Вступить в клуб →
← К вакансиям
МТС78/100

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

Опубликовано: 28 октября 2026
seniorhybridML / Data SciencefulltimeМоскваrupythonpytorchcatboosthadooppysparksqlairflowkafkafastapikubernetesrecsysmachine learning
Контакты и отклик открываются после вступления в клубВступить →

Вакансия опубликована на hh.ru — открыть оригинал ↗

Похожие вакансии

Все вакансии →
Top SelectionРоссияremotefulltimesenior

Data Scientist

Senior Data Scientist для решения исследовательских и алгоритмических задач: обработка 3D-геометрии и пространственных данных, построение пайплайнов гибридного поиска (dense + sparse, BM25, эмбеддинги), внедрение ML/DS-сервисов в продакшен. Требуется опыт промышленной эксплуатации ML/DS-решений, знание LLM-экосистемы и инструментов оценки (Ragas, TruLens, DeepEval), backend-разработка на FastAPI и Docker/Linux, а также опыт технического руководства небольшой командой и менторинга. Оформление как ИП, полная занятость, возможна удалённая работа, локация и гражданство — РФ.

ab-testingairflowasynciocatboostdockerembeddings+29
7 октября 2026220 000–240 000 RUB
X5 Techhybridsenior75

Senior Data Scientist/ML Engineer (RecSys)

X5 Tech ищет Senior Data Scientist/ML Engineer для разработки рекомендательных систем. Удалённая или гибридная работа. Задачи: создание и улучшение ML-моделей, написание кода, code-review. Требуется опыт от 5 лет, знание Python, SQL, Hadoop-стека, Docker, Kubernetes, PySpark, Kafka, Postgres, Airflow.

pythonrecsysmachine-learningsqlhadoopdocker+5
22 августа 2026
X5 Techremotesenior70

Senior Data Scientist/ML Engineer

Senior Data Scientist/ML Engineer в направление RecSys. Участвовать в разработке моделей для рекомендательных систем, писать код, проводить code-review, предлагать оптимизации.

pythonrecommender systemsmachine learningsqlhadoopdocker+5
29 июля 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.

pythonpysparksqlhadoopmachine learninguplift modeling+6
28 октября 2026