Вступить в клуб →
← К вакансиям
Яндекс60/100

Миддл / Сеньор ML-разработчик в команду ранжирования Поиска

Опубликовано: 24 июля 2026
senioronsiteML / Data SciencefulltimeМоскваrumlsearchaillmpython
Контакты и отклик открываются после вступления в клубВступить →
🔹 Миддл / Сеньор ML-разработчик в команду ранжирования Поиска 🔹 Миддл / Сеньор ML-разработчик в команду качества Поиска для ИИ 🔹 Миддл / Сеньор ML-разработчик в команду сниппетов 🔹 Руководитель группы ML-сигналов в Поиск 🔹 Руководитель поисковой платформы Nova в Agentic Search — направление Яндекса, которое развивает поиск для AI-агентов и людей, переосмысляя поисковые технологии в эпоху больших языковых моделей. Москва. Офис. Ищет Даниил Яковлев, его пост на LinkedIn.

Похожие вакансии

Все вакансии →
СберМоскваonsitefulltimesenior82

Senior DL/LLM engineer (Multimodal: Video + Audio)

Разработка и обучение мультимодальных Vision/Audio/Video LLM в команде GigaChat: постановка экспериментов с данными, стадиями обучения и смешиванием модальностей. Оптимизация ML-инфраструктуры под длинные мультимодальные контексты и проверка гипотез по улучшению качества LLM на видео.

pythonpytorchmachine learningdeep learningllmasyncio+2
22 октября 2026300 000–700 000 RUB
СберМосква, Россияonsite72

ML Engineer (Multimodal GigaChat Data)

Подготовка датасетов для обучения и тестирования мультимодальных моделей GigaChat, разработка и поддержка пайплайнов данных, контроль качества данных и разметки. Работа в офисе Сбера в Москве.

pythonmachine learningllmaimlalgorithms+2
22 октября 2026
СберМоскваonsitefulltime88

ML-инженер

Разработка и исследование новых ML-подходов и алгоритмов, создание LLM-решений (чат-боты, RAG, AI-агенты) на Python, внедрение и поддержка моделей в продакшене. Работа в офисе в Москве в команде крупнейшего российского банка.

pythonpytorchmachine learningnlpllmai+3
7 октября 2026300 000–400 000 RUB
СберМоскваhybridfulltimemiddle

ML-аналитик / аналитик качества ИИ-помощника

Сбер ищет ML-аналитика в команду ИИ-помощника: исследовать поведение LLM-ассистента на реальных пользовательских задачах, находить причины ошибок и предлагать улучшения модели и продукта. Задачи включают создание eval-наборов и бенчмарков, развитие SBS и LLM-as-judge, проверку автоматической оценки на человеческой разметке и построение инструментов для отслеживания регрессий. Требуются сильная база в статистике и анализе данных, уверенные Python и SQL, понимание принципов работы LLM и опыт работы с кодинговыми агентами.

aievalllmllm-as-judgemachine learningml+9
5 октября 2026от 500 000 RUB