Вакансии ML Engineer

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).

О нас Проект управляющей компании «Джетлин». Мы создаём и сопровождаем AI-решения, которые работают в микросервисной среде. Задачи - Разработка AI-агентов на Python с использованием внешних API. - Упаковка кода в минимальные и безопасные Docker-образы. - Написание Helm-чартов для развёртывания образов в Kubernetes. - Реагирование на блокировки образов SCA-сканером: поиск обновлений или патчей для уязвимых библиотек, пересборка и передеплой. - Мониторинг продакшен-подов через ArgoCD, анализ логов при падениях, исправление ошибок в коде, промптах или API. - Полная ответственность за доставку и поддержку AI-агентов: от идеи до эксплуатации. - Примерный баланс: 30% разработка, 70% внедрение и эксплуатация (Deployment & Ops). Требования - Уверенный промышленный опыт разработки на Python. - Глубокое понимание менеджеров зависимостей и виртуальных окружений (virtualenv, poetry, pip) — 70% проблем деплоя связаны именно с ними. - Навыки контейнеризации (Docker) и оркестрации (Kubernetes), позволяющие самостоятельно собирать образы, проходить security-проверки и запускать сервисы в кластере без помощи сисадминов. - Опыт написания Helm-чартов и понимание CI/CD (ArgoCD будет плюсом). - Желателен опыт в AI/ML-разработке: интеграция моделей, работа с промптами, понимание жизненного цикла AI-агента. - Автономность, проактивность и умение быстро расследовать инциденты. Условия - Полная удалёнка на территории РФ. - Оформление по ТК или ИП. - Занятость на проекте управляющей компании.

О нас РОСГОССТРАХ — лидер российского страхового рынка. Задачи - Проработка решений для инициатив в области AI/ML и генеративного ИИ - Проектирование интеграции AI-сервисов с корпоративными системами и платформами данных - Проработка применения LLM, RAG и агентных сценариев; проектирование доступа моделей к корпоративным источникам данных Требования Основные требования - Опыт проектирования корпоративных информационных систем, интеграционных и распределённых решений от 5 лет - Опыт работы в роли Solution / Domain / Lead Architect или аналогичной от 3 лет - Навыки взаимодействия с бизнес-подразделениями, продуктовыми командами и инженерными функциями Архитектура и безопасность - Интеграционная архитектура корпоративного уровня, подход API-first - Опыт работы с решениями с повышенными требованиями к безопасности и разграничению доступа - Умение определять и проверять нефункциональные требования - Знание observability, мониторинга и аудита; ведение ADR (Architecture Decision Records) AI/ML - Понимание устройства современных LLM-платформ и принципов построения RAG - Опыт интеграции AI-сервисов с корпоративными источниками данных - Понимание агентных систем и вызова внешних инструментов - Знакомство с Model Context Protocol (MCP) - Базовый опыт в MLOps и управлении жизненным циклом моделей Будет плюсом - Опыт оценки и выбора моделей, векторных хранилищ, orchestration-фреймворков и компонентов AI-платформ - Опыт работы с корпоративными AI-ассистентами и платформами для работы с LLM - Опыт в области интеллектуального поиска и обработки документов - Работа с аналитическими, скоринговыми или страховыми моделями - Участие в программах цифровой или технологической трансформации крупных организаций Условия - Возможность работать в составе крупной компании-лидера страхового рынка - Полное соблюдение норм Трудового кодекса РФ - Полностью «белая» заработная плата, своевременные выплаты - График работы 5/2 в удалённом формате - Подключение к ДМС после успешного прохождения испытательного срока - Корпоративные скидки на страховые продукты (автострахование, страхование выезжающих за рубеж и другие) - Корпоративные скидки на фитнес, магазины-партнёры, книги и другое - Доступ к электронной библиотеке (более 3000 книг на актуальные темы бизнеса, науки и личностного развития, включая мировые бестселлеры) с возможностью офлайн-чтения с любого мобильного устройства

О компании Unimatch Lab — AI-венчурная студия из Кремниевой долины. Мы создаём портфель AI-продуктов и развиваем собственный ML-стек: локальные кластеры для LLM, обучение и обслуживание моделей на своей инфраструктуре. Мы ищем Senior ML Engineer, который возьмёт на себя полный внутренний цикл: от данных до production. Никакой работы только с промптами или сторонними API — все персональные и чувствительные данные остаются на наших серверах. Задачи - Файн-тюнинг LLM и VLM моделей (LoRA, QLoRA, дистилляция) с получением готовых к промышленной эксплуатации весов. - Оценка качества как обязательный этап релиза: метрики на уровне отдельных полей, отложенные выборки, проверки на утечку данных между обучением и тестом. - Управление полным циклом работы с данными: разметка с помощью учителя, версионирование датасетов, контроль качества синтетических данных. - Запуск и поддержка self-hosted инференса под нагрузкой: vLLM, пакетная обработка запросов, квантизация, генерация структурированных JSON-ответов. - Документирование ML-процессов от начала до конца, чтобы цикл не зависел от одного конкретного инженера. Требования - Опыт от 5 лет в запуске ML-систем в production, включая работу с высоконагруженным AI. - Вы сами обучаете модели (веса), а не ограничиваетесь промпт-инжинирингом или интеграцией RAG. - Опыт развёртывания self-hosted LLM в production (vLLM или аналоги). - Реализованные проекты полного цикла: данные → файн-тюнинг → оценка → реальный production-трафик. - Уверенное владение Python, Docker/Kubernetes, CI/CD. Понимание принципов работы с конфиденциальными данными на собственной инфраструктуре. Условия работы - Формат: удалённо. - Локация: Европа (EU, Великобритания, Исландия, Норвегия, Швейцария и др.), Латам. - Уровень: Senior. - Компенсация: от $5,000 в месяц (базовая ставка). Контакт для отклика: https://telegram.me/Unimatchwork

О компании QST (Quantstellation, ранее известная как «Созвездие») — бутиковый prop HFT-фонд с 18-летней историей. Торгуем на собственные средства деривативами (фьючерсы и опционы) на ведущих биржах: CME, Eurex, NSE, KRX. Криптовалюты присутствуют как дополнительное направление. Ключевые факты: - Ежемесячный объем торгов превышает 80 млрд долларов. - Средний стаж сотрудников в команде — более 6 лет. - Плоская структура, минимум бюрократии, быстрый путь от гипотезы до продакшена. - Собственная технологическая платформа, включая FPGA и GPU-кластер для тяжелых моделей. О позиции Ищем Middle/Senior Quant Researcher, который сосредоточится на исследовательской работе. Основной язык — Python, задачи на C++ не ставятся (для этого есть сильная команда Quant Dev). Вы будете строить альфу с нуля, опираясь на готовый research-to-production pipeline. Задачи - Разработка и тестирование количественных стратегий для торговли деривативами. - Создание новых источников альфы, а не поддержка существующих пайплайнов. - Взаимодействие с разработчиками для внедрения моделей. Требования - Сильная математическая база и опыт в машинном обучении. - Способность самостоятельно генерировать гипотезы и доводить их до реализации. - Опыт в TradFi приветствуется, но кандидаты из crypto-индустрии также будут рассмотрены. Условия - Оклад: 7 000 – 15 000 USD net ежемесячно. - Бонус: участие в profit-пуле по прозрачной формуле, привязанной к PnL. Успешные стратегии генерируют апсайд, кратно превышающий фиксированную часть, без искусственных ограничений. - Команда: основатели — выпускники мехмата МГУ, коллеги — Kaggle Masters, PhD, выпускники ШАД. Взаимодействие строится на совместном поиске альфы, а не на внутренней конкуренции. - Формат работы: гибридный график, офисы в Лимассоле и Москве, возможна релокация. - График: гибкий, 40 часов в неделю, без переработок по выходным. - Лояльный подход к обязательствам по NCA: готовы обсуждать индивидуальные условия перехода. Контакты Телеграм: @QuantScout

О проекте Мы разрабатываем ML-модели и торговые стратегии для криптовалютных рынков. Наша команда — выпускники ВШЭ, Физтеха, Сколтеха и ШАД. В продакшене уже работает собственная ML-система, которую предстоит развивать. Задачи - Взять на себя ответственность за существующую ML-систему и её развитие - Разрабатывать новые прибыльные модели и торговые стратегии - Самостоятельно находить перспективные идеи и доводить их до результата Требования - Уровень Senior, ML Lead или очень сильный мидл с опытом в трейдинге - Опыт разработки прибыльных ML-моделей или торговых стратегий - Уверенное владение Python и стеком: NumPy, numba, PyTorch / JAX - Сильный математический бэкграунд - Способность самостоятельно генерировать гипотезы и реализовывать их Будет плюсом: - Опыт в крипто- или алготрейдинге - Умение читать и оптимизировать код на C++ - Участие в олимпиадах (ICPC и др.), Kaggle, обучение в ШАД, научные публикации - Интерес к менторству и развитию команды Условия - Формат работы: офис в Сербии или удалённо - Зарплата: - Senior: до $12 000 net + квартальный бонус - ML Lead: до $12 000 net + процент от PnL (от 4% до 10%, обсуждается индивидуально) - Бонус за успешную рекомендацию кандидата: $15 000 Контакты Телеграм для связи: @vladrecrut

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.

СберСпасибо: AI/ML Engineer О проекте Мы разрабатываем корпоративных AI-агентов и RAG-системы для умного поиска по внутренней документации. Часть решений уже в эксплуатации, часть — в активной разработке. Сейчас мы ищем специалиста, который займётся качественной составляющей систем: повышением надёжности RAG, выстраиванием методологии оценки, тестирования, защит и промпт-инжинирингом. Это прикладная позиция — мы не обучаем модели, а используем готовые через корпоративный шлюз. Весь фокус на инжиниринг, оценку и тонкую настройку поведения агентов. Задачи - Повышение качества RAG-агентов по трём направлениям: поиск по технической документации, нормативной базе и бухгалтерской документации - Промпт-инжиниринг и контекст-инжиниринг для всех агентов команды - Подготовка эталонных наборов для оценки качества - Реализация методологии автоматических регрессионных проверок (LLM-as-a-judge) - Настройка защит (guards) для production-агентов: фильтры от инъекций в промпт, валидация структуры и контента выходов, защита от утечек ПДн, anti-hallucination механизмы - A/B-тестирование промптов и моделей для подбора лучших конфигураций - Тюнинг качества на основе обратной связи пользователей и трассировок из Langfuse Требования - Опыт коммерческой разработки на Python от 2 лет - Практический опыт создания и поддержки RAG-систем в продакшене (от начала до конца, не прототип): эмбеддинги, векторные базы (Qdrant, FAISS или pgvector), переранжирование, чанкинг - Практический опыт оценки качества LLM-систем: подготовка эталонных наборов, offline-метрики, LLM-as-judge, регрессионные проверки; опыт работы с фреймворками оценки (Ragas, DeepEval или аналоги) - Практический опыт настройки защит для LLM-приложений: защита от инъекций в промпт, валидация структуры и контента выходов, защита от утечек персональных данных - Опыт промпт-инжиниринга и контекст-инжиниринга в реальных проектах: итеративная настройка промптов, structured output, function calling - Понимание архитектуры RAG: стратегии нарезки документов, метаданные, выбор моделей эмбеддингов, переранжирование, точность ссылок на источник - Практический опыт работы хотя бы с одним LLM-фреймворком: LangChain, LangGraph, PydanticAI, OpenAI API или аналоги - Практический опыт A/B-тестирования промптов и моделей в продакшене - Опыт работы с агентскими протоколами (MCP) или собственным tool-layer для агентов - Базовые знания SQL и работы с реляционными базами

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.

ML Platform Engineer О компании Росгосстрах развивает внутреннюю AI-платформу — экосистему сервисов для автоматизации ключевых бизнес-процессов. Мы формируем новую команду для улучшения качества ML-моделей, сокращения времени их разработки и быстрого вывода в промышленную эксплуатацию. Задачи - Интеграция существующих ML-моделей в бизнес-процессы, масштабирование и запуск в продакшен. - Настройка и поддержка пайплайнов и сервисов для пакетного (batch) и потокового (online) инференса. - Разработка и отладка DAG-ов в Airflow. - Контейнеризация сервисов и эксплуатация моделей в Kubernetes. - Разработка и поддержка API на FastAPI для интеграции моделей. - Обеспечение стабильной работы ML-сервисов в продакшене. - Версионирование моделей и управление артефактами. - Оптимизация инференса и контроль использования ресурсов. - Развитие инфраструктуры полного жизненного цикла ML-моделей. Требования Обязательные - Опыт в MLOps / ML-engineering от 3 лет. - Понимание ML-алгоритмов и жизненного цикла модели: от постановки задачи и экспериментов до деплоя и мониторинга в продакшене. - Знание принципов работы бустингов, отличий трансформеров (LLM) от классических нейросетей, понимание эмбеддингов и их применения. - Уверенное владение Python и FastAPI: асинхронное/многопоточное программирование (asyncio, threading, multiprocessing). - Понимание ООП и принципов SOLID, опыт проектирования поддерживаемых, документированных и высоконагруженных API. - Работа с SQLAlchemy и асинхронными драйверами баз данных. - Опыт разработки и отладки DAG-ов в Airflow для batch-инференса моделей. - Опыт работы с Docker и Kubernetes: эксплуатация production-кластеров, настройка ресурсных лимитов. - Работа с реляционными (SQL) и NoSQL базами данных для хранения структурированных данных. Будет преимуществом - Опыт развертывания моделей на inference-платформах: KServe, Seldon, TorchServe. - Работа с Triton Inference Server: оптимизация инференса, динамическое батчирование, использование разных бекендов (TensorRT, ONNX). - Опыт инференса больших языковых моделей (vLLM, llama), оптимизация GPU-памяти, continuous batching. - Проектирование агентных систем с использованием LangChain, LlamaIndex, LangGraph. - Работа с real-time системами: Kafka, RabbitMQ, streaming-инференс, Faust. Мы предлагаем - Полностью официальная заработная плата и годовая премия. - График работы 5/2, возможен удаленный формат. - ДМС после успешного прохождения испытательного срока. - Корпоративные скидки на страховые продукты (автострахование, ВЗР и т.д.). - Скидки на фитнес, магазины-партнеры, книги. - Доступ к электронной библиотеке (более 3000 книг по актуальным темам). - Специальные мероприятия для сотрудников и их детей, подарки на Новый год.

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 Valletta Software — разработчик кастомных мобильных и веб-решений с офисами в США и Европе. Мы реализуем IT-проекты различной сложности: веб-сайты, мобильные приложения, корпоративные системы, а также решения на базе искусственного интеллекта и машинного обучения (AI/ML). Компания входит в топ-15 разработчиков AI-агентов по версии Clutch Fall 2025. Мы — распределенная команда из 100+ специалистов из 20+ стран. Вы можете работать из любой точки мира (кроме России), обеспечив тишину, хороший интернет и комфортную обстановку. О вакансии Это не роль разработки. Мы ищем архитектора, который будет оценивать существующие системы, выявлять риски, зависимости и проблемы масштабируемости, а затем презентовать свои выводы руководству. Основные задачи - Проведение аудита и оценки архитектуры текущих систем. - Анализ масштабируемости, надежности и эффективности решений. - Выявление архитектурных рисков, узких мест и зависимостей. - Подготовка отчетов и документации по результатам оценки. - Взаимодействие с руководством и командами, представление рекомендаций. Требования Обязательные - Сильное понимание архитектуры программных систем: масштабируемость, надежность, интеграционная архитектура. - Опыт ревью архитектурных решений и оценки рисков. - Умение выявлять проблемы, зависимости и архитектурные долги. - Глубокий опыт работы с облачными платформами, особенно Microsoft Azure. - Способность самостоятельно готовить документы и отчеты (deliverables) высокого качества. Условия - Полностью удаленная работа из любой страны (кроме России). - Проекты в сферах Fintech, MedTech, AI/ML, e-commerce. - Стабильные процессы, прозрачное стратегическое планирование и сильный менеджмент. - Подготовка к клиентским интервью: мы помогаем вам успешно проходить отбор и даем конструктивную обратную связь. - Корпоративные ценности: честность, гибкость, инновации и человекоцентричный подход.

Разработчик .NET + Azure в Южной Америке О компании Valletta Software — разработчик кастомного программного обеспечения в США и Европе. Мы создаём мобильные и веб-приложения, корпоративные системы и решения на основе искусственного интеллекта и машинного обучения (AI/ML). Компания вошла в число лидеров Clutch Fall 2025 Champions и признана одной из 15 лучших компаний по разработке AI-агентов. Мы — распределённая команда, и вы можете работать удалённо из Южной Америки (предпочтительно: Аргентина, Мексика, Колумбия, Бразилия, Чили). Часовой пояс работы: от GMT-3 до GMT-6. Требования - Опыт работы с инфраструктурой Azure — ключевое требование. - Знание C и опыт веб-разработки. - Клиентоориентированность и развитые коммуникативные навыки. - Английский язык на уровне Advanced или Native — обязателен, так как предстоит прямое общение с клиентами. Условия - Работа в глобальной команде: более 100 специалистов из 20+ стран, объединённых любовью к технологиям. - Разнообразные проекты: Fintech, MedTech, AI/ML, e-commerce и другие направления. Можно менять команды и отрасли, чтобы расширять экспертизу. - Поддержка на каждом этапе: подготовка к собеседованиям с заказчиками, тренинги и конструктивная обратная связь. - Стратегическая стабильность: отлаженные процессы, сильный менеджмент и долгосрочное видение. - Ключевые ценности: честность, гибкость, инновации и человекоцентричный подход. - Регулярный пересмотр заработной платы по результатам работы. - Оплачиваемые дни отпуска и больничные.

О нас М.Тех — аккредитованная ИТ-компания в группе М.Видео-Эльдорадо. Мы разрабатываем более 100 инновационных продуктов на основе микросервисной и облачной инфраструктуры, больших данных, биометрии, ИИ и машинного обучения. Наши решения улучшают опыт десятков тысяч сотрудников и миллионов покупателей по всей России. Мы предлагаем: - Работу над продуктами, отмеченными наградами (премии за Лучший Интранет, ИТ-решение в ритейле) и масштабные планы развития - Конструктивный диалог и возможность влиять на продукт своими идеями - Сильную команду увлечённых профессионалов - Конкурентную зарплату, гибридный график или полную удалёнку по РФ; офис в Инновационном центре Сколково - Скидки и спецпредложения от компаний-партнёров - Подписку М.Комбо (ежемесячные бонусные рубли, бесплатная доставка, скидки на установку и ремонт, приоритетная поддержка) - ДМС со стоматологией Задачи - Разрабатывать новые фичи Android-приложения: от доменного слоя (UseCase, репозитории) до экранов на Jetpack Compose в паттерне MVI - Переносить библиотеку дизайн-системы на Kotlin Multiplatform и интегрировать её в iOS-приложение - Поддерживать актуальность компонентов дизайн-системы согласно изменениям продуктового дизайна - Работать с shared-модулем: бизнес-логика, API-интеграции, локальная база данных (SQLDelight), офлайн-режим - Эпизодически дорабатывать BFF на Java: согласование контрактов, правки эндпоинтов - Писать unit-тесты Требования - Коммерческий опыт Android-разработки от 3 лет - Уверенное знание Kotlin и Jetpack Compose - Понимание Clean Architecture и паттернов MVI/MVVM - Опыт с Kotlin Coroutines и Flow - Готовность самостоятельно доводить задачи до результата и отвечать за продукт - Опыт или сильный интерес к Kotlin Multiplatform (KMP) - Базовые знания Java для работы с BFF Будет плюсом: - Опыт разработки и поддержки UI-библиотек или дизайн-систем - Знакомство с Arrow (функциональный подход в Kotlin) - Опыт в продуктовых командах маркетплейсов или e-commerce Стек проекта: Kotlin Multiplatform, Jetpack Compose, Single-Activity, Compose Multiplatform, Clean Architecture, MVI.

О нас Компания SilverRabbit LLC ищет AI/ML разработчика с сильным опытом в full-stack разработке для работы над современными продуктами и техническими проектами на базе искусственного интеллекта. Наш идеальный кандидат умеет создавать практичные AI-решения, внедрять большие языковые модели и модели машинного обучения, выстраивать масштабируемые backend-системы и разрабатывать аккуратные frontend-интерфейсы. Эта роль подойдёт тому, кто получает удовольствие от решения сложных задач, быстро осваивает новые технологии и превращает идеи в готовые к использованию приложения. Мы ценим самостоятельность, инженерное мышление и желание работать с передовыми инструментами. Задачи - Проектирование и реализация AI-решений с использованием LLM, RAG и AI-агентов - Интеграция моделей машинного обучения и работа с векторными базами данных - Разработка бэкенд-сервисов на FastAPI, Django или Flask, создание REST API - Создание клиентских интерфейсов на React, Next.js с применением TypeScript - Автоматизация обработки данных и построение конвейеров - Участие в полном цикле full-stack разработки продуктов: от идеи до production - Взаимодействие с облачными платформами (AWS, Azure, GCP) и контейнеризация (Docker) Требования - Уверенный опыт full-stack разработки (backend + frontend) - Глубокое владение Python и экосистемой AI/ML - Навыки работы с LLM, prompt engineering, фреймворками LangChain, LangGraph, LlamaIndex и API (OpenAI, OpenRouter, Hugging Face) - Понимание принципов RAG и опыт использования векторных хранилищ: Pinecone, Qdrant, Weaviate, FAISS, Chroma - Знание Node.js, JavaScript, TypeScript для frontend-разработки - Опыт с реляционными и нереляционными базами данных (PostgreSQL, MongoDB, Redis) - Владение системой контроля версий Git, контейнеризацией Docker - Умение быстро разбираться в новых инструментах и подходах - Технологический стек: Python, AI/ML, Machine Learning, LLM, RAG, AI Agents, Prompt Engineering, LangChain, LangGraph, LlamaIndex, OpenAI API, OpenRouter, Hugging Face, Vector Databases, Pinecone, Qdrant, Weaviate, FAISS, Chroma, FastAPI, Django, Flask, Node.js, React, Next.js, JavaScript, TypeScript, PostgreSQL, Redis, MongoDB, Docker, Git, AWS, Azure, GCP, REST API, Backend Development, Frontend Development, Full-Stack Development

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.

О компании Vallettasoftware — разработчик кастомного мобильного и веб-программного обеспечения в США и Европе. Наши команды реализуют IT-проекты различной сложности: от сайтов и мобильных приложений до корпоративных систем и решений на основе искусственного интеллекта и машинного обучения. Компания вошла в число Clutch Fall 2025 Champions, подтвердив статус одного из топ-15 разработчиков AI-агентов в мире. Мы распределенная команда — работать можно из любой точки мира, кроме РФ и РБ. Обязательны тишина, стабильный интернет, доступность и комфортное рабочее окружение. О роли Мы ищем Senior / Lead AI Engineer, который будет создавать production-ready AI-системы, где: - LLM является ядром решения - Агентные рабочие процессы (agentic workflows) используются как основной паттерн оркестрации - Качество системы контролируется через оценку (evaluation) - Надёжность, наблюдаемость и контроль стоимости закладываются в архитектуру на старте, а не добавляются позже Это не бэкенд-инженер с ИИ-функциями и не промпт-инженер. Это специалист, который умеет строить AI-нативные системы от начала до конца и доводить их до промышленной эксплуатации. Требования - Реальный опыт разработки и внедрения production LLM-систем - Опыт работы с LLM API: OpenAI, Anthropic, Gemini и аналогичными - Дизайн промптов - Структурированные выводы (structured outputs) - Вызов функций / инструментов (tool/function calling) - Подбор моделей и понимание компромиссов между ними - Опыт проектирования многошаговых рабочих процессов - Опыт разработки агентных систем: одноагентных и/или мультиагентных - Оркестрация: планирование, выполнение, повторные попытки (retry), fallback, верификация - Управление состоянием, контекстом и памятью - Понимание, когда нужен агентный подход, а когда — нет - Понимание границ доверия в агентных системах - Принцип минимальных привилегий для разрешений инструментов - Защита от непрямых инъекций в промпты через внешние данные (извлечение, результаты инструментов, внешние API) - Построение пайплайнов оценки (evaluation pipelines) - Офлайн-оценка (offline evaluation) - Сравнение промптов / ...

О компании Vallettasoftware — разработчик кастомного мобильного и веб-программного обеспечения в США и Европе. Мы реализуем проекты разной сложности: сайты, мобильные приложения, корпоративные системы, а также решения на базе искусственного интеллекта и машинного обучения. Мы — распределенная команда. Работать можно из любой точки мира, кроме России и Беларуси. Важно обеспечить тишину, хороший интернет, доступность и комфортную рабочую обстановку. Роль Мы ищем AI Product Manager или Product-Oriented AI Builder (специалиста по созданию AI-продуктов, ориентированного на результат). Главная особенность роли: вы должны уметь hands-on реализовывать задачи с помощью AI-инструментов. Вы будете работать в команде, но ожидается, что вы сможете автономно вести весь цикл разработки фичи — от сбора требований до продакшена. Задачи и ответственность - Сбор и валидация требований: общение со стейкхолдерами, понимание бизнес-потребностей и перевод их в продуктовые решения. - Автономная работа внутри команды: способность самостоятельно создавать прототип и доводить его до продакшена, выступая как полнофункциональная единица в рамках большого проекта. - Анализ и учет продуктовых метрик (конверсия, удержание), фокус на бизнес-результатах, а не на процессах ради процессов. - Создание реальных проектов и MVP с использованием AI-инструментов: Cursor, Claude Code. - Эффективное взаимодействие с AI: prompt engineering, применение готовых скиллов, поддержание контекста при сложных задачах. - Доведение сгенерированного AI кода до рабочего состояния. Важно не просто копировать случайные фрагменты из чата, а осмысленно интегрировать их в продукт. Требования - Опыт работы с инженерными командами от 5 до 10 лет, достаточный для понимания фундаментальных принципов жизненного цикла разработки ПО. - Четкое системное представление о работе современных веб-приложений: различия между фронтендом и бэкендом, понимание API, баз данных, клиент-серверной архитектуры. - Практический опыт создания проектов или MVP с применением AI-ассистентов (Cursor, Claude Code и аналогов). - Умение эффективно формулировать запросы к AI и поддерживать контекст сложных задач. - Не требуется писать код с нуля — основная работа строится вокруг AI-инструментов. Условия - Полностью удаленная работа из любой точки мира (кроме РФ и РБ). - Гибкий график, ориентация на результат. - Работа в распределенной команде профессионалов.

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.

О компании JobHire.ai создает вертикального AI-агента, который полностью автоматизирует поиск работы для профессионалов. Мы помогаем тысячам пользователей получать приглашения на собеседования: находим, адаптируем и откликаемся на вакансии от их имени — масштабно и с высокой точностью. Компания прибыльна с первого дня, сохраняет темпы роста около 35% месяц к месяцу (топ-1% в своей категории). В команде 40 человек. Среди инвесторов — фонд Deel Ventures, Daniel Gutenberg, Dave Waiser, Margulan Seisembayev и основатели других компаний-единорогов. JobHire.ai — это персональный AI-агент для непрерывного профессионального развития и счастья на работе. Задачи - Разработать и построить лучший в своем классе движок поиска и мэтчинга вакансий, который масштабно соединяет пользователей с наиболее релевантными позициями. - Определять стратегию развития AI-функциональности, проводить продуктовые исследования и отвечать за поставку решений в области матчинга, ранжирования и персонализации. - Создавать быстрые прототипы, принимать уверенные решения при неполных данных и неустанно добиваться измеримых бизнес-результатов. - Улучшать продукт на основе метрик и обратной связи, обеспечивая исключительный пользовательский опыт и воспринимаемую ценность. Требования - Глубокие знания в области машинного обучения и искусственного интеллекта. - Сильный опыт управления продуктом (Product Management) в технологических компаниях. - Способность принимать продуманные решения и действовать в условиях неопределенности. - Инженерное мышление и навыки быстрого прототипирования (hands-on approach). - Высокая аналитичность, ориентация на data-driven подход и измеримые метрики. - Предпринимательское мышление, инициативность и готовность полностью владеть своим направлением. Условия - Полностью удаленная работа, полный день. - Возможность развивать продукт с многотысячной аудиторией и видеть прямой эффект своих решений. - Быстрый и простой процесс найма без лишних этапов. - Работа в быстрорастущей и финансово устойчивой компании.