Аналитик данных
Где опубликована · 7
Мы собрали все публикации этой вакансии в одну. Условия на площадках иногда расходятся — сверяйте перед откликом.
| Источник | Дата | Зарплата | Где |
|---|---|---|---|
| Работа России ↗ | 6 октября 2026 | 100 000–140 000 RUB | Москва, Россия · офис |
| Работа России ↗ | 6 октября 2026 | 100 000–140 000 RUB | Россия, Московская область, Долгопрудный · офис |
| Работа России ↗ | 8 октября 2026 | 100 000–140 000 RUB | Новосибирск, Россия · офис |
| Работа России ↗ | 8 октября 2026 | 100 000–140 000 RUB | Россия, Екатеринбург · офис |
| Работа России ↗ | 9 октября 2026 | 100 000–140 000 RUB | Москва, Россия · офис |
| Работа России ↗ | 9 октября 2026 | 100 000–140 000 RUB | Москва · офис |
| Работа России ↗ | 12 октября 2026 | 100 000–140 000 RUB | Долгопрудный, Московская область · офис |
Похожие вакансии
Все вакансии →Data Scientist (AI/ML)
Data Scientist с опытом 2–3 года в AI/ML-команду для работы над реальными data-driven решениями: машинное обучение, статистика, анализ данных, predictive modeling, а также знакомство с Deep Learning, Generative AI/LLM и базовым MLOps.
Data Scientist (Middle+/Senior)
Аккредитованный системный интегратор ищет Data Scientist для заказных ML/аналитических проектов: постановка и декомпозиция бизнес-задач, EDA, разработка и валидация моделей (классический ML, статистика, временные ряды, рекомендательные системы, NLP/LLM), оценка эффекта от внедрения и защита решений перед стейкхолдерами. Требуется от 4 лет опыта, уверенный Python (pandas, numpy, scikit-learn) и SQL. Удалённый формат, фултайм, оформление как самозанятый или ИП, ставка 260–290 тыс. руб. на руки.
Senior ML Engineer
Разработка и внедрение ML-решений под задачи бизнеса: fine-tuning LLM (LoRA/PEFT), построение RAG-систем, NLP-задачи, инференс на Python/FastAPI с оптимизацией под production. Обязательна релокация в Елабугу (Республика Татарстан).
Machine Learning Engineer (Generative AI / Computer Vision)
Разработка ML-моделей генерации изображений и визуализаций интерьерных решений на основе ассортимента товаров в рамках ИИ-инкубатора Лемана ПРО (PoC). Задачи: end-to-end пайплайны от подготовки данных до обучения и оценки, evals для генеративных моделей и LLM, оптимизация инференса на GPU и production-ready код. Требуется глубокое знание ML, статистики, Python/SQL и опыт в CV/GenAI, LLM или рекомендательных системах.