Вступить в клуб →
← К вакансиям
Сбер78/100

Pretrain Data LLM Researcher (GigaChat)

от 400 000 RUB
Опубликовано: 11 октября 2026
hybridML / Data SciencefulltimeМоскваrupythonpytorchllmmachine learningapache sparkapache airflowytsauruskubernetess3gitlabci/cddatalens
Контакты и отклик открываются после вступления в клубВступить →

Вакансия опубликована на getmatch — открыть оригинал ↗

Похожие вакансии

Все вакансии →
Джетлинremotefulltime62

Machine Learning Engineer

Разработка ИИ-ассистентов и функциональных агентов для ИИ-инкубатора: PoC идей, RAG на векторных базах, function calling, квантизация и запуск LLM на GPU/CPU, контейнеризация и мониторинг. Требуется уверенный Python/ML-стек, SQL, опыт оценки качества LLM-систем и эксплуатации highload-инфраструктуры.

pythonllmnlpragkubernetesapache airflow+6
3 ноября 2026
AstonСанкт-Петербург, Россияhybridfulltimemiddle72

ML Engineer

ML Engineer в аутсорсинговой компании Aston для проекта российского подразделения крупного производителя продуктов питания: разработка и развитие ядра plan-optimizer, моделей прогнозирования спроса, интеграций с OR-Tools/PySCIPOpt и пайплайнов данных. Требуется от 3 лет опыта в ML, навыки работы с временными рядами, классическим ML, градиентным бустингом, backtesting и SQL.

airflowcatboostdeep learninghadoopkuberneteslanggraph+18
3 ноября 2026
ФинфреймМоскваremotefulltimesenior82

Senior ML Platform Engineer (Python Backend / MLOps)

Инженер на стыке backend-разработки, ML и инфраструктуры: превращение прототипов Data Scientists в производственные сервисы инференса, развитие MLOps-практик и Spark в Kubernetes. Фокус на Python Backend, model serving, оптимизации CPU/GPU, мониторинге и надёжности ML-сервисов. Возможна удалённая работа или офис в центре Москвы.

pythonmlopskubernetesdockerpytorchtensorflow+6
2 ноября 2026
Сбер. Data ScienceМоскваhybridfulltimesenior78

Senior Data Scientist

Настройка клиентских стратегий в розничном бизнесе Сбера: построение uplift-моделей эластичности к ставке по вкладам и кредитам, прогнозирование досрочного погашения и оценка эффекта через A/B-тесты и causal inference. Работа с большими данными в Hadoop (PySpark, SQL), от прототипа до продвинутого пайплайна обучения и мониторинга.

a/b тестированиеcatboostcausal inferencedockerelasticsearchfine-tuning+17
28 октября 2026