Вакансии для ML-инженеров с PyTorch
Вакансии для ML-инженеров с PyTorch: подборка ролей, где в задачах или стеке указан PyTorch. Можно найти работу в этом направлении и сразу смотреть…
Фильтр вакансий
Data Scientist в команду Посуточно
Data Scientist в команду Посуточно Компания: Циан Формат работы: удаленка, офис Стек: - Python (Numpy, SciPy, Pandas, sklearn, PyTorch, LightFM, RecFormer) - Экосистема Hadoop (PySpark, Hive, Kafka) - Airflow Задачи: - Развитие алгоритмов ранжирования и рекомендаций для контента вертикали Посутка - Построение и развитие моделей улучшения качества контента - Исследование возможностей внедрения ML и AI в команде - Вместе с продуктовым руководителем вертикали формировать планы и отвечать за результат работы ML моделей Требования: - Опыт работы от 3х лет - Опыт доведения ML-моделей до продакшена и оценки влияния на бизнес от внедрения - Опыт построения ML-моделей для персонального ранжирования, рекомендаций и предсказания CTR - Опыт использования технологий для работы с большими данными и распределенными системами (Hadoop, Spark, S3) - Знание ML-алгоритмов и применение их на практике - Владение Python и основными ML-фреймворками - Понимание различных моделей монетизации и механизмов управления ликвидности - Прикладной опыт и подтвержденные успехи в решении задач ранжирования и построения рекомендаций
Data Scientist в команду репутационной системы
Data Scientist в команду репутационной системы Компания: Авито Формат работы: удаленная, гибридная Примеры задач - проектировать, обучать и внедрять NLP-модели для детекции подозрительных и нежелательных интентов и паттернов в коммуникациях - экспериментировать с передовыми методами машинного обучения, когда их применение оправдано решаемой задачей - настраивать сбор разметки и контролировать её качество — как с помощью асессоров, так и при использовании LLM-решений - встраивать модели в сервисы для скоринга, запускать их в продакшен и следить за стабильностью пайплайнов и моделей Требования - не менее 2 лет опыта работы в Data Science - опыт разработки NLP-моделей - владение Python и DS-стеком, работа с DL-фреймворками, например с PyTorch - написание SQL-запросов для сбора данных и диагностики качества моделей - опыт разработки и внедрения ML-моделей в продакшен - умение писать качественный, поддерживаемый, тестируемый и масштабируемый код на Python - умение переводить бизнес-цели в ML-метрики - документирование своих наработок, описание и критическая оценка результатов экспериментов
Title: Software Engineer, Machine Learning Platform (New Grad)
Company name: Quora Title: Software Engineer, Machine Learning Platform (New Grad) Salary: $97,600 - $139,000 / year Grades: junior Job description: Work on the machine learning platform behind Quora and Poe - the large-scale distributed infrastructure that trains, serves and scales ML models for a product used by hundreds of millions of people and by Poe's multi-model AI chat platform. Location: United States, Canada Anywhere: No Remote: Yes Forbidden locations: Outside the US and Canada 👉 👉 ( Job Description & Apply ) 👈️ 👈️ Tags: ai machinelearning mlplatform python go cplusplus pytorch kubernetes distributedsystems remote usa canada junior newgrad fulltime
Senior ML Engineer — Demand Forecasting & Inventory Optimization
Senior ML Engineer — Demand Forecasting & Inventory Optimization Компания SMALL ищет хорошего специалиста на позицию Senior ML Engineer — Demand Forecasting & Inventory Optimization. Условия работы: - Полный рабочий день - Удалённая работа Требуемые навыки: - Уровень Senior - Python - SQL - PyTorch - ClickHouse - Apache Kafka - Apache Airflow - Kubernetes
Senior ML Engineer — Demand Forecasting & Inventory Optimization
Старший ML-инженер — прогнозирование спроса и оптимизация запасов SMALL — одна из крупнейших розничных сетей продуктовых магазинов в Казахстане. Мы управляем более чем 160 магазинами в 10 городах страны. Мы строим систему автозаказа, которая определяет, сколько товара необходимо заказать в каждый магазин. Ищем сильного ML-инженера, который возьмёт на себя техническое руководство проектом: работу с данными, постановку экспериментов, выбор моделей для продакшен-пайплайна, офлайн- и онлайн-оценку качества, управление автозаказом как продуктом. Чем предстоит заниматься - Формировать roadmap ML-экспериментов и самостоятельно выбирать наиболее перспективные направления. - Исследовать подходы к прогнозированию сезонного, нерегулярного и прерывистого спроса. - Работать с промо, календарными эффектами, новыми SKU, дефицитом истории и спросом, цензурированным спросом и восстановлением lost sales при отсутствии товара. - Проводить ABC/XYZ-анализ. - Развивать rolling-origin backtesting и методологию сравнения моделей без временных утечек. - Оценивать решения не только по forecast-метрикам, но и по бизнес-результатам: out-of-stock, fill rate, оборачиваемости и объёму избыточного запаса. - Улучшать преобразование прогноза в заказ с учётом графика поставок, остатка, lead time и ограничений поставщика. - Развивать продакшен ML-пайплайн: качество данных, воспроизводимость экспериментов, мониторинг моделей и диагностику деградаций. - Взаимодействовать с командами Data Engineering, инфраструктуры и бизнеса, превращая неопределённые задачи в проверяемые гипотезы и работающие решения. - Определять техническую архитектуру ML-части системы и стандарты разработки: от подготовки выборок и экспериментов до деплоя и мониторинга. Что для нас важно - Сильный практический опыт в машинном обучении и опыт эксплуатации моделей в production. - Опыт решения задач прогнозирования временных рядов: корректная временная валидация, сезонность, cold start, sparse или intermittent demand. - Хорошее понимание того, как выбирать метрики и дизайн эксперимента под бизнес-задачу, а не оптимизировать одну офлайн-метрику. - Уверенные Python и SQL. - Умение разбираться в данных, находить смещения и утечки, проверять качество источников. - Способность самостоятельно формулировать план работы, принимать технические решения и доводить изменения до production. - Готовность объяснять результаты и компромиссы как инженерам, так и бизнесу. - Дисциплинированный опыт AI-assisted development: умение ускорять работу с помощью coding agents, не перекладывая на них ответственность за корректность решений, качество кода и безопасность данных. Будет большим плюсом - Опыт в grocery retail, e-commerce, supply chain или inventory replenishment. - Опыт построения глобальных моделей на большом количестве связанных временных рядов. - Понимание retail-специфики: промо, каннибализация, out-of-stock, цензура спроса, ассортиментные изменения, новые магазины и SKU. - Знание основ inventory optimization: safety stock, service level, lead time, order multiple, lost sales. - Опыт проведения онлайн-экспериментов или пилотов, где прогноз влияет на реальные операционные решения. - Опыт с CatBoost, PyTorch, ClickHouse, Kafka, Airflow, SLURM или Kubernetes. Наш текущий контур Масштаб задачи: - несколько миллионов SKU × store комбинаций каждый день - ежедневный и внутридневной расчет - прогнозирование на разные горизонты — от нескольких дней до нескольких недель - несколько лет истории в данных Сейчас в проекте есть: - модель прогнозирования спроса на основе градиентного бустинга - фреймворк для rolling-origin backtesting - интеграции с ClickHouse, Kafka, Airflow, Slurm, Kubernetes - продакшен-пайплайн с платформенным мониторингом и наблюдаемостью То есть задача не «сделать первую модель с нуля». Система уже работает в production в пилотном режиме и используется для формирования заказов на все SKU и магазины. Куда мы хотим прийти: - Повысить доступность товаров, одновременно снижая избыточный запас и списания. - Расширить систему с контура «распределительный центр → магазин» на заказы «поставщик → распределительный центр» и другие supply-chain сценарии. - Корректно учитывать неопределённость спроса и целевой service level, выбирая квантили прогноза с учётом стоимости дефицита и избыточного запаса. - Построить устойчивый процесс экспериментов и внедрения изменений с измеримым бизнес-эффектом. Что мы предлагаем - Реальный end-to-end ownership: возможность влиять на постановку задачи, данные, модели, backtesting, production и бизнес-метрики. - Доступ к вычислительному кластеру из 8 нод, каждая — 128 CPU, 2 TB RAM и 8×NVIDIA H200. Мы не требуем использовать deep learning там, где он не нужен, но инфраструктура позволяет проверять вычислительно сложные подходы без искусственных ограничений. - Возможность удаленной работы или в офисе в Алматы или Астане.
Возглавлять команду RL-разработчиков и отвечать за качество технических решений
Team Lead RL в команду гуманоидных роботов Команда робототехники занимается всем, что связано с автономными роботами и роботизированными системами. Мы создаём нейросетевые компоненты для роботов. Вам предстоит стать техлидером в направлении reinforcement learning для автономных гуманоидных и других роботизированных платформ. Мы ищем человека, который умеет соединять исследовательскую глубину, инженерную строгость и продуктовую ответственность. Задачи - Возглавлять команду RL-разработчиков и отвечать за качество технических решений. - Определять, как применять RL в автономных гуманоидных и других роботизированных системах. - Развивать подходы к обучению роботов в симуляции, на синтетических сценариях и на данных с реальных устройств. - Исследовать и внедрять современные RL-подходы для гуманоидной локомоции, whole-body control, motion tracking и long-horizon-задач. Требования - Прекрасно ориентируетесь в RL - Работали с задачами робототехники, локомоции или управления движением - Понимаете специфику обучения в симуляции и переноса моделей на робототехнические платформы - Работали с PyTorch - Программируете на Python Бонусы - Забота о детях яндексоидов: устраиваем детские дни в офисе.
ML-разработчик в команду распознавания речи
ML-разработчик в команду распознавания речи Наша команда создаёт и совершенствует системы распознавания речи в самых разных приложениях и сервисах Яндекса, в том числе мы работаем с уникальным доменом запросов к голосовому помощнику. Наши модели позволяют выводить Алису в новые регионы: ОАЭ, Саудовскую Аравию, Казахстан. Кроме того, мы решаем множество смежных задач понимания голоса. Мы уже достигли высокого качества распознавания для многих областей и сейчас хотим расширять наши технологии на новые языки. Мы активно развиваем наши подходы и ищем опытного ML-разработчика, который сможет усилить нашу команду. Ценим глубокое понимание ML и DL, а работе со звуком готовы научить. Какие задачи вас ждут: - Расширять технологии на новые языки. Алиса уже работает на множестве языков в разных регионах мира, и на этой позиции главной задачей будет расширить её языковые возможности. - Участвовать в разработке новых проектов. Нужно будет изучать и применять научные публикации, строить гипотезы и проводить эксперименты. - Запускать в продакшн. Нужно будет собирать и анализировать данные для низкоресурсных языков, тренировать большие ASR-модели, внедрять свои результаты в продакшн. Мы ждём, что вы: - Хорошо знакомы с Python и работали с PyTorch - Обладаете опытом в области DL, например в CV или NLP - Имеете базовые навыки в C++ Будет плюсом, если вы: - Работали с DL в области речевых технологий - Внедряли нейросетевые модели в продакшн - Работали с большими данными Почему у нас классно: ДМС Яндекса действует с первого месяца работы. Причём получить плановую или неотложную помощь можно и за рубежом — так что можно не бояться путешествовать.
AI-разработчик
AI-разработчик Компания: Top Selection Обязательные требования - Знание архитектур нейросетей (Transformer, CNN, RNN, GAN, Diffusion) - Владение методами обучения моделей с нуля и дообучения (fine‑tune) существующих решений - Опыт работы с фреймворками PyTorch, TensorFlow, JAX - Навыки написания кода для инференса и развёртывания моделей в продакшн‑среде - Понимание принципов оптимизации: градиентный спуск, функции потерь, регуляризация - Комплекс компетенций ML‑инженера с фокусом на самостоятельную реализацию алгоритмов - Уверенное владение языками программирования Python и C++ - Способность реализовать с нуля отдельные компоненты модели: например, механизм внимания или отдельный слой - Глубокое понимание внутренней логики работы моделей (не ограничиваясь использованием готовых методов вроде model.predict()) Задачи - Внедрение обученных моделей в закрытый контур экосистемы компании (на частных серверах) с обеспечением их автономной работы и защитой от внешних воздействий - Адаптация и оптимизация AI‑алгоритмов для эксплуатации на защищённых мобильных устройствах с учётом ограниченного объёма вычислительных ресурсов и необходимости минимизировать энергопотребление
ML-инженер (NLP, Авто.ру)
ML-инженер (NLP, Авто.ру) Компания Т-Банк Формат работы и уровень Удалённая работа или офис, middle/senior Обязанности - Разрабатывать и обучать модели машинного обучения, включая генераторы кандидатов - Улучшать модели оценки стоимости автомобилей - Разрабатывать решения для антифрода и модерации контента - Подготавливать и трансформировать данные для обучения и продакшена моделей - Упаковывать модели в сервисы и внедрять их в продакшен Требования - Опыт оркестрации ML‑пайплайнов с помощью Airflow или Luigi - Умение программировать на Python или C++ - Умение работать с SQL и NoSQL для подготовки и трансформации данных - Умение разворачивать решения в виде микросервисов с использованием FastAPI, gRPC или Docker - Хорошие теоретические знания в области машинного обучения - Понимание устройства и принципов работы одного из ML‑фреймворков или библиотек, например CatBoost или PyTorch
ML Engineer в «Максима Прайдекс
ML Engineer в «Максима Прайдекс» Мы создаем системы управления очередью для крупных клиентов (ПСБ, ФНС, МФЦ). Ищем специалиста для развития ИИ-сервисов, создания пайплайнов обработки данных и умной аналитики. Что предстоит делать - Audio Processing: развитие пайплайна (диаризация спикеров -> распознавание речи -> NLP-модерация). - LLM & RAG: разработка корпоративной RAG-системы (поиск по истории чатов, файлам и регламентам). - Smart Analytics: предиктивная аналитика для банковских терминалов (оптимизация работы операторов). - Production: интеграция ML-моделей и обеспечение их стабильной работы. Что мы ожидаем - Опыт: коммерческая разработка на Python от 1 года. - Backend & Инфраструктура: уверенное использование Docker, создание API на FastAPI, проектирование асинхронной обработки тяжелых ML-запросов. - NLP / LLM: практический опыт построения RAG, векторный поиск и эмбеддинги, LangChain. - Speech-to-Text: работа с распознаванием речи (Vosk, Whisper, GigaAM) и диаризацией. - Data Science: PyTorch, Pandas, NumPy, базовые алгоритмы и метрики ML. - Английский: от B1 (свободное чтение документации). Будет плюсом - Apache Airflow - Celery Мы предлагаем - Аккредитованная ИТ-компания. - Оформление по ТК РФ - Заработная плата 120 000 руб. после вычета налогов, полностью официальная, периодическая индексация. - Офис у м. Стахановская / Гибридный формат после испытательного срока. - Удобный график (базово 9:00–18:00, можно согласовать свой).
ML Engineer в «Максима Прайдекс
ML Engineer в Максима Прайдекс Мы создаем системы управления очередью для крупных клиентов (ПСБ, ФНС, МФЦ). Ищем специалиста для развития ИИ-сервисов, создания пайплайнов обработки данных и умной аналитики. Обязанности - Audio Processing: развитие пайплайна (диаризация спикеров -> распознавание речи -> NLP-модерация) - LLM & RAG: разработка корпоративной RAG-системы (поиск по истории чатов, файлам и регламентам) - Smart Analytics: предиктивная аналитика для банковских терминалов (оптимизация работы операторов) - Production: интеграция ML-моделей и обеспечение их стабильной работы Требования - Опыт: коммерческая разработка на Python от 1 года - Backend & Инфраструктура: уверенное использование Docker, создание API на FastAPI, проектирование асинхронной обработки тяжелых ML-запросов - NLP / LLM: практический опыт построения RAG, векторный поиск и эмбеддинги, LangChain - Speech-to-Text: работа с распознаванием речи (Vosk, Whisper, GigaAM) и диаризацией - Data Science: PyTorch, Pandas, NumPy, базовые алгоритмы и метрики ML - Английский: от B1 (свободное чтение документации) Будет плюсом - Apache Airflow - Celery Условия - Аккредитованная ИТ-компания - Оформление по ТК РФ - Заработная плата 120 000 руб. после вычета налогов, полностью официальная, периодическая индексация - Офис у м. Стахановская / Гибридный формат после испытательного срока - Удобный график (базово 9:00–18:00, можно согласовать свой)
Senior / ML Lead | Крипто-трейдинг | Офис - Сербия / удаленно
Senior / ML Lead | Крипто-трейдинг | Офис - Сербия / удаленно Разрабатываем ML-модели и торговые стратегии на крипторынках. Небольшая команда (ВШЭ, Физтех, Сколтех, ШАД). В продакшене уже работает собственная ML-система — ищем человека, который возьмёт её на себя и будет развивать дальше. Компенсация - Уровень Senior: до $12 000 net + квартальный бонус. - Уровень ML Lead: до $12 000 net + процент от PnL (обсуждается индивидуально, от 4 до 10% PnL). Требования - Senior / ML Lead или очень сильный мидл с опытом в трейдинге. - Опыт разработки прибыльных ML-моделей или торговых стратегий. - Python + NumPy, numba, PyTorch / JAX. - Сильный математический бэкграунд. - Способность самостоятельно находить идеи и доводить их до результата. Будет плюсом - Опыт в крипто- или алготрейдинге. - C++ (на уровне чтения и оптимизации). - Олимпиады, ICPC, Kaggle, ШАД, публикации. - Потенциальный интерес к развитию команды.
Senior / ML Lead | Крипто-трейдинг | Офис - Сербия / удаленно
Senior / ML Lead | Крипто-трейдинг | Офис - Сербия / удаленно Разрабатываем ML-модели и торговые стратегии на крипторынках. Небольшая команда (ВШЭ, Физтех, Сколтех, ШАД). В продакшене уже работает собственная ML-система — ищем человека, который возьмет ее на себя и будет развивать дальше. Компенсация - Senior: до $12k net + квартальный бонус. - ML Lead: до $12k net + процент от PnL, размер процента обсуждается индивидуально - от 4 до 10% PnL. Требования - Senior / ML Lead или очень сильный мидл с опытом в трейдинге - Опыт разработки прибыльных ML-моделей или торговых стратегий - Python + NumPy, numba, PyTorch / JAX - Сильный математический бэкграунд - Самостоятельно находит идеи и доводит до результата Будет плюсом: - Опыт в крипто или алготрейдинге - C++ (читать и оптимизировать) - Олимпиады, ICPC, Kaggle, ШАД, публикации - Потенциальный интерес к развитию команды
Title: Mid/Senior AI Engineer
Company name: TensorOps Title: Mid/Senior AI Engineer Grades: middle, senior Job description: Design, build and deploy production ML and LLM-based systems (RAG, agentic workflows, fine-tuning, embeddings) for enterprise clients, owning technical delivery end-to-end and mentoring junior ML engineers. Location: Australia, Canada, Germany, India, UK, US Anywhere: No Remote: Yes Forbidden locations: Outside AU/CA/DE/IN/UK/US 👉 👉 ( Job Description & Apply ) 👈️ 👈️ Tags: ai ml python llm rag mlops pytorch remote senior fulltime
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.
В core-команду Senior ML Engineer/Researcher
Senior ML Researcher/Engineer в команду робота доставки Роботы доставки Яндекса ежедневно доставляют тысячи заказов, маневрируя в сложной, неструктурированной городской среде. Мы активно растём и планируем масштабировать флот до 20 000 роботов к 2028 году. Ищем в core-команду Senior ML Engineer/Researcher, который сфокусируется на построении быстрой интерактивной модели мира и масштабном обучении MBRL-агентов. Какие задачи вас ждут - Разработка и скейлинг World Models Вам предстоит проектировать и обучать массивные 3D/видеотокенизаторы и бэкбоны на базе Diffusion Transformers (DiT), Flow Matching, etc. - Distributed Training Вы будете строить пайплайны для распределённого обучения тяжёлых foundation-моделей на нашем вычислительном кластере. - Model-Based RL (MBRL) & Planning Вашей задачей будет обучение чистого RL и политик IL + RL внутри замороженной латентной симуляции World Model. - Representation Shaping Предстоит заниматься интеграцией вспомогательных лоссов для perception-задач 3D-детекции, сегментации, трекинга. - Safety & Inference Вы будете строить надёжный safety-контур поверх выходов модели и готовить всю конструкцию к реалтайм-инференсу прямо на edge-девайсах робота. Мы ждём, что вы - На экспертном уровне владеете JAX и PyTorch - Имеете навыки масштабного распределённого обучения - Имеете глубокую математическую и ML-базу - Способны писать, генерировать и проверять быстрый оптимизированный код Будет плюсом, если вы - Работали с Vision Foundation Models, генеративными видео- и image-моделями, синтезом лидарных облаков - Имеете опыт в Reinforcement Learning - Обладаете опытом продвинутой квантизации тяжёлых трансформеров или диффузионных моделей для edge-девайсов - Оптимизировали инференс «на борту» робота - Имеете бэкграунд в Autonomous Driving, Motion Planning или Robotics Почему у нас хорошо С нами легко развиваться. Если для рабочих задач вам нужно подтянуть язык — организуем обучение и оплатим 50% стоимости. Это не все бонусы — полный список тут.
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
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.
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.
ML-инженера, готового напрямую влиять на продукт и бизнес. Вы будете работать в команде опытных специалистов
ML-разработчик в Вертикали Приглашаем ML-инженера, готового напрямую влиять на продукт и бизнес. Вы будете работать в команде опытных специалистов, которые помогут погрузиться в различные области машинного обучения и вырасти профессионально. Какие задачи вас ждут - Антифрод и модерация контента: разрабатывать и совершенствовать системы, выявляющие и предотвращающие фишинг, финансовые махинации и другие схемы обмана. Строить модели для анализа текста, изображений и аудио, автоматически обнаруживать и блокировать спам, ненормативный контент и вредоносные ссылки. - Оценка стоимости недвижимости: разрабатывать модели на основе характеристик объекта, локации, рыночных трендов и исторических данных о сделках для оценки справедливости стоимости квартир для аренды и продажи. Это помогает пользователям принимать взвешенные решения, а сервису — выявлять завышенные или подозрительно низкие цены в объявлениях. Мы ждём, что вы - Работали с CatBoost, PyTorch, Hugging Face - Обладаете хорошими теоретическими знаниями в области ML - Уверенно программируете на Python - Решаете задачи по подготовке и трансформации данных с помощью SQL Будет плюсом, если вы - Имеете опыт в MLOps: оборачивали модели в микросервисы, используя FastAPI и Docker, настраивали оркестрацию пайплайнов с помощью Airflow, выстраивали мониторинг моделей в продакшне - Работали с задачами из релевантных областей: антифрода, NLP, модерации контента, pricing, time series - Интегрировали ML-решения в продукт и проводили их валидацию Почему у нас хорошо Мы предоставляем полный набор, который поможет уберечься от тревожности и выгорания: ежегодные медицинские чекапы, йога и психотерапия.