Вступить в клуб →
← К вакансиям
Сбер. Data Science74/100

AI Генералист (Лаборатория нейронаук и поведения человека)

Опубликовано: 9 ноября 2026
middleonsiteML / Data SciencefulltimeМоскваrupythonnlpllmragfine-tuninghuggingface transformersloramlflowdockerfastapiclickhousemlops
Контакты и отклик открываются после вступления в клубВступить →

Вакансия опубликована на hh.ru — открыть оригинал ↗

Похожие вакансии

Все вакансии →
Алабуга. МенеджментМоскваonsitefulltimesenior80

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).

computer visioncomputer-visiondockerfastapifine-tuningllm+14
19 октября 2026от 487 500 RUB
ПИК Digital (ПИК-специализированный застройщик)Москва, Россияhybridfulltimemiddle74

Специалист машинного обучения (ML)

ПИК Digital ищет ML-специалиста в AI Лабораторию для разработки и внедрения прикладных ML-решений: LLM/VLM-систем, RAG, AI-агентов, fine-tuning моделей и классического ML. Задачи охватывают весь цикл — от подготовки данных и экспериментов до вывода моделей в production, оптимизации inference и мониторинга. Требуется от 3 лет коммерческого опыта, уверенный Python/PyTorch и понимание MLOps; формат работы гибридный, офис у м. Баррикадная.

catboostdockerfine-tuninglightgbmllmlora+8
10 ноября 2026
Rambler&Co Портал "Рамблер"Москваhybridfulltimesenior76

Senior ML-Engineer

Разработка нового AI-направления Rambler&Co: проектирование AI-платформы и сервисов с нуля для миллионов пользователей. Задачи включают LLM/NLP-компоненты (поиск, суммаризация, классификация, NER), RAG-пайплайны, агентные сценарии, оценку качества AI-систем и MLOps-инфраструктуру. Требуется опыт 6+ лет, уверенный Python, знание LLM-архитектур, векторного поиска и production-нагрузок.

pythonllmragnlpmlopsqdrant+6
5 октября 2026
АЙСИЭМАРМоскваhybridfulltimemiddle82

Инженер по машинному обучению

Инженер по машинному обучению в отделе разработки продуктов: доведение прототипов исследователей до продакшн-решений на аналитической платформе (ClickHouse, API, CI/CD для ML). Дополнительно — участие в LLM-инициативах компании: агентные системы, RAG, MCP-инфраструктура и сервисы безопасности LLM, а также техническое курирование решений подрядчиков.

pythonmlllmragmlopsclickhouse+6
19 ноября 2026