PyTorch

Формат

Гибрид

Страна

Россия

Город

Не указан

Грейд

Senior

Сбер Senior NLP/LLM-инженер. 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

Офис

Страна

Не указана

Город

Не указан

Cherry Bekaert — одна из крупнейших бухгалтерских и консалтинговых фирм США, признанная отличным местом для работы. В команду Business Transformation требуется разработчик AI-агентов и автоматизации. Работа предполагает гибридный формат из любого офиса Cherry Bekaert в США. Задачи - 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 или рабочие процессы (например, чат-боты, инструменты автоматизации). - Сотрудничать с исследователями, инженерами и продуктовыми командами для итеративного улучшения возможностей агентов. - Оптимизировать поведение агентов с помощью обратной связи, обучения с подкреплением или взаимодействия с пользователями. - Управлять контекстом для агентов, чтобы они получали нужную информацию в нужное время, применяя методы: промпт-инжиниринг, тонкая настройка (где применимо), RAG (извлечение с дополнением генерации), использование инструментов, гибридные подходы. - Мониторить производительность, проводить оценки, внедрять механизмы безопасности и ограничений. - Поддерживать подробную документацию по логике агентов, проектным решениям и зависимостям. - Следить за отраслевыми разработками и достижениями в области ИИ, машинного обучения и агентных технологий. - Интегрировать AI-агентов с платформами Microsoft: Copilot Studio, Azure AI и Semantic Kernel SDK. - Создавать и разворачивать корпоративные Copilot'ы с использованием оркестрационных инструментов Microsoft для взаимодействия с Microsoft 365, Dynamics и пользовательскими бизнес-приложениями. Требования - Степень бакалавра в области компьютерных наук, ИИ, машинного обучения или смежной области. - Подтверждённый опыт работы с агентными системами или интеллектуальной автоматизацией, минимум 2 года на аналогичной должности. - Сильные навыки программирования на Python (или аналогичном языке) и опыт работы с библиотеками ИИ/ML (LangChain, OpenAI API, Hugging Face, PyTorch). - Понимание агентного моделирования, мультиагентных систем или обучения с подкреплением. - Опыт создания приложений с использованием LLM или генеративных моделей ИИ. - Знание разработки API, бэкенд-сервисов и пайплайнов развёртывания. - Способность работать самостоятельно в экспериментальной и быстро меняющейся среде. - Отличные коммуникативные навыки и умение выстраивать отношения с бизнес- и техническими стейкхолдерами. - Аналитическое мышление, способность решать сложные задачи и принимать решения на основе данных. - Понимание качества данных, целостности и системной интеграции. Условия - Общие ценности, включающие инклюзивность и принадлежность: непоколебимая честность, сотрудничество, доверие и взаимное уважение. - Возможность внедрять инновации и выполнять работу, которая мотивирует и вовлекает. - Коллаборативная среда, способствующая карьерному росту и непрерывному профессиональному развитию. - Конкурентоспособная компенсация и пакет вознаграждения, охватывающий все аспекты благополучия. - Гибкость для выполнения значимой работы и время для жизни вне работы. - Возможности общаться и учиться у профессионалов с разным опытом и культурой.

Формат

Удалённо

Страна

Любая

Город

Не указан

О компании Quora — частная компания с удалённым форматом работы. Позиция может выполняться удалённо из любой точки Канады или США. Миссия Quora — развивать коллективный интеллект мира. Платформы: Quora (глобальная платформа обмена знаниями, более 300 млн уникальных посетителей в месяц) и Poe (платформа для общения, исследования и создания с использованием разнообразных ИИ-языковых моделей, включая GPT-5.6-Sol, Claude-Opus-5, Claude-Fable-5, Claude-Sonnet-5, Kimi-K3 и тысячи других). Роль связана с продуктом Quora. О команде и роли Машинное обучение — ключевая часть миссии Quora. В продакшене более 100 моделей ML. Используются различные алгоритмы: от линейных моделей до деревьев решений и глубоких нейронных сетей. Модели работают в огромном масштабе, обслуживая сотни миллионов людей ежемесячно. Команда владеет ML-платформой и ранжирующей инфраструктурой Quora по четырём направлениям: надёжность обслуживания, развитие ML-инженеров и скорость разработки, бизнес-эффект, эффективность затрат. Начинающий инженер будет работать на стыке машинного обучения, распределённых систем и производительности GPU-сервинга. Предыдущий опыт в ML-инфраструктуре не требуется. В команде — старшие и staff-инженеры, обучение у создателей стека, выделенный ментор и техническое руководство. Первые недели — запуск в продакшен. Стек: Python, Go, C++, PyTorch, Kubernetes/EKS, NVIDIA Triton, Ray, AWS. Обязанности - Помогать создавать и поддерживать основную инфраструктуру ML-платформы Quora, обеспечивая высокую доступность, масштабируемость и производительность. - Создавать и улучшать распределённые системы для обслуживания ML-моделей в продакшене: от больших рекомендательных моделей (LRM) до больших языковых моделей (LLM). - Работать над GPU-сервингом моделей, оптимизируя задержку, пропускную способность и стоимость для поддержки более крупных и мощных моделей. - Участвовать в платформенных инициативах, таких как стандартизация на PyTorch-first и модернизация ML-экосистемы. - Улучшать скорость разработки ML-инженеров, создавая инструменты для разработки, тестирования и развёртывания моделей. - Модернизировать feature store, чтобы ML-инженеры могли быстрее выводить новые фичи в продакшен. - Участвовать в дежурствах команды (on-call), помогая решать производственные проблемы. Минимальные требования - Доступность для встреч и оперативного общения в «часы координации» Quora (пн–пт, 9:00–15:00 по тихоокеанскому времени). - Выпускник 2025 или 2026 года, имеющий или получающий степень бакалавра, магистра или PhD в области компьютерных наук, инженерии или смежной технической области. - Искренний интерес к крупномасштабным распределённым системам, инфраструктуре и машинному обучению. - Знание Python, Go или C++ или способность быстро их выучить. - Страсть к обучению и постоянному улучшению себя и команды. Предпочтительные требования - Предыдущий опыт разработки ПО: стажировка, работа, open-source вклад или соревнования по программированию. - Курсы или практический опыт с ML-фреймворками, такими как PyTorch или TensorFlow. - Опыт работы с Kubernetes, Docker или облачными технологиями, такими как AWS.

Формат

Удалённо

Страна

Не указана

Город

Не указан

О компании OnTarget Labs — международная компания по разработке программных продуктов. О продукте Разработка ИИ-решения для анализа теннисных матчей по видео, записанному на смартфон. О роли Поддержка команды по полному циклу CV/ML: от качества датасетов и оценки моделей до улучшения моделей, логики трекинга и интерпретации, а также выборочного развертывания на edge/mobile. Работа под руководством Head of Engineering / CTO, с возможностью самостоятельно оценивать проблемы, предлагать эксперименты, внедрять улучшения и объяснять технические компромиссы. Требования - Опыт практической работы с компьютерным зрением, особенно с реальным видео - Уверенное владение Python и PyTorch - Опыт с моделями обнаружения объектов, трекинга, классификации и/или keypoint - Умение оценивать выходы моделей, диагностировать ошибки и предлагать точечные улучшения - Понимание стратегии датасетов, качества разметки, валидации и интерпретации метрик - Опыт разработки или улучшения кастомного трекинга, сглаживания, временного декодирования или слоев интерпретации - Опыт улучшения моделей до продакшн-уровня в разнообразных реальных условиях - Опыт развертывания и оптимизации облачных пайплайнов обработки видео - Опыт инференса на устройствах (edge/mobile), владение ONNX, Core ML, TensorFlow Lite, квантизацией, прунингом, оптимизацией задержек или настройкой мобильной производительности - Степень бакалавра в области информационных систем, компьютерных наук или смежной области - Отличные письменные и устные коммуникативные навыки на английском языке Будет плюсом - Опыт в спортивной видеоаналитике - Трекинг мяча, ракетки, шайбы или других быстро движущихся объектов - Видео со смартфона или потребительского качества Условия - Конкурентоспособная оплата по результатам собеседования - Полная занятость, удаленная работа

Формат

Офис

Страна

Ватикан

Город

Не указан

Грейд

Senior

Компания Capital One — финансовая компания, создающая ответственные и надёжные системы ИИ. Компания использует машинное обучение для персонализированного обслуживания клиентов в реальном времени, информирует о подозрительных операциях и отвечает на вопросы клиентов. О команде Организация Consumer Engagement Platform обеспечивает быстрые инновации финансовых продуктов и удобство разработчиков для всех потребительских продуктов Capital One. Подразделение Hyper Personalization строит интеллектуальные системы и инфраструктуру для индивидуального клиентского опыта в реальном времени: от домашних лент до маркетинговых и сервисных сообщений. Миссия — персонализация уровня «cohort-of-one» на основе надёжных данных, production-grade ML и GenAI-систем и низколатентных платформ. Задачи - Определять и вести техническую стратегию и дорожную карту платформы персонализации для реального времени и таргетированных сообщений по всем продуктам Capital One. - Совместно с командами Product, Data Science, Cloud Infrastructure и ML Platform развивать рекомендательные системы и алгоритмы. - Развивать гибкий масштабируемый rules engine для бизнес-логики персонализации: сегментация пользователей, таргетинг, решение в реальном времени, интеграция с ML-рекомендациями. - Проектировать и поддерживать ML-инфраструктуру и пайплайны: извлечение признаков, обучение, тестирование, guardrails, оценка моделей, деплой, real-time и batch inference. - Архитектура низколатентных event-driven систем для динамической персонализации на основе потоковых данных, поведения пользователя и контекстных сигналов. - Развивать MLOps: автоматизированные деплой-процессы с метриками, интеграционные валидации, тестирование, масштабируемый мониторинг и наблюдаемость. - Внедрять современные техники оптимизации LLM для улучшения масштабируемости, стоимости, задержки и пропускной способности production AI-систем. - Использовать открытые и SaaS AI-технологии: AWS Ultraclusters, Hugging Face, VectorDBs, Nemo Guardrails, PyTorch и другие. - Обеспечивать техническое лидерство: влиять на архитектуру, стандарты инженерии, кросс-командные стратегии, менторить инженеров. Идеальный кандидат - Любит создавать системы, гордится качеством работы, разделяет стремление менять банковское дело к лучшему. - Следит за последними исследованиями, понимает научные публикации и обоснованно применяет новые техники в production. - Быстро адаптируется, умеет прояснять крупные неопределённые задачи, задаёт вопросы, находит корень проблем и чётко формулирует выводы. - Готов предлагать новые идеи, даже если они ещё не доказаны. - Обладает сильным фундаментом в инженерии и математике, экспертизой в hardware, software и AI, видит возможности оптимизации, которые другие упускают. - Устойчив, умеет прокладывать новые пути для достижения бизнес-целей, когда маршрут неизвестен. Условия - Capital One рассматривает возможность найма удалённого сотрудника на эту позицию.

Формат

Офис

Страна

Россия

Город

Не указан

Обязанности: - Разработка ИИ-ассистентов и функциональных агентов в рамках проверки PoC для ИИ-идей, входящих в ИИ-инкубатор. - Практическое применение знаний в NLP. - Запуск моделей на GPU и CPU. - Контейнеризация. - Работа с Jenkins. - Использование векторных баз и эмбеддингов для RAG. - Реализация function calling. - Работа с KServe. - Применение BERT-подобных моделей. - Работа с эвристиками. - Опыт квантизации LLM. Требования: - Понимание принципов проектирования AI-агентов: управление состоянием и контекстом, выбор инструментов, контроль уровня автономности и human-in-the-loop. - Глубокое понимание основных принципов машинного обучения: подготовка данных и признаков, выбор моделей, регуляризация, переобучение, data leakage, интерпретация результатов. - Знание математической статистики: проверка гипотез, доверительные интервалы, дизайн и анализ A/B-тестов. - Понимание принципов оценки качества ML-систем: offline- и online-метрики, построение валидации, оценка бизнес-эффекта, мониторинг качества моделей и данных. - Опыт работы хотя бы в одном из направлений: классическое машинное обучение; временные ряды и прогнозирование; рекомендательные системы, поиск и ранжирование; NLP, LLM и генеративный AI. - Уверенное владение Python и основными библиотеками для анализа данных и машинного обучения: pandas или polars, NumPy, scikit-learn, CatBoost / LightGBM / XGBoost, PyTorch или аналогичные инструменты. - Умение писать поддерживаемый production-код: модульная архитектура, тестирование, логирование, документация, работа с Git и участие в code review. - Уверенное владение SQL. - Опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы. - Понимание рисков prompt injection, некорректного tool calling, утечки данных и чрезмерных прав доступа агента. - Опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков. - Умение оценивать стоимость, latency и масштабируемость LLM-решений. - Опыт работы в e-commerce, retail или других продуктовых highload-системах. - Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana. - Опыт эксплуатации GPU-инфраструктуры и оптимизации inference. - Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT. - Опыт проектирования agentic workflows или multi-agent-систем. - Понимание принципов информационной безопасности, privacy и работы с персональными данными.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

О роли Присоединяйтесь к команде AI Forward Deployed Engineering — клиентоориентированной группе специалистов в Databricks, которая реализует проекты профессиональных услуг, помогая клиентам создавать и внедрять в производство инновационные GenAI-приложения. Вы будете работать кросс-функционально с инженерными, продуктовыми командами и разработчиками, формируя долгосрочные стратегические приоритеты. Условия - Локация: в любой точке мира - Удалённая работа - Полная занятость Технологии - AI - Machine Learning - GenAI - LLM - RAG - Python - PyTorch - LangChain

Формат

Офис

Страна

Ватикан

Город

Не указан

AI Agent & Automation Developer Компания Cherry Bekaert, входящая в число крупнейших бухгалтерских и консалтинговых фирм страны, 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 для улучшения 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 в промпты. - Fine-tuning — дообучение моделей на дополнительных данных. - Retrieval-Augmented Generation (RAG) — индексация документов в векторных базах и поиск релевантной информации. - Tool Use — использование субагентов или детерминированных моделей для поиска контекста. - Гибридные подходы — комбинация двух и более методов. - Мониторинг производительности, проведение оценок, внедрение механизмов безопасности и защитных мер. - Ведение документации по логике агентов, проектным решениям и зависимостям. - Отслеживание отраслевых новинок в области ИИ, машинного обучения и агентных технологий. - Интеграция AI-агентов с платформами Microsoft: Copilot Studio, Azure AI, 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, 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 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: - Корпоративная культура, основанная на честности, сотрудничестве, доверии и взаимном уважении. - Возможность внедрять инновации и заниматься мотивирующей работой. - Среда для карьерного роста и непрерывного профессионального развития. - 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

Канада

Город

Не указан

Обязанности - Разрабатывать и прототипировать агентные AI-приложения и рабочие процессы с использованием больших языковых моделей и современных AI-фреймворков. - Создавать AI-агентов, способных к рассуждению, использованию инструментов, оркестрации задач, поиску информации и взаимодействию с внешними системами и API. - Разрабатывать и интегрировать приложения на основе LLM, включая retrieval-augmented generation (RAG), мультиагентные системы и AI-автоматизацию. - Проектировать и реализовывать бэкенд-сервисы и API для поддержки AI-приложений и интеграции моделей. - Интегрировать LLM с структурированными и неструктурированными источниками данных, API, базами данных и программными инструментами. - Разрабатывать процессы оценки и валидации для измерения производительности, точности, надежности и поведения AI-моделей и агентов при использовании инструментов. - Выполнять обработку, преобразование и анализ данных для поддержки разработки и оценки AI. - Экспериментировать с промпт-инжинирингом, конфигурациями моделей, техниками поиска и архитектурами агентов для улучшения производительности систем. - Писать чистый, поддерживаемый и хорошо протестированный код с использованием современных практик программной инженерии. - Устранять неполадки в приложениях, интеграции моделей и конвейерах данных. - Участвовать в код-ревью, тестировании, документировании и процессах непрерывной интеграции и развертывания. - Исследовать новые разработки в области генеративного AI, LLM, агентных фреймворков и инструментов разработки AI и применять релевантные технологии в инженерных проектах. - Сотрудничать с инженерами и другими техническими заинтересованными сторонами для преобразования требований в функциональные AI-решения. Требования - Степень бакалавра в области компьютерных наук, программной инженерии, науки о данных, информационных систем или смежной технической области, либо эквивалентный практический опыт. - Сильные навыки программирования на Python и знакомство как минимум с одним дополнительным языком программирования, таким как JavaScript/TypeScript, Java, C/C++ или Rust. - Опыт работы с агентными AI или фреймворками оркестрации LLM, такими как LangChain, LangGraph, CrewAI или аналогичными технологиями. - Опыт разработки мультиагентных систем или AI-приложений, включающих автономное выполнение задач и использование инструментов. - Опыт работы с OpenAI API, Hugging Face, Ollama или другими коммерческими или открытыми LLM-платформами. - Знакомство с RAG-конвейерами, векторными базами данных, семантическим поиском или FAISS. - Опыт работы с фреймворками машинного обучения, такими как PyTorch, TensorFlow или scikit-learn. - Опыт работы с бэкенд-фреймворками, такими как FastAPI, Flask или Node.js. - Знакомство с SQL и/или NoSQL базами данных. - Опыт работы с Docker, CI/CD, GitHub Actions или облачными платформами, такими как AWS, Google Cloud или Azure. - Опыт оценки AI-моделей, бенчмаркинга, автоматизированной валидации или рабочих процессов качества данных. - Опыт использования AI-ассистируемых инструментов разработки, таких как GitHub Copilot, Cursor, Claude Code или аналогичных. - Проявленный интерес к генеративному AI через академические проекты, хакатоны, стажировки, исследования или вклад в open-source.

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 для улучшения возможностей агентов. - Оптимизация поведения агентов через циклы обратной связи, обучение с подкреплением или взаимодействие с пользователями. - Управление контекстом для агентов, включая методы: промт-инжиниринг, файнтюнинг, RAG, использование инструментов, гибридные подходы. - Мониторинг производительности, проведение оценок, внедрение механизмов безопасности и ограничений. - 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, 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. - Знание разработки API, бэкенд-сервисов и пайплайнов 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 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 времени на личную жизнь. - Возможности общения и обучения у профессионалов с разным опытом и культурным бэкграундом.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Компания: АО Квазар Условия - График: 5/2, удалённо - Работа в небольшой команде, быстрые решения без бюрократии - Зарплата: до 200 000 ₽ в месяц, на руки Основные задачи - Создание и дообучение моделей для работы с изображениями, текстом и аудио - Точечное дообучение LLM под специализированные задачи - Разработка и развёртывание API для доступа к обученным агентам - Оптимизация инференса новых и уже работающих связок - Интеграция моделей в существующие микросервисы Технические требования - Уверенное знание Python (asyncio, typing, dataclasses) - Опыт работы с PyTorch / Transformers / vLLM - Опыт тонкой настройки и дообучения LLM - Понимание принципов RAG, LoRA, QLoRA - Навыки в обработке изображений и OCR / CV задачах (Tesseract, OpenCV, Yolo) - Умение создавать REST API (FastAPI, Flask) - Понимание основ работы контейнеров и взаимодействия микросервисов - Опыт оптимизации на GPU (CUDA, TensorRT, bitsandbytes) и развертывания на multi-GPU серверах - Опыт интеграции моделей в продакшн Преимущество - Опыт работы с SQL и NoSQL - Опыт работы с Redis - Опыт построения архитектуры приложений, как общей, так и отдельных сервисов - Опыт работы с брокерами сообщений (RabbitMQ, Kafka) - Знание других языков программирования

Формат

Офис

Страна

Не указана

Город

Не указан

Группа семантических технологий в Поиске Яндекса помогает пользователям находить качественные и релевантные документы. В работе используются LLM и информационный поиск. Для экспериментов доступны сотни GPU, что позволяет ставить масштабные эксперименты. Ищем NLP-инженера, который будет end-to-end решать ML-задачи. Задачи - Разрабатывать агентские системы. Для дальнейшего роста качества Поиска нужны агенты, способные понимать смысл запроса, определять релевантность страниц и оценивать их качество. Предстоит строить системы, которые смогут собирать и оркестрировать агентов для решения этих задач. - Обучать генеративные модели. Продакшен-модели обучаются на миллионах пар «запрос — документ». Размечать такие датасеты с помощью сложных агентских пайплайнов дорого, поэтому нужно дистиллировать знания агентских систем в более лёгкие ML-модели. - Разрабатывать ML-компоненты end-to-end. Полный цикл разработки от идеи и эксперимента до интеграции в зрелый продакшен-сервис. Нужно находить точки роста в моделях, формулировать и проверять исследовательские гипотезы. Требования - Глубокое понимание современного NLP, особенно агентских систем. - Умение проектировать ML-системы. - Уверенное владение Python, работа с SQL и PyTorch. - Хорошая база в теории вероятностей и математической статистике. Условия - Ежегодные медицинские чекапы. - Йога. - Психотерапия.

Формат

Офис

Страна

Марокко

Город

Не указан

Грейд

Senior

GE Vernova — команда, работающая на стыке передовых технологий и традиционной промышленности. Сотрудники взаимодействуют с бизнес-подразделениями GE Vernova, правительством США и более чем 420 организациями, выполняя более 150 проектов в сфере энергетики. Обязанности - Совместно с профильными экспертами выявлять бизнес-потребности и превращать их в понятные и эффективные промпты для LLM. - Разрабатывать, тестировать и улучшать промпты для различных сценариев, обеспечивая точность и релевантность результатов. - Тесно взаимодействовать с разработчиками для интеграции LLM-решений в существующие и новые приложения. - Участвовать в создании масштабируемого фреймворка для промт-инжиниринга, способствуя переиспользованию и обмену знаниями между бизнес-подразделениями. - Собирать и анализировать обратную связь от пользователей для постоянного повышения эффективности промптов. - Отслеживать развитие технологий LLM и участвовать в стратегических решениях по выбору инструментов и платформ. - Документировать процессы промт-инжиниринга, лучшие практики и результаты сценариев для формирования базы знаний. Требования - Опыт работы от 10 лет. - Минимум степень бакалавра 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 на базе Кембриджа: обязательная трёхмесячная (гибридная) программа адаптации в Исследовательском центре GE Vernova Advanced Research Center в Нискаюне. Предоставляются расходы на поездки, жильё и стипендия. - Предоставляется помощь с переездом. - Требуется разрешение на работу в США. - Предложение о работе обусловлено успешным прохождением теста на наркотики (где применимо). - Вилка зарплаты для позиций в США: $152 400 – $254 000. В отдельных регионах применяется географический коэффициент 110%, 120% или 130% от зарплаты. Конкретный размер оплаты зависит от опыта, образования и навыков кандидата. - Бонус: дискреционный ежегодный бонус. - Льготы: медицинская, стоматологическая, офтальмологическая страховка и покрытие рецептурных препаратов; доступ к Health Coach от GE Vernova (круглосуточный ресурс с медсёстрами); Программа помощи сотрудникам (конфиденциальные консультации и услуги 24/7). - Пенсионные льготы: GE Vernova Retirement Savings Plan — налогово-эффективный 401(k) с матчинг-взносами компании. - Компания предлагает рабочую среду, профессиональное развитие, интересные задачи и конкурентоспособную компенсацию. Будет плюсом - Степень магистра или PhD в области компьютерных наук, инженерии, науки о данных или смежных областях. - Опыт промт-инжиниринга и знакомство с инструментами: модели OpenAI GPT, Hugging Face и др. - Опыт работы с Python или другими языками программирования, обычно используемыми в AI/ML-разработке. - Опыт работы с фреймворками машинного обучения (например, PyTorch) и библиотеками обработки данных (Pandas, NumPy). - Предыдущий опыт или стажировки в проектах по NLP или машинному обучению. - Знакомство с системами контроля версий, например Git. - Развитые навыки решения проблем и внимание к деталям. - Отличные коммуникативные навыки, умение объяснять сложные технические концепции нетехническим заинтересованным сторонам. - Способность работать в команде и адаптироваться к меняющимся требованиям проекта. - Понимание операционных процессов и вызовов традиционной промышленности.

Формат

Офис

Страна

Польша

Город

Не указан

Грейд

Senior

Sonatus — компания в сфере программного обеспечения для автомобилей. Технологии компании используются в более чем 8 миллионах автомобилей. Штаб-квартира в Саннивейле, Калифорния, более 250 сотрудников по всему миру. Ищем AI-инженера для реализации агентного фреймворка для AI-приложений. Роль предполагает написание production-grade кода для взаимодействия AI-приложений с миллионами автомобилей в реальном времени. Требуется инженер-«строитель», разбирающийся в деталях мультиагентной оркестрации, оптимизации вызова инструментов и безопасности LLM. Нужно переводить архитектурные решения в исполняемые высокопроизводительные системы, взяв на себя полный цикл разработки — от локального прототипа до глобального облачного развертывания. Кандидаты должны проживать в Польше, допускается удаленная работа в пределах Польши. Задачи: - Использовать существующие AI-модели и фреймворки для решения сложных бизнес-задач. - Разрабатывать агентную оркестрацию: проектировать и внедрять циклы «рассуждение и действие», позволяющие AI-агентам разбивать сложные цели на выполнимые подзадачи. - Проектировать и внедрять версионируемый реестр промптов для маршрутизации, независимой от модели, и A/B-тестирования системных промптов. - Разрабатывать защиту конфиденциальности для редактирования PII и верификатор галлюцинаций для аудита действий, генерируемых AI, до их выполнения. - Проводить полный цикл моделирования данных и разработки алгоритмов: моделирование, обучение, настройка, валидация, развертывание и поддержка сервисов. - Поддерживать экспертизу в области AI: LLM, временные ряды, RAG, тонкая настройка больших моделей, традиционные ML-модели. - Отслеживать отраслевые тренды в области науки о данных и AI. - Проводить анализ данных и предоставлять инсайты для бизнес-решений. - Соблюдать протоколы конфиденциальности и безопасности данных. - Сотрудничать с кросс-функциональными командами для преобразования требований в AI-решения. - Документировать и коммуницировать технические решения и лучшие практики стейкхолдерам. - Управлять проектами, обеспечивая своевременное выполнение в динамичной среде. Требования: - Магистр или PhD в Computer Science, инженерии, математике, прикладных науках или смежной области (предпочтительно), бакалавр обязателен. - Сильные навыки программирования на Golang, Python, Java или C++, опыт работы с TensorFlow, PyTorch, scikit-learn. - Опыт создания мультиагентных систем и фреймворков с адаптивной оркестрацией. - Глубокое понимание Jailbreak Detection (например, LlamaGuard) и техник маскирования PII для безопасного взаимодействия LLM в регулируемых средах. - Глубокие знания современных алгоритмов машинного обучения, AI-технологий и платформ. - Опыт предобработки данных, инженерии признаков и оценки моделей. - Знакомство с облачными платформами (AWS, Azure, Google Cloud) и контейнеризацией (Docker, Kubernetes) — плюс. - Знание лучших практик разработки ПО, систем контроля версий и agile-методологий. - Ориентация на результат, отличные навыки решения проблем. - Отличные устные и письменные коммуникативные навыки. - Опыт в автомобильной отрасли — приветствуется.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Senior

Senior AI Researcher / ML & LLM Engineer Локация: Россия / Беларусь. Работа строго по МСК. Требования: — архитектура AI-агентов, tool calling, memory/context, human-in-the-loop — ML: обучение, признаки, регуляризация, борьба с overfitting и data leakage — матстатистика, A/B-тесты, гипотезы и доверительные интервалы — LLM Evals и система метрик — prompt injection, PII/privacy и безопасность AI-агентов — Python + NumPy / pandas / scikit-learn / CatBoost / XGBoost / PyTorch — продвинутый SQL — Hugging Face, LLM API, orchestration frameworks — Airflow, MLflow, Kafka, Redis, Kubernetes — Prometheus, Grafana, OpenTelemetry — GPU-инфраструктура и оптимизация inference — fine-tuning: LoRA / PEFT — agentic workflows / multi-agent systems — production-код, GitFlow, тестирование, code review — опыт в e-commerce, retail или highload-продуктах Подойдёт специалисту, который действительно глубоко понимает ML/LLM и умеет доводить AI-системы до production.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Обязанности - Тонкая настройка фундаментальных моделей с использованием LoRA/QLoRA, RLHF/DPO и инструктивной настройки для доменных задач и терминологии. - Построение агентных и инструментальных рабочих процессов, связывающих LLM с внутренними инженерными инструментами и источниками данных. - Проектирование оценочных стендов для проверки фактологичности и точности. - Обеспечение защиты от галлюцинаций и внедрение предохранительных механизмов безопасности. - Построение RAG-пайплайнов с Azure AI Search. - Создание структурированных систем вызова инструментов и функций на основе тонко настроенных моделей Azure OpenAI. - Развертывание и оптимизация инференса с использованием квантизации, KV-cache, vLLM и TensorRT-LLM в Azure Kubernetes Service. - Поддержание надежности, безопасности и экономической эффективности тренировочных и инференс-нагрузок Azure AI/ML совместно с ML-инженерами, дата-сайентистами и командами MLOps. Требования - 8+ лет общего опыта в ML/AI-инженерии с глубокой практической работой с LLM и фундаментальными моделями. - Подтвержденный опыт тонкой настройки моделей с использованием LoRA/QLoRA/PEFT, полной тонкой настройки или предобучения в некотором масштабе. - Практический опыт с RLHF, RLAIF, DPO или инструктивной настройкой. - Свободное владение Python. - Глубокое владение PyTorch. - Твердое понимание внутреннего устройства архитектуры трансформеров. - Практический опыт построения RAG-пайплайнов, эмбеддингов и векторного поиска, а также агентных или инструментальных LLM-систем. - Знакомство с Azure OpenAI, Azure AI Foundry или аналогичной облачной LLM-платформой. Желательно - Опыт работы непосредственно с Azure OpenAI Service и Azure AI Foundry. - Опыт оркестрации LLM-управляемой генерации кода или структурированных выходных данных для технических и инженерных доменов. - Опыт распределенного обучения на мульти-GPU и мультинодных кластерах с использованием DeepSpeed или FSDP. - Публикации, посты в блогах или вклад в open-source в области генеративного ИИ. Условия - Переменная оплата в виде денежного бонуса или в другой форме. - Медицинская, стоматологическая и офтальмологическая страховка. - Гибкие расходные счета и сберегательные счета на медицинские расходы. - Страхование жизни, от несчастных случаев и инвалидности. - Пенсионные льготы. - Оплачиваемый отпуск и отгулы. - Образовательная поддержка. - Помощь при бесплодии. - Оплачиваемый отпуск по уходу за ребенком. - Помощь при усыновлении. - Гибкий формат работы.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior

Роботы доставки Яндекса ежедневно доставляют тысячи заказов, маневрируя в сложной, неструктурированной городской среде. Команда активно растёт и планирует масштабировать флот до 20 000 роботов к 2028 году. В core-команду ищут Senior ML Engineer/Researcher, который сфокусируется на построении быстрой интерактивной модели мира и масштабном обучении MBRL-агентов. Задачи - Разработка и скейлинг World Models: проектирование и обучение массивных 3D/видеотокенизаторов и бэкбонов на базе Diffusion Transformers (DiT), Flow Matching и других подходов. - Distributed Training: построение пайплайнов для распределённого обучения тяжёлых foundation-моделей на вычислительном кластере. - Model-Based RL (MBRL) and 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 and Inference: построение надёжного safety-контура поверх выходов модели и подготовка конструкции к реалтайм-инференсу на edge-устройствах робота. Требования - Экспертный уровень владения 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-устройств. - Оптимизация инференса «на борту» робота. - Бэкграунд в Autonomous Driving, Motion Planning или Robotics. Условия - Если для рабочих задач нужно подтянуть язык, команда организует обучение и оплатит 50% стоимости.

Формат

Офис

Страна

Не указана

Город

Не указан

О команде и проекте GE Vernova создаёт команду для применения генеративного ИИ. Цель — автоматизация промптинга и разработка фреймворка для промптинга, чтобы максимизировать переиспользование и обмен между бизнес-подразделениями. Сотрудник будет работать на стыке передовых технологий и традиционной индустрии, влияя на бизнес-процессы. Компания ведёт стратегию и R&D для энергетического перехода, сотрудничает с правительством США и более чем 420 организациями, реализует 150+ энергетических проектов. Задачи - Взаимодействовать с профильными экспертами для понимания бизнес-потребностей и превращения их в чёткие эффективные промпты для LLM. - Разрабатывать, тестировать и уточнять промпты для различных сценариев, обеспечивая точность и релевантность результатов. - Тесно работать с разработчиками ПО для интеграции решений на основе LLM в существующие или новые приложения. - Участвовать в разработке масштабируемого фреймворка для промпт-инжиниринга, способствуя переиспользованию и обмену знаниями между бизнес-подразделениями. - Помогать в сборе и анализе обратной связи 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 - Степень магистра в области компьютерных наук, ИИ/МО, инженерии, математики или смежной области и не менее 5 лет релевантного опыта. - Право на работу в США (требование работодателя). Предпочтительные качества - PhD в области компьютерных наук, инженерии, науки о данных или смежной области. - Опыт промпт-инжиниринга и знакомство с инструментами: OpenAI GPT, Hugging Face и др. - Владение Python или другими языками, обычно используемыми в ИИ/МО. - Опыт работы с фреймворками машинного обучения (например, PyTorch) и библиотеками обработки данных (Pandas, NumPy). - Предыдущий опыт или стажировки в NLP или проектах по машинному обучению. - Знакомство с системами контроля версий, например Git. - Понимание операционных процессов и задач традиционной индустрии. - Развитые 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. Условия - Конкурентная компенсация, профессиональное развитие, сложные задачи, хорошая рабочая среда. - Вилка зарплаты для позиции в США: $98 400 – $164 000. - Компания выплачивает географическую надбавку 110%, 120% или 130% к зарплате в определённых регионах. - Возможен дискреционный ежегодный бонус. - Предоставляется помощь с переездом (relocation assistance). - Медицинская, стоматологическая, офтальмологическая страховка и покрытие рецептурных препаратов; доступ к Health Coach от GE Vernova (круглосуточная поддержка медсестёр); программа помощи сотрудникам (EAP) с круглосуточной конфиденциальной оценкой и консультациями. - Предложение о работе зависит от успешного прохождения проверки на наркотики (если применимо).

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Middle

Формат работы: можно удалённо. Компания — один из крупнейших независимых digital-продакшнов в России, работает с 2005 года, в штате более 550 человек. Ищет ML-инженера в команду, которая реализует AI-решения для проектов компании. Чем предстоит заниматься: - Поддерживать текущие алгоритмические решения - Проектировать и внедрять AI-агентов (LLM, GPT-like модели) в различные процессы - Адаптировать и дообучать LLM (например, LLaMA, Mistral, YaLM 2) под специфику продукта - Разрабатывать RAG-пайплайн для поиска и обработки данных - Настраивать векторные БД (Pinecone/Weaviate/Qdrant) и оптимизировать кэширование Пожелания к кандидатам: - Знание современных AI-фреймворков и библиотек (LangChain, LlamaIndex и других) - Уверенное владение Python и PyTorch/TensorFlow - Практический опыт работы с API, Docker/Kubernetes и базами данных - Опыт внедрения RAG

Формат

Офис

Страна

Россия

Город

Не указан

Компания: Top Selection Ищем AI-исследователя в команду ИИ-инкубатора крупного ритейлера. Будем собирать PoC, агентов и внедрять LLM в реальные бизнес-процессы. Зарплата: 260-300 тыс. руб/мес График: МСК ± 2, полная удаленка Гражданство/локация: только РФ Проект до конца года + возможна пролонгация Оформление: по договору ИП Требования: - Разработка архитектуры агентов: управление состоянием диалога и контекстом, динамический выбор инструментов (tool calling), настройка уровней автономности и сценариев human-in-the-loop - Глубокое понимание жизненного цикла ML-модели: от подготовки признаков до интерпретации результатов - Знание методов борьбы с переобучением, data leakage, регуляризации; уверенный выбор алгоритмов под задачу - Владение матстатистикой для проверки гипотез, расчета доверительных интервалов и самостоятельного дизайна A/B-тестов - Построение системы метрик: разработка офлайн- и онлайн-показателей, кросс-валидация, прямая оценка бизнес-эффекта - Непрерывный мониторинг дрейфа моделей и качества данных в продакшене - Опыт работы хотя бы в одном из направлений: классическое машинное обучение; временные ряды и прогнозирование; рекомендательные системы, поиск и ранжирование; NLP, LLM и генеративный AI - Языки и библиотеки: Python (pandas/polars, NumPy, scikit-learn, CatBoost/XGBoost/LightGBM, PyTorch), продвинутый SQL - Написание поддерживаемого production-кода: модульная архитектура, юнит-тесты, логирование, документация, работа с GitFlow и код-ревью - Построение пайплайнов оценки (LLM Evals): контроль галлюцинаций, релевантности ответов и мониторинг поведения системы - Обеспечение безопасности: защита от prompt injection, предотвращение утечек персональных данных (PII/privacy) и аудит прав доступа агента - Практический опыт работы с API языковых моделей, платформой Hugging Face и orchestration-фреймворками - Умение оценивать стоимость, latency и масштабируемость LLM-решений - Опыт работы в e-commerce, retail или других продуктовых highload-системах - Инфраструктура и оркестрация: Airflow, MLflow, Kafka, Redis, Kubernetes - Мониторинг и наблюдаемость: Prometheus, Grafana, OpenTelemetry - Опыт эксплуатации GPU-инфраструктуры и оптимизации inference - Адаптация моделей через fine-tuning (LoRA/PEFT) - Опыт проектирования agentic workflows или multi-agent-систем - Понимание принципов информационной безопасности, privacy и работы с персональными данными Задачи на проекте: - Разработка генеративных ИИ-моделей для синтеза визуального и проектного контента на основе структурированных данных товарного каталога в рамках проверки гипотез (PoC) внутри корпоративной платформы по оценке ИИ-инициатив Условия: - Решаем нестандартные задачи ИИ-инкубатора (от гипотезы до защиты на Экспертном комитете) - Реальный highload и Big Data в Retail