ML / Data Science. Нашли 803 вакансии
Data Scientist
Разработка ML-моделей для прогнозирования клиентского поведения (активация, отток, траты), персонализации категорий и размеров кэшбэка. Полный цикл обучения, валидации и внедрения моделей, проведение A/B тестов и мониторинг качества.
Middle+ AI Engineer (MLOps Expert)
Разработка и поддержка production-grade ML-систем для банковской безопасности: антифрод, управление рисками и обнаружение аномалий. Задачи на стыке Data Science, Backend и DevOps — автоматизация, масштабирование и контроль жизненного цикла моделей: Docker, CI/CD, MLflow, Kubernetes, Airflow, Kafka, мониторинг дрейфа данных. Полностью офисный формат в Москве.
LLM / ML Engineer
Ищут LLM/ML Engineer для обучения с нуля специализированных языковых моделей 1B–10B параметров, включая подготовку данных, эксперименты с архитектурами, обучение, оценку качества и адаптацию под задачи заказчиков под NDA.
ML Engineer / Инженер машинного обучения
Разработка ML/AI решений для контроля качества и инфраструктуры: обучение моделей компьютерного зрения для детекции нарушений, OCR-пайплайны с постобработкой, AI-чаты на базе RAG и анализ геотреков. Работа с локально развёрнутыми моделями, участие в проектировании архитектуры.
Руководитель ML-команды — AI-центр Кредитных продуктов
Руководить ML/AI-направлением в AI-центре кредитных продуктов Т-Банка: формировать стратегию со стейкхолдерами, управлять кросс-функциональными ML-командами, приоритизировать и валидировать ML-инициативы совместно с продуктовой командой.
Pretrain Data LLM Researcher (GigaChat)
Позиция в команде GigaChat (Сбер) для работы с данными предобучения LLM: ведение программы экспериментов с данными, проведение ablation-экспериментов для сравнения смесей данных и фильтров, оптимизация состава и порядка использования данных. Формат — гибрид, офис в Москве у м. Кутузовская.
NLP Engineer (GigaChat Pretrain)
Работа над качеством русскоязычных моделей GigaChat: претрейн и доведение моделей до уровня ChatGPT и выше, генерация и проверка практически полезных идей. Взаимодействие с задачами внутренних клиентов с ориентацией на внешних пользователей.
Senior Data Scientist
Контроль работы трёх DS-специалистов по бэклогу команды, экспертная поддержка в разработке моделей. Разработка и внедрение LLM, BERT-like и классических NLP-моделей для анализа диалогов и поиска аномалий. Работа в офисе в Москве, зарплата от 450 000 до 700 000 RUB на руки.
ML Engineer (Search)
Okko ищет senior ML-инженера в команду поиска — направления, генерирующего основной трафик на просмотры тайтлов. Задачи: разработка и вывод в продакшен ML-моделей, ранжирование, NLP, ускорение инференса, проведение A/B-исследований. Возможна удалённая работа, официальное трудоустройство и ДМС.
ML-разработчик (NLP/LLM)
Аккредитованная IT-компания ищет ML-разработчика для создания NLP-моделей и LLM-навыков на больших объёмах текстов социальных медиа. В задачи входит разработка моделей, взаимодействие с отделами разметки и DevOps и внедрение решений в промышленную эксплуатацию. Предлагают официальное трудоустройство по ТК РФ, собственный GPU-кластер и гибкий формат работы.
ML-разработчик в команду рекомендаций фильмов и сериалов в VK Видео
Разработка и развитие ML-рекомендаций фильмов и сериалов в VK Видео: матчинг и дедупликация контента, обучение моделей, A/B-эксперименты и поддержка высоконагруженного рантайма.
Старший LLM-разработчик
Разработка и улучшение LLM- и RAG-пайплайнов, а также юридических LLM-агентов в сервисе Нейроюрист. Задачи включают оптимизацию RAG, настройку embedder/reranker-моделей, промпт-инжиниринг, дообучение моделей и масштабирование прод-решений.
ML-инженер/ML Engineer
ML Engineer для российской IT-компании в сфере кибербезопасности: внедрение ML-технологий в продукты защиты информации, обучение, валидация, оптимизация и интеграция моделей совместно с командой Embedded. Требуется коммерческий опыт в ML/DL, уверенное владение Python и PyTorch, опыт production-внедрения моделей (anomaly detection, классификация), знание Transformers, LSTM, GNN, Docker и Git. Офисный формат работы в Москве, официальное трудоустройство в аккредитованной IT-компании с расширенным соцпакетом.
Инженер компьютерного зрения
Обучение моделей компьютерного зрения для роботов: сбор и разметка датасетов, генерация синтетических данных в симуляторах Isaac Sim/Isaac Lab/MuJoCo, тестирование инференса на реальном роботе. Требуется уверенный Python, базовый PyTorch и Docker. Работа офисная с переездом в Елабугу (Республика Татарстан).
Data scientist (NLP) middle
Разработка NLP-решений для автоматической категоризации товарных строк из кассовых чеков и извлечения атрибутов вплоть до восстановления SKU. Задачи включают классификацию по древовидному каталогу, NER, нормализацию атрибутов и AI-агентов на базе локальных LLM, а также обучение, деплой и мониторинг моделей.
Data Scientist
Разработка рекомендательной системы и RAG/LLM-решений для издательского дома «Коммерсантъ». Работа с классическим ML, векторными базами, A/B-тестами и production-сервисами.
Разработчик компьютерного зрения
Разработка системы анализа видеопотока с камер: детекция, классификация и трекинг объектов с помощью YOLO и OpenCV, обучение и оптимизация моделей CV, интеграция видеоаналитики в приложение. Требуется опыт обучения и дообучения моделей компьютерного зрения, работа с RTSP/IP-камерами, датасетами и подготовкой пайплайна train/validation/test.
ML / MLOps Engineer
Ищут ML/MLOps инженера в Москву для прикладного ML, инфраструктуры и эксплуатации моделей. Опыт с MLflow, Kubernetes и ML-сервисами приветствуется, рассматриваются кандидаты от junior до senior, оформление через ИП.
Ведущий инженер по моделированию (ML, предиктивная аналитика)
Разработка и внедрение предиктивных ML-моделей для технологического оборудования промышленных предприятий (металлургия, энергетика, нефтегаз) — баланс, КПД, теплообмен. Работа с историческими данными из БД и API, обучение и валидация моделей, вывод в продуктивный контур. Плюс технологическая экспертиза по тепломеханическому оборудованию, чтение P&ID и подготовка документации.
Middle ML Engineer
AI-лаборатория, созданная совместно с крупной сетью автодилеров, строит единое AI-ядро для автоматизации операционных процессов дилеров. Задачи: голосовые AI-агенты (STT → LLM → TTS), AI Native CRM, эксперименты с LLM, ASR, NLP и немного CV. Работа преимущественно в офисе в Москве, стартап внутри крупного бизнеса.