Вакансии для ML-инженеров на Python
Вакансии для ML-инженеров на Python: подборка ролей, где в задачах или стеке указан Python. Можно найти работу в этом направлении и сразу смотреть…
Фильтр вакансий
Senior AI Engineer/Cпециалист по генеративному искусственному интеллекту(SecOps)» (Москва)
Требуется «Senior AI Engineer/Cпециалист по генеративному искусственному интеллекту(SecOps)» (Москва) Компания «BI.ZONE» ищет хорошего специалиста на вакансию «Senior AI Engineer/Cпециалист по генеративному искусственному интеллекту(SecOps)». Москва (Россия). Полный рабочий день. Требуемые навыки: LangChain, Langgraph, LLM, Python.
Senior AI Engineer/Cпециалист по генеративному искусственному интеллекту(SecOps)
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).
Опытных разработчиков на C++
Разработчик на C++ в команду данных для еком-сценариев Поиска Наша команда занимается сбором и подготовкой данных для еком-среза Поиска. Мы хотим улучшить сценарии Поиска, чтобы пользователям было проще находить информацию о товарах, магазинах и совершать покупки онлайн. Наши задачи: production-код на C++20, работа с данными и создание MVP на Python, ML (подготовка и внедрение как YandexGPT, так и моделей поменьше — BERT, CatBoost, DSSM). Мы ищем опытных разработчиков на C++, чтобы сделать товарный Поиск ещё лучше и удобнее. Какие задачи вас ждут - Использование связей «товары — каталоги» для наполнения товарной базы. Один из способов эффективно индексировать множество товарных страниц в интернете, которые постоянно меняются, — это естественные батчи: каталоги и листинги. А чтобы этот подход работал, нужно не только с высоким качеством получать информацию о товарах со страниц каталогов, но и в правильном порядке обходить страницы на уровне базы. Также вам предстоит поддерживать ключи для связи сущностей в базе (many-to-many), чтобы не нарушать консистентность данных. - Определение доступности товаров для заказа. Чтобы сделать товарную выдачу релевантной, мы должны понимать, какие товары пользователь действительно может заказать. Для этого мы хотим быстро находить недоступные страницы и товары, которых уже нет в наличии, а также учитывать в рантайме региональность. Мы ждём, что вы - Знаете классические алгоритмы и структуры данных - Пишете код на C++ и Python - Имеете опыт продуктовой разработки - Готовы учиться и осваивать новые технологии Почему у нас хорошо Мы предоставляем полный набор, который поможет уберечься от тревожности и выгорания: ежегодные медицинские чекапы, йога и психотерапия.
AI-разработчик / MLOps
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.
Senior_NLP Engineer
SeniorNLP Engineer удаленка senior Компания: Джетлин ☑️ Задачи: -Разрабатывать и дообучать модели NLP/LLM: эмбеддинги, генерация, RAG-подходы. -Исследовать новые архитектуры, ставить эксперименты, проводить A/B-тесты. -Проектировать и развивать сервисы на базе языковых моделей: ассистенты, интеллектуальный поиск, генерация документов и кода. -Оптимизировать инференс и внедрять модели в продакшн совместно с ML и backend-командами. -Работать с данными: предобработка, векторизация, организационное хранение knowledge-баз. ☑️ Что важно: -3+ лет коммерческого опыта в NLP/LLM. -Глубокая математика: ML, статистика, теория вероятностей. -Python + DS-стек: pandas/polars, numpy, scipy, scikit-learn. -Практика с PyTorch, Transformers, sentence-transformers, LangChain / LangGraph / LlamaIndex. -Опыт работы с моделями Qwen, DeepSeek, Llama, Mistral; SFT, LoRA, QLoRA, prompt-tuning. -Навыки работы с Docker, Kubernetes, CI/CD. -Умение настраивать и оптимизировать RAG-пайплайны. ☑️ Будет плюсом: -Опыт в финтехе или корпоративных экосистемах. -Работа с Hadoop (Hive, PySpark), Greenplum, PostgreSQL. -Понимание интеграции LLM в бизнес-процессы. -Опыт работы в кросс-функциональных командах. Python Job в Telegram | в VK | в Max
Активных и заинтересованных аналитиков
Аналитик-разработчик претрейна Alice AI LLM Наша команда занимается аналитикой претрейн-модели Alice AI LLM, которая лежит в основе Алисы, Поиска и многих других продуктов Яндекса. Наша цель — улучшать модель, решая множество прикладных задач, постоянно мониторить качество со всех сторон и не терять ничего важного. Для этого нам нужна система надёжных и разносторонних метрик (бенчмарков) — такими метриками и занимается наша команда. Ищем активных и заинтересованных аналитиков. Какие задачи вас ждут: - Создание метрик качества претрейна Наша главная задача — всесторонне оценивать качество претрейн-модели. Перед нами часто возникают новые интересные задачи: как оценить агентские способности модели на этапе претрейна; как замерить, хорошо ли модель будет работать на задачах от разных сервисов Яндекса; хорошо ли наша модель с высоким сodeforces-рейтингом будет писать код для пользователей; как правильно принимать эксперименты на моделях разных размеров. - Интерпретация результатов экспериментов Команда разработки проводит много экспериментов и делает выводы на основе наших метрик. Иногда результаты бывают неожиданными или противоречивыми, в этом случае задача аналитиков — помочь разобраться, что произошло. - Анализ точек роста Всё ещё остаются сложные задачи, с которыми наша модель пока не справляется на должном уровне, но мы стараемся выбрать из них самые перспективные, разобрать проблемы и вместе с командой разработки придумать план решения. Мы ждём, что вы: - Работали над метриками в NLP - Уверенно владеете SQL и Python - Умеете анализировать данные, строили эффективные процессы их обработки Будет плюсом, если вы: - Работали над LLM - Строили агентские системы - Делали крауд-разметки с системой контроля качества ДМС Яндекса действует с первого месяца работы. Причём получить плановую или неотложную помощь можно и за рубежом.
Senior ML Engineer - LLM Training & Serving
Старший ML-инженер — обучение и обслуживание LLM О компании Unimatch Lab — ИИ-венчурная студия из Кремниевой долины. Мы создаём портфель ИИ-продуктов и развиваем собственный ML-стек: локальные кластеры для LLM, обучение и обслуживание моделей на своей инфраструктуре. Мы ищем старшего ML-инженера, который возьмёт на себя полный внутренний цикл: от данных до продакшена. 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 собственного 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 продакшен, включая работу с высоконагруженным ИИ. - Вы сами обучаете модели (веса), а не ограничиваетесь промпт-инжинирингом или интеграцией RAG. - Опыт развёртывания собственных LLM в продакшен (vLLM или аналоги). - Реализованные проекты полного цикла: данные → файн-тюнинг → оценка → реальный продакшен-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: старший (Senior). - Компенсация: от $5,000 в месяц (базовая ставка).
Senior / ML Lead | Крипто-трейдинг | Офис - Сербия / удаленно
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
Senior VLA Pre-training Engineer
Старший инженер по предобучению VLA 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 переноса из симуляции в реальный мир, 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.
Principal Applied AI Researcher 💫
Principal Applied AI Researcher О проекте Есть задачи, которые невозможно решить улучшением существующего — их приходится придумывать с нуля. Наш клиент создаёт новый тип поиска: не для людей, а для AI-агентов. Агент не кликает по ссылкам и не выбирает из списка результатов. Он должен понимать информацию, проверять её, использовать для reasoning и принимать решения. Это требует переосмыслить саму архитектуру поиска: что считать хорошим ответом, как измерять качество системы и как построить retrieval для мира AI-агентов. Именно этим и займётся Principal Applied AI Researcher. Задачи - Проектирование AI-native retrieval, reasoning и систем оценки качества - Создание систем, где агенты ищут, верифицируют и используют информацию из веба в реальном времени - Разработка eval-методологий и новых метрик качества - Принятие ключевых технических и продуктовых решений в направлении agent-native search - Превращение исследовательских идей в production-системы - Работа бок о бок с командами search, ML и infrastructure Требования - 8+ лет опыта в Applied AI, ML или Software Engineering - Опыт вывода ML/AI-систем в production - Обязательный опыт проектирования и развития систем в одной из областей: recommendation, personalization, ranking, search, ads, marketplaces или feed systems - Python обязателен; знание Go, C++, Rust или Java будет преимуществом - Свободный английский Условия - Формат: полная занятость, работа за пределами РФ и РБ - Локация: офисы в Амстердаме или Лондоне, рассматривается удалённая работа в ЕС - Помощь с релокацией - Вилка: €120 000 – €200 000 в год (готова к обсуждению)
AI/ML Engineer
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
Senior/Lead AI Engineer
вакансия AIEngineer удаленка Python разработчик AI Вакансия: Senior/Lead AI Engineer Формат работы: удаленка Занятость: part-time ЗП: от 2500 руб./час до 4000 руб./час Привет! Мы создаём AI-агента, который станет естественно-языковым интерфейсом к нашему продукту: пользователи смогут управлять сайтами, списками, полями, навигацией и другими сущностями через обычный диалог. Суть продукта - мы меняем подход к корпоративному интранету: вместо тяжёлого портала, компания получает гибкую платформу. Что предстоит сделать: реализовать production-ready решение, которое будет работать внутри периметра заказчика, поддерживать различные LLM (локальные и облачные), быть безопасным, производительным и простым в установке. Кого мы ищем: Senior/Lead AI Engineer с опытом в разработке AI-агентов на базе LLM, пониманием MCP, владением Python и умением проектировать распределённые системы. Желателен опыт интеграции с корпоративными API и создания on-prem решений. Что предлагаем: полную разработку MVP AI-агента с возможной поддержкой и доработками, итеративный подход от проверки гипотез до реализации production-ready решения, полностью удалённая работа, part-time. ПРАВИЛА БЕЗОПАСНОСТИ
Senior/Lead AI Engineer
Senior/Lead AI Engineer Формат работы: удаленная Занятость: part-time Заработная плата: от 2500 руб./час до 4000 руб./час О продукте Мы создаём AI-агента, который станет естественно-языковым интерфейсом к нашему продукту: пользователи смогут управлять сайтами, списками, полями, навигацией и другими сущностями через обычный диалог. Продукт меняет подход к корпоративному интранету: вместо тяжёлого портала компания получает гибкую платформу. Задачи Реализовать production-ready решение, которое будет: - работать внутри периметра заказчика - поддерживать различные LLM (локальные и облачные) - быть безопасным, производительным и простым в установке Требования - Senior/Lead AI Engineer - опыт в разработке AI-агентов на базе LLM - понимание MCP - владение Python - умение проектировать распределённые системы - желателен опыт интеграции с корпоративными API - желателен опыт создания on-prem решений Условия - полная разработка MVP AI-агента с возможной поддержкой и доработками - итеративный подход от проверки гипотез до реализации production-ready решения - полностью удалённая работа - part-time
Senior_NLP Engineer
Senior NLP Engineer Компания: Джетлин Задачи - Разрабатывать и дообучать модели NLP/LLM: эмбеддинги, генерация, RAG-подходы. - Исследовать новые архитектуры, ставить эксперименты, проводить A/B-тесты. - Проектировать и развивать сервисы на базе языковых моделей: ассистенты, интеллектуальный поиск, генерация документов и кода. - Оптимизировать инференс и внедрять модели в продакшн совместно с ML и backend-командами. - Работать с данными: предобработка, векторизация, организационное хранение knowledge-баз. Что важно - 3+ лет коммерческого опыта в NLP/LLM. - Глубокая математика: ML, статистика, теория вероятностей. - Python + DS-стек: pandas/polars, numpy, scipy, scikit-learn. - Практика с PyTorch, Transformers, sentence-transformers, LangChain / LangGraph / LlamaIndex. - Опыт работы с моделями Qwen, DeepSeek, Llama, Mistral; SFT, LoRA, QLoRA, prompt-tuning. - Навыки работы с Docker, Kubernetes, CI/CD. - Умение настраивать и оптимизировать RAG-пайплайны. Будет плюсом - Опыт в финтехе или корпоративных экосистемах. - Работа с Hadoop (Hive, PySpark), Greenplum, PostgreSQL. - Понимание интеграции LLM в бизнес-процессы. - Опыт работы в кросс-функциональных командах.
NLP Data Scientist
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.
Senior Data Analyst
Старший аналитик данных от 350 000 ₽ Удалёнка Пикабу — информационно-развлекательное сообщество, которое читает более 30 млн человек в месяц. Требования: - Глубокая экспертиза в аналитической инфраструктуре: ETL-процессы, архитектура хранения данных, ClickHouse (сложные запросы, оптимизация), MySQL, Airflow, Redash, Яндекс.Метрика - Понимание технической стороны аналитики на уровне разработчика: как события доставляются, где теряются, какие проблемы возникают при хранении — и умение предвидеть их до запуска - Полный ownership за своё направление: сопровождает данные на всём жизненном цикле — от проектирования события до мониторинга его корректности на проде - Экспертный уровень математической статистики: A/B тестирование, работа с выборками, множественное тестирование, PSM - Опыт построения или существенного развития платформы экспериментирования - Уверенный Python: написание скриптов для автоматизации - Реальный опыт внедрения ИИ в аналитические процессы: внедрение LLM-процессов, построение AI-агентов для работы с данными, автоматизация генерации инсайтов, использование AI для анализа экспериментов - Умение оценивать качество AI-решений: где модель ошибается и когда результат нельзя использовать без проверки
TechOps SAAS Engineer (Middle+)
TechOps SAAS Engineer (Middle+) Местоположение: удалённо (предпочтительно близко к часовому поясу GMT+3) Язык команды: английский Ключевые обязанности - Решение технических проблем клиентов от начала до конца (Helpdesk + Slack) в рамках SLA - Анализ корневых причин с помощью Grafana, Datadog (логи, метрики, трассировки) - Построение дашбордов мониторинга и проактивных оповещений - Написание скриптов на Python для автоматизации и массовых операций - Активное использование AI (Claude, Cursor, ChatGPT) для ускорения поиска и устранения неисправностей Обязательные требования - Уверенный ежедневный опыт работы с LLM и промпт-инжинирингом - Практический опыт с Grafana / Datadog (построение дашбордов и оповещений) - Написание скриптов на Python + глубокое понимание распределённых систем - Опыт работы в TechOps / технической поддержке от 2 лет (FinTech / Forex / Crypto будет плюсом) - Отличный английский (C1+)
Python-разработчик
Python-разработчик Компания: Лоция Формат работы: удалённая работа или офис Миссия: спроектировать и внедрить экосистему для комплексного управления большими языковыми моделями (LLM). Стек: Python (FastAPI), AsyncIO, Postgres, Redis, Kafka, Qdrant, Pytest. Чем предстоит заниматься: - самостоятельная разработка функционала платформы на Python; - тестирование нового функционала; - самостоятельное участие в процессах и решение средних и сложных задач; - анализ ТЗ и согласование планов выполнения работ для текущих задач; - обнаружение дефектов и повышение качества программного продукта. Требования: - опыт коммерческой разработки бэкенд-разработчиком от 4 лет; - опыт разработки решений в монолитной и микросервисной архитектурах; - понимание принципов взаимодействия с LLM, MCP-серверами; - опыт работы с реляционными БД и SQL, векторными базами данных; - опыт работы с FastAPI; - опыт работы с системами управления версиями Git; - базовые знания и опыт работы с системами Continuous Integration; - проактивность при выполнении рабочих обязанностей; - развитые коммуникационные навыки. Будет плюсом: опыт разработки AI-агентов, использования протокола A2A.
Публикатор: Anatoliy Lavrenov
Системный администратор Linux Компания: Федеральное Медико-биологическое агентство Локация: Москва Занятость: Полная, гибридный формат Оформление: ТК РФ ЦСП ФМБА занимается научными исследованиями, связанными с геномом человека и анализом полученных данных. Группа разработки создает внутренние сервисы для автоматизации движения, обработки и распределенного хранения больших объемов данных. Требования: - Опыт работы от 3 лет в должности системного администратора в крупных компаниях с территориально-распределенной структурой - Высокий уровень системного администрирования и траблшутинга серверных операционных систем Linux (Ubuntu, CentOS) - Виртуализация: VMware, Proxmox, KVM - Знания и практический опыт развертывания и обслуживания СУБД (PostgreSQL, MySQL) - Опыт проектирования и развертывания Active Directory, понимание архитектуры и схемы - Опыт проектирования и развертывания кластерных сетевых служб DNS, DHCP как на Windows, так и на Linux - Знание технологий RAID - Опыт работы с сетевым оборудованием: Dell, MikroTik, Mellanox, HP; знание и понимание принципов работы сетей TCP/IP, маршрутизации, VLAN - Опыт работы с серверными платформами: Dell, Supermicro, IBM - Опыт внедрения и администрирования терминальных ферм, знание правил и принципов - Умение создавать клиентские и инфраструктурные сервисы с нуля - Знание основных протоколов передачи данных - Практические навыки написания скриптов (Bash, Python) - Практический опыт работы с Zabbix, написания триггеров - Наличие сертификатов приветствуется - Знание английского языка на уровне, достаточном для чтения профессиональной литературы - Умение самостоятельно осваивать различные технические концепции - Законченное высшее образование - Гражданство РФ Будет плюсом: - Умение разворачивать Ceph (крупные инсталляции), настраивать производительность, иметь опыт эксплуатации и обновления Задачи: - Развертывание, настройка и поддержка инфраструктуры - Настройка и работа с виртуализацией - Взаимодействие с командой разработки по ключевым вопросам Условия: - Оформление по ТК РФ - Работа в команде профессионалов на стыке передовых ИТ и науки. Работа с Big Data и ML, собственный корпоративный ЦОД - Возможность профессионального роста, обучение - График работы 5/2, гибрид, плавающее начало рабочего дня
Data scientist Персонализация
Data scientist Персонализация Компания: Золотое Яблоко Формат работы: удаленно Обязанности - Разрабатывать ML-модели персонализации контента на Главной странице сайта и мобильного приложения - Разрабатывать алгоритмы для наполнения полок в карточке товара (комплементарные товары, похожие товары) - Обучать и внедрять модели ранжирования поисковой и каталожной выдачи - Писать ETL на PySpark для сбора признаков - Внедрять оценку эффективности рекомендаций Требования - Практический опыт полного цикла реализации рекомендательного алгоритма (от построения ETL-процессов до продуктивизации через оркестратор или сервис) - Уверенные знания подходов к решению классических ML-задач, Learning2Rank и понимание базовых принципов обучения нейросетевых моделей - Опыт работы с распределенными системами обработки данных (например, Spark) - Владение базой по теории вероятности и статистике
Middle Python / MLOps Engineer
Middle Python / MLOps Engineer удаленка гибрид middle Компания: Wildberries ☑️ Что нужно делать -Разрабатывать REST API с использованием FastAPI; -Проектировать и реализовать backend-сервисы с нуля; -Проводить интеграции с базами данных и системами обмена данными; -Обеспечивать масштабируемость и отказоустойчивость сервисов; -Писать и поддерживать автоматизированные тесты; -Настраивать и поддерживать CI/CD процессы для непрерывной интеграции; -Участвовать в планировании задач и работе по методологии Scrum; -Тесно взаимодействовать с командой для оперативного решения технических вопросов. ☑️ Какой опыт и знания нужны -Сильные инженерные навыки: мы ждем самостоятельного специалиста, который не только пишет код, но и понимает полный цикл доставки приложения - уверенный опыт настройки и использования CI/CD, работы с Docker и Kubernetes; -Понимание DevOps-культуры: умение написать и поддержать Helm-чарт/Dockerfile для своего сервиса, разобраться с деплоем, настроить базовый мониторинг и алертинг; -Глубокие знания Python и опыт работы с FastAPI; -Опыт работы с технологическим стеком и базами данных: PostgreSQL, ClickHouse, Kafka, Redis, Spark; -Умение писать чистый, поддерживаемый код с соблюдением best practices и знание архитектурных паттернов; -Опыт работы в высоконагруженных системах и решения реальных задач на production; -Аналитический склад ума, системное мышление и готовность самостоятельно доводить задачи до конца; -Продвинутое знание инструментов мониторинга (Prometheus, Grafana, Opensearch/ELK) и глубокий опыт в DevOps, опыт работы с Triton Inference Server и другими инструментами деплоя ML-моделей будет плюсом Python Job в Telegram | в VK | в Max