Вакансии Data Scientist

Avito Career — ваш путь к вакансиям в Data Science Рады приветствовать вас на шаг ближе к работе мечты. Осталось изучить пост, подписаться на канал и откликнуться на интересные позиции. О канале Avito Career — официальный ресурс, где команда Авито публикует актуальные вакансии и стажировки для специалистов в сфере Data Science. Что вас ждет - Прямые предложения от работодателя без посредников - Регулярное обновление списка позиций - Возможность войти в профессиональное сообщество Как начать Подпишитесь на Telegram-канал [@datasciencejobs](https://t.me/datasciencejobs) и отслеживайте подходящие варианты для старта или развития карьеры.

Senior AI Engineer / Специалист по генеративному ИИ (SecOps) О компании BI.ZONE разрабатывает IT-решения для кибербезопасности: от мобильных приложений до сложных платформ на базе машинного обучения и генеративного ИИ. Наши продукты делают жизнь миллионов людей безопаснее. В AI Центре мы занимаемся прикладным применением AI/ML в продуктах BI.ZONE и исследуем передовые технологии. Мы развиваем AI-ассистента Cubi, который помогает специалистам по информационной безопасности работать с большими данными и противостоять киберугрозам. Мы ищем старшего AI-инженера, который займется созданием и развитием AI-агентов для автоматизации процессов в Security Operations. Вас ждут интересные и амбициозные задачи, дружная команда и поддержка на старте. Задачи - Разработка мультиагентной системы в BI.ZONE TDR для автоматизации триажа алертов, расследования и реагирования. - Развитие AI-функционала BI.ZONE Cubi в продуктах EDR, SIEM и SOAR. - Решение NLP-задач в контексте SOC: классификация и приоритизация алертов, суммаризация инцидентов, семантический поиск по логам и базам знаний, кластеризация событий. - Выдвижение гипотез и быстрая проверка через PoC. - Написание поддерживаемого и читаемого кода на Python 3.10+. - Участие во всех этапах жизненного цикла AI/ML: от предобработки данных до деплоя и мониторинга в production. - Обмен экспертизой с коллегами и внешней аудиторией. Требования Профессиональные навыки - Высшее техническое образование. - Опыт разработки на Python от 3 лет. - Понимание процессов SOC: мониторинг, триаж алертов, расследование инцидентов, реагирование. - Знакомство с MITRE ATT&CK, kill chain, типовыми TTPs и IOC. - Опыт создания агентов с использованием современных фреймворков (LangChain, LangGraph, LlamaIndex, Agno/Phidata и др.). - Знание стратегий планирования AI-агентов (ReAct, Plan-and-Execute и т.п.). - Уверенная работа с LLM API (OpenAI, vLLM, Anthropic и др.). - Понимание агентских протоколов (MCP, A2A, AG-UI). - Сильные навыки prompt engineering, включая chain/tool/function calling. - Опыт работы с векторными базами данных (Weaviate, Pinecone, Qdrant, Milvus и др.). - Опыт оценки качества LLM-систем (RAGAS, DeepEval, LLM-as-a-Judge или аналоги). - Владение Linux, Git, Docker; умение упаковывать агента в контейнер. Soft skills - Способность быстро находить рабочий baseline и итеративно его улучшать. - Управление беклогом продукта, умение договариваться о контрактах и ограничениях. - Быстрое освоение новых технологий (разбор фреймворка за дни, а не недели). - Готовность экспериментировать и предлагать нестандартные решения. Будет плюсом - Опыт интеграции с SOC-инструментарием (SIEM, SOAR, EDR) или их API, хотя бы на уровне подключения. - Понимание атак на LLM (Prompt Injection, Jailbreaks) и методов защиты (Guardrails), знакомство с OWASP Top 10 for LLM Applications. - Опыт fine-tuning и дообучения LLM (PEFT: LoRA, DoRA, qLoRA и др.). - Навыки обнаружения и минимизации галлюцинаций и ошибок в ответах LLM. - Опыт работы с self-hosted моделями. Условия работы - Официальное оформление по ТК РФ и все преимущества аккредитованной IT-компании. - Гибкий график: удаленная работа или офис без контроля присутствия. - ДМС со стоматологией с первого месяца работы. - Обучение за счет компании: сертификации, курсы, конференции, митапы, хакатоны, CTF-ы. - Свободная атмосфера: общение на «ты», отсутствие дресс-кода и бюрократии. - Поддержка самореализации и личного бренда. - Скидки на фитнес, покупки, сервисы «Фитмост», «СберПрайм+» и BestBenefits. - Корпоративная жизнь: мероприятия, спортивные старты, мерч и подарки. - Профессиональные сообщества: тематические митапы, клубы по интересам (спорт, игры, книги, аниме).

AI-инженер (ML/DS) О нас Мы — команда Raft Digital Solutions. Мы разрабатываем решения на базе AI, внесли вклад в развитие фреймворка LangChain, создали собственный продукт для анализа голосовой связи с помощью GPT и провели исследования в области безопасности LLM. Работаем на рынках РФ и за рубежом. Сейчас мы ищем Senior AI-инженера с опытом в ML/DS в команду разработки AI-агентов для пользователей. Стек технологий - OpenAI, GigaChat, MCP - Python, PostgreSQL - LangChain, Langfuse - CI/CD, Docker, Kubernetes Задачи - Разрабатывать ассистентов с текстовыми и голосовыми интерфейсами - Анализировать качество генеративных моделей и искать способы его улучшения - Следить за лучшими практиками и open-source решениями в области AI - Деплоить сервисы в Kubernetes, настраивать мониторинг - Проводить Code Review существующих решений, предлагать идеи по оптимизации и развитию Требования - Коммерческий опыт разработки на Python / data science от 5 лет - Понимание архитектуры AI-агентов: оркестрация, memory, tools - Коммерческий опыт разработки AI/LLM-приложений (RAG, AI agents, векторные БД, tool calling, function calling, workflows) - Опыт работы с фреймворками для LLM-пайплайнов: LangChain, LlamaIndex, Haystack или аналогичными - Опыт деплоя сервисов в продакшен Условия - Удалённый формат работы - Гибкий график, полная занятость (40 часов в неделю) - Задачи на стыке бизнеса и современных AI-технологий - Дружная команда экспертов, обмен знаниями, технический рост - Оформление по договору B2B (с ИП)

Senior VLA Pre-training Engineer О проекте Мы создаём интеллектуальное ядро для нового поколения промышленных гуманоидных роботов. Наш продукт — не исследовательский прототип, а реальные машины, которые уже работают на производствах, складах и в логистических центрах. Сегодня у нас 30 000 предзаказов по всему миру, подписанные контракты с крупным европейским производителем и успешные пилотные внедрения с лидерами в автомобильной и индустриальной автоматизации. VLA-команда отвечает за ключевой интеллект робота: восприятие окружающей среды, понимание инструкций, обучение новым навыкам и автономное выполнение манипуляций. Задачи Вы возьмёте на себя полный цикл разработки фундаментальных моделей для поведения роботов: - Предобучение и файнтюнинг VLA-моделей на масштабных мультимодальных наборах данных; - Создание и поддержка пайплайнов данных: сбор, фильтрация и генерация синтетических данных; - Проектирование инфраструктуры распределённого обучения; - Перенос из симуляции в реальный мир: валидация политик в симуляторе перед развёртыванием на физическом роботе; - Плотное взаимодействие с инженерами по симуляции, дата-сайентистами и командами встроенных систем; - Поставка моделей, которые напрямую управляют реальными роботами в промышленной эксплуатации. Требования - 5+ лет разработки систем глубокого обучения (индустрия или исследования) с доведёнными до продакшена моделями или опубликованными научными работами; - Практический опыт с LLM, VLM или VLA-моделями: архитектура, обучение, файнтюнинг; - Уверенное владение масштабным распределённым обучением: PyTorch DDP, конвейеры данных, чекпоинтинг; - Опыт работы с робототехническими симуляторами (MuJoCo, Isaac Sim, Gazebo) или реальными роботизированными системами; - Отличное знание Python и PyTorch/JAX, способность отлаживать численные расчёты и писать промышленный код; - Инициативность, самостоятельность и навыки чёткой коммуникации. Будет плюсом: Опыт в робототехнике, практика sim-to-real, знание OpenVLA или аналогичных VLA-фреймворков. Условия - Компенсация: £150 000 – £230 000 брутто в год, в зависимости от опыта; - Лондон, 100% работа в офисе (ежедневный доступ к роботам, лабораториям и прототипам); - Релокационная поддержка: до £8 000 плюс спонсорство визы Skilled Worker; - Бенефиты: частное медицинское страхование, пенсионные отчисления (8%), 23 дня оплачиваемого отпуска, опционы компании. Как откликнуться Направьте в Telegram @sobolevavalery 3–5 предложений о вашем опыте предобучения VLA/LLM, масштабах распределённого обучения и робототехническом бэкграунде. Рассматриваем кандидатов быстро.

О компании Nedvision.ai — резидент Сколково и Московского технологического кластера. Мы создаём продукт для оценки инвестиционной привлекательности недвижимости (Real Estate Investment Scoring) и приглашаем в команду начинающего специалиста, который хочет развиваться в области прикладного ML и работать с реальными данными. Задачи - Исследовать сырые данные по недвижимости: объявления, тексты, цены, геоданные, поведение продавцов, рыночную динамику. - Проводить EDA: искать закономерности, проверять гипотезы, выявлять аномалии. - Готовить признаки для ML-моделей: текстовые, табличные, временные и географические. - Участвовать в построении моделей скоринга: рейтинг объектов, справедливая цена, доходность, ликвидность. - Оценивать качество моделей: подбирать метрики, настраивать валидацию, анализировать ошибки и интерпретировать результаты. - Исследовать деградацию качества по сегментам: районы, типы объектов, ценовые категории, периоды. - Постепенно переходить от прототипов к самостоятельному решению частей ML-пайплайна. - Помогать выстраивать ML-процесс: формулировать гипотезы, фиксировать результаты экспериментов, обеспечивать воспроизводимость. Требования - Уверенное владение Python для анализа данных: pandas, numpy, Jupyter/скрипты. - Базовое понимание ML: классификация, регрессия, train/test split, метрики, переобучение, утечка данных. - Базовая статистика: распределения, корреляции, проверка гипотез, доверительные интервалы. - Знание SQL: выборки, join, group by; оконные функции будут плюсом. - Понимание feature engineering и умение превращать сырые данные в признаки. - Навык аккуратной работы с неполными, зашумлёнными и «грязными» данными. - Способность ясно и просто объяснять свои выводы: что проверяли, что получилось, почему это важно. - Готовность погружаться в предметную область, задавать вопросы и доводить задачи до результата. Будет плюсом - Опыт работы с scikit-learn, а также с CatBoost, LightGBM или XGBoost. - Базовое знакомство с NLP: эмбеддинги, sentence-transformers, извлечение признаков из текстов. - Интерес к геоаналитике: координаты, расстояния, районы, POI, H3, PostGIS/GeoPandas. - Опыт использования Airflow, MLflow или систем трекинга экспериментов. - Практический опыт работы с данными маркетплейсов, классифайдов, недвижимости или финтеха. - Умение применять AI-инструменты для ускорения разработки без потери качества. Условия - Заработная плата: от 100 000 рублей. - Формат сотрудничества: контракт или part-time. - Быстрый профессиональный рост в области Applied ML Engineering на реальной продуктовой задаче. - Множество практики на живых данных и бизнес-задачах. - Возможность глубоко освоить домен недвижимости: цены, ликвидность, доходность, качество объявлений, поведенческие факторы. - Обучение прикладной геоаналитике: построение признаков локации, транспортной доступности, окружения, рыночной динамики. - Честная проверка моделей: time-based split, backtesting, out-of-time validation, анализ деградации по сегментам. - Карт-бланш на аргументированные решения: вы сможете предлагать и проверять гипотезы, подходы и инструменты. - Постепенное расширение ответственности — от технических задач к смысловым и организационным. - Понятные задачи и прозрачная система роста.

NLP Data Scientist в Фарпост О нас Фарпост — динамично развивающаяся компания. Мы ищем Data Scientist в RnD-команду, чтобы вместе решать сложные задачи в области обработки естественного языка. Мы ищем человека, который любит свою работу и делает её наилучшим образом, готов к концептуальным задачам, не боится задавать вопросы «почему и зачем», открыт новым идеям и умеет рефлексировать свой опыт. Задачи - Разработка и внедрение NLP-решений: от обучения базовых классификаторов до файн-тюна больших языковых моделей (LLM). - Создание агентских систем на базе LangGraph. - Оптимизация инференса моделей (ONNX, Triton). - Работа с оркестрацией LLM: цепочки промптов, интеграция с LangChain/LangGraph. - Участие в полном цикле разработки: от прототипа до продакшена. Требования - Профильное высшее образование по информатике или смежным направлениям. - Опыт работы с NLP от 3 лет. - Глубокое понимание архитектур трансформеров: механизмы внимания, токенизация, позиционные энкодинги. - Опыт ускорения инференса (ONNX, Triton или аналоги). - Практический опыт с оркестрацией LLM: LangChain, LangGraph, агентские системы. - Навыки продакшен-разработки на Python: микросервисы, тестирование, CI/CD. - Владение MLOps-инструментами (ClearML, MLflow) для трекинга экспериментов и деплоя. - Понимание мониторинга моделей: data drift, бизнес-метрики (например, containment rate для чат-ботов). Будет плюсом - Опыт с PEFT (Parameter-Efficient Fine-Tuning) для адаптации LLM. - Знание векторных баз данных (Qdrant, Pinecone), гибридного поиска. Условия работы - Интересные и сложные задачи, обеспеченные необходимыми ресурсами. - Вклад в развитие крупного продукта: вы видите результат своего труда. - Развитие и обучение: онбординг с наставником, оплата тренингов, семинаров, конференций, корпоративная библиотека. - Стабильность и прозрачность: оформление по ТК, пересмотры зарплаты по итогам performance review. - Неформальная рабочая атмосфера: минимум бюрократии, гибкость процессов. - ДМС после испытательного срока, мерч и забота о сотрудниках. - Возможность посетить Владивосток и насладиться красотой региона. Этапы отбора 1. HR-интервью. 2. Техническое собеседование. 3. Culture fit с командой. 4. Background check и проверка рекомендаций перед оффером.

AI-инженер / Data Scientist О нас Raft — команда экспертов по внедрению AI-решений на базе LLM в бизнес-процессы клиентов. Мы помогаем компаниям автоматизировать рутинные задачи, повышать эффективность и создавать новые продукты с помощью современных технологий искусственного интеллекта. Технологический стек - OpenAI - GigaChat - MCP - Python - PostgreSQL - Langfuse - CI/CD - Docker - Kubernetes

О компании Rubytech — ведущий разработчик программно-аппаратных комплексов и решений для высоконагруженных ИТ-инфраструктур. Мы выпускаем линейку ПАК «Скала^р», строим и защищаем инфраструктуру крупного бизнеса и государственных организаций. Приглашаем Архитектора по AI-направлению, который возьмёт на себя архитектурное сопровождение внутренних AI-инициатив и коммерческих проектов с обязательным учётом требований информационной безопасности. Задачи - Формирование архитектурных шаблонов внедрения ИИ в продукты и внутренние процессы - Выбор безопасного технологического стека для AI-инициатив - Определение принципов интеграции AI-сервисов с учётом ИБ-требований - Оценка применимости, эффективности и рисков AI-проектов до начала реализации - Проработка ограничений по данным, доступам, журналированию и использованию внешних моделей Требования - Высшее техническое образование - Релевантный опыт работы от 5 лет - Понимание современных ИИ-технологий: LLM, NLP, CV, генеративные модели - Опыт построения архитектуры AI-ориентированных продуктов и сервисов - Навыки интеграции ИИ-решений с корпоративной ИТ-инфраструктурой - Понимание требований ИБ к работе с данными, моделями, внешними API и облачными сервисами - Знание принципов безопасной обработки, хранения, передачи и обезличивания данных - Понимание этических и регуляторных аспектов применения ИИ Условия - Современный офис у метро Алексеевская (дежурный врач, кафе, столовая, фитнес-центр, коворкинг) - Конкурентный «белый» доход (обсуждается на собеседовании) - Гибридный или офисный график (зависит от подразделения) - Работа в аккредитованной ИТ-компании из реестра Минцифры (отсрочка от мобилизации) - Профессиональный рост, обучение, участие в проекте «Лекторий Rubytech» - Спортивные комьюнити: футбол, волейбол, баскетбол, шахматы - ДМС для вас и семьи на особых условиях - Тимбилдинги, митапы и корпоративные мероприятия - Скидки у 500+ партнёров через платформы BestBenefits и Lerna Ждём вас в нашей команде!

Технический лидер NLP-инженер О компании SimbirSoft — команда из более 1500 разработчиков, которые создают IT-решения для миллионов пользователей. Мы работаем над сложными техническими задачами в разных отраслях бизнеса и постоянно повышаем экспертизу сотрудников. Задачи - Руководство командой NLP-инженеров и исследователей: планирование, приоритизация задач, ревью, контроль качества. - Определение архитектуры и стека технологий для LLM/NLP-разработки (fine-tuning, LoRA, RAG, prompt engineering, LangChain/LangGraph, vector DBs). - Ведение ключевых проектов: LLM-ассистенты, интеллектуальный поиск, генерация и обработка документов. - Взаимодействие с заказчиками и IT-командами: формулирование требований, декомпозиция задач, контроль реализации. - Развитие экспертизы команды: обмен знаниями, формирование best practices, наставничество. Требования - 5+ лет коммерческой работы в NLP/LLM, из них 3+ года в роли технического лида. - Глубокое понимание ML-алгоритмов, архитектуры LLM и retrieval-based систем (Transformers, Attention, RAG, SFT, LoRA/Adapters). - Уверенное владение Python, PyTorch, HuggingFace, sentence-transformers, LangChain / LangGraph / LlamaIndex, FastAPI. - Опыт оптимизации инференса, интеграции моделей (Qwen, DeepSeek, Llama, Mistral). - Понимание масштабирования, кеширования, распределённого инференса. - Навыки взаимодействия с бизнесом и ведения продуктовой команды. Будет плюсом - Опыт построения RAG-систем на PostgreSQL / ClickHouse / Opensearch + vector engines. - Интеграция LLM с корпоративными системами и BI-платформами. - Знание инструментов мониторинга LLM (latency, quality, cost). Условия - Работа в команде экспертов. - Широкий технологический стек, множество проектов. - Гибкий график работы, который позволяет высыпаться и выделять время на хобби. - Возможность разрабатывать IT-решения для разных отраслей, пробовать новые технологии. - Настроенные процессы удалённой работы и просторные офисы с зонами коворкинга для общения, отдыха или сосредоточенной работы. - Возможность прокачаться в разных направлениях: стать тимлидом, архитектором, full-stack разработчиком. - Развитая система наставничества, сертификация за счёт компании, участие в конференциях, изучение английского языка. - Активный обмен опытом: внутренние и внешние митапы, хакатоны, доклады по hard и soft skills. - 50+ клубов по интересам и профессиональных сообществ внутри компании. - Корпоративная база знаний и социальная сеть для удобного общения с коллегами. - Забота о ментальном здоровье: онлайн-консультации с психологом.

О нас Мы — команда Strikt, вошедшая в топ лучших IT-работодателей России 2025 по версии Хабр Карьеры. Мы превращаем хаотичные бизнес-процессы заказчиков в самообучающиеся алгоритмы с использованием искусственного интеллекта. Ищем Data Scientist для работы над проектами в областях AdTech, HealthTech и Machine Learning. Задачи - Разработка ML-моделей для анализа текстовых и табличных данных. - Работа с NLP-задачами: предобработка текста, эмбеддинги, классификация, кластеризация. - Применение классических ML-алгоритмов: линейные модели, деревья решений, ансамбли, кластеризация. - Использование современных NLP-моделей и подходов: BERT, RoBERTa, sentence embeddings, GPT/LLM. - Извлечение, очистка, анализ и визуализация данных с помощью SQL и Python. - Оценка качества моделей, подбор метрик, анализ ошибок и предложение улучшений. Требования - Высшее техническое или математическое образование. - Коммерческий опыт в Data Science от 1 до 3 лет. - Знание машинного обучения и анализа данных. - Понимание ключевых алгоритмов ML: линейные модели, деревья решений, ансамбли. - Опыт работы с методами кластеризации (KMeans, DBSCAN) и их применением к текстовым данным. - Понимание принципов скользящего окна и его использования в анализе последовательностей. - Уверенное владение Python и библиотеками: pandas, numpy, matplotlib, scikit-learn. - Опыт работы с Jupyter Notebook. - Знание NLP и понимание работы трансформеров (BERT, RoBERTa). - Знание SQL и понимание реляционных баз данных. - Умение работать с большими объёмами данных и оптимизировать производительность моделей. Будет плюсом - Опыт работы с LLM/GPT, RAG, embeddings или vector databases. - Опыт с PyTorch / TensorFlow / Hugging Face. - Понимание базовых принципов MLOps: версионирование моделей, мониторинг качества, обнаружение дрейфа. - Понимание CI/CD и опыт работы с Git. - Английский язык на уровне чтения технической документации. Условия работы - Полностью удалённая работа. - Оформление по договору с самозанятыми или ИП. - Интересные проекты в перспективных областях. - Возможность профессионального роста и развития в сильной команде специалистов.

О компании и проекте Мы — команда IT-специалистов, работающая над проектами крупного российского банка. Наша задача — создание инструментов и процессов для единой платформы разработки, развертывания и эксплуатации решений на основе больших языковых моделей (LLM), а также агентской платформы для работы с ИИ-агентами. Проект направлен на переход от пилотных решений к промышленному внедрению ИИ с централизацией управления безопасностью, качеством и стоимостью. Архитектура платформы четырёхуровневая: инфраструктурный слой (GPU-кластер), слой оркестрации и LLMOps, слой знаний (RAG), агентская платформа. Инфраструктура использует АС «Суперкомпьютер». Задачи Поддержка ML-платформы и Kubernetes (основной фокус) Эксплуатация платформы: - Мониторинг состояния сервисов инференса в Kubernetes (доступность подов, потребление ресурсов, перезапуски). - Диагностика проблем с запуском контейнеров моделей (ошибки инициализации, нехватка памяти, проблемы с зависимостями). Мониторинг и инциденты: - Настройка дашбордов для отслеживания метрик качества сервисов. - Первичная реакция на инциденты: сбор логов, анализ трассировок, эскалация разработчикам (L3), если проблема не решена за 15–30 минут. - Анализ причин деградации производительности моделей (дрейф данных, проблемы инфраструктуры). Поддержка пользователей (Data Scientists / разработчики): - Консультирование по использованию API платформы для деплоя и управления моделями. - Обучение работе с инструментами (CLI, SDK, веб-интерфейс). - Создание инструкций и FAQ по типовым задачам развертывания. Безопасность и доступы: - Управление доступом к функциям платформы согласно политикам безопасности. - Контроль соблюдения регламентов при работе с данными. Поддержка векторной БД Milvus (опционально) Управление доступом: - Создание баз данных и ролей в Milvus, назначение прав. Мониторинг Milvus: - Поддержка дашбордов Grafana (метрики: задержка поиска, загрузка CPU узлов query, использование диска, статус лидера etcd, отставание Kafka). - Реагирование на алерты: - Критические: остановка узлов, потеря лидера etcd, свободное место на диске < 10%. - Предупреждения: задержка поиска > 5 с, лаг Kafka > 1000. Требования - Опыт использования Kubernetes (диагностика подов, работа с kubectl, понимание networking и storage). - Понимание принципов работы ML-моделей (инференс, API моделей, форматы данных). - Опыт настройки мониторинга и алертинга (Prometheus, Grafana, ELK). - Навыки скриптования (Python или Bash) для автоматизации рутинных задач. - Умение работать с пользователями и писать техническую документацию. Условия - Официальное трудоустройство по ТК РФ в аккредитованной IT-компании, полностью белая заработная плата. - Гибридный формат работы, офис у метро Павелецкая. - ДМС после испытательного срока. - Другие корпоративные преимущества для сотрудников.

Data Scientist О нас Мы, команда Лиги Цифровой Экономики, работаем над представлением данных для агентных систем. Наш ключевой проект — разработка интегрированного решения для одного из ТОП-3 банков. Система предназначена для взаимодействия с пользователями и интеллектуальными агентами на естественном языке, анализа данных и их визуализации. В связи с расширением команды мы ищем Data Scientist, готового решать сложные и амбициозные задачи. Задачи - Создание библиотеки навыков различной сложности: от простых утилит до комплексных аналитических инструментов (например, глубокая интеграция с Jira для анализа статусов, зависимостей и автоматизации документооборота). - Проектирование и внедрение механизмов автоматизации рутинных бизнес-процессов для минимизации человеческого фактора и оптимизации рабочих потоков. - Проведение прикладных исследований актуальных архитектур LLM и агентских фреймворков. - Изучение профильных научных публикаций и выполнение прототипов (PoC) на основе современных методов с последующим внедрением в продуктовый контур. - Оптимизация внутренних инструментов для масштабирования навыков и их удобного переиспользования другими участниками системы. - Создание и оптимизация рекомендательных систем для повышения вовлеченности пользователей. - Работа с технической документацией. - Диагностика зон роста: разработка методологии выявления «западающих» компетенций операторов на основе кластеризации ошибок и анализа результатов работы в линии. Требования - Высшее образование в области математики, статистики, информатики или смежных направлений. - Опыт работы в Data Science или Machine Learning от 2 лет. - Отличное знание Python и библиотек для анализа данных. - Практический опыт работы с LLM и агентными системами. Будет плюсом - Знание алгоритмов кластеризации, регрессии, классификации и временных рядов. - Навыки работы с распределенными системами и контейнеризацией (Docker, Kubernetes). - Английский язык на уровне, достаточном для чтения профессиональной литературы и общения с зарубежными коллегами. Условия работы - Регулярные внутренние семинары и митапы, культура постоянного обучения и обмена знаниями. - ДМС со стоматологией для сотрудников и скидка на ДМС для ближайших членов семьи. - Предоставление современной техники для комфортной работы. - Сессии профессионального развития с формированием индивидуального плана развития для каждого сотрудника.

ML-инженер (ГНИВЦ) О нас ГНИВЦ — IT-компания и партнёр государственных структур и крупного российского бизнеса. Мы создаём и сопровождаем ключевые государственные информационные системы, а также разрабатываем коммерческие решения для налогового мониторинга. Несколько фактов о нас: - Входим в ТОП-100 лучших работодателей России и занимаем 9-е место среди IT-компаний в рейтинге крупных работодателей (2025 год). - Находимся среди 25% лучших компаний по уровню счастья сотрудников в IT-сфере и по России в целом (Happy Job, 2025). - Работает собственная ИИ-песочница — среда для экспериментов и реальных проектов на открытых языковых моделях. Можно автоматизировать работу, тестировать гипотезы и доводить идеи до результата. - Компания аккредитована как IT-организация. Задачи - Разработка и дообучение классификатора названий товарных позиций на базе BERT-архитектур (предобучение, файнтюнинг, оптимизация). - Организация и контроль разметки данных: постановка задач разметчикам, проверка качества, автоматизация пайплайнов. - Подготовка датасетов: очистка, нормализация с использованием pandas, библиотеки datasets (Hugging Face) и регулярных выражений. - Проектирование и реализация архитектуры моделей: эксперименты с BERT, DistilBERT, кастомными головами, ансамблевыми методами. - Мониторинг работы моделей в production: метрики качества, обнаружение drift’а, A/B-тестирование, автоматизированное дообучение. - Работа с PostgreSQL: создание таблиц, разработка хранимых процедур и функций, оптимизация запросов (индексы, материализованные представления, EXPLAIN ANALYZE), ETL-пайплайны для данных моделей. - Интеграция моделей в production: контейнеризация с помощью Docker, мониторинг потребления GPU/CPU. Требования - Высшее образование (желательно компьютерные науки, математика или смежные специальности). - Опыт от двух лет в NLP/ML, включая файнтюнинг моделей-трансформеров (BERT, RoBERTa, DistilBERT). - Глубокие знания PyTorch, Hugging Face Transformers, pandas, datasets. - Опыт работы с PostgreSQL: SQL, создание и оптимизация схем данных, хранимые функции, обеспечение производительности запросов. - Владение техниками оптимизации моделей: квантизация, послойное планирование learning rate, создание собственных функций потерь. - Опыт production-развёртывания ML: мониторинг, обнаружение аномалий, model serving. - Уверенное использование Python, Git, Linux и shell-скриптов. Будет плюсом - Опыт классификации текстов (товарные каталоги, задачи поиска или рекомендаций). - Навыки организации разметки данных и построения data-пайплайнов (ETL, препроцессинг). - Работа с ONNX для инференса, multi-GPU обучение (Distributed Data Parallel). Мы предлагаем - Гибкие форматы работы: офис, гибридный график или полная удалённая занятость на территории РФ. - Комфортный график: пятидневная рабочая неделя (пн–чт с 9:00 до 18:00, пт с 9:00 до 16:45). - Конкурентная заработная плата (обсуждается на собеседовании) и премии за эффективность и достигнутые результаты. - Официальное трудоустройство с соблюдением ТК РФ: оплачиваемый отпуск (дополнительная выплата 50% оклада после 11 месяцев работы), выплата зарплаты дважды в месяц. - Забота о здоровье: - компенсация больничного листа до 7 дней с сохранением полной оплаты рабочего дня; - ДМС с качественной стоматологией после испытательного срока; - возмещение до 50% затрат на занятия спортом. - Развитие и обучение: - профессиональное обучение и сертификация за счёт компании; - внутренние и внешние митапы, хакатоны, конференции, семинары; - партнёрские программы Skyeng и Skillbox для изучения иностранных языков и развития профессиональных навыков; - доступ к корпоративной библиотеке на платформе Alpina Digital. - Дополнительные выходные: 5 оплачиваемых ресурсных дней в течение календарного года для сотрудников, проработавших в компании более 11 месяцев.