Вступить в клуб →
← К вакансиям
Компания БКС78/100

Аналитик-инженер по машинному обучению

от 100 000 RUB
Опубликовано: 1 октября 2026
senioronsiteML / Data SciencefulltimeМоскваrupythonmlscikit-learnxgboostlightgbmcatboostpytorchtensorflowjaxsqldockerci/cd
Контакты и отклик открываются после вступления в клубВступить →

Вакансия опубликована на Работа России — открыть оригинал ↗

Похожие вакансии

Все вакансии →
КомусМоскваhybridfulltimemiddle78

Инженер по машинному обучению

Полный цикл разработки ML-решений для поиска и ранжирования в крупном e-commerce: обучение ранжированию, эмбеддинги и семантический поиск, NLP и LLM для понимания запросов, оценка качества выдачи. Требуется от 2 лет опыта, продвинутый Python/SQL, классический ML и DL-фреймворки, векторные БД, Docker/Kubernetes и PySpark.

pythonsqlpytorchtensorflowscikit-learnxgboost+6
23 октября 2026
РСХБ-ИнтехМосква, Россияhybridfulltimemiddle78

Data Scientist

Разработка ML-моделей (lookalike/response/uplift/recsys) для персонализации коммуникаций, категорий кешбэка и рекламных материалов в цифровых каналах банка. Полный цикл от уточнения требований до продакшна и мониторинга, дизайн A/B-тестов, а также разработка AI-агентов и мультиагентной генерации контента.

pythonsqlscikit-learnpandasnumpylightgbm+6
20 октября 2026
X5 TechМоскваremotefulltimesenior82

Senior Data Scientist/ML Engineer (Антифрод)

Разработка и внедрение ML-моделей для антифрод-системы X5 Tech: анализ транзакционных данных, поиск аномалий, обучение и валидация предсказательных моделей на Gradient Boosting и RNN/LSTM, работа с большими витринами данных на SQL. Модели продуктивятся через REST-сервисы (Flask/FastAPI) и интегрируются в существующие антифрод-процессы, включая разбор фрод-кейсов и генерацию гипотез. Требуется опыт DS/MLE от 4 лет, Python, опыт в антифроде, кибербезопасности или финтехе.

catboostfastapiflaskgradient boostingkafkalightgbm+8
13 октября 2026
Асланян Роза АлександровнаМоскваremotefulltimejunior62

ML Researcher / Quant Researcher

Исследовательская работа над ML-моделями для прогнозирования финансовых временных рядов и поиска торговых сигналов: формулировка и проверка гипотез, backtesting, walk-forward validation, контроль data leakage и переобучения. Требуется сильная математическая база, Python-стек (numpy, pandas, scikit-learn, CatBoost/LightGBM), приветствуется опыт quant research/HFT. Полная удалённая занятость, оплата в USDT, вилка не указана.

backtestingcatboostdockerlightgbmmachine learningml+7
8 октября 2026