Вступить в клуб →
← К вакансиям
Плюс Фантех (Яндекс)82/100

ML-разработчик (розничные риски)

330 000–550 000 RUB
Опубликовано: 7 октября 2026
hybridML / Data SciencefulltimeМосква, м. Павелецкаяrupythonsqlмашинное обучениескорингпредсказание поведенияa/b-тестыдизайн моделейфинтех
Контакты и отклик открываются после вступления в клубВступить →

Вакансия опубликована на getmatch — открыть оригинал ↗

Похожие вакансии

Все вакансии →
еКапустаНовосибирскhybridfulltimesenior82

Senior ML engineer / Data Scientist

Разработка и развитие ML-моделей скоринга и анализа данных в онлайн-лендере еКапуста: обучение моделей, генерация фичей, контроль дрифта, продуктовая аналитика, A/B-тесты и борьба с мошенничеством. Требуется опыт более 6 лет, уверенные SQL и Python (Pandas, NumPy), классический ML и матстатистика. Офис/гибрид в Новосибирске, зарплата до 400 000 ₽ на руки.

sqlpythonpandasnumpyмашинное обучениеa/b-тестирование+4
27 октября 2026от 400 000 RUB
Т-БанкМоскваhybridfulltimemiddle80

Data Scientist в команду антифрода

Разработка алгоритмов оценки платёжеспособности клиентов и стратегий противодействия мошенникам. Построение моделей оценки дохода и кредитной нагрузки, внедрение в скоринг, A/B-тестирование и анализ данных.

a/b-тестированиеpandaspythonscikit-learnsklearnsql+5
15 октября 2026
ecom.techМосква, Россияhybridfulltimesenior78

Senior Data Scientist (Дарксторы: нагрузка и эффективность)

Продуктово-технологическая команда ecom.tech ищет Senior Data Scientist для задач прогнозирования нагрузки в дарксторах: time series forecasting по множеству параллельных рядов, расчёт необходимого числа курьеров и сборщиков под прогнозируемый спрос и построение моделей оптимизации минимального чека. Формат — гибрид в Москве или Санкт-Петербурге либо удалённая работа.

pythonsqlpolarsamazon s3apache airflowa/b-тесты+3
2 октября 2026
ДомкликМосква, Россияhybridfulltimemiddle78

Data Scientist (RecSys)

Домклик ищет Data Scientist в команду рекомендательных систем: продуктовые ML-задачи от гипотезы и исследования данных до запуска в production и оценки бизнес-эффекта. Работа включает развитие моделей рекомендаций, ранжирования, прогнозирования и персонализации, проектирование экспериментов и A/B-тестов, взаимодействие с продуктом и ML/Backend-инженерами. Требуется уверенный Python, SQL, опыт построения рекомендательных систем (candidate generation, ranking/reranking, embeddings, two-tower).

pythonsqlrecsysrankingcandidate generationembeddings+6
2 ноября 2026