ML / Data Science. Нашли 803 вакансии
ML-инженер / CV
Разработка, обучение и внедрение ML/DL-моделей для задач компьютерного зрения: детекция и распознавание объектов и текста, обработка видеопотоков в real-time, деплой и оптимизация моделей. Работа с данными, построение пайплайнов и ML-сервисов, интеграция в микросервисную архитектуру. Формат — офис в Ростове-на-Дону.
Разработчик нейросетевых алгоритмов/Reinforcement Learning
В подразделение искусственного интеллекта и анализа данных ищут специалиста по обучению с подкреплением: решение практических задач с помощью алгоритмов RL, разработка архитектур нейросетей и алгоритмов обучения, участие в создании симуляторов, подготовка научно-технических отчётов и статей. Требуются теория RL, продвинутый Python и PyTorch, опыт самостоятельного написания архитектур нейросетей.
ML-разработчик (розничные риски)
Разработка ML-моделей скоринга и предсказания дохода и поведения пользователей для финтех-продуктов Яндекс Банка. В задачи входит дизайн моделей и экспериментов, а также проведение A/B-тестов. Работа в команде Плюс Фантех (Кинопоиск, Музыка, Плюс) в гибридном формате в Москве.
ML-инженер
Разработка и доработка классификатора названий товарных позиций на базе BERT-архитектур, подготовка датасетов, мониторинг и интеграция моделей в production. Требуется 2+ года опыта в NLP/ML, уверенное владение Python, PyTorch, Hugging Face и PostgreSQL.
Machine Learning Engineer
Разработка и улучшение качества рекомендаций и ранжирования в VK Видео: анализ потребления контента, выдвижение и проверка гипотез, проведение A/B-тестов. Работа с большими данными и незнакомыми технологиями. Гибридный формат, офис в Москве (Павелецкая).
ML-инженер
Разработка и исследование новых ML-подходов и алгоритмов, создание LLM-решений (чат-боты, RAG, AI-агенты) на Python, внедрение и поддержка моделей в продакшене. Работа в офисе в Москве в команде крупнейшего российского банка.
Data Scientist
Senior Data Scientist для решения исследовательских и алгоритмических задач: обработка 3D-геометрии и пространственных данных, построение пайплайнов гибридного поиска (dense + sparse, BM25, эмбеддинги), внедрение ML/DS-сервисов в продакшен. Требуется опыт промышленной эксплуатации ML/DS-решений, знание LLM-экосистемы и инструментов оценки (Ragas, TruLens, DeepEval), backend-разработка на FastAPI и Docker/Linux, а также опыт технического руководства небольшой командой и менторинга. Оформление как ИП, полная занятость, возможна удалённая работа, локация и гражданство — РФ.
MLE инженер
Поиск MLE инженера уровня Senior на долгосрочный проект Demand Planning в команду платформы интегрированного планирования. Задачи: разработка и развитие модуля прогнозирования спроса, проектирование и реализация высоконагруженных алгоритмов, работа с данными и качество прогнозов. Формат — удалённо, оформление только ИП.
Специалист по языковым моделям
Разработка, обучение и оптимизация LLM-моделей и нейросетей для обработки естественного языка, исследование SOTA-подходов в NLP и интеграция моделей в продукты компании. Требуется опыт в NLP от 1 года, уверенное владение Python и PyTorch, знание классического ML и Linux. Работа в офисе в Санкт-Петербурге, зарплата обсуждается индивидуально.
NLP-разработчик (Senior)
Разработка NLP-решений на Python с использованием ML/Deep Learning, LangChain, vLLM, PyTorch, Hugging Face. Запуск AI-проектов в прод, построение архитектуры вокруг LLM, обучение нейросетевых моделей на GPU-кластере.
Computer Vision engineer
Разработка AI-системы видеоанализа теннисных матчей, снятых на смартфон: поддержка полного пайплайна CV/ML — от качества датасетов и оценки моделей до улучшения моделей для продакшена, кастомной логики трекинга и оптимизации инференса на edge/mobile. Полная удалённая занятость, работа под руководством Head of Engineering/CTO с высокой самостоятельностью.
Staff Machine Learning Scientist
Fin ищет Staff Machine Learning Scientist для разработки интеллектуальных AI-агентов для автоматизации клиентского сервиса. Формат работы — гибрид в Дублине, Лондоне или Берлине. Детали в посте Rosie M. в LinkedIn.
Data Scientist в команду RecSys
Data Scientist в команду рекомендательных систем Домклик: развитие ML-моделей рекомендаций, ранжирования и персонализации, самостоятельные исследования данных и постановка гипотез, проектирование экспериментов и оценка бизнес-эффекта моделей. Совместно с ML/Backend-инженерами — вывод моделей в production, мониторинг и переобучение. Офис в Москве, возможны гибрид и удалёнка в пределах РФ.
Data Scientist (AmazMe)
Команда рекомендательных систем Сбера ищет Data Scientist для разработки и улучшения ML-пайплайнов RecSys: подготовка данных, обучение и валидация моделей, проведение офлайн- и онлайн-экспериментов. Работа с большими объёмами данных на PySpark и применение современных подходов Data Science, Machine Learning и RecSys. Формат офисный/гибридный, офис в Нижнем Новгороде.
GPU Performance Engineer
Яндекс ищет GPU Performance Engineer для оптимизации утилизации GPU в задачах обучения и инференса. Нужно профилировать и устранять bottlenecks, развивать инструменты диагностики, внедрять современные подходы для распределённого обучения и LLM. Формат работы: удалённо или гибрид.
ML/NLP разработчик
Разработка и поддержка голосового диалогового ассистента: перевод системы с графового движка сценариев на управляемый LLM-based диалог, дебаг пайплайна (latency, галлюцинации), дообучение и оптимизация ASR/TTS и локальных LLM. Требуется уверенный Python (PyTorch, huggingface), опыт finetuning (LoRA/QLoRA), работа с BERT и базовый Go.
Senior Data scientist (Risk)
Разработка e2e data-сервисов на основе ML-моделей для снижения Cost of Risk: онлайн-модели оценки дефолта, антифрод и collection модели. Требуется промышленная разработка на Python, опыт внедрения скоринговых моделей, знание SQL, feature engineering, классического ML и математической статистики.
Аналитик данных
Внедрение LLM, разработка RAG-агентов, создание собственной LLM и ML-платформы. Участие в полном цикле разработки — от постановки задачи до внедрения, создание высоконагруженных ML-сервисов и production-ready кода, проведение исследований и внедрение их результатов в продукты.
Data Scientist RecSys
Разработка и тюнинг моделей ранжирования и рекомендательных систем, внедрение ML-решений в production на Python, работа с обучающими выборками и анализ A/B-тестов для улучшения продуктовых метрик.
Data Scientist (RecSys)
Sputnik8 (онлайн-бронирование экскурсий) ищет Data Scientist для развития ML-направления с нуля: формирование и уточнение бизнес-требований к ML-решениям, улучшение алгоритмов с помощью машинного обучения. Основной фокус — рекомендательные системы (RecSys). Возможна удалённая работа по России и миру или гибрид в Санкт-Петербурге.