Вступить в клуб →
← К вакансиям
USETECH72/100

ML Engineer / Data Scientist (Data Quality)

Опубликовано: 3 ноября 2026
middlehybridML / Data SciencefulltimeМоскваrupythonsqlpandasnumpyscikit-learnapache airflowpysparkhadoophivemlflowвременные рядыобнаружение аномалий
Контакты и отклик открываются после вступления в клубВступить →

Вакансия опубликована на hh.ru — открыть оригинал ↗

Похожие вакансии

Все вакансии →
USETECHМоскваremotefulltimesenior72

Data Scientist

Разработка и внедрение ML-моделей ценообразования, uplift-моделей и моделей ценовой чувствительности корпоративных клиентов на табличных данных. Работа с большими объёмами данных (Spark, SQL, PySpark) и вывод моделей в промышленную эксплуатацию совместно с Data Engineering и MLOps. Удалёнка по РФ.

pythonpandasnumpyscikit-learncatboostxgboost+6
13 октября 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
РСХБ-ИнтехМоскваhybridfulltimesenior78

Senior ML (РСХБ-Автоматизация)

Лаборатория искусственного интеллекта РСХБ-Интех ищет Senior ML для полного цикла разработки ML-моделей: от аналитики данных до вывода в продакшн. Задачи включают NBO/NBA, uplift-модели, кросс-селл, дизайн и анализ A/B-тестов, а также продуктивную поддержку и мониторинг моделей.

pythonscikit-learnpandasnumpyscipycatboost+6
29 октября 2026
USETECHМосква, Россияremotefulltimemiddle66

Data Scientist / ML-инженер

Разработка и внедрение ML-моделей для крупного банка: прогнозирование клиентского поведения, uplift-модели, рекомендательные системы и оптимизация кредитования юрлиц. Работа с классическим ML на больших табличных данных (Spark/Hadoop/Hive), а также пайплайнами с применением LLM и RAG. Взаимодействие с командами Data Engineering и MLOps для вывода моделей в промышленную эксплуатацию.

pythonlightgbmxgboostcatboostscikit-learnpandas+6
29 октября 2026