Вступить в клуб →
← К вакансиям
Navio76/100

Технический лидер в области глубокого обучения в команду ML Планера

Опубликовано: 20 ноября 2026
senioronsiteML / Data SciencefulltimeМоскваrudeep learningнейронные сетиml planningавтономное вождениематематикастатистикаалгоритмыc++rosуправление командой
Контакты и отклик открываются после вступления в клубВступить →

Вакансия опубликована на hh.ru — открыть оригинал ↗

Похожие вакансии

Все вакансии →
VKМосква (м. Павелецкая), офисonsitefulltimelead72

Руководитель группы рекомендаций фильмов и сериалов

VK Видео ищет руководителя группы рекомендаций фильмов и сериалов в команду контекстных рекомендаций. Задача — развивать персональные интеллектуальные рекомендации для миллионов зрителей. Требуется от двух лет опыта руководства ML-командой, практический опыт разработки на Java/Python/C++ и знание алгоритмов, структур данных и машинного обучения.

machine learningrecommender systemsjavapythonc++алгоритмы+2
11 ноября 2026
КИТТМосква, Россияonsitefulltimemiddle72

ML-инженер (CV)

Продуктовая ИТ-компания КИТТ ищет ML-инженера для задач компьютерного зрения в промышленной автоматизации: разработка алгоритмов обработки изображений, выбор архитектур нейросетей, обучение и оптимизация моделей под граничные вычисления. Требуется глубокое знание математики, Python (или C++/MATLAB) и опыт работы с ML-фреймворками. Оформление по ТК РФ, работа в офисе в Москве.

pythoncomputer visionнейронные сетисемантическая сегментацияклассификация изображенийpytorch+6
30 октября 2026
Т-БанкСамара, Россияhybridfulltimemiddle72

ML-инженер

Разработка и внедрение ML/DL-моделей в финансовые продукты и внутренние процессы Т-Банка: проведение экспериментов, улучшение и ускорение моделей, построение воспроизводимых пайплайнов обучения и валидации.

bashcomputer visiondeep learningdockergitjax+9
7 октября 2026от 220 000 RUB
Сбер. Data ScienceМоскваonsitefulltimemiddle72

Middle Data Scientist (Classic ML)

Разработка ML-моделей для продуктов кредитования физлиц в Блоке Финансы Сбера: модели досрочного погашения, эластичности, рефинансирования и детекции аномалий. Полный пайплайн от сбора данных на Hadoop/pyspark до тестирования гипотез и общения с заказчиками.

pythonpysparkhadoopscikit-learnpandascatboost+6
20 ноября 2026