирования PII и верификатор галлюцинаций для аудита действий, генерируемых AI, до их выполнения. - Проводить полный цикл моделирования данных и разработки алгоритмов: моделирование, обучение, настройка, валидация, развертывание и поддержка сервисов. - Поддерживать экспертизу в области AI: LLM, временные ряды, RAG, тонкая настройка больших моделей, традиционные ML-модели. - Отслеживать отраслевые тренды в области науки о данных и AI. - Проводить анализ данных и предоставлять инсайты для бизнес-решений. - Соблюдать протоколы конфиденциальности и безопасности данных. - Сотрудничать с кросс-функциональными командами для преобразования требований в AI-решения. - Документировать и коммуницировать технические решения и лучшие практики стейкхолдерам. - Управлять проектами, обеспечивая своевременное выполнение в динамичной среде. Требования: - Магистр или PhD в Computer Science, инженерии, математике, прикладных науках или смежной области (предпочтительно), бакалавр обязателен. - Сильные навыки программирования на Golang, Python, Java или C++, опыт работы с TensorFlow, PyTorch, scikit-learn. - Опыт создания мультиагентных систем и фреймворков с адаптивной оркестрацией. - Глубокое понимание Jailbreak Detection (например, LlamaGuard) и техник маскирования PII для безопасного взаимодействия LLM в регулируемых средах. - Глубокие знания современных алгоритмов машинного обучения, AI-технологий и платформ. - Опыт предобработки данных, инженерии признаков и оценки моделей. - Знакомство с облачными платформами (AWS, Azure, Google Cloud) и контейнеризацией (Docker, Kubernetes) — плюс. - Знание лучших практик разработки ПО, систем контроля версий и agile-методологий. - Ориентация на результат, отличные навыки решения проблем. - Отличные устные и письменные коммуникативные навыки. - Опыт в автомобильной отрасли — приветствуется.

Формат

Офис

Страна

США

Город

Не указан

О компании Наша миссия — сделать мир программируемым. Зрение — один из ключевых способов понимания мира, и скоро это будет верно и для используемого нами программного обеспечения. Мы создаём инструменты, сообщество и ресурсы, необходимые для того, чтобы сделать мир программируемым с помощью искусственного интеллекта. Roboflow упрощает создание и использование моделей компьютерного зрения. Сегодня более 1 млн разработчиков, включая представителей половины Fortune 100, используют инструменты Roboflow с открытым исходным кодом и размещённые инструменты машинного обучения. Это включает подсчёт клеток для ускорения исследований рака, повышение безопасности на строительных площадках, оцифровку поэтажных планов, сохранение популяций коралловых рифов, управление полётом дронов и многое другое. Roboflow поддерживается отличными клиентами и инвесторами: привлечено более 63 миллионов долларов от Y Combinator, Google Ventures, Craft Ventures, Сэма Альтмана, Лэчи Грума и других ведущих софтверных инвесторов. Roboflowers — увлечённые строители, которые ценят ответственность, подотчётность и склонность к действию. Мы любопытны, активно работаем с новыми технологиями и предпочитаем показывать результаты, а не рассказывать о них. Многие из нас обладают мышлением основателя и процветают в среде с высокой автономией. Чем предстоит заниматься Вам будут поручены самые разные проекты. У каждого инженера есть своя область, на которой он сосредоточен, но мы всё ещё достаточно малы, чтобы не иметь возможности глубокой специализации. Мы ищем технических универсалов, которые не боятся погружаться в новый стек или инструментарий при необходимости (но JavaScript и Node.js составляют основную часть существующей кодовой базы). Большинство задач, над которыми мы работаем, — это части основного продукта (сквозной конвейер для создания проектов компьютерного зрения, от загрузки изображений до аннотации, обучения и развёртывания), но время от времени мы также занимаемся интеграцией маркетинговых и продажных инструментов, тушением пожаров, автоматизацией внутренних процессов и проектами с открытым исходным кодом. У вас будет большая свобода отстаивать проекты, которые вы считаете наиболее приоритетными, и вы будете вносить вклад в наши стратегические решения. Если вам нужен жёсткий список задач, расписанный на многомесячный план, эта роль, вероятно, вам не подойдёт. Большая часть нашей кодовой базы написана на JavaScript, конвейер машинного обучения и обработки изображений — на Python. Мы работаем в основном на Firebase и GCS, часть инфраструктуры машинного обучения — на AWS. Мы всё чаще используем Docker (как внутри компании, так и для клиентских продуктов, например, нашего периферийного сервера инференса). Много кода работает в браузере (включая TensorFlow JS), но мы также создаём API и клиентские библиотеки на нескольких языках. Вам не обязательно иметь опыт во всех этих областях, но вы должны быть готовы осваивать новые навыки по мере необходимости. Мы также надеемся, что вы принесёте новые знания и опыт, которыми сможете поделиться, чтобы помочь остальной команде расти. Мы особенно заинтересованы в добавлении строгости в наши процессы и создании основы для быстрого масштабирования инженерной организации (например, сейчас у нас ограниченное количество тестов и мы не используем фронтенд-фреймворк, навязывающий определённый подход, — это нужно будет изменить в ближайшие месяцы, чтобы беспрепятственно расширять команду). Примеры проектов - Создание интерфейса фильтрации, чтобы пользователи могли комбинировать изображения на основе метаданных, таких как время съёмки, GPS-координаты или пользовательские теги. - Расширение инструмента аннотации для поддержки новых функций (например, полигональная аннотация для сегментации изображений). - Интеграция основного приложения с внешними API для таких задач, как передача задач аннотации на аутсорсинг и анализ производительности развёрнутых моделей. - Оптимизация процесса онбординга. - Более глубокая интеграция с другими нашими продуктами, такими как Roboflow Universe и REST API. - Аннотация следующего поколения с помощью моделей. - Оптимизация скорости и масштабируемости. С кем предстоит работать Наша команда из примерно 120 человек привлекает таких специалистов, как руководители, желающие вернуться к разработке, основатели с выходом на 100+ миллионов, пользователи Roboflow, ставшие членами команды, контрибьюторы открытого кода, велосипедист, проехавший через США, плодовитые хакеры из старших классов, CTO из организации со 100+ инженерами, и многих других исключительных людей. Вы будете напрямую работать с нашим инженерным лидом и командой Full Stack-инженеров. Где работать Roboflow полностью распределён. В настоящее время у нас есть хабы в Нью-Йорке и Сан-Франциско (и мы планируем открыть больше по мере роста плотности в новых городах). Мы предоставляем возможности (например, командные офлайн-встречи в разных городах) и ресурсы (например, стипендию на путешествия в размере 4000 долларов в год) для работы лично с другими членами команды настолько, насколько вы хотите, а также поддерживаем удалённых членов команды. Вы можете работать из одного из наших хабов (мы предлагаем бонус за переезд), из дома, в коворкингах и т.д. Мы хотим, чтобы вы работали там, где вам лучше всего! Когда работать Roboflow в основном работает в дневные часы в США, и есть некоторые синхронные встречи.

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Middle

Формат работы: можно удалённо. Компания — один из крупнейших независимых digital-продакшнов в России, работает с 2005 года, в штате более 550 человек. Ищет ML-инженера в команду, которая реализует AI-решения для проектов компании. Чем предстоит заниматься: - Поддерживать текущие алгоритмические решения - Проектировать и внедрять AI-агентов (LLM, GPT-like модели) в различные процессы - Адаптировать и дообучать LLM (например, LLaMA, Mistral, YaLM 2) под специфику продукта - Разрабатывать RAG-пайплайн для поиска и обработки данных - Настраивать векторные БД (Pinecone/Weaviate/Qdrant) и оптимизировать кэширование Пожелания к кандидатам: - Знание современных AI-фреймворков и библиотек (LangChain, LlamaIndex и других) - Уверенное владение Python и PyTorch/TensorFlow - Практический опыт работы с API, Docker/Kubernetes и базами данных - Опыт внедрения RAG

Формат

Офис

Страна

США

Город

Не указан

Группа Silicon Co-Design компании NVIDIA ищет прикладного AI-инженера для разработки и интеграции AI-решений в инфраструктуру проектирования и автоматизации чипов. Задачи - Проектирование и развертывание AI-систем для пост-силиконовой валидации: ускорение, повышение интеллектуальности и масштабируемости процессов в полупроводниковых средах. - Интеграция AI в рабочие процессы: взаимодействие с межфункциональными инженерными командами для выявления узких мест и создания решений. - Оценка новых AI-фреймворков и архитектур, определение перспективных для внедрения. - Построение систем данных для измерения влияния AI: установление количественных показателей, устранение пробелов в производительности и организация итераций. Требования - BS, MS, PhD или эквивалентный опыт в CS, EE, CE или смежной области, 5+ лет практического опыта в создании и развертывании ML/AI-систем или бэкенд-сервисов с интенсивной работой с данными. - 2+ года непосредственного опыта в Applied AI: самостоятельное владение AI-агентом, LLM-рабочим процессом или системой интеллектуальной автоматизации от прототипа до продакшена. - Сильные навыки Python и владение как минимум одним статическим языком: C, C++, C, Java или Scala. - Опыт работы в среде разработки кремния: знакомство с методологиями характеризации чипов и систем, вариациями процессов, статистическими уровнями ошибок или продвинутым анализом таймингов и энергопотребления. - Практический опыт с bring-up кремния, характеризацией или лабораторной отладкой с использованием стандартных инструментов (осциллографы, мультиметры, логические анализаторы). - Сильные базовые знания в электротехнике: компьютерная архитектура, высокоскоростные интерфейсы, тайминги, основы энергопотребления, понимание структур прошивок и драйверов и взаимодействия с аппаратурой. - Умение балансировать несколько параллельных проектов, отличные навыки решения проблем, коммуникации и работы в команде. Будет плюсом - Опыт отладки сложных системных проблем, связанных с взаимодействием HW/SW, включая лидерство или владение процессом анализа корневых причин проблем кремния или функций. - Способность превращать инновационные AI-исследования в практические производственные инструменты. - Знакомство с современными AI-технологиями и методологиями создания и запуска LLM. - Опыт создания и развертывания оркестрационных агентов, управляющих сотнями и тысячами инструментов. - Опыт работы с фреймворками глубокого обучения (PyTorch, TensorFlow) и инструментами агентной оркестрации: NeMo Agent Toolkit, LangChain, Semantic Kernel, AutoGen, CrewAI, n8n. Условия - Базовая зарплата определяется на основе локации, опыта и оплаты сотрудников на аналогичных позициях. - Диапазон базовой зарплаты: 152 000–241 500 USD для Level 3, 184 000–287 500 USD для Level 4. - Возможность получения акций и льгот.

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Middle

ML-инженер Формат работы: можно удалённо. Компания — один из крупнейших независимых digital-продакшнов в России, работает с 2005 года, в штате более 550 человек. Ищет ML-инженера в команду, которая реализует AI-решения для проектов компании. Чем предстоит заниматься: - Поддерживать текущие алгоритмические решения - Проектировать и внедрять AI-агентов (LLM, GPT-like модели) в различные процессы - Адаптировать и дообучать LLM (например, LLaMA, Mistral, YaLM 2) под специфику продукта - Разрабатывать RAG-пайплайн для поиска и обработки данных - Настраивать векторные БД (Pinecone/Weaviate/Qdrant) и оптимизировать кэширование Пожелания к кандидатам: - Знание современных AI-фреймворков и библиотек (LangChain, LlamaIndex и других) - Уверенное владение Python и PyTorch/TensorFlow - Практический опыт работы с API, Docker/Kubernetes и базами данных - Опыт внедрения RAG

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Компания: Uvation Должность: AI/ML Engineer Уровень: middle+, senior Обязанности: - Проектирование, разработка и внедрение моделей машинного обучения и решений на основе ИИ для поддержки стратегических бизнес-инициатив. - Создание и автоматизация пайплайнов обучения и сервинга моделей. - Работа с командами разработки ПО, аналитики данных и продуктовой командой для сквозной поставки решений. - Оценка перспективных подходов в области ИИ на предмет их применимости. Локация: по всему миру, удалённо. Занятость: полная. Стек: Python, TensorFlow, PyTorch, scikit-learn, MLOps.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Lead

AI Product Manager / AI Lead Компания T1 развивает продукты на основе больших данных и искусственного интеллекта, создаёт платформы хранения данных, аналитические и рекомендательные системы для крупного бизнеса. Компания ищет специалиста, который сможет управлять AI-продуктами, координировать технические команды и участвовать в развитии AI-стратегии. Чем предстоит заниматься - Управлять AI-продуктами от идеи до запуска в production. - Участвовать в формировании AI-стратегии: Roadmap, KPI и приоритизация инициатив. - Прорабатывать архитектуру AI-решений. - Координировать команды Data Scientists, ML-инженеров и Data Engineers. - Запускать PoC и MVP AI-продуктов. - Решать задачи масштабирования моделей и повышения качества данных. - Оптимизировать инференс моделей по скорости, стоимости и точности. - Работать с дообучением open-source моделей под бизнес-задачи. Что важно - Опыт работы на релевантной позиции от 5 лет. - Опыт в сфере AI. - Опыт коммерческой разработки и широкий технический кругозор. - Опыт управления командой — обязательно. - Умение презентовать решения и ценность продуктов C-level. - Понимание Agile / Scrum в ML-проектах. - Лидерские качества, критическое мышление и сильные коммуникационные навыки. Технологический стек - Python, SQL. - scikit-learn, TensorFlow, PyTorch. - Hugging Face, LangChain. - MLflow, Kubeflow, Airflow. - Docker, Kubernetes, K8s. - Spark. - DWH: BigQuery, Snowflake. - Векторные базы: FAISS, Pinecone. - Kafka. - LLM и NLP-модели. - Embeddings, NER, classification. О компании В состав T1 входят Т1 Иннотех, Т1 ИИ, Т1 Интеграция, Т1 Облако, Т1 Сервионика, Т1 Цифровая Академия и НОТА от Т1. Компания предлагает стабильную работу, профессиональное развитие, интересные AI-проекты и комфортный гибридный формат.

Формат

Офис

Страна

Россия

Город

Не указан

Компания ROBOTMIA Вакансия Data Scientist (Аудиоаналитика) офис в г. Новосибирск Локация Новосибирск, Россия Требуемые навыки - Алгоритмы и структуры данных - Docker - Scikit-learn - TensorFlow - ClickHouse - PyTorch - Pandas - Python - SQL

Формат

Удалённо

Страна

Любая

Город

Не указан

О компании EZLabs — подразделение AI-инноваций компании VetsEZ. Ищем нескольких прикладных AI-инженеров продукта для работы в полностью удалённом формате. Проекты связаны с созданием интеллектуальных платформ для здравоохранения и решений на основе ИИ. Компания трансформирует оказание медицинской помощи с помощью технологий, инноваций и продуманного дизайна. Партнёры: медицинские команды, поставщики услуг и страховщики. Цель — улучшение вовлечённости пациентов, координации ухода и обработки претензий через продвинутую аналитику, интеллектуальную автоматизацию и защищённые цифровые платформы. Роль подходит инженеру-практику, работающему на стыке ИИ, разработки продуктов и full-stack разработки. Идеальный кандидат имеет практический опыт создания и развёртывания реальных AI-приложений с использованием современных инструментов: Cursor, Claude, Codex, OpenAI и связанных LLM-технологий. Кандидат должен проживать на территории континентальных штатов США. Обязанности - Проектировать, разрабатывать и внедрять AI-функции в медицинских продуктах и операционных системах. - Создавать full-stack приложения с использованием современных AI-инженерных процессов и инструментов: Cursor, Claude, Codex, OpenAI API и связанных LLM-технологий. - Взаимодействовать с продакт-менеджерами, дизайнерами, инженерами и клиническими специалистами для создания масштабируемых решений, ориентированных на пользователя, улучшающих вовлечённость пациентов, координацию ухода и операционную эффективность. - Разрабатывать API, бэкенд-сервисы, конвейеры автоматизации и AI-процессы, поддерживающие интеллектуальные возможности продуктов и production-ready развёртывание. - Применять лучшие практики разработки ПО, DevOps и MLOps для тестирования, развёртывания, мониторинга и оптимизации AI-решений. - Исследовать новые AI-технологии, паттерны внедрения LLM и современные фреймворки разработки продуктов для постоянного улучшения возможностей платформы. - Работать в условиях неопределённости, решать сложные технические задачи, эффективно взаимодействовать с техническими и нетехническими командами в быстрой Agile-среде. - Выполнять дополнительные задачи по мере необходимости для достижения целей команды и успеха проекта. Требования - Степень бакалавра в области компьютерных наук, разработки ПО, искусственного интеллекта, науки о данных или смежной технической дисциплине. - 2+ года профессионального опыта в разработке ПО, продуктовой инженерии или full-stack разработке. - Практический опыт реализации как минимум 2–3 production-level AI-проектов с использованием таких инструментов, как Cursor, Claude, Codex, OpenAI, Anthropic или аналогичных AI-платформ. - Сильные навыки программирования: Python, TypeScript, JavaScript или смежные современные языки, а также опыт создания и развёртывания production-grade full-stack приложений. - Опыт интеграции больших языковых моделей (LLM), промт-инжиниринга, AI-агентов, генеративных AI-процессов или архитектур retrieval augmented generation (RAG). - Знакомство с облачными платформами: AWS, Azure или Google Cloud Platform, а также с технологиями контейнеризации и развёртывания: Docker и Kubernetes. - Развитые коммуникативные навыки, умение работать в команде, аналитические и решающие задачи способности, способность работать самостоятельно в удалённой Agile-среде. Дополнительные квалификации - Опыт с AI-ассистированными процессами разработки ПО, векторными базами данных, эмбеддингами, семантическим поиском, оркестрационными фреймворками или автоматизацией AI-процессов. - Знакомство с фреймворками машинного обучения: PyTorch, TensorFlow, Hugging Face или scikit-learn. - Опыт работы с CI/CD конвейерами, DevOps-практиками, автоматизацией инфраструктуры или защищёнными средами медицинских технологий. - Предпочтителен опыт поддержки инициатив в здравоохранении, у страховщиков/поставщиков, в федеральном правительстве или в технологических проектах Департамента по делам ветеранов (VA). - Возможность получения допуска к государственной тайне будет плюсом. Условия - Медицинская страховка, стоматология и зрение. - 401k с корпоративным взносом. - Оплачиваемый отпуск и федеральные праздники. - Корпоративный ноутбук. - Возможности обучения. - Удалённая работа. Примечания - Отобранные кандидаты должны будут пройти дактилоскопию в государственном учреждении и проверку биографии в рамках процесса найма. - VetsEZ — работодатель с равными возможностями. Кандидаты рассматриваются без учёта расы, цвета кожи, религии, пола, национального происхождения, сексуальной ориентации, гендерной идентичности, инвалидности или статуса защищённого ветерана. - На данный момент компания не может предоставить спонсорскую поддержку (визу).

Формат

Удалённо

Страна

Любая

Город

Не указан

Implicit создаёт AI-движок знаний для обслуживания и поддержки. Платформа без кода преобразует сложные технические документы, инструкции, процедуры и операционные данные в структурированные знания для людей и AI-агентов. Ищем инженера по ИИ на частичную занятость для создания AI-возможностей следующего поколения. Работа в команде с опытными инженерами, продакт-лидерами и исследователями ИИ над задачами в оборонной отрасли, производстве, поддержке клиентов и других отраслях. Обязанности - Проектировать и создавать AI-приложения на основе LLM, RAG, семантического поиска и AI-агентов. - Разрабатывать интеллектуальные пайплайны для загрузки документов, извлечения знаний и поиска. - Улучшать качество ответов с помощью промт-инжиниринга, фреймворков оценки и оптимизации поиска. - Создавать и оптимизировать продакшн-сервисы ИИ на Python и современных AI-фреймворках. - Работать с инструментами агентной разработки, включая Claude Code, Cursor, и AI-ассистируемыми процессами написания кода. - Писать чистый, поддерживаемый, хорошо протестированный код с акцентом на качество и надёжность. - Тесно сотрудничать с командами продукта, разработки и Data Science для быстрого прототипирования и выпуска новых возможностей. - Оценивать новые AI-модели, инструменты и техники для постоянного улучшения платформы. Требования - Опыт от 3 лет в создании AI, ML или NLP-приложений в индустрии, open-source или исследованиях. - Уверенный опыт с большими языковыми моделями (LLM), RAG, эмбеддингами и семантическим поиском. - Хорошее понимание NLP, машинного обучения и современных техник глубокого обучения. - Практический опыт с PyTorch, TensorFlow или аналогичными ML-фреймворками. - Навыки разработки на Python и опыт создания продакшн-программного обеспечения. - Опыт работы с API, векторными базами данных и AI-фреймворками приложений. - Степень бакалавра в Computer Science или смежной области, или эквивалентный практический опыт. Предпочтительно - Опыт создания AI-систем для корпоративного управления знаниями или технической документации. - Опыт с AI-агентами, вызовом инструментов и агентными процессами. - Знакомство с графами знаний, OCR, парсингом документов или мультимодальным ИИ. - Опыт развёртывания AI-приложений с использованием современных практик MLOps. - Опыт оценки и бенчмаркинга производительности LLM. Условия - Конкурентоспособная оплата. - Гибкий график частичной занятости. - Удалённая работа в пределах США. - Гибкая политика отпусков. - Возможность создавать передовые AI-продукты в небольшой, опытной и высокотехничной команде, решающей сложные реальные задачи.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Работодатель: FUSTIS LLC. Формат: удалённо. Длительность: от 6 месяцев. Тип занятости: W2. Требования - Степень бакалавра в области компьютерных наук, науки о данных, инженерии, математики, статистики или смежной области. - Более 8 лет опыта разработки ML-решений в production-среде. - Уверенное владение Python и лучшими практиками разработки ПО. - Опыт работы с ML-фреймворками: TensorFlow, PyTorch, Scikit-learn, XGBoost. - Глубокое понимание методов обучения с учителем и без учителя. - Опыт создания и сопровождения пайплайнов данных. - Знание SQL и технологий обработки больших объёмов данных. - Опыт работы с облачными платформами: AWS, Azure или Google Cloud Platform. - Знакомство с инструментами контейнеризации и оркестрации: Docker, Kubernetes. - Опыт работы с системами контроля версий и CI/CD. - Развитые аналитические, коммуникационные навыки и навыки решения проблем. Предпочтительно - Степень магистра или PhD в соответствующей технической области. - Опыт работы с большими языковыми моделями (LLM), генеративным ИИ или RAG. - Знание MLOps-инструментов: MLflow, Kubeflow, SageMaker или Vertex AI. - Опыт работы с распределёнными вычислительными платформами, например Spark. - Знакомство с векторными базами данных и технологиями эмбеддингов. - Опыт создания AI-приложений в production-среде. - Знание ответственного ИИ, управления моделями и методов объяснимости. Технические навыки - Программирование: Python, SQL; Java, Scala или C++ (предпочтительно). - Машинное обучение и ИИ: глубокое обучение, NLP, компьютерное зрение, предиктивное моделирование, генеративный ИИ, тонкая настройка LLM. - Облако и инфраструктура: AWS, Azure или GCP, Docker, Kubernetes, REST API, CI/CD. - Технологии данных: Spark, Databricks, Airflow, feature stores, хранилища данных. Критерии успеха - Точность моделей и улучшение производительности. - Надёжность и масштабируемость развёртывания. - Снижение задержки моделей и затрат на инфраструктуру. - Бизнес-эффект от AI-инициатив. - Качество и поддерживаемость production ML-систем. - Операционная эффективность за счёт мониторинга и автоматизации.

Формат

Офис

Страна

Канада

Город

Не указан

Грейд

Senior

Компания RXNT — healthtech-компания, цифровой фундамент системы здравоохранения США. Более 25 лет работает на стыке здравоохранения и технологий, развивает AI-продукты. Задачи - Преобразовывать неоднозначные продуктовые концепции в конкретные ML-стратегии: начинать с данных, проводить EDA, выявлять паттерны и признаки. - Донастраивать мультимодальные генеративные модели и оркестрировать AI-агентов (например, LangGraph) с учётом домена здравоохранения; тестировать крайние случаи, строить запасные эвристики. - Определять строгие статистические и бизнес-метрики с первого дня, строить фреймворки для оценки моделей. - Писать production-grade Python, сотрудничать с инженерами для развёртывания масштабируемых решений, участвовать в мониторинге здоровья системы, дрейфа данных и деградации моделей. - Работать автономно, согласовывать действия со стейкхолдерами, предоставлять чёткие обновления техническому руководству. Требования - 5+ лет профессионального опыта в ML-инжиниринге и/или data science. - MS или PhD в Computer Science, математике, ИИ или смежной области (или BSc с эквивалентным подтверждённым опытом). - Глубокое знание ML: сильная статистическая база, экспертные знания архитектур моделей, анализа данных и методов оценки; владение основными фреймворками (PyTorch, TensorFlow, JAX) и продвинутыми техниками донастройки. - Практическое знакомство с контейнеризацией, оркестрацией, облачными сервисами (AWS, GCP, Azure) и CI/CD для поддержания production ML-систем. Условия - Удалённая работа.

Формат

Офис

Страна

Европа

Город

Не указан

Грейд

Senior

Zartis — глобальный партнер по AI-трансформации и технологическому консалтингу. Команда работает над проектами в области AI-платформ, безопасных API-архитектур и cloud-native разработки. Инженерные хабы расположены в EMEA и LATAM, компания имеет долгосрочные партнерства в финансовых услугах, здравоохранении, науках о жизни, энергетике и климате. Проект относится к логистической отрасли: поддержка лидера цепочки поставок, который предоставляет экспертный консалтинг, специализированное ПО и управляемые сервисы для оптимизации сквозных логистических операций. Роль предполагает работу в распределенной команде. Задачи: - Проектирование, разработка и развертывание AI-приложений на Python. - Интеграция моделей машинного обучения, AI-API и интеллектуальных алгоритмов в масштабируемые бэкенд-системы. - Совместная работа с дата-сайентистами, продакт-менеджерами и инженерами для разработки AI-функций. - Участие в архитектуре ПО, системном дизайне и технических решениях для AI-продуктов. - Разработка и поддержка CI/CD пайплайнов и контейнерных сред с использованием Docker. - Развертывание и управление AI-приложениями на облачных платформах: AWS, Azure или Google Cloud Platform. - Оптимизация AI-решений по масштабируемости, производительности, надежности и поддерживаемости. - Отслеживание последних достижений в области AI и машинного обучения, оценка возможностей их внедрения. Требования: - Степень бакалавра в Computer Science, программной инженерии или смежной области. - 5+ лет профессионального опыта разработки ПО с фокусом на интеграцию AI/ML-решений в продакшн-приложения. - Сильные навыки программирования на Python (предпочтительно) или Java. - Практический опыт с фреймворками машинного обучения: TensorFlow, PyTorch, scikit-learn или Hugging Face Transformers. - Понимание концепций машинного обучения, data engineering, ETL-процессов и развертывания моделей. - Опыт работы с SQL и крупномасштабными наборами данных. - Знакомство с контейнеризацией (Docker), CI/CD практиками и облачными платформами (AWS, Azure или GCP). - Опыт создания или потребления RESTful API и интеграции AI-сервисов в корпоративные приложения. - Опыт работы с LLM, векторными базами данных, промт-инжинирингом или AI-агентами. - Развитые аналитические и проблемно-ориентированные навыки. - Отличные коммуникационные навыки и умение работать в команде. - Проактивность, адаптивность, самостоятельность. - Способность работать независимо и в кросс-функциональных командах. - Мотивация вносить вклад в успех организации и соответствие её культуре и ценностям. Будет плюсом: - Опыт с современными фронтенд-фреймворками: React, Angular или Vue.js. - Знание MLOps-инструментов и практик. - Знакомство с Kubernetes, infrastructure as code или микросервисной архитектурой. Условия: - 100% удаленная работа. - Ежемесячная надбавка на удаленную работу. - Программа карьерного развития с 360-градусной обратной связью. - Обучение: выделенное время в течение недели, онлайн-курсы (Pluralsight, Educative.io), уроки английского, книги, конференции и мероприятия. - Программа менторства.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Senior Machine Learning Engineer в компании Unifonic, занимающейся SaaS-решениями для бизнес-коммуникаций. Команда из 500 сотрудников обслуживает более 5000 компаний. Задачи: - Проектирование, разработка и внедрение масштабируемых ML-решений с акцентом на NLP и RAG-архитектуры. - Построение RAG-систем, сочетающих большие языковые модели с механизмами поиска для повышения точности и интерпретируемости контента. - Применение NLP-техник: классификация текста, распознавание сущностей, анализ тональности, суммаризация, ответы на вопросы, извлечение информации. - Исследование и интеграция современных NLP-моделей и RAG-фреймворков (Transformers, BERT, GPT, векторные базы данных, семантический поиск). - Наставничество младших коллег, обмен знаниями и лучшими практиками ML и разработки ПО. - Взаимодействие с кросс-функциональными командами для интеграции ML-решений в продукты компании. - Разработка и оптимизация ML-алгоритмов, создание сервисных API с использованием Flask, FastAPI или аналогичных фреймворков. - Отслеживание актуальных исследований и трендов в области ИИ, включая генеративный ИИ. - Сбор и анализ больших наборов данных совместно с командой data engineering в реальном времени, около-реальном времени или пакетном режиме. - Реализация прототипов и proof-of-concept для новых AI-кейсов. - Построение масштабируемых ML-сервисов, выдерживающих тысячи запросов в секунду, и проведение нагрузочных тестов для соблюдения SLA. - Ревью кода коллег, улучшение архитектуры в соответствии с принципами SOLID. - Участие в документации проектов и демонстрациях. Требования: - Опыт проектирования и внедрения RAG-систем, знание стратегий поиска (BM25, плотный поиск, гибридные подходы) и интеграции графов знаний. - Практический опыт с фреймворками оркестрации LLM: LangChain, LangGraph, CrewAI или аналогичными для создания автономных агентов. - Глубокие знания NLP-техник и моделей: Transformer-архитектуры (BERT, GPT, T5, LLama, Mistral), большие языковые модели и их тонкая настройка, векторные эмбеддинги и поиск по сходству, классификация текста, NER, анализ тональности, суммаризация, ответы на вопросы. - Опыт работы ML-инженером от 3 до 5 лет. - Опыт работы с Python от 3 лет. - Аналитические способности для сбора, организации и анализа больших наборов данных. - Полный цикл обучения, оценки, тестирования и развертывания ML-продуктов в продакшене. - Написание качественного кода на Python (SOLID), знание структур данных, алгоритмов и моделирования данных. - Опыт работы с ML-фреймворками: NumPy, Pandas, Scikit-Learn, PyTorch, Keras, BERT, TensorFlow и аналогичными. - Знакомство с практиками MLOps.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

AI-инженер отвечает за проектирование, разработку, развертывание и поддержку решений в области искусственного интеллекта и машинного обучения, которые обеспечивают интеллектуальную автоматизацию, прогнозную аналитику и продвинутую аналитику на уровне предприятия. Роль предполагает практическую разработку: применение принципов программной инженерии для написания production-кода, создание масштабируемых AI-систем, включая AI-агентов и пайплайны данных, и интеграцию моделей ИИ в новые и существующие бизнес-приложения. AI-инженер тесно сотрудничает с дата-сайентистами, дата-инженерами, ML Ops-инженерами и платформенными командами для перевода моделей машинного обучения из прототипа в продакшн. Критически важная часть функции — обеспечение перехода AI-кейсов от экспериментов к надежным, управляемым и готовым к бизнесу решениям, включая полную операционную готовность: внедрение надежной наблюдаемости, определение Service Level Objectives (SLO) и создание четких стратегий реагирования на инциденты и отката для всех AI-сервисов. Обязанности - Разработка и внедрение моделей: написание чистого, эффективного и документированного кода для разработки и внедрения моделей машинного обучения и ИИ, поддерживающих различные бизнес-кейсы. - Реализация пайплайнов обработки данных и предобработки, необходимых для входных данных моделей. - Постоянная оптимизация производительности и масштабируемости AI-приложений и моделей. - Проектирование, разработка и поддержка масштабируемых ML-пайплайнов для обучения, валидации, инференса и развертывания моделей. - Сотрудничество с ML Ops-инженерами для упаковки и развертывания моделей в корпоративных системах с использованием установленных практик MLOps. - Мониторинг развернутых моделей в продакшене на предмет производительности, дрейфа данных и надежности, устранение возникающих проблем. - Обеспечение операционной готовности всех AI-сервисов: определение и внедрение Service Level Objectives (SLO) для ключевых метрик, таких как p50/p95 задержка и доступность, создание надежного мониторинга и алертинга для дрейфа моделей, задержки и частоты ошибок. - Тесное сотрудничество с дата-сайентистами для перевода экспериментальных моделей и исследовательских прототипов в надежные production-системы. - Поддержка интеграции AI-возможностей в корпоративные рабочие процессы, приложения и цифровые платформы. - Участие в документировании и объяснимости выходов моделей для обеспечения ясности для бизнес-стейкхолдеров. - Обеспечение соответствия всех развернутых AI-систем корпоративным стандартам управления, справедливости и безопасности. - Оценка новых AI-технологий, таких как LLM и генеративный ИИ, для определения их применимости к бизнес-задачам и стимулирование инноваций. - Обеспечение поддержки аудируемости, объяснимости, прослеживаемости и соответствия регуляторным требованиям. - Реализация стратегий управления памятью, контекстной инженерии, планирования и многошаговых рассуждений. - Определение и отслеживание метрик качества, таких как обоснованность, точность (faithfulness), релевантность, процент выполнения задач и удовлетворенность пользователей. Предпочтительные навыки и опыт - Основные технические и AI-компетенции: - Сильные навыки программирования на Python, Java или C++, включая разработку API и проектирование ПО. - Глубокое понимание базовых концепций машинного обучения, включая классификацию, регрессию, кластеризацию и архитектуры глубокого обучения. - Практический опыт работы с современными фреймворками глубокого обучения и алгоритмами (обучение с учителем и без), такими как PyTorch, TensorFlow или аналогичными, для построения и обучения сложных нейронных сетей. - Навыки работы с LLM, промпт-инжинирингом, тонкой настройкой и использованием фреймворков LangChain и LangGraph для построения RAG-систем (Retrieval-Augmented Generation). - Работа с данными: data wrangling, SQL, хранилища данных и ETL-пайплайны для подготовки данных для моделей. - Полный жизненный цикл ML-моделей: - Подтвержденный опыт полного жизненного цикла моделей: разработка, обучение и развертывание моделей машинного обучения от прототипа до продакшена. - Владение предобработкой данных, инженерией признаков и методами оценки моделей для обеспечения надежной и точной производительности. - Подтвержденная способность строить и оптимизировать масштабируемые пайплайны данных для обучения и оценки моделей машинного обучения. - Хорошее знание как SQL, так и NoSQL баз данных для запросов и управления данными для AI-приложений. - Программная инженерия и MLOps: - Солидная база в лучших практиках программной инженерии, включая контроль версий (Git), автоматизированное тестирование и CI/CD пайплайны. - Практический опыт контейнеризации с помощью Docker и оркестрации контейнеров с помощью Kubernetes для масштабируемого развертывания. - Экспертиза в MLOps-наблюдаемости, включая мониторинг моделей для отслеживания производительности и дрейфа, а также установление происхождения моделей/версий, телеметрии и трассируемости. - Опыт внедрения продвинутых стратегий тестирования и развертывания, включая канареечные и теневые развертывания, а также комплексные наборы тестов (модульные, интеграционные, состязательные, регрессионные).

Формат

Удалённо

Страна

Любая

Город

Не указан

LLM-инженер Задачи - Проектирование, дообучение и развертывание больших языковых моделей (LLM), таких как OpenAI GPT, BERT или собственных архитектур, для решения задач обработки естественного языка. - Разработка и оптимизация API для интеграции ИИ-функциональности в основные продукты Qelp, обеспечение совместимости и производительности. - Совместная работа с кросс-функциональными командами, включая UX/UI-дизайнеров, фронтенд-разработчиков и продакт-менеджеров, для согласования возможностей ИИ с бизнес-задачами. - Повышение масштабируемости ИИ-решений за счет модульной архитектуры и эффективных практик развертывания моделей. - Разработка пайплайнов для обработки больших наборов данных, обеспечение качества и релевантности данных для обучения и дообучения LLM. - Обеспечение этичного и прозрачного использования ИИ: внедрение механизмов обнаружения смещений, объяснимости и соответствия требованиям. - Отслеживание последних достижений в области ИИ и машинного обучения, особенно в NLP и LLM, для внедрения передовых функций в продукты Qelp. - Внедрение инструментов для отслеживания производительности и надежности ИИ-моделей в продакшене, итеративное улучшение. Требования - Степень бакалавра или магистра в области компьютерных наук, искусственного интеллекта, науки о данных или смежной области. - Минимум 5 лет опыта в разработке машинного обучения и ИИ, из них не менее 2 лет — в работе с LLM или NLP. - Владение Python и фреймворками TensorFlow, PyTorch или Hugging Face Transformers. - Подтвержденный опыт развертывания и оптимизации LLM в продакшене. - Знакомство с облачными платформами (AWS, Azure или Google Cloud) для развертывания ИИ. - Продвинутое владение техниками NLP и разработкой ИИ-моделей. - Глубокое знание архитектур на основе трансформеров, таких как GPT, BERT или T5. - Навыки разработки API и микросервисной архитектуры. - Знакомство с DevOps-инструментами для развертывания ИИ-моделей (например, Docker, Kubernetes). - Понимание регулирования ИИ и лучших практик этичного развертывания. - Понимание техник предобработки данных и управления наборами данных. Условия - Конкурентоспособный компенсационный пакет. - Возможности для обучения и развития (ИИ, технологии, эволюция BPO-индустрии). - Возможности карьерного роста в расширяющейся команде. - Полностью удаленная работа (рынки EMEA, LATAM или APAC). - Работа в команде высококвалифицированных и динамичных лидеров. - Культура здорового баланса между работой и личной жизнью. - Зарплата: 72 000–108 000 долларов США в год.

Формат

Офис

Страна

США

Город

Не указан

Компания NeerInfo Solutions Локация и занятость - Локация: Хартфорд, Коннектикут; Остин, Техас; Плано, Техас (офис) - Тип занятости: полная занятость Требования - Уверенные навыки программирования на Python - Практический опыт работы с фреймворками AI/ML: TensorFlow, PyTorch, LangChain - Экспертиза в области генеративного ИИ, включая: - RAG (генерация с дополнением извлечёнными данными) - AI-агенты / агентные фреймворки - Промпт-инжиниринг - Владение экосистемой Microsoft Azure AI Желательно - Опыт создания Copilot или корпоративных ассистентов на базе ИИ - Опыт работы с мультимодальными ИИ-системами - Знание тонкой настройки LLM и эмбеддингов - Опыт работы в крупных корпоративных средах

Формат

Офис

Страна

Не указана

Город

Не указан

Python-разработчик (CV) Компания 32top (ООО Айкомплекс) работает в сфере ИТ более 18 лет. За это время команда выросла от создания сайтов до разработки собственных ИТ-решений для медицины. Компания создает экосистему продуктов, которая делает взаимодействие врачей и пациентов удобнее и эффективнее. Сейчас запускается инновационный AI-проект в сфере стоматологии, ищется ключевой специалист, который войдет в команду, где его решения будут определять развитие AI-алгоритмов в стоматологии. Чем предстоит заниматься - Разработка и обучение генеративных моделей: полный цикл — от подготовки и анализа специализированных медицинских данных до обучения и валидации моделей. - Сегментация и анализ стоматологических снимков: автоматическое определение области интереса и поиск отсутствующих зубов. - Генерация изображений зубов: создание фотореалистичных изображений отсутствующих зубов, которые интегрируются в существующий зубной ряд, учитывая анатомические особенности соседних зубов. - Генерация по маске (Inpainting): восстановление участка изображения (зуба) по заданной маске с сохранением контекста и стиля. - Создание индивидуальных решений: генерация зубов, учитывающая особенности строения челюсти и лица пациента, без необходимости полного 3D сканирования. Требования к кандидату - Глубокое понимание принципов работы и архитектуры генеративных моделей, в особенности диффузионных моделей (Stable Diffusion, SDXL, SD 1.5, SD 2.1, Flux). - Опыт практической работы с фреймворками для генеративного AI: Stable Diffusion (включая SDXL и ComfyUI для построения пайплайнов) и / или Flux. - Свободное владение Python и ключевыми библиотеками для глубокого обучения: PyTorch (предпочтительно), TensorFlow или Keras. - Навыки работы с системами контроля версий Git. - Понимание и практический опыт применения методов тонкой настройки (finetuning) моделей под конкретные задачи (например, LoRA, DreamBooth, Textual Inversion). - Умение настраивать гиперпараметры обучения, подбирать оптимальные параметры для сходимости модели и достижения наилучшего качества генерации. - Опыт работы с библиотеками и моделями компьютерного зрения: MediaPipe (для детекции, трекинга и обработки видео / изображений в реальном времени) и SAM3 (Segment Anything Model 3) — для высокоточной сегментации и понимания сцены. Условия - Заработная плата: от 140 000 ₽ за месяц, на руки. - Гибкий график.

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

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