Вступить в клуб →
← К вакансиям
Сбер. Data Science78/100

ML Engineer

Опубликовано: 16 октября 2026
middleonsiteML / Data SciencefulltimeМоскваrupythonpysparkpytorchairflowsqlnosqlkubernetesmlflowpandasfastapigenerative aidata pipelines
Контакты и отклик открываются после вступления в клубВступить →

Вакансия опубликована на hh.ru — открыть оригинал ↗

Похожие вакансии

Все вакансии →
МТСМоскваhybridfulltimesenior78

Старший Инженер по машинному обучению (ML Engineer) [RecSys, Big Data, МТС Веб Сервисы]

Разработка и обучение рекомендательных ML-моделей, проверка гипотез и внедрение ML-пайплайнов в real-time сервисы. Работа с рекомендательной платформой МТС, включая исследования генеративных полок и взаимодействие с дата-инженерами и аналитиками. Требуется коммерческий опыт в Data Science от 2 лет, уверенный Python, знание теории вероятностей и математической статистики.

pythonpytorchcatboosthadooppysparksql+6
28 октября 2026
RUTUBEМоскваremotefulltimemiddle72

MLOps инженер (RUTUBE TECH)

Разработка сервисов на Python для интеграции ML-моделей в прод, поддержка команды DS/MLE, настройка мониторинга моделей и разбор инцидентов, разработка и поддержка дагов Airflow. Требуется хорошее знание Python, опыт с Docker/k8s, MLOps-платформами (ClearML, MLFlow), нейросетевыми моделями CV/NLP и оптимизацией инференса (ONNX, TensorRT, Triton).

pythonmlflowclearmldockerkubernetesairflow+6
20 октября 2026
Урал ЛогистикаМоскваhybridfulltimemiddle68

ML-инженер (Python, PyTorch, fine-tuning)

Разработка и дообучение ML/LLM-моделей: построение конвейеров подготовки и разметки данных, обучение адаптеров, извлечение сущностей и связей, оценка качества и метрики. Развёртывание и оптимизация локального inference (vLLM, CUDA, квантование, tensor parallelism). Формат — офис или гибрид в Москве.

airflowcudadockerfine-tuninghugging face transformerskubernetes+10
24 сентября 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