PyTorch

Формат

Гибрид

Страна

Россия

Город

Москва

Грейд

Middle

Урал Логистика ML-инженер (Python, PyTorch, fine-tuning) Полная занятость. Формат работы: офис или гибрид (Москва). Чем предстоит заниматься - Строить конвейеры подготовки данных: сбор, очистку, нормализацию, дедупликацию и разметку. - Формировать обучающие, валидационные и независимые оценочные выборки, контролировать утечки и пересечения. - Создавать baseline для задач извлечения, классификации, определения сущностей и связей. - Дообучать модели, готовить инструктивные наборы, обучать адаптеры и сравнивать результаты с базовыми моделями. - Определять метрики, стратифицировать выборки и анализировать ошибки по типам документов, сценариям и полям. - Работать с извлечением сущностей и связей для построения и обновления графового представления данных. - Разворачивать локальный inference и оптимизировать его под доступную инфраструктуру. - Работать с tensor parallelism, batching, длиной контекста, GPU-памятью и квантованием. - Измерять задержку, пропускную способность, утилизацию и стоимость обработки документа. - Версионировать данные, модели, конфигурации обучения и результаты экспериментов. - Участвовать в интеграции моделей с прикладными AI-сервисами и production-конвейерами. Пожелания к кандидатам - Рассматриваем кандидатов уровня middle+ и выше. - Практический опыт построения ML-конвейеров, которые используются в production. - Уверенное владение Python, PyTorch и Hugging Face Transformers. - Практический опыт fine-tuning языковых моделей, подготовки данных и работы с PEFT. - Умение строить корректную оценку качества и контролировать утечки между обучающими и тестовыми данными. - Опыт локального inference LLM и понимание устройства GPU-памяти. - Знание компромиссов между качеством, скоростью, длиной контекста, batching и квантованием. - Linux, CUDA, SQL, Docker и Kubernetes. - Способность выйти за пределы notebook и довести модельное решение до устойчивой эксплуатации. - Стек: Python, PyTorch, Hugging Face Transformers, PEFT, pandas, SQL, PostgreSQL, Airflow или аналог, MLflow или аналог, vLLM, CUDA, Docker, Kubernetes.

Формат

Удалённо

Страна

Не указана

Город

Не указан

О проекте Клиент — аутстафф-компания, для которой подбирают инженеров на длительные проекты. Заказчик развивает ИИ-направление и выводит решения на базе LLM в промышленную эксплуатацию. Нужны люди, которые уже доводили AI-агентов до продакшена. Команда распределённая, работа полностью удалённая. Кого ищут Data Scientist / AI Engineer с коммерческим опытом от 3 лет, который в роли DS/AI Engineer реализовал и вывел в прод решения на базе ИИ, включая AI-агентов на базе LLM. Кандидат должен одинаково уверенно чувствовать себя в классическом ML, глубоком обучении и инфраструктуре. Требования - Python - Torch - Transformers - k8s Условия - Полная удалённая работа - Длительные проекты через аутстафф - Распределённая команда - Зарплата: от 200 000 000 до 230 000 000 ₽ Отбор Техническое собеседование по каждому пункту требований: от классического ML и Transformer до проектирования агентов и продакшена.

Формат

Удалённо

Страна

Не указана

Город

Не указан

О компании OnTarget Labs — ведущая международная компания по разработке программных продуктов. Компания ищет Computer Vision / AI-инженера в свою продуктовую команду на полную занятость, удалённо. Предлагаются возможности профессионального роста и зарубежные командировки. Продукт Компания создаёт AI-аналитику теннисных матчей по видео, снятому на смартфон. Роль Computer Vision + AI-инженер поддержит работу по машинному обучению и видеоаналитике для нескольких моделей и продуктовых возможностей. Роль предполагает работу над полным CV/ML-пайплайном: от качества датасетов и оценки моделей до улучшения моделей под продакшен, кастомной логики трекинга/интерпретации и выборочного edge/mobile-развёртывания. Инженер работает под руководством Head of Engineering / CTO, но должен уметь самостоятельно оценивать задачи, предлагать эксперименты, внедрять улучшения и понятно объяснять технические компромиссы. Требования - Сильный практический опыт в computer vision, особенно с реальным видео - Уверенный опыт работы с Python и PyTorch - Опыт с моделями object detection, object tracking, classification и/или keypoint - Умение оценивать выходы моделей, диагностировать сбои и предлагать точечные улучшения - Понимание стратегии датасетов, качества разметки, дизайна валидации и интерпретации метрик - Опыт разработки или улучшения кастомных слоёв трекинга, сглаживания, временного декодирования или интерпретации моделей - Опыт улучшения моделей до продакшен-уровня устойчивости в разных реальных условиях - Опыт развёртывания и оптимизации облачных пайплайнов обработки видео - Опыт on-device edge/mobile-инференса и навыки работы с deployment-процессами: ONNX, Core ML, TensorFlow Lite, квантизация, прунинг, оптимизация задержки, мобильная настройка производительности - Степень бакалавра в области информационных систем, компьютерных наук или смежной области - Отличные устные и письменные коммуникативные навыки на английском Будет плюсом - Спортивная видеоаналитика - Трекинг мяча/ракетки/шайбы или детекция других быстро движущихся объектов - Видео со смартфона или потребительского качества Условия - Конкурентная компенсация, определяется по итогам собеседования - Полная занятость, удалённая работа

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior

В core-команду ищут Senior ML Engineer/Researcher, который сфокусируется на построении быстрой интерактивной модели мира и масштабном обучении MBRL-агентов. Роботы доставки Яндекса ежедневно доставляют тысячи заказов, маневрируя в сложной неструктурированной городской среде. Планируется масштабировать флот до 20 000 роботов к 2028 году. Задачи - Разработка и скейлинг World Models: проектирование и обучение массивных 3D/видеотокенизаторов и бэкбонов на базе Diffusion Transformers (DiT), Flow Matching и др. - Distributed Training: построение пайплайнов для распределённого обучения тяжёлых foundation-моделей на вычислительном кластере. - Model-Based RL (MBRL) и Planning: обучение чистого RL и политик IL + RL внутри замороженной латентной симуляции World Model. - Representation Shaping: интеграция вспомогательных лоссов для perception-задач 3D-детекции, сегментации, трекинга. - Safety и Inference: построение надёжного safety-контура поверх выходов модели и подготовка конструкции к реалтайм-инференсу прямо на edge-девайсах робота. Требования - Экспертное владение JAX и PyTorch. - Навыки масштабного распределённого обучения. - Глубокая математическая и ML-база. - Способность писать, генерировать и проверять быстрый оптимизированный код. Будет плюсом - Опыт работы с Vision Foundation Models, генеративными видео- и image-моделями, синтезом лидарных облаков. - Опыт в Reinforcement Learning. - Опыт продвинутой квантизации тяжёлых трансформеров или диффузионных моделей для edge-девайсов. - Оптимизация инференса «на борту» робота. - Бэкграунд в Autonomous Driving, Motion Planning или Robotics. Условия - Формат работы: офис. - Оплата: по договорённости. - Если для рабочих задач нужно подтянуть язык — организуем обучение и оплатим 50% стоимости.

Формат

Гибрид

Страна

Россия

Город

Москва

Грейд

Senior

Продуктовая команда в сфере DeFi и алгоритмической торговли. В основе продукта собственные торговые стратегии, исследовательская работа с рыночными данными и плотное взаимодействие Quant Research, ML и инженерной команды. Команда небольшая, без сложной иерархии, с прямым взаимодействием с фаундером. Это не первый продукт команды: предыдущий работал на реальных объёмах и был прибыльным. Формат: Москва, гибрид, офис в центре. В команде общаемся на русском. Задача Предстоит исследовать и разрабатывать торговые стратегии для DeFi и крипторынков: от гипотезы и анализа данных до бэктестинга, валидации и оценки результата стратегии. Деплой и инфраструктурная часть остаются на инженерной команде, фокус роли – research, модели, торговая логика и качество стратегии. Чем предстоит заниматься - Quant/ML research и разработка торговых стратегий для DeFi и крипторынков - ML/DL-подходы для маркет-мейкинга, forecasting, управления позициями и смежных задач - Стратегии дельта-нейтрального хеджирования и управления рисками - Бэктестинг и симуляционные среды на крипто-данных: order book, trades - Анализ рыночных данных и улучшение алгоритмов по результатам реального исполнения Что важно - Senior-уровень в Quant/ML research, systematic trading, HFT/prop trading, market microstructure или смежных задачах - Участие в полном цикле ресерча: гипотеза > данные > модель/логика > бэктестинг > валидация и анализ результата - Понимание временных рядов, OOS-проверки, future leakage и торговой экономики - Supervised Learning, статистический анализ, оптимизация моделей - Уверенный Python; PyTorch, Scikit-Learn, CatBoost, XGBoost, Optuna - Опыт доведения стратегий до реального исполнения или PnL-оценки - Order book и trades - Автономность: сами ставите гипотезу и сами доводите её до ответа Будет плюсом - Reinforcement Learning - Rust или low-latency engineering опыт - Трейдинг, маркет-мейкинг, low-latency крипта - Опыт в квант-фондах, HFT, prop trading, банковских квант-командах - Опыт с DeFi, DEX/CEX, AMM/LP, perpetuals, funding, cross-venue arbitrage - Активное использование AI-инструментов Что предлагаем - Фикс в стейблкоинах (USDT/USDC, 1:1 к доллару) - Квартальный profit sharing от результатов стратегий - Оплачиваемый отпуск - Компания оплачивает AI-подписки

Формат

Гибрид

Страна

Россия

Город

Москва

Грейд

Senior

О команде Продуктовая команда в сфере DeFi и алгоритмической торговли. В основе продукта собственные торговые стратегии, исследовательская работа с рыночными данными и плотное взаимодействие Quant Research, ML и инженерной команды. Команда небольшая, без сложной иерархии, с прямым взаимодействием с фаундером. Это не первый продукт команды: предыдущий работал на реальных объёмах и был прибыльным. Задача Предстоит исследовать и разрабатывать торговые стратегии для DeFi и крипторынков: от гипотезы и анализа данных до бэктестинга, валидации и оценки результата стратегии. Деплой и инфраструктурная часть остаются на инженерной команде, фокус роли — research, модели, торговая логика и качество стратегии. Чем предстоит заниматься - Quant/ML research и разработка торговых стратегий для DeFi и крипторынков - ML/DL-подходы для маркет-мейкинга, forecasting, управления позициями и смежных задач - Стратегии дельта-нейтрального хеджирования и управления рисками - Бэктестинг и симуляционные среды на крипто-данных: order book, trades - Анализ рыночных данных и улучшение алгоритмов по результатам реального исполнения Что важно - Senior-уровень в Quant/ML research, systematic trading, HFT/prop trading, market microstructure или смежных задачах - Участие в полном цикле ресерча: гипотеза > данные > модель/логика > бэктестинг > валидация и анализ результата - Понимание временных рядов, OOS-проверки, future leakage и торговой экономики - Supervised Learning, статистический анализ, оптимизация моделей - Уверенный Python; PyTorch, Scikit-Learn, CatBoost, XGBoost, Optuna - Опыт доведения стратегий до реального исполнения или PnL-оценки - Order book и trades - Автономность: сами ставите гипотезу и сами доводите её до ответа - В команде общаемся на русском Будет плюсом - Reinforcement Learning - Rust или low-latency engineering опыт - Трейдинг, маркет-мейкинг, low-latency крипта - Опыт в квант-фондах, HFT, prop trading, банковских квант-командах - Опыт с DeFi, DEX/CEX, AMM/LP, perpetuals, funding, cross-venue arbitrage - Активное использование AI-инструментов Условия - Фикс в стейблкоинах (USDT/USDC, 1:1 к доллару) - Квартальный profit sharing от результатов стратегий - Оплачиваемый отпуск - Компания оплачивает AI-подписки Локация Москва, гибрид, офис в центре.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Junior

О вакансии Компания IBS. Уровень Junior, работа удалённая, требуемый опыт — от 1 года. Чем предстоит заниматься - Исследование и внедрение современных подходов для широкого круга NLP-задач - Участие в полном цикле разработки: от прототипирования до промышленного развёртывания конечного решения - Разработка сервисов обработки естественного языка (классификация, суммаризация, NER, RAG и пр.) - Участие в создании AI-ассистентов на базе генеративных моделей (SFT/LoRA, RLHF) — BERT, Qwen и др. - Построение пайплайнов подготовки данных и обучения LLM - Организация процесса мониторинга качества и производительности LLM в продакшене - Проектирование и поддержка CI/CD-конвейеров для ML-проектов (Git, GitLab CI/CD, Jenkins и подобные) - Контейнеризация и оркестрация сервисов (Docker, Kubernetes) Пожелания к кандидатам - Высшее образование: математическое, IT, техническое - Аналогичный опыт работы от 1 года - Хорошее знание Python и основных библиотек анализа данных - Базовые навыки классического ML (EDA, предобработка, обучение моделей) - Опыт применения современных трансформерных нейросетей (GPT, BERT и их модификаций) - Опыт реализации RAG - Уверенное владение PyTorch или TensorFlow для тонкой настройки LLM Условия - Уровень: Junior - Формат: можно удалённо - Опыт работы: от 1 года

Формат

Офис

Страна

Не указана

Город

Не указан

Ищем ML-инженера. Ключевое требование — умение писать быстрый и чистый код на C++ и Python. Требования: - C++: STL, Boost, GSL - Python: PyTorch, NumPy, SciPy - ориентация на производительность и качество кода Условия: формат работы — офис, оплата — по договорённости.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Lead

О команде Мы создаём инфраструктуру для обучения и дообучения больших языковых (LLM) и визуально-языковых (VLM) моделей. Наша задача — сделать систему максимально эффективной: рационально использовать вычислительные ресурсы и снижать риски сбоев. Всё более востребованным становится обучение с подкреплением (Reinforcement Learning, RL) — появляется необходимость создания специализированной инфраструктуры. Задачи - Оптимизация инфраструктуры RL-обучения: оптимизация доставки и сохранения данных, коммуникаций между блоками обучения; повышение эффективности работы внутри блоков. - Развитие инструментов диагностики: создавать и улучшать инструменты, чтобы быстро находить и решать инфраструктурные проблемы. - Обеспечение отказоустойчивости инфраструктуры: реализовывать подходы, которые сделают инфраструктуру обучения устойчивой к ошибкам и сбоям. - Исследование решений: изучать новейшие подходы к организации инфраструктуры RL-обучения, оценивать их эффективность, внедрять в реальные проекты. Требования - Знание Python и опыт в системном программировании, разработке библиотек или фреймворков. - Умение работать с PyTorch и распределённым обучением через torch.distributed. - Владение подходами параллелизации. - Интерес к LLM и MLOps. - Умение эффективно работать в команде. Будет плюсом - Участие в создании инфраструктуры обучения ML-моделей. - Внедрение и оптимизация RL-решений. - Использование библиотек RL-обучения для LLM и библиотек инференса. - Опыт работы с GPU NVIDIA: понимание архитектуры GPU, разработка или оптимизация алгоритмов с использованием CUDA или Triton. - Владение C++, опыт низкоуровневого программирования и оптимизации. Условия - В крупных офисах есть спортзалы с тренажёрами, инвентарём и душевыми.

Формат

Гибрид

Страна

Россия

Город

Москва

Грейд

Senior

Senior NLP/LLM Engineer Сбер Опыт работы: 3–6 лет Полная занятость Формат работы: офис или гибрид (Москва) Команда управления развития искусственного интеллекта (блок «Развитие клиентского опыта B2C») ищет NLP/LLM-инженера для развития AI-copilot премиальных клиентских менеджеров. Команда переходит от классических NLP-решений к адаптивным мультиагентным системам. Чем предстоит заниматься - Проектировать и реализовывать end-to-end LLM-пайплайны, включая продвинутые RAG-системы и автономных AI-агентов (планирование, function calling, мультиагентная оркестрация) - Дообучение и адаптация: SFT/RLHF/DPO, LoRA/QLoRA под бизнес-задачи; решать, когда нужно дообучение, а когда достаточно промпт-инжиниринга или RAG - Поддерживать культуру качества: внедрять продуктовые и ML-метрики (RAGAS, DeepEval, LLM-as-a-Judge), автоматизировать регрессионное тестирование - Писать чистый, документированный и тестируемый python-код, проектировать API-контракты для ML-компонент - Участвовать в код-ревью, формировать технические стандарты команды, работать напрямую с продуктом и стейкхолдерами Наши пожелания к кандидатам - Опыт в DL/NLP от 4 лет, включая обучение и дообучение моделей на PyTorch, из них не менее года практического опыта с LLM - Практический опыт построения AI-агентов и LLM-пайплайнов с использованием LangChain/LangGraph - Глубокое понимание архитектуры современных LLM: attention, MoE, RoPE, KV-cache, методы alignment (RLHF/DPO), принципы эффективного инференса - Сильная инженерная культура: Python (asyncio, pydantic, fastapi), чистый тестируемый код (pytest), асинхронные микросервисы; понимание Docker/K8s, CI/CD для ML - Оценка и мониторинг: уверенное владение инструментами LLMOps (Arize, LangSmith, W&B, Phoenix), опыт создания кастомных eval-пайплайнов - Работа с данными: опыт предобработки сложных данных для датасетов, знание SQL

Формат

Гибрид

Страна

Россия

Город

Москва

Компания: Сибинтек Локация: Москва, Россия Занятость: полная занятость Формат работы: офис / гибрид / удалённо (РФ) Команда занимается проектами в области здравоохранения, создавая диагностические и прогностические решения. Цель — работа над нейродегенеративным направлением: в тесной связке с врачами команда находит потенциальные возможности и воплощает их в реальные продуктовые решения. Задачи - Анализ и выбор SOTA-решений: постоянный мониторинг передовых подходов под конкретные задачи, умение переводить статьи в код без готовых репозиториев. - Разработка и улучшение моделей детекции, сегментации и трекинга: обучение и адаптация моделей для обработки диагностических снимков, видеоаналитики и данных анамнеза. - Мультимодальная обработка данных: разработка пайплайнов для обработки медицинских данных, полученных из разных источников. - Внедрение и масштабирование: оптимизация моделей, анализ ошибок, работа с большими объёмами данных и инфраструктурой обучения. Требования - Опыт обучения нейросетевых моделей и применения разных подходов, понимание устройства моделей изнутри. - Работа с PyTorch. - Ориентация в прикладном DL: знание теории компьютерного зрения и умение добиваться практических результатов. - Понимание особенностей realtime-ограничений. - Чтение статей с ML-конференций и отслеживание развития области. Будет плюсом - Опыт работы с медицинским доменом. - Опыт работы с большими фундаментальными моделями и понимание их устройства. - Публикации на ведущих ML-конференциях. - Профильная учёная степень (физико-математическое направление). Условия - ДМС со стоматологией. - 28 календарных дней отпуска. - Годовая премия по результатам работы. - Конкурентная заработная плата (по результатам собеседования). - Корпоративное обучение и возможности для профессионального развития.

Формат

Офис

Страна

Россия

Город

Не указан

Обязанности: - исследование и внедрение современных подходов для широкого круга NLP-задач; - участие в полном цикле разработки: от прототипирования до промышленного развёртывания конечного решения; - разработка сервисов обработки естественного языка (классификация, суммаризация, NER, RAG и пр.); - участие в создании AI-ассистентов на базе генеративных моделей (SFT/LoRA, RLHF) — BERT, Qwen и др.; - сотрудничество с продуктовыми, техническими и клиентскими командами; - построение пайплайнов подготовки данных и обучения LLM (LLM-цепочки); - организация процесса мониторинга качества и производительности LLM в продакшене; - проектирование и поддержка CI/CD-конвейеров для ML-проектов (Git, GitLab CI/CD, Jenkins и подобные); - контейнеризация и оркестрация сервисов (Docker, Kubernetes); - настройка систем логирования и мониторинга (Prometheus, Grafana) для ML сервисов. Требования: - высшее образование: математическое, IT, техническое; - аналогичный опыт работы от 1 года; - хорошее знание Python и основных библиотек анализа данных; - базовые навыки классического ML (EDA, предобработка, обучение моделей); - понимание основных метрик оценки качества моделей; - опыт применения современных трансформерных нейросетей (GPT, BERT и их модификаций); - опыт реализации RAG; - уверенное владение PyTorch или TensorFlow для тонкой настройки LLM; - опыт работы с инструментами CI/CD (Git, GitLab CI/CD, Jenkins и пр.); - умение работать Docker, Kubernetes. Условия: - оформление по ТК РФ с первого дня и все социальные гарантии; - офисный формат работы (удаленка возможна, если вы проживаете в регионе, где нет офиса IBS); - комфортные офисы в городах присутствия: с зонами для работы, переговорными комнатами, отдельными зонами отдыха и развлечения, спортивными уголками; - предоставляются ноутбук, наушники, мышь, при необходимости — другая техника; - условия для карьерного роста и программы профессионального развития; - оплачиваемое профессиональное обучение и сертификация; - бонусы и бенефиты: подарки для детей, оплата мобильной связи, конкурсы и квизы с призами, скидки у корпоративных партнёров, покупка мерча за виртуальную игровую валюту; - неформальные мероприятия, интеллектуальные игры, спортивные клубы, собственная Киберлига, возможность заниматься волонтерской деятельностью и благотворительностью, творческие вечера.

Формат

Офис

Страна

Габон

Город

Не указан

Компания Omnissa, создатель AI-ориентированной платформы для цифровой работы, ищет инженера-программиста в команду глобализации. Специалист будет разрабатывать AI-сервисы, инструменты и платформы для интернационализации (i18n) и локализации продуктов компании. Задачи: - Проектировать, разрабатывать и масштабировать бэкенд-сервисы на Python, Node.js и TypeScript для поддержки глобализации, интернационализации и локализации. - Разрабатывать и интегрировать AI/ML и LLM-решения, включая архитектуры RAG/GraphRAG, векторные эмбеддинги и семантический поиск, для повышения качества перевода и локализации. - Строить и поддерживать CI/CD-пайплайны, контейнеризированные сервисы (Docker, Kubernetes) и RESTful API, развернутые на Azure, AWS, GCP или аналогичных облачных платформах. - Интегрировать LLM-эндпоинты (Azure OpenAI, AWS или аналоги) с корпоративными системами с использованием MCP и оркестрационных фреймворков, таких как LangChain или LangGraph. - Работать с SQL, NoSQL и графовыми базами данных (например, Neo4j/Cypher) для поддержки масштабируемых решений в области глобализации. - Взаимодействовать с командами продукта, инженерии и локализации для продвижения стратегии глобализации компании. Требования: - Уверенные навыки Python и практический опыт работы с AI/ML-библиотеками: TensorFlow, PyTorch или Hugging Face. - Владение Node.js и TypeScript (или аналогичными бэкенд-фреймворками). - Опыт работы с Java или C будет преимуществом. - Владение SQL и NoSQL базами данных. - Опыт работы с Docker, Kubernetes, CI/CD и RESTful API. - Опыт построения CI/CD-пайплайнов с использованием GitHub, Jenkins или аналогичных инструментов. - Знание векторных эмбеддингов, архитектур RAG/GraphRAG и фреймворков семантического поиска. - Опыт работы с графовыми базами данных (Neo4j/Cypher или аналоги). - Опыт интеграции LLM-эндпоинтов (Azure OpenAI, AWS или аналоги). - Опыт интеграции LLM с корпоративными системами с использованием MCP. - Опыт развертывания масштабируемых AI-сервисов на Azure, AWS, GCP или аналогичных платформах. - Знакомство с LangChain, LangGraph или аналогичными LLM-оркестрационными фреймворками. Предпочтительные квалификации: - Опыт проектирования и внедрения решений Retrieval-Augmented Generation (RAG) с использованием векторного поиска и семантического поиска. - Опыт создания агентных AI-систем с использованием LangGraph, n8n или Flowise. - Опыт фронтенд-разработки с React.js и HTML/CSS/JavaScript-фреймворками. - Опыт работы с моделями эмбеддингов, векторными базами данных и технологиями семантического поиска. - Знание стандартов интернационализации (i18n) будет преимуществом. Условия: - Локация: Атланта, Джорджия. - Формат: гибридный. - Командировки не предусмотрены. - Образование: степень бакалавра или магистра в области компьютерных наук или смежной области предпочтительна, либо эквивалентная комбинация образования и релевантного профессионального опыта. - Зарплата: типичный базовый оклад от $102 000 до $160 000 в год, возможно участие в корпоративной бонусной программе. Фактическое предложение может варьироваться в зависимости от географического местоположения, опыта, образования, уровня навыков и других факторов. - Льготы: участие в собственности компании, медицинская страховка, 401k с взносами работодателя, страхование по инвалидности, оплачиваемый отпуск, возможности роста и другое.

Формат

Офис

Страна

Не указана

Город

Не указан

Компания Cherry Bekaert — одна из крупнейших бухгалтерских и консалтинговых фирм в США, признана Great Place to Work. Команда Business Transformation ищет разработчика AI-агентов и автоматизации. Формат работы: гибридный, из любого офиса компании в США. Обязанности - Проектировать и внедрять AI-агентов с использованием LLM, алгоритмов планирования и фреймворков принятия решений. - Разрабатывать архитектуры агентов, поддерживающие автономность, интерактивность и выполнение задач. - Интегрировать агентов в приложения, API и рабочие процессы (например, чат-боты, инструменты автоматизации). - Сотрудничать с исследователями, инженерами и продуктовыми командами для развития возможностей агентов. - Оптимизировать поведение агентов через обратную связь, обучение с подкреплением или взаимодействие с пользователями. - Управлять контекстом агентов, применяя методы: промпт-инжиниринг, файнтюнинг, RAG, использование инструментов, гибридные подходы. - Отслеживать производительность, проводить оценки, внедрять механизмы безопасности и ограничений. - Поддерживать документацию по логике агентов, дизайн-решениям и зависимостям. - Следить за развитием AI, машинного обучения и агентных технологий. - Интегрировать AI-агентов с платформами Microsoft: Copilot Studio, Azure AI, Semantic Kernel SDK. - Создавать и разворачивать корпоративные Copilot-решения с использованием оркестрационных инструментов Microsoft для взаимодействия с Microsoft 365, Dynamics и кастомными бизнес-приложениями. Требования - Степень бакалавра в области компьютерных наук, AI, машинного обучения или смежной области. - Подтвержденный опыт работы с агентными системами или интеллектуальной автоматизацией — от 2 лет в аналогичной роли. - Сильные навыки программирования на Python (или аналогичном языке) и опыт работы с AI/ML-библиотеками (LangChain, OpenAI API, Hugging Face, PyTorch). - Понимание агентного моделирования, мультиагентных систем или обучения с подкреплением. - Опыт создания приложений с LLM или генеративными AI-моделями. - Знание разработки API, бэкенд-сервисов и пайплайнов развертывания. - Способность работать самостоятельно в экспериментальной и быстро меняющейся среде. - Отличные коммуникативные навыки и умение выстраивать отношения с бизнес- и техническими стейкхолдерами. - Аналитическое мышление, умение решать сложные задачи и принимать решения на основе данных. - Понимание качества данных, целостности и системной интеграции. - Адаптивность, готовность к сотрудничеству и изучению новых технологий. Условия - Общие ценности: честность, сотрудничество, доверие и взаимное уважение. - Возможность внедрять инновации и выполнять мотивирующую работу. - Среда для карьерного роста и непрерывного профессионального развития. - Конкурентная оплата и компенсационный пакет, ориентированный на благополучие. - Гибкость для значимой работы и время на жизнь вне работы. - Возможности общения и обучения у специалистов из разных культур и сфер.

Формат

Офис

Страна

Марокко

Город

Не указан

Грейд

Senior

Компания GE Vernova внедряет передовые технологии для оптимизации операций, улучшения клиентского опыта и роста. Создается команда для использования генеративного ИИ. Цель команды — автоматизировать промптинг, разработать фреймворк для промптинга для переиспользования и обмена между бизнесами. GE Vernova Advanced Research — акселератор, занимающийся стратегией и исследованиями для энергетического перехода. Исследователи сотрудничают с бизнесами GE Vernova, правительством США и более чем 420 организациями, выполняя 150+ проектов в области энергетики. Обязанности - Сотрудничать с экспертами в предметной области для понимания бизнес-потребностей и преобразования их в четкие эффективные промпты для LLM. - Разрабатывать, тестировать и улучшать промпты для различных сценариев, обеспечивая точность и релевантность результатов. - Тесно работать с разработчиками ПО для интеграции решений LLM в существующие или новые приложения. - Вносить вклад в разработку масштабируемого фреймворка для промпт-инжиниринга, способствуя переиспользованию и обмену знаниями между бизнес-подразделениями. - Помогать в сборе и анализе отзывов пользователей для постоянного улучшения эффективности промптов. - Следить за развитием технологий LLM и участвовать в стратегических решениях по выбору инструментов и платформ. - Документировать процессы промпт-инжиниринга, лучшие практики и результаты сценариев для создания базы знаний. Требования - 5+ лет релевантного опыта и степень магистра или PhD в области компьютерных наук, искусственного интеллекта, машинного обучения, AI-инжиниринга или смежных областях. Условия - Готовность работать в офисе в Кембридже, Массачусетс, или Нискаюне, Нью-Йорк. - Для сотрудников в Кембридже предусмотрена обязательная трехмесячная (гибридная) онбординг-резиденция в Исследовательском центре GE Vernova Advanced Research в Нискаюне, Нью-Йорк. Программа позволяет старшим талантам установить прочную техническую основу, сотрудничать с ведущими учеными и инженерами. Предоставляются расходы на поездки, жилье и стипендия. - Компания предлагает отличную рабочую среду, профессиональное развитие, сложные задачи и конкурентоспособную компенсацию. Предпочтительно - Степень магистра или PhD в области компьютерных наук, инженерии, науки о данных или смежных областях. - 3+ года опыта в промпт-инжиниринге и знакомство с инструментами, такими как модели GPT от OpenAI, Hugging Face и др. - 3+ года опыта с Python или другими языками программирования, обычно используемыми в AI/ML разработке. - Опыт с фреймворками машинного обучения (например, PyTorch) и библиотеками обработки данных (например, Pandas, NumPy). - Предыдущий опыт или стажировки в проектах NLP или машинного обучения. - Знакомство с системами контроля версий, такими как Git. - Сильные навыки решения проблем и внимание к деталям. - Отличные коммуникативные навыки, способность объяснять сложные технические концепции нетехническим заинтересованным сторонам. - Способность работать в команде и адаптироваться к меняющимся требованиям проекта. - Понимание операций и проблем традиционной промышленности.

Формат

Офис

Страна

США

Город

Не указан

О компании Oddball — небольшая компания, разрабатывающая качественное ПО для государственного сектора. Мы ценим обучение и рост, а также возможность оказывать значительное влияние в небольшой компании. Мы верим, что можем добиться больших изменений и улучшить повседневную жизнь миллионов людей. О роли Мы ищем прикладного AI/ML-инженера для проектирования, разработки и внедрения практических решений на основе ИИ, которые решают реальные задачи. Роль включает применение современных методов ML и GenAI в производственных системах — от экспериментов и прототипирования до развертывания, оценки и итераций. Вы будете тесно работать с инженерами, дизайнерами и заинтересованными сторонами, чтобы превращать неоднозначные задачи в масштабируемые и надежные возможности на основе ИИ. Это практическая инженерная роль для того, кто любит запускать продукты, быстро учиться и сочетать техническую строгость с реальными ограничениями. Задачи - Проектировать, разрабатывать и внедрять функции на основе машинного обучения и ИИ в производственные системы. - Применять методы обучения с учителем, без учителя и глубокого обучения к структурированным и неструктурированным данным. - Строить и оценивать модели для задач классификации, ранжирования, прогнозирования, NLP или обнаружения аномалий. - Разрабатывать и интегрировать решения на основе GenAI (например, рабочие процессы на базе LLM, RAG, агенты). - Преобразовывать бизнес- и пользовательские потребности в постановки задач ML, метрики и эксперименты. - Реализовывать конвейеры данных и процессы инженерии признаков для поддержки обучения и инференса моделей. - Оценивать производительность моделей, смещение, дрейф и надежность; итерировать на основе результатов. - Сотрудничать с инженерами для интеграции моделей в API, сервисы и пользовательские приложения. - Участвовать в архитектурных решениях по обслуживанию моделей, масштабируемости и оптимизации затрат. - Документировать подходы, допущения и компромиссы для поддержки сопровождаемости и обмена знаниями. - Выполнять другие связанные обязанности по поручению. Требования - Прочная основа в концепциях машинного обучения, включая выбор моделей, обучение, валидацию и оценку. - Опыт построения и развертывания моделей ML в реальных приложениях. - Владение Python и распространенными библиотеками ML (например, PyTorch, TensorFlow, scikit-learn). - Опыт работы с большими языковыми моделями, эмбеддингами и системами на основе промптов. - Знакомство с инструментами и процессами обработки данных (например, Pandas, SQL, Spark или аналоги). - Понимание лучших практик разработки ПО (контроль версий, тестирование, ревью кода). - Способность рассуждать о компромиссах между точностью, задержкой, стоимостью и сопровождаемостью. - Отличные коммуникативные навыки и комфортная работа в кросс-функциональных командах. Бонусом, если у вас есть - Опыт работы в инновационных, исследовательских, лабораторных или исследовательских инженерных командах. - Опыт развертывания моделей на облачных платформах и управления инференсом в масштабе. - Знакомство с практиками MLOps, такими как мониторинг моделей, CI/CD для ML и отслеживание экспериментов. - Опыт участия в архитектурных обсуждениях или технической стратегии. Условия - Гибридный формат / удаленно. Кандидаты должны находиться в регионе DMV (округ Колумбия, Мэриленд, Вирджиния) и иметь возможность участвовать в офисной коллаборации. - Кандидаты должны быть авторизованы для работы в США. В соответствии с требованиями федеральных контрактов некоторые роли могут также требовать гражданства США и способности получить и поддерживать федеральную проверку биографии и/или допуск к секретной информации. Льготы - Полностью удаленная работа. - Ежегодная выплата. - Комплексный социальный пакет. - Пенсионный план 401(k) с взносами компании. - Гибкий оплачиваемый отпуск, оплачиваемые праздничные дни.

Формат

Офис

Страна

США

Город

Не указан

О компании Компания Roboflow разрабатывает инструменты для создания и использования моделей компьютерного зрения. Более 1 млн разработчиков, включая представителей половины компаний из списка Fortune 100, используют открытые и облачные инструменты Roboflow. Примеры применения: подсчёт клеток для ускорения исследований рака, повышение безопасности на стройплощадках, оцифровка поэтажных планов, сохранение популяций кораллов, управление полётом дронов. Компания привлекла более 63 млн долларов от Y Combinator, Google Ventures, Craft Ventures, Сэма Альтмана, Lachy Groom и других инвесторов. Сотрудники Roboflow — увлечённые разработчики, ценящие ответственность, подотчётность и склонность к действию. Они любознательны, практикуются с новыми технологиями и предпочитают показывать работу, а не рассказывать о ней. Многие обладают мышлением основателя и эффективно работают в среде с высокой автономией. Задачи Роль предполагает тесное взаимодействие с отделом продаж и архитекторами решений для привлечения новых клиентов. Значительная часть процесса продаж техническая: нужно помогать клиентам понимать, как внедрить компьютерное зрение в их продукты. Вы будете использовать инженерный опыт и навыки общения с пользователями. Клиенты работают в разных отраслях: ускорение исследований рака, улучшение производственных процессов, автоматизированный расчёт на кассе и другие. Вы отвечаете за управление проектами, развёртывание и внедрение решений компьютерного зрения Roboflow в продукты клиентов, а также работаете с инженерными командами и продакт-менеджерами. Основные обязанности: - Поддержка и управление проектной поставкой индивидуальных решений клиентам. - Пост-релизная поддержка: устранение неполадок, отладка и обучение клиентов. - Взаимодействие с отделами продаж и архитекторами решений для обеспечения непрерывности клиентского пути. - Создание технического контента для демонстрации лучших практик (примеры приложений, документация, видео и т. д.). - Совместная работа с продажами и продуктом над стратегиями внедрения и дорожными картами для клиентов. - Анализ изображений клиентов для ответа на бизнес-вопросы и выявления возможностей улучшения через компьютерное зрение. - Тестирование и валидация новых функций продукта с учётом создания ценности для клиентов. - Пополнение репозитория переиспользуемых артефактов для ускорения работы клиентов с Roboflow. - Улучшение процессов, документации и общего клиентского опыта вместе с командой Roboflow. - Помощь продуктовой команде в онбординге, поддержке, внедрении и инженерных усилиях. Требования - Нацеленность на решение задач. - Развитые навыки общения с клиентами. - Энтузиазм, сильный технический универсализм. - Образование в области компьютерных наук или смежной области. - Технический опыт в полевых ролях с корпоративными клиентами в пост-продажной поставке и внедрении. - Опыт использования и написания индивидуальных Colab-ноутбуков (Python) в рамках жизненного цикла разработки машинного обучения и желание развиваться в этом направлении. - Знакомство с распространёнными фреймворками обработки данных и компьютерного зрения (например, OpenCV, TensorFlow, PyTorch). - Тщательные навыки решения проблем с клиентоориентированным подходом и способность быстро принимать решения. - Подтверждённый опыт управления проектами в части сроков и обязательств. - Хорошее знание API. - Готовность к командировкам около 25% рабочего времени.

Формат

Офис

Страна

Ватикан

Город

Не указан

AI Agent & Automation Developer Компания Cherry Bekaert, входящая в число крупнейших бухгалтерских и консалтинговых фирм США, ищет разработчика AI-агентов и автоматизации в команду Business Transformation. Возможна гибридная модель работы из любого офиса компании в США. Обязанности: - Проектирование и внедрение AI-агентов с использованием LLM, алгоритмов планирования и фреймворков принятия решений. - Разработка архитектур агентов, поддерживающих автономность, интерактивность и выполнение задач. - Интеграция агентов в приложения, API и рабочие процессы (чат-боты, инструменты автоматизации). - Совместная работа с исследователями, инженерами и продуктовыми командами над улучшением возможностей агентов. - Оптимизация поведения агентов через циклы обратной связи, обучение с подкреплением или взаимодействие с пользователями. - Управление контекстом для агентов, включая: - Prompt Engineering — внедрение информации непосредственно в промпты. - Fine-tuning — дообучение моделей на дополнительных данных. - Retrieval-Augmented Generation (RAG) — внедрение документов в векторные базы данных и поиск релевантной информации. - Tool Use — использование субагентов или детерминированных моделей для поиска контекста. - Гибридные подходы — комбинирование двух и более методов для повышения надежности. - Мониторинг производительности, проведение оценок и внедрение механизмов безопасности. - Ведение документации по логике агентов, проектным решениям и зависимостям. - Отслеживание отраслевых новинок в области AI, машинного обучения и агентных технологий. - Интеграция AI-агентов с платформами Microsoft: Copilot Studio, Azure AI и Semantic Kernel SDK. - Создание и развертывание корпоративных Copilot-решений с использованием оркестрационных инструментов Microsoft для взаимодействия с Microsoft 365, Dynamics и кастомными приложениями. Требования: - Степень бакалавра в области компьютерных наук, AI, машинного обучения или смежной области. - Опыт работы с агентными системами или интеллектуальной автоматизацией от 2 лет. - Уверенное владение Python (или аналогичным языком) и опыт работы с AI/ML-библиотеками (LangChain, OpenAI API, Hugging Face, PyTorch). - Понимание агентного моделирования, мультиагентных систем или обучения с подкреплением. - Опыт создания приложений на основе LLM или генеративных моделей. - Знакомство с разработкой API, бэкенд-сервисами и пайплайнами развертывания. - Способность работать самостоятельно в экспериментальной и быстро меняющейся среде. - Отличные коммуникативные навыки для взаимодействия с бизнес- и техническими стейкхолдерами. - Аналитическое мышление, умение решать сложные задачи и принимать решения на основе данных. - Понимание качества данных, целостности и системной интеграции. Условия: - Корпоративные ценности, включающие честность, сотрудничество, доверие и взаимное уважение. - Возможность заниматься инновационной работой. - Среда, ориентированная на карьерный рост и профессиональное развитие. - Конкурентоспособная компенсация и пакет льгот, охватывающий все аспекты благополучия. - Гибкость для выполнения значимой работы и время для жизни вне работы. - Возможности общения и обучения у профессионалов из разных культур и слоев общества.

Формат

Офис

Страна

Не указана

Город

Не указан

AI Agent & Automation Developer в команду Business Transformation компании Cherry Bekaert, одной из крупнейших бухгалтерских и консалтинговых фирм в США. Гибридный формат работы из любого офиса компании в США. Задачи: - Проектирование и внедрение AI-агентов с использованием LLM, алгоритмов планирования и фреймворков принятия решений. - Разработка архитектур агентов, поддерживающих автономность, интерактивность и выполнение задач. - Интеграция агентов в приложения, API и рабочие процессы (чат-боты, инструменты автоматизации). - Совместная работа с исследователями, инженерами и продуктовыми командами над развитием возможностей агентов. - Оптимизация поведения агентов через обратную связь, обучение с подкреплением или взаимодействие с пользователями. - Управление контекстом для агентов: промпт-инжиниринг, дообучение моделей, RAG (векторные базы данных), использование инструментов и гибридные подходы. - Мониторинг производительности, проведение оценок, внедрение механизмов безопасности и защитных ограничений. - Ведение документации по логике агентов, архитектурным решениям и зависимостям. - Отслеживание отраслевых новинок в области ИИ, машинного обучения и агентных технологий. - Интеграция агентов с платформами Microsoft: Copilot Studio, Azure AI, Semantic Kernel SDK. - Создание и развертывание корпоративных Copilot-решений с использованием оркестраторов Microsoft для работы с Microsoft 365, Dynamics и кастомными бизнес-приложениями. Требования: - Степень бакалавра в области компьютерных наук, ИИ, машинного обучения или смежной области. - Опыт работы с агентными системами или интеллектуальной автоматизацией от 2 лет. - Уверенное владение Python (или аналогичным языком) и опыт работы с библиотеками ИИ/МО: LangChain, OpenAI API, Hugging Face, PyTorch. - Понимание агентного моделирования, мультиагентных систем или обучения с подкреплением. - Опыт создания приложений на базе LLM или генеративных моделей. - Знание разработки API, бэкенд-сервисов и пайплайнов развертывания. - Способность работать самостоятельно в экспериментальной и быстро меняющейся среде. - Отличные коммуникативные навыки и умение выстраивать отношения с техническими и бизнес-заинтересованными сторонами. - Аналитическое мышление, навыки решения сложных задач и принятия решений на основе данных. - Понимание качества данных, целостности и системной интеграции. Условия: - Корпоративная культура, основанная на ценностях: честность, сотрудничество, доверие и взаимное уважение. - Возможность внедрять инновации и заниматься мотивирующей работой. - Среда для карьерного роста и непрерывного профессионального развития. - Конкурентоспособная компенсация и пакет льгот, ориентированный на благополучие. - Гибкость для выполнения значимой работы и время для жизни вне работы. - Возможности общения и обучения у профессионалов из разных культур и слоев общества.

Формат

Офис

Страна

Израиль

Город

Не указан

Компания INA Solution Условия - Локация: Шампейн, Иллинойс (офис) - Прямой найм - Требуется разрешение на работу: гражданство США, грин-карта или GC-EAD. H1B, OPT, CPT не рассматриваются Задачи - Создание и развертывание приложений на основе LLM и ИИ-агентов - Разработка RAG-пайплайнов, оркестрация рабочих процессов, работа с фундаментальными моделями Требования - Python, Agents SDK, LangChain/LangGraph - PyTorch, HuggingFace - Azure OpenAI, AWS Bedrock - Snowflake, Databricks, Pinecone - RAG, AI-агенты, дообучение и оценка моделей - Управление ИИ, мониторинг и guardrails