Вакансии PyTorch
Все вакансии с PyTorch: можно найти работу, где этот инструмент указан в стеке или в задачах. Смотрите живые роли по инструменту и узкие пересечения с профессиями ниже.
Фильтр вакансий
AI-инженер, генеративный ИИ и агентные системы
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
Python-разработчик (CV)
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.
Промпт-инженер по NLP и большим языковым моделям
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).
ML/AI-инженер, генеративный ИИ
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.
ML-инженер в области генеративного ИИ и LLM
О компании Команда мирового уровня из инженеров и специалистов по данным из Facebook, Uber, Amazon и Google. Быстрорастущая консалтинговая компания из Торонто. Клиенты — от ведущих стартапов, создающих значимые технологии, до компаний из списка Fortune 500, масштабирующих инженерные и аналитические возможности. Задачи - Проектирование, прототипирование и вывод в продакшн масштабируемых решений машинного обучения. - Работа с клиентами и коллегами. - Создание передовых систем на основе LLM и реальных данных. Требования - Экспертиза в LLM-инжиниринге, включая знание популярных LLM-провайдеров и их лучших практик. - Опыт создания или работы с агентными системами (tool use, память, планирование, координация нескольких агентов) — преимущество. - Демонстрация LLM-проектов с указанием зоны ответственности и вклада. - Способность быстро прототипировать передовые инструменты и исследовательские идеи; опыт превращения прототипов в продакшн-сервисы. - Практический опыт в статистике и машинном обучении. - Уверенная работа с Python ML-стеком: Pandas, Numpy, scikit-learn, XGBoost, PyTorch и др. - Владение инструментами разработки: Git, Docker, SQL, Bash, FastAPI. - Аналитическое мышление и понимание бизнеса; умение критически оценивать данные и их влияние на продукт или бизнес-результаты. - Степень бакалавра или выше (магистр, PhD) в Computer Science или смежной инженерной области, связанной с программированием. - Бонус: знакомство с AWS или Azure, GitHub Actions, Spark, Neo4j Cypher и графовыми базами данных. Условия - Конкурентоспособная компенсация. - Ответственность и отсутствие микроменеджмента.
Research-инженер по агентным моделям
О роли JetBrains создаёт инструменты для разработчиков. В команде Agentic Models строят многошаговых агентов для написания кода, которые понимают большие кодовые базы, планируют изменения, вызывают инструменты и итерируют вместе с пользователем. Research Engineer отвечает за модели, тренировочные циклы и пайплайны оценки, которые обеспечивают работу этих агентов. Работа ведётся на стыке SFT и RL-посттренировки и продуктовой оценки, с использованием распределённых GPU- и MapReduce-кластеров для выпуска моделей в продукты JetBrains. Задачи - Проектировать, внедрять и поддерживать пайплайны SFT и RL-посттренировки для многошаговых агентов написания кода. - Обучать и адаптировать LLM для агентных сценариев: планирование, использование инструментов, многошаговые взаимодействия внутри IDE JetBrains. - Создавать и развивать среды оценки и симуляции, где агенты могут действовать, измеряться и сравниваться на реалистичных задачах разработчика. - Разрабатывать фреймворки и метрики оценки поведения агентов, анализировать трейсы и логи, замыкать цикл от оценки обратно к обучению, данным и дизайну наград. - Анализировать результаты обучения и оценки, предлагать и внедрять улучшения архитектур моделей, рецептов обучения и датасетов. - Работать с крупномасштабной инфраструктурой: распределённое обучение на GPU-кластерах и обработка данных в стиле MapReduce для претрейнинга и датасетов тонкой настройки. - Тесно взаимодействовать с исследовательскими, продуктовыми и инфраструктурными командами, превращая продуктовые задачи в конкретные модели, эксперименты и выпущенные функции. Требования - Обширный практический опыт обучения LLM (претрейнинг, тонкая настройка или посттренировка) в исследовательской или производственной среде. - Глубокое знание современных фреймворков глубокого обучения, таких как PyTorch, и специализированных стеков обучения LLM (Megatron, NeMo, verl или аналогичных). - Сильное теоретическое и практическое понимание основ LLM: архитектуры, токенизация, пайплайны данных, батчинг, mixed precision, распределённое обучение и отладка нестабильных запусков. - Умение вести проекты от начала до конца: от постановки проблемы или продуктовой боли до дизайна, экспериментов, реализации и итераций. - Продуктовое мышление: понимание того, как разработчики реально используют агентов, и умение переводить продуктовые потребности и сбои в задачи моделирования и оценки. - Не менее 3 лет опыта работы с Python и написания чистого поддерживаемого кода в современных ML-кодовых базах. Будет плюсом - Опыт работы с ML-оркестраторами и инструментами рабочих процессов: Kubeflow, Dagster, Airflow, ZenML и/или планировщиками задач вроде Kubernetes или SLURM. - Опыт работы с крупномасштабными пайплайнами данных и обучения: кластеры в стиле MapReduce, многоузловое GPU-обучение или нагрузки порядка 1M+ CPU/GPU-часов. - Проектирование и поддержка пайплайнов оценки для LLM или агентов: метрики, дашборды, отслеживание экспериментов, автоматические регрессионные проверки. - Разработка ИИ-агентов: агенты с использованием инструментов, планировщики, многошаговые сценарии написания кода, знакомство с агентными фреймворками и паттернами. - Отслеживание экспериментов и наблюдаемость с помощью Weights & Biases, MLflow, Langfuse или аналогичных инструментов. - Оптимизация инференса и эксплуатация оптимизированных моделей в production.
Staff-инженер по исследованиям, предобучение LLM
О компании JetBrains с 2000 года разрабатывает инструменты для разработчиков. Компания работает над новой платформой, которая предоставляет возможности ИИ всем продуктам JetBrains. Платформа основана на моделях, разработанных внутри компании для помощи в написании кода и текстов, а также на интеграции со стратегическими партнёрами. JetBrains — работодатель равных возможностей. Важные качества - Умение самостоятельно планировать проекты и принимать решения, при необходимости консультируясь с другими. - Способность определять потребности клиентов и расставлять приоритеты задач. - Начинать с простейших решений и постепенно добавлять сложность по мере необходимости. - Готовность нести единоличную ответственность за целую подсистему. - Увлечённость обучением и желание быть в курсе последних разработок в области LLM. Задачи - Совместно со стейкхолдерами преобразовывать бизнес-требования в технические спецификации. - Обучать LLM с нуля на большом GPU-кластере. - Собирать и обрабатывать датасеты для предобучения и дообучения. - Поддерживать и улучшать существующие подсистемы. Требования - Опыт проектирования, развертывания и поддержки продакшн-ML-систем. - Сильная теоретическая база в NLP и подходах на основе трансформеров. - Свободное владение современными фреймворками глубокого обучения, такими как PyTorch, и распространёнными библиотеками для NLP. - Опыт распределённого обучения моделей с миллиардами параметров. - Внимание к деталям и отличные коммуникативные навыки. Будет плюсом - Опыт работы с фреймворками инференса LLM: vLLM, DeepSpeed, TensorRT. - Опыт применения техник выравнивания LLM: RLHF/RLAIF. - Инструменты и практики MLOps, включая CI/CD для ML. - K8s и Kubeflow. - Научные публикации в области NLP. Стек и инфраструктура - Кластер из сотен NVIDIA GPU в качестве инфраструктуры для обучения. - Git для управления исходным кодом. - Python, PyTorch и Hugging Face как ML-стек. - Kubeflow и Weights & Biases для отслеживания экспериментов. - TeamCity как система автоматизации CI.
Senior ML-инженер / Data Scientist, LLM и RAG
Компания FlexBoard помогает медицинским организациям создавать успешные команды клиницистов с помощью инновационных технологических продуктов. Вакансия предполагает удалённую работу для кандидатов из США. Обязанности - Проектировать, разрабатывать и внедрять ML-решения: от классических ML-приложений (классификация, кластеризация, рекомендации) до систем на основе LLM, включая парсинг документов, извлечение данных, RAG-пайплайны и LLM-агентов. - Писать чистый, поддерживаемый, production-код на Python, который интегрируется с существующей инженерной и деплой-инфраструктурой. - Работать с большими наборами данных: очистка, предобработка и анализ данных. - Реализовывать и оптимизировать алгоритмы, используя лучшие практики машинного обучения, глубокого обучения и статистического анализа. - Взаимодействовать с бизнес-заинтересованными сторонами для понимания требований и разработки решений на основе данных, которые дают практические инсайты. - Разрабатывать и поддерживать пайплайны и инфраструктуру для обработки данных и обучения моделей, версионирования, развертывания и мониторинга. - Оценивать производительность ML-моделей, включая специфические для LLM подходы к оценке, и настраивать модели для улучшения производительности. - Коммуницировать результаты, инсайты и производительность моделей как технической, так и нетехнической аудитории. - Постоянно следить за последними трендами, технологиями и лучшими практиками. Требования - Степень бакалавра или магистра в области компьютерных наук, науки о данных, статистики, математики или смежной области. - Бакалавр с 5+ годами релевантного опыта; магистр или выше с 3+ годами релевантного опыта. - Свободное владение Python (3+ года опыта программирования). - Сильные практики разработки ПО на Python, включая написание поддерживаемого, тестируемого, production-кода. - Глубокое понимание LLM-архитектур. - Практический опыт создания и оценки RAG-пайплайнов. - Опыт работы с фреймворками оркестрации LLM. - Владение библиотеками машинного обучения, такими как Scikit-learn и PyTorch; библиотеками для работы с данными, такими как NumPy и аналогичными. - Знакомство с облачными платформами (например, AWS, GCP, Azure) и инструментами контейнеризации. - Глубокое понимание метрик оценки моделей для традиционного ML (accuracy, precision, recall, F1) и LLM-систем (faithfulness, answer relevancy, hallucination detection), включая подходы к оценке недетерминированных выходов. - Опыт работы с инструментами управления моделями, такими как MLFlow, и жизненным циклом разработки моделей. - Опыт работы с системами контроля версий, такими как Git. - Владение практиками SDLC для разработки и тестирования. - Отличные навыки решения проблем, аналитическое мышление и способность работать в быстро меняющейся среде. - Сильные коммуникационные навыки и способность объяснять технические концепции нетехническим заинтересованным сторонам. - Умение эффективно работать в команде, включая экспертов в предметной области, инженеров и бизнес-заинтересованных лиц. - Пытливость: желание задавать вопросы и глубже понимать проблемы. - Инновационность: способность находить новые аналитические решения для любых проблем. - Уверенность: способность оспаривать предположения и предубеждения сотрудников на любом уровне организации. - Любознательность: быть в курсе новых и будущих технологий и инструментов. - Бизнес-ориентированность: понимание бизнес-требований и терминологии. - Знакомство с оптимизацией, развертыванием и масштабированием автоматизированных пайплайнов обучения трансформерных моделей. - Знакомство с техниками обучения и GPU-вычислениями. - Знакомство с классическими подходами NLP. - Опыт внедрения CI/CD пайплайнов для ML-моделей для автоматизации обучения, валидации, мониторинга и развертывания. - Опыт интеграции и развертывания AWS AI/ML сервисов. - Опыт работы с данными в сфере здравоохранения. Условия - Медицинская и стоматологическая страховка без дополнительной оплаты для сотрудников. - Пенсионный план 401(k) и планы с распределением прибыли. - Гибкие расходные счета. - Оплачиваемый отпуск. - Корпоративные праздники. - Гендерно-нейтральный отпуск по уходу за ребенком. - Отпуск по утрате близкого человека и отпуск для ухода за питомцем. - Спонсирование непрерывного образования и аккредитации. - Страхование жизни и от несчастных случаев (AD&D). - Краткосрочная и долгосрочная нетрудоспособность.
Senior AI-инженер, агентные системы и LLM
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.
ML-разработчик
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
ML-разработчик
ML-разработчик Компания: Мегафон Локация: Санкт-Петербург Формат: офис Задачи - Проектировать и разрабатывать масштабируемые ML-сервисы и микросервисы на базе Python (FastAPI/Flask) - Интегрировать обученные модели в существующие бизнес-процессы и продуктовые решения - Проводить рефакторинг и оптимизацию кода моделей для повышения их производительности - Разрабатывать и поддерживать ETL/ELT пайплайны для подготовки данных к обучению и эксплуатации - Анализировать технические требования к новым фичам и предлагать архитектурные решения с учетом ограничений по ресурсам и времени - Проводить A/B тестирование новых моделей и анализировать их влияние на бизнес-метрики - Документировать процессы разработки, архитектуры решений и инструкции по развертыванию - Предлагать улучшения в инструментарий команды и процессы MLOps для ускорения разработки Требования - Опыт работы в области Data Science от 2 лет - Глубокое понимание алгоритмов машинного обучения и статистического анализа - Базовый опыт работы с PyTorch или TensorFlow - Навыки построения аналитических моделей на Python - Опыт работы с реляционными (SQL) и распределёнными базами данных - Опыт работы с Linux на базовом уровне - Практические навыки работы с инструментами для разработки, такими как Docker, AirFlow, FastApi, Flask - Преимуществом будет опыт работы в телекоммуникационной отрасли, банковской сфере или цифровых индустриях - Участие и успехи в соревнованиях по data mining (например, Kaggle) будут плюсом - Знание английского языка на техническом уровне
Senior AI-инженер инфраструктуры, LLM/AI-платформы
Вакансия удаленная, открыта для кандидатов из США. Компания — глобальный лидер в области кибербезопасности, специализирующийся на предотвращении взломов с помощью продвинутых платформ на базе ИИ. Ищут Senior AI Infrastructure Engineer для проектирования, создания и масштабирования ИИ-инфраструктуры для продуктов, с фокусом на большие языковые модели (LLM) и ИИ-системы. Обязанности - Предоставление и настройка крупных GPU-кластеров и вычислительных ресурсов для задач обучения, дообучения и инференса LLM. - Оптимизация инфраструктуры обслуживания LLM-моделей, включая развертывание и оптимизацию различных фреймворков инференса. - Управление жизненным циклом моделей: версионирование, контрольные точки и воспроизводимость в процессах обучения и инференса. - Проектирование и внедрение надежных фреймворков оценки для проверки производительности, точности и надежности моделей, обеспечивая соответствие ИИ-систем производственным стандартам. - Выявление и устранение узких мест использования GPU и эффективности памяти GPU, применение таких техник, как квантование, пакетная обработка и кэширование. - Проектирование и поддержка платформ и пайплайнов данных, специально предназначенных для поддержки LLM, RAG (Retrieval-Augmented Generation) и ИИ-систем в производственной среде, с акцентом на производительность, сопровождаемость и строгость тестирования, обеспечивая быструю поставку без ущерба качеству. - Применение экспертизы в моделировании данных, нормализации и семантическом каталогизировании для AI/ML-нагрузок. - Определение и внедрение лучших практик MLOps/DataOps для LLM, включая мониторинг, наблюдаемость и механизмы восстановления для ИИ-сервисов. - Тщательное документирование архитектурных решений и донесение технических деталей до заинтересованных сторон. - Взаимодействие с Data Scientists, Product Managers и другими инженерными командами для превращения исследовательских прототипов в надежные сервисы производственного уровня. Требования - Степень бакалавра в области компьютерных наук, инженерии данных или STEM; магистерская степень приветствуется. - 6+ лет опыта в инфраструктурной/дата-инженерии, как минимум 2 года в создании и поддержке платформ/пайплайнов, поддерживающих LLM-системы и приложения. - Подтвержденный практический опыт в LLM-инфраструктуре: предоставление кластеров, оптимизация обучающих нагрузок и поддержка инференс-пайплайнов. - Исключительная способность писать чистый, элегантный, поддерживаемый и хорошо протестированный код, а также сильный фокус на быстрой поставке результатов. - Глубокое понимание инженерных практик, включая эффективные ревью кода и отказоустойчивую архитектуру. - Проявление технического лидерства и наставнических качеств. - Подтвержденный опыт использования ИИ-технологий для улучшения принятия решений, оптимизации рабочих процессов и процессов, повышения эффективности и бизнес-результатов. - Практический опыт с MLOps-инструментами (MLflow, SageMaker, AI). - Сильное понимание основ CUDA, драйверов, GPU и TPU. - Опыт работы с фреймворками инференса, такими как vLLM и Triton Inference Server. - Владение фреймворками обучения: PyTorch, Ray, Megatron, JAX. - Экспертный уровень владения высокоуровневым языком программирования (Python). - Глубокие знания контейнеризации и оркестрации (Slurm, Airflow). - Владение инструментами Infrastructure as Code, такими как Terraform и Ansible. - Опыт работы с облачными платформами (AWS, GCP или OCI) и сервисами данных. - Опыт работы в сфере кибербезопасности, разведки или отраслях с высокими требованиями к соответствию. - Опыт создания, развертывания и управления LLM в производственной среде. - Опыт работы с распространенными фреймворками рабочих процессов. - Опыт работы с фреймворками обработки данных (например, Dask, Flink). Условия - Право на бонусы. - Гранты на акции. - Комплексный пакет льгот: медицинская страховка, 401k, оплачиваемый отпуск, конкурентоспособная компенсация и акции. - Комплексные программы физического и психического здоровья. - Конкурентоспособный отпуск и праздники, отпуск по уходу за ребенком и усыновлению. - Возможности для развития для всех сотрудников независимо от уровня или роли. - Сети сотрудников, географические сообщества и волонтерские возможности для установления связей. - Офисная культура с удобствами мирового класса. - Сертификация Great to Work Certified™ по всему миру.
Ведущий Data Scientist, Возвраты ML
Ведущий Data Scientist, Возвраты ML Компания: OZON Вы будете - Разработка и обучение ML/DL-моделей для задач NLP и Computer Vision. Возможен также classic ML. - Анализ и обработка данных. - Работа с PyTorch. - Тестирование и оптимизация моделей. - Подготовка модели к запуску в продакшене, участие в A/B тестах, поэтапных раскатках и мониторинге качества. - Поддержка существующих моделей. Нам важно - Широкий прикладной ML-бэкграунд: опыт работы минимум с двумя направлениями из Computer Vision, NLP / LLM, classic ML (обучение моделей, интеграция их в реальные проекты). - Коммерческий опыт в Data Science / ML от 4 лет. - Уверенное знание Python и PyTorch. - Хорошее знание классического ML и современного DL (включая математику за ними). - Опыт самостоятельного ведения задач на разных этапах проекта. - Умение переводить бизнес-задачу в ML-постановку и предлагать практичные решения.
Ведущий Data Scientist, Возвраты ML
Ведущий Data Scientist, Возвраты ML Компания: OZON Вы будете - Разработка и обучение ML/DL-моделей для задач NLP и Computer Vision. Возможен также classic ML. - Анализ и обработка данных. - Работа с PyTorch. - Тестирование и оптимизация моделей. - Подготовка модели к запуску в продакшене, участие в A/B тестах, поэтапных раскатках и мониторинге качества. - Поддержка существующих моделей. Нам важно - Широкий прикладной ML-бэкграунд: опыт работы минимум с двумя направлениями из Computer Vision, NLP / LLM, classic ML (обучение моделей, интеграция их в реальные проекты). - Коммерческий опыт в Data Science / ML от 4 лет. - Уверенное знание Python и PyTorch. - Хорошее знание классического ML и современного DL (включая математику за ними). - Опыт самостоятельного ведения задач на разных этапах проекта. - Умение переводить бизнес-задачу в ML-постановку и предлагать практичные решения.
Ведущий Data Scientist, Возвраты ML
Ведущий Data Scientist, Возвраты ML Компания: OZON Вы будете - Разработка и обучение ML/DL-моделей для задач NLP и Computer Vision. Возможен также classic ML. - Анализ и обработка данных. - Работа с PyTorch. - Тестирование и оптимизация моделей. - Подготовка модели к запуску в продакшене, участие в A/B тестах, поэтапных раскатках и мониторинге качества. - Поддержка существующих моделей. Нам важно - Широкий прикладной ML-бэкграунд: опыт работы минимум с двумя направлениями из Computer Vision, NLP / LLM, classic ML (обучение моделей, интеграция их в реальные проекты). - Коммерческий опыт в Data Science / ML от 4 лет. - Уверенное знание Python и PyTorch. - Хорошее знание классического ML и современного DL (включая математику за ними). - Опыт самостоятельного ведения задач на разных этапах проекта. - Умение переводить бизнес-задачу в ML-постановку и предлагать практичные решения.
Senior ML-инженер, ML Ops и обработка изображений
Проект Работа над продуктами, связанными с сейсмическими данными и данными каротажа скважин, определение простых геологических характеристик данных (разломы, горизонты). Full stack ML с фокусом на обработку сигналов — изображения и временные ряды. Основные навыки: ML Ops, модели изображений, глубокое обучение, GPU-обучение, Google Cloud Platform, TensorFlow, PyTorch, агентные инструменты кодирования. Условия Тип занятости: W2. Длительность проекта: 12 месяцев. Локация: Маунтин-Вью, Калифорния, или удалённо. Режим работы: 3 дня в неделю из офиса при работе на месте в Маунтин-Вью, либо удалённо. Командировки: нет. Уровень: Senior. Требуемая дата начала: ASAP. Процесс отбора: общее собеседование -> техническое интервью -> интервью с клиентом. Разрешение на работу: рассматриваются кандидаты с визами H1B и TN. Кандидат должен быть оформлен по W2. Требования - Опыт в глубоком обучении, GPU-обучении и инференсе, моделях изображений. - Опыт в обучении моделей и настройке распределённых пайплайнов обучения, в частности с использованием Vertex, Kubeflow и т.п. для обучения больших моделей на больших объёмах данных (изображения, язык). - Сильный опыт в создании и развёртывании моделей машинного обучения с фокусом на обработку изображений и обработку сигналов временных рядов. - Опыт обучения и тонкой настройки ML-моделей. - Опыт создания и поддержки пайплайнов данных для изображений и других сенсорных данных. - Опыт работы с инструментами и практиками ML Ops: мониторинг моделей, версионирование, развёртывание. - Опыт работы с инструментами разметки данных. - Опыт работы с облачными платформами, особенно Google Cloud Platform. Опыт с edge-развёртыванием будет плюсом. - Отличные коммуникативные навыки и умение работать в команде. - Способность работать самостоятельно и в команде. - Сильные навыки решения проблем. - Увлечённость машинным обучением и его приложениями. Дополнительные навыки (желательно) - Google Cloud Platform будет полезен; при отсутствии опыта ожидается, что кандидат быстро освоит его до начала и/или в начале работы. - Владение TensorFlow и PyTorch. - Protocol Buffers. - Контейнеры. - Быстрое прототипирование — большой плюс. Команде нужно будет создавать прототипы для проверки гипотез.
ML-разработчик в команду улучшения качества голоса в Алису
ML-разработчик в команду улучшения качества голоса в Алису гибрид Компания: Яндекс 🔹 Какие задачи вас ждут -Улучшение качества моделей Вы будете экспериментировать с архитектурами, данными и схемами обучения, чтобы наши модели для подавления шума и эха становились ещё лучше. -Имплементация и оптимизация моделей Наши модели работают на устройствах Яндекса с Алисой, а также на пользовательских смартфонах и ноутбуках. Эффективность работы — ключевой аспект. Вам предстоит ускорять модели на уровне выбора архитектуры и параметров, а также на уровне конечной имплементации. -Создание и улучшение метрик качества Мы разрабатываем метрики, которые будут рассчитываться на устройствах пользователей с сохранением их приватности и станут служить индикатором общего качества звука. 🔹 Мы ждём, что вы -Работали в области DL (например, с CV или NLP) -Хорошо знакомы с Python и имеете базовые навыки в C++ -Знаете PyTorch Python Job в Telegram | в VK | в Max
GenAI-инженер, LLM-инженер
GenAI/LLM-инженер, удалённо, работа в часовом поясе PST. Предпочтителен кандидат из района залива Сан-Франциско. Роль требует практикующего специалиста по глубокому обучению, уверенно работающего с современными фреймворками и библиотеками для разработки LLM. Задачи: - Внедрение и оптимизация продвинутых методов тонкой настройки (LoRA, PEFT, QLoRA) для адаптации фундаментальных моделей под домен клиента. - Разработка системных методологий промт-инжиниринга для операционной деятельности, нормативного соответствия и технической документации. - Создание переиспользуемых шаблонов и библиотек промтов для стандартизации взаимодействия с LLM-приложениями. - Внедрение фреймворков тестирования промтов для количественной оценки и итеративного улучшения их эффективности. - Настройка систем версионирования промтов и управления для поддержания качества. - Применение методов кастомизации моделей: дистилляция знаний, квантизация, прунинг — для снижения потребления памяти и затрат на инференс. - Решение проблем с памятью с помощью шардированного параллелизма данных, выгрузки на GPU или гибридных подходов CPU+GPU. - Построение пайплайнов RAG с векторными базами данных, пайплайнами эмбеддингов и оптимизированными стратегиями чанкинга. - Разработка продвинутых стратегий промтинга: цепочки рассуждений, оркестрация диалогов, агентные подходы. - Совместная работа с MLOps-инженером для эффективного развертывания, мониторинга и переобучения моделей. Требования: - Глубокое обучение и NLP: владение PyTorch/TensorFlow, Hugging Face Transformers, DSPy, продвинутыми техниками обучения LLM. - Знание GPU и аппаратного обеспечения: опыт многогпу-обучения, оптимизации памяти, стратегий параллелизации. - LLMOps: знакомство с процессами поддержки LLM-приложений в продакшене и мониторингом производительности моделей. - Техническая адаптивность: умение читать исследовательские статьи и внедрять новые техники (без обязательного владения математикой уровня PhD). - Доменная адаптация: навыки создания пайплайнов данных для тонкой настройки моделей под специфический контент.
Principal AI/ML-инженер, LLM и генеративный ИИ
О компании Common App — национальная некоммерческая организация, которая занимается доступом, равенством и честностью в процессе поступления в колледжи. Ежегодно организация поддерживает более 1 миллиона студентов, треть из которых — первопоколенческие, при подаче заявлений в более чем 1100 колледжей и университетов через бесплатное онлайн-приложение Common App. Обязанности Principal AI & Machine Learning Engineer — технический лидер, отвечающий за внедрение искусственного интеллекта в корпоративные рабочие процессы и аналитические процессы для достижения измеримых улучшений в производительности, генерации инсайтов и поддержке принятия решений в подразделении Data Analytics & Research (DAR). - Подчиняется старшему директору по аналитической инженерии. - Тесно сотрудничает с командами Data Engineering, Data Governance и кросс-функциональными бизнес-заинтересованными сторонами. - Обеспечивает масштабируемость, безопасность, соответствие требованиям и согласованность AI-решений с корпоративной стратегией данных. - Работает как старший индивидуальный контрибьютор и технический авторитет: устанавливает стандарты практики AI-разработки, наставляет коллег по прикладным AI-техникам, превращает сложные возможности машинного обучения в корпоративные системы. - Признанный эксперт в области AI, к которому обращаются за техническим руководством, наставничеством и экспертизой как внутри организации, так и в более широком сообществе AI и данных в высшем образовании. Требования - Кандидат должен проживать в США. - Готовность к поездкам для участия в двух ежегодных выездных мероприятиях Common App Retreat. - Степень бакалавра в области компьютерных наук, науки о данных, статистики, математики или смежной количественной/технической области; или эквивалентная комбинация образования и опыта. - 8–10 лет прогрессивного опыта в машинном обучении, AI-инженерии или науке о данных, из них не менее 3 лет — в прикладном AI и продакшн-системах ML. - Подтверждённый опыт интеграции LLM и генеративного AI в корпоративные аналитические или операционные рабочие процессы. - Подтверждённый опыт работы в рамках корпоративных систем управления данными и соответствия требованиям. - Экспертиза в прикладном машинном обучении и AI, включая обучение с учителем и без учителя, обработку естественного языка и интеграцию больших языковых моделей (например, OpenAI, Anthropic, open-source LLM через Hugging Face). - Подтверждённый опыт проектирования и развёртывания продакшн-систем AI/ML, включая сквозные ML-пайплайны: обучение, оценка, версионирование, развёртывание и мониторинг. - Владение R и Python для машинного обучения и AI-разработки; знакомство с ML-фреймворками: scikit-learn, PyTorch, TensorFlow или эквивалентами. - Опыт создания и эксплуатации приложений на базе LLM, включая промт-инжиниринг, retrieval-augmented generation (RAG) и фреймворки оркестрации инструментов и агентов. - Сильные навыки SQL и опыт работы с крупномасштабными облачными платформами данных (например, Databricks, Snowflake, BigQuery); умение проектировать AI-ready пайплайны данных в корпоративных хранилищах. - Знание AI-управления, принципов ответственного AI и требований соответствия для систем, работающих с чувствительными или персонально идентифицируемыми данными. - Подтверждённая способность работать как старший технический индивидуальный контрибьютор: устанавливать стандарты, принимать архитектурные решения и наставлять коллег без формальных управленческих полномочий. - Сильные межличностные и коммуникационные навыки, умение объяснять сложные концепции AI/ML доступным языком для нетехнических заинтересованных сторон и руководителей. - Подтверждённая способность управлять несколькими конкурирующими приоритетами и поставлять качественные AI-решения в быстро меняющейся среде. Желательно - Степень магистра или доктора в области компьютерных наук, машинного обучения, науки о данных или смежной области. - Соответствующие сертификаты AI/ML или облачные сертификаты (например, Databricks Certified Machine Learning Professional, AWS Machine Learning Specialty или эквивалент). - Опыт работы с Agile-фреймворками для кросс-функциональной, продуктоориентированной коллаборации. - Опыт работы с агентными AI-фреймворками.
ML‑инженер в Толк, middle/middle+
ML-инженер в Толк, middle/middle+ Компания: Контур Задачи - Улучшать автоматическое протоколирование встреч: повышать качество генерации, работать с галлюцинациями, настраивать и оптимизировать воркфлоу-решения, выстраивать мониторинг качества и предотвращать деградацию решения. - Запускать новую ИИ-функциональность, поддерживать и улучшать качество существующей функциональности как в NLP, так и на стыке разных доменных областей. - Развивать агентские системы внутри продукта: оптимизировать, улучшать качество, реализовывать новые сценарии. Ожидания - Опыт разработки и поддержки продакшн-решений на основе современных моделей NLP. - Владение Python на продакшн-уровне, PyTorch. - Опыт решения прикладных задач с LLM, практический опыт с SFT, RAG и дистилляцией. - Опыт работы с фреймворками для построения агентных систем: Pydantic AI, LangChain, LangGraph или аналоги. - Опыт работы с инструментами для наблюдения и отладки LLM-приложений: Langfuse, LangSmith или аналоги. - Опыт деплоя моделей, понимание MLOps: Docker, Kubernetes, CI/CD для ML. - Большой плюс — опыт разработки и внедрения моделей в CV- или Speech-доменах.
ML-инженер, сопровождение инференса и разработка
Компания FlexBoard ищет Machine Learning Engineer для поддержки и улучшения инференс-системы, обеспечения высокого качества вклада и разработки надежного CI/CD пайплайна для эффективных релизов. Вакансия удаленная, для кандидатов в США. Обязанности: - Поддержка и развитие флагманского инференс-движка и CV-инференса, сохранение его работоспособности и высокого качества по мере роста объема вклада. - Создание управляемого пайплайна вклада — автоматизированное и полуавтоматизированное ревью, триаж и CI/CD — для безопасного приема большого объема PR от агентов и перехода от еженедельных релизов к ежедневным. - Проектирование и развитие тестового набора, проверяющего работоспособность сборки во всех средах (автономных и на платформе), с целью ночного сквозного тестирования. - Определение и соблюдение стандартов ревью и навыков для агентов и контрибьюторов, принятие решений о скорости и отклонении, встраивание этих решений в систему. - Оптимизация процесса добавления новых моделей в инференс, ускорение и упрощение вывода новейших моделей для пользователей. - Обучение внутренних команд и клиентов, включая полевых инженеров и службу поддержки, для самостоятельной работы и более глубокого использования продукта. - Взаимодействие между инженерией и клиентами: перевод новых возможностей в документацию, демо, истории и запуски. - Развитие сообщества вокруг проекта. Требования: - 5+ лет практического опыта создания и эксплуатации продакшн-систем машинного обучения, желательно с крупномасштабным развертыванием современных ИИ-моделей. - Понимание CV/ML: как работает инференс, как модели устроены внутри, как развертываются в разных средах и адаптируются для реальных сценариев. - Уверенное использование ИИ-агентов для написания кода, включая автоматизацию процессов разработки: ревью, триаж, тестирование и CI. - Сильное понимание границ применения агентов и необходимости ограничений. - Глубокие знания CS и систем, способность самостоятельно решать задачи программирования, архитектуры и надежности. - Практический опыт с CI/CD, релиз-инжинирингом и тестовой инфраструктурой. - Опыт работы с ML-технологиями, включая несколько из: PyTorch, TensorFlow, ONNX, TensorRT, vLLM или другие инструменты развертывания моделей. - Сильные навыки обработки изображений и видео, включая несколько из: OpenCV, DeepStream, Pillow, PyAV, аппаратное декодирование видео. Опыт с видеопотоковыми протоколами — преимущество. - Отличные коммуникативные навыки: умение обучать, писать документацию и взаимодействовать с инженерией, поддержкой, полевыми командами и маркетингом. - Опыт сопровождения open-source проектов — значительное преимущество. Условия: - Стипендия на поездки $4000 в год для совместной работы с другими членами команды. - Стипендия на продуктивность $350 в месяц для улучшения рабочей среды, например, высокоскоростной интернет или коворкинг. - Стипендия на ИИ-инструменты $350 в месяц. - Покрытие до 100% стоимости медицинской страховки для сотрудника, партнера или семьи. - Стипендия на командные обеды $150 в месяц. - Удаленный формат с гибким графиком, позволяющий работать синхронно и асинхронно. - Безлимитный оплачиваемый отпуск с минимальным ежегодным периодом в 2 недели. - 12 недель отпуска по уходу за ребенком. - Акции компании. - Возможности для команды, включая очные встречи в разных городах, и ресурсы для работы.
Forward Deployed Engineer, AI-решения
Forward Deployed Engineer — инженер, который помогает бизнесу внедрять AI-решения. Роль предполагает работу с бизнес-подразделениями: от постановки задачи до запуска и оптимизации решений в production. Задачи: - Совместно с бизнес-заинтересованными сторонами определять и приоритизировать высокоценные сценарии использования, соответствующие стратегическим целям. - Переводить бизнес-задачи в технические проекты, архитектуру решений и планы внедрения. - Проектировать, разрабатывать и разворачивать комплексные решения: пайплайны данных, API, оркестрацию рабочих процессов и AI/ML-функциональность. - Интегрировать решения в существующие корпоративные системы и рабочие процессы. - Ускорять вывод решений из пилота в production итеративным методом (в течение месяца). - Обеспечивать надежность, масштабируемость и производительность решений через мониторинг, тестирование и оптимизацию. - Сотрудничать с командами архитектуры, инженерии, безопасности и данных для соблюдения корпоративных стандартов и требований безопасности. - Поддерживать решения в соответствии с отраслевыми требованиями, управлением данными и внутренним аудитом, обеспечивая контроль и документацию. - Вносить переиспользуемый код, паттерны и компоненты в корпоративные платформы. Требования: - Опыт работы с AI/LLM-технологиями от 5 до 7 лет: большие языковые модели (LLM), retrieval augmented generation (RAG), фреймворки автоматизации. - Опыт работы Forward Deployed Engineer или в аналогичной роли в сфере быстрой разработки AI-решений. - Опыт работы с облачными платформами (предпочтительно Azure), контейнеризацией и инфраструктурой как кодом. - Опыт проектирования и внедрения корпоративных решений на уровнях данных, приложений и интеграции. - Сильные full-stack навыки: бэкенд-разработка, инженерия данных, системная интеграция (React, Next.js, Python, Node.js, AI SDK, Snowflake, Azure, OpenAI API, Anthropic Claude, PyTorch, Pinecone, Qdrant). - Умение проектировать и реализовывать пайплайны данных, API и масштабируемые архитектуры решений. - Опыт в разработке ПО, инженерии данных или смежных технических ролях: фронтенд, фуллстек, бэкенд, пайплайны данных, интеграция агентов, промт-инжиниринг, быстрая разработка приложений, UX-прототипирование. - Знание управления данными, стандартов безопасности и требований соответствия. - Умение работать в кросс-функциональных командах: бизнес, продукт, инженерия. - Отличные коммуникационные навыки, способность объяснять технические концепции нетехнической аудитории. Условия: - Полная занятость, постоянная роль, не контракт. - Полная удалённая работа или гибрид в Род-Айленде. - Для удалённых кандидатов: проживание в одном из штатов — Аризона, Коннектикут, Флорида, Джорджия, Луизиана, Массачусетс, Северная Каролина, Оклахома, Род-Айленд, Южная Каролина, Техас, Вирджиния. - Работодатель не спонсирует визы.
Senior Data Scientist, Python, машинное обучение
Компания Proxify ищет Senior Data Scientist (Python) для одной из быстрорастущих клиентских команд в роли технического лидера по инновациям в данных. Задача — превращать сложные высокоскоростные наборы данных в прогнозные модели и практические системы, которые напрямую влияют на продуктовую стратегию и бизнес-операции. Специалист будет соединять чистые исследования и продакшн-разработку: не только строить прототипы в ноутбуках, но и проектировать, обучать, оценивать и разворачивать надежные модели машинного обучения в облачных средах. Роль подходит дата-сайентисту с системным мышлением, ценящему чистую модульную Python-архитектуру, статистическую строгость и масштабируемые пайплайны данных. Задачи - Проектировать, создавать и оптимизировать масштабируемые прогнозные модели и алгоритмы машинного обучения для решения сложных бизнес-задач. - Архитектурно выстраивать и поддерживать надежные пайплайны данных и наборы признаков, обеспечивая качество, согласованность и целостность данных на этапах обучения и инференса. - Взаимодействовать с дата-инженерами, продакт-менеджерами и бэкенд-командами для бесшовной интеграции моделей в основные API приложений. - Проводить тщательные код-ревью рабочих процессов data science, продвигая продакшн-стандарты Python и линтинг. - Переводить технические метрики (Precision, Recall, ROC-AUC, RMSE) в понятные бизнес-результаты и рекомендации для руководства. Требования - 5+ лет профессионального опыта в роли Data Scientist, экспертное владение экосистемой Python для данных (Pandas, NumPy, SciPy, Scikit-Learn). - Глубокие теоретические и практические знания supervised и unsupervised обучения, регрессии, классификации, кластеризации и прогнозирования временных рядов. - Подтвержденный опыт вывода моделей из Jupyter Notebook в продакшн с использованием контейнеризации (Docker) и микросервисной архитектуры. - Уверенное написание сложных оптимизированных SQL-запросов, опыт работы с большими данными с использованием распределенных вычислений (PySpark или Ray). - Опыт работы с инструментами жизненного цикла ML (MLflow, DVC или Weights & Biases) для отслеживания моделей, версионирования и управления feature store. - Практический опыт работы с облачной инфраструктурой (AWS, GCP или Azure) и управляемыми ML-сервисами (например, SageMaker или Vertex AI). - Часовой пояс: CET (±3 часа). Кандидаты из других часовых поясов не рассматриваются. Желательно: - Опыт глубокого обучения с использованием PyTorch или TensorFlow/Keras. - Опыт работы с NLP-фреймворками (Hugging Face, spaCy) или развертывание пайплайнов на основе LLM (LangChain, векторные базы данных). - Знакомство с инструментами оркестрации, такими как Apache Airflow или Prefect. - Сильный бэкграунд в дизайне экспериментов, методологии A/B-тестирования и проверке статистической значимости. Условия - Своевременные ежемесячные выплаты с гибкими вариантами вывода средств. - Предсказуемые часы проекта: стабильные 8-часовые рабочие дни с клиентами. - До 24 гибких выходных дней в год без потери оплаты для полной занятости на позициях, найденных через Proxify. - Долгосрочные удаленные позиции в технологических компаниях. - Персональный подбор проектов без типичных барьеров и предвзятости в рекрутинге. - Единый процесс найма для множества возможностей без дополнительных оценок. - Одинаковая ежемесячная оплата на позициях, найденных через Proxify.
Senior Principal инженер-разработчик ИИ
Федеральная технологическая консалтинговая компания ищет Senior Principal инженера-разработчика ИИ для присоединения к своей команде. Идеальный кандидат имеет 12–15+ лет опыта в разработке ПО и 8+ лет практического опыта в ИИ/МО, опыт проектирования и внедрения крупномасштабных ИИ-систем, знакомство с такими областями, как большие языковые модели (LLM), генерация с дополненной выборкой (RAG), агентный ИИ, оркестрационные фреймворки, MLOps, распределённое обучение и модернизация корпоративного ИИ. Требуется опыт работы с Python, PyTorch, TensorFlow, облачными платформами (AWS, Azure, GCP) и разработкой полнофункциональных приложений. Предпочтителен предыдущий опыт работы в федеральных средах, управление ИИ, облачные нативные архитектуры, DevSecOps, микросервисы и управляемые ИИ-платформы, такие как AWS Bedrock, Azure OpenAI и Google Vertex AI. Требуется гражданство США. Активный допуск Public Trust, Secret или выше будет преимуществом. Требуемые навыки и опыт: - 10+ лет опыта в науке о данных, МО или ИИ - Владение Python на экспертном уровне - Опыт в машинном обучении, глубоком обучении и LLM - RAG, векторные базы данных и инструменты генеративного ИИ - MLOps и развёртывание моделей в продакшене - Облачные платформы (AWS, Azure, GCP) - Внедрение ИИ и аналитики в масштабе предприятия - Статистика, эксперименты и оценка моделей - Степень бакалавра или магистра в смежной области - Степень в области компьютерных наук, инженерии или смежной области Предложение: - Конкурентоспособная почасовая ставка - Полный пакет медицинских льгот - Медицинская страховка - Стоматологические льготы - Офтальмологические льготы - Оплачиваемый отпуск - Пенсионный план 401(k) Соискатели должны иметь разрешение на работу в США на полную ставку сейчас и в будущем.
Data Scientist (Audio / Антидипфейк)
Data Scientist (Audio / Антидипфейк) Зарплата: от 350 000 ₽ Формат работы: гибрид (Москва) Компания: Сбербанк Требования: - Опыт работы в Data Science от 3 лет - Опыт работы с Deep Learning в Аудио и других областях, опыт использования современных архитектур нейронок в Audio/CV - Владение различными методами обучения нейронных сетей: Incremental learning, Self-Supervised Learning и т.п. - Понимание подходов к формированию фичей для анализа аудиоданных: Фурье-разложение, Мел-спектрограммы, Вейвлет-преобразование и прочее - Понимание современных end-to-end подходов к формированию аудио фичей - Свободное владение PyTorch
ML-инженер
Мы — Далее, и мы занимаемся разработкой и поддержкой сложных digital-решений для крупных клиентов: от веб-сайтов до приложений, от Сбербанка до Nestle. Мы — один из крупнейших независимых продакшнов в России, работаем с 2005 года, сейчас в штате более 550 человек. Мы занимаем 1-е место в рейтинге Adindex Digital Index в сегменте web-production, входим в топ-20 Tagline. Сейчас мы ищем ML-инженера в команду, которая реализует AI-решения для различных проектов компании. Предстоит разрабатывать и внедрять ML-модели, участвуя во всем жизненном цикле продукта. Обязанности: Поддерживать текущие алгоритмические решения. Проектировать и внедрять AI-агентов (LLM, GPT-like модели) в различные процессы. Разрабатывать методологию и проектировать NLP/LLM решения. Адаптировать и дообучать LLM (например, LLaMA, Mistral, YaLM 2) под специфику продукта. Интегрировать LLM API (OpenAI, Claude) с fallback-механизмами. Проводить исследования, тестировать новые идеи, оценивать жизнеспособность и качество моделей, реализовывать R&D-подходы на реальных бизнес-данных. Разрабатывать RAG-пайплайн для поиска и обработки данных (POI, отзывы, описания). Настраивать векторные БД (Pinecone/Weaviate/Qdrant) и оптимизировать кэширование. Заниматься prompt engineering — создавать и тестировать промты для различных сценариев. Вести рабочую документацию и создавать отчеты о результатах работы. Мониторить ключевые показатели эффективности процессов, анализировать отклонения и их воздействие на общие показатели. Участвовать в проектировании архитектуры, CI/CD, мониторинге и оптимизации сервисов. Требования: Высшее образование в области математики, информатики или смежных дисциплин. Знание современных AI-фреймворков и библиотек (LangChain, LlamaIndex и других). Навыки создания ML-пайплайнов и backend-сервисов. Уверенное владение Python и PyTorch/TensorFlow, понимание принципов работы алгоритмов (GBDT, CNN, Transformers). Практический опыт работы с API, Docker/Kubernetes и базами данных. Понимание процессов Fine-tuning LLM и оценки качества моделей. Опыт внедрения RAG. Умение писать unit-тесты. Будет плюсом: Позитивный опыт внедрения RAG агентов в существующие бизнес-процессы. Реализованные проекты с существенной пользовательской нагрузкой. Понимание инфраструктуры для ML-сервисов (GPU, CPU). Мы предлагаем: Полностью белую заработную плату. Ориентируемся на ваши пожелания, опыт и навыки. Оформление по ТК РФ, оплачиваемый отпуск и больничный с первого рабочего дня. Работу в компании с аккредитацией в Минцифры. Расширенный пакет ДМС со стоматологией. 8-часовой рабочий день, удаленный формат работы. Спорт – корпоративный волейбол, беговой клуб и киберспортивные турниры). Яркую корпоративную жизнь – более 400 мероприятий в год (2 корпоратива с оплатой трансфера, разговорный клуб английского, совместные походы в музей, квизы, книжный и киноклуб, мем-чат и многое другое). Обучение и участие в профессиональных конференциях.
ML-разработчика, ответственного за разработку CV-моделей для изображений и видео и работы с большими…
вакансия ML-разработчик (CV) Центр изучения и сетевого мониторинга молодёжной среды – аккредитованная IT-компания, созданная по поручению Президента России в 2018 году. Наша миссия – разработка социально значимых технологических решений для защиты детей и подростков от деструктивного контента в цифровом пространстве. Через создание комплексной мониторинговой системы мы формируем безопасную среду для нового поколения. Мы ищем в команду ML-разработчика, ответственного за разработку CV-моделей для изображений и видео и работы с большими визуально-языковыми моделями (VLM). Мы работаем с колоссальным объёмом графических данных, разрабатываем собственные CV-модели и разрабатываем собственные проекты с использованием компьютерного зрения. Стек технологий - PyTorch, Torchvision - Ultralytics YOLO, DINOv2, семейство Qwen VL - MLFlow, ClearML - Python, NumPy, OpenCV, Pillow, scikit-image - Docker, Kubernetes - NVidia Triton, TensorRT, ONNX, vLLM - Jira, Confluence, Git Чем предстоит заниматься - Разработка CV-моделей для работы с данными социальных сетей и социальных медиа - Разработка VLM-навыков для автоматизации различных задач - Взаимодействие с отделом разметки данных и отделом DevOps - Внедрение моделей в промышленную эксплуатацию Ждем от кандидата - Опыт работы от 3 лет - Опыт работы с обработкой видеоданных и оптимизацией - Опыт работы или реализации практических проектов в области машинного обучения - Глубокое понимание математических оснований машинного обучения и анализа данных - Проактивность, готовность вникать в задачу - Знание метрик оценки качества CV-моделей, VLM-workflow - Опыт работы с реляционными базами данными, объектными хранилищами - Качественный чистый код Что мы предлагаем - Чёткие процессы разработки, взаимодействия с проектными командами и DevOps-инженерами - Большой кластер GPU, включающий в том числе самые современные production-ready ускорители - Официальное трудоустройство по ТК РФ в аккредитованной IT-компании - Конкурентный уровень з / п - Формат работы - офис / гибрид - Место работы - офис в центре Москвы - Гибкое начало рабочего дня, график 5 / 2, выходные: суббота, воскресенье - Непрерывное обучение и развитие профессиональных навыков Компания: АНО ЦИСМ Заработная плата: Уровень дохода не указан Полезные ссылки: 🍏 Мобильный трудоголик - Канал про мобильную разработку. 🔹 Flutter & Dart | Мобильный трудоголик - Канал про разработку на Flutter. 🐈 Кот Денисова - Канал про разработку и жизнь в ИТ.
Data Scientist / ML Engineer (Проект CVM)
Data Scientist / ML Engineer (Проект CVM) Удаленно X5 Tech — IT-компания и основной цифровой партнер торговых сетей и бизнесов X5 Group. Требования: - Опыт работы в DS-сфере от трех лет - Умение писать чистый и структурированный код на Python, знание классических алгоритмов и структур данных - Знание теоретических и практических продвинутых методов машинного обучения - Знание PySpark: умение строить оптимальные запросы, знание оконных функций и отличий repartition от coalesce - Знание и опыт работы с PyTorch - A/B тесты, генерация и проверка гипотез: способность говорить с аналитиками на одном языке
Инженер-исследователь (разработчик)
вакансия Инженер-исследователь (разработчик) Мы — Сколтех. Международный технологический университет новой модели. Внедряем новые технологии, разработанные на основе глубоких исследований. Готовим высококлассных специалистов по самым актуальным направлениям. Создаём новые компании и рабочие места. В 2019 году Сколтех вошел в топ-100 лучших молодых вузов мира по версии Nature Index. Срочный трудовой договор с дальнейшим продлением в рамках проекта Центра инженерных систем и наук. Обязанности: В рамках проекта "Разработка технологии управления роем БВС на основе искусственного интеллекта для эффективной реализации сценариев группового применения" - Участие в разработке программы и методик испытаний для ПО БЛА; - Сетевое взаимодействие (HIL / SIL): Разработка высокопроизводительного сетевого интерфейса (TCP / UDP, gRPC или ROS2 Bridge) для передачи данных сенсоров на внешние компьютеры с ИИ и получения команд управления обратно в симулятор; - Эмуляция сенсоров: Программирование виртуальных датчиков (LIDAR, Depth Cameras, IMU, GPS) с учетом шумов и задержек, характерных для реального оборудования; - Оптимизация: Обеспечение работы симулятора в реальном времени (Real-time) при передаче потокового видео и данных с облаков точек. Требования: - Понимание принципов работы LLM (LangChain, LlamaIndex), а также архитектур VLA / VLM-backed-систем; - Опыт участия в научных проектах; - Опыт работы в робототехнике от 2-х лет подтвержденный реализованными проектами или научными публикациями; Должен знать; - Глубокое знание Python и ключевых библиотек для ML (PyTorch, NumPy, Pandas) и компьютерного зрения (OpenCV); - Практический опыт работы с ROS (Robot Operating System); - Обеспечени поддержки вычислительных ресурсов, администрирование вычислительных систем для отдела разработки; - Совместное с разработчиком выстраивание процесса CI / CD; - Опыт программирования для встраиваемых систем (Jetson, Raspberry Pi) и работы с Linux. - Наличие научных публикаций в области робототехники, ИИ или компьютерного зрения. - Высшее образование по направлению исследований. Условия: - Конкурентный уровень заработной платы; - Расширенная программа ДМС (большой выбор клиник, включая стоматологию); - Социальная поддержка (выплаты при рождении ребенка, консультации корпоративного психолога); - Возможность бронирования; - Современный кампус с собственной парковкой; - Гибкое начало рабочего дня (по согласованию с руководителем); - Предоставление других льгот и доступ к разнообразным партнерским программам в соответствии с внутренними правилами; - Хорошая Транспортная доступность (МЦД-1 до ИЦ Сколково, ходит транспорт от станций метро Славянский бульвар, Тропарево, Кутузовская, Молодежная, Солнечная, Филевский парк). Компания: The Skolkovo Institute of Science and Technology Заработная плата: Уровень дохода не указан Полезные ссылки: 🍏 Мобильный трудоголик - Канал про мобильную разработку. 🔹 Flutter & Dart | Мобильный трудоголик - Канал про разработку на Flutter. 🐈 Кот Денисова - Канал про разработку и жизнь в ИТ.
ML-разработчик в команду улучшения качества голоса в Алису
ML-разработчик в команду улучшения качества голоса в Алису Компания: Яндекс Формат работы: гибрид Какие задачи вас ждут - Улучшение качества моделей: Вы будете экспериментировать с архитектурами, данными и схемами обучения, чтобы наши модели для подавления шума и эха становились ещё лучше. - Имплементация и оптимизация моделей: Наши модели работают на устройствах Яндекса с Алисой, а также на пользовательских смартфонах и ноутбуках. Эффективность работы — ключевой аспект. Вам предстоит ускорять модели на уровне выбора архитектуры и параметров, а также на уровне конечной имплементации. - Создание и улучшение метрик качества: Мы разрабатываем метрики, которые будут рассчитываться на устройствах пользователей с сохранением их приватности и станут служить индикатором общего качества звука. Мы ждём, что вы - Работали в области DL (например, с CV или NLP) - Хорошо знакомы с Python и имеете базовые навыки в C++ - Знаете PyTorch