Вступить в клуб →
← К вакансиям
VK65/100

Программист-исследователь

Опубликовано: 6 июня 2026
hybridML / Data ScienceМоскваrupythonpytorchllmragnlpmachine learningembeddingsvector databaseslangchaindockerkubernetessql
Контакты и отклик открываются после вступления в клубВступить →
Программист-исследователь в VK Tech, Москва #гибрид Компания: VK ☑️Задачи -участвовать в проектировании RAG-архитектуры под B2B-кейсы: помогать выбирать источники данных, настраивать ingestion, chunking, базовые стратегии retrieval (dense/hybrid) под руководством более опытных коллег; -настраивать LLM/агентов под предметную область: реализовывать промпты, подключать инструменты (tool calling), работать с контекстом и базовой памятью; -реализовывать POC/POV на данных клиента, проводить итерационные улучшения на основе метрик и обратной связи; -строить Data Ingestion пайплайны с OCR; -реализовывать evaluation-пайплайны: генерация тестовых наборов, запуск auto-eval, участие в human-eval; -считать и анализировать ключевые метрики (accuracy, coverage, latency, user success rate), готовить отчеты для команды; -участвовать в настройке мониторинга: логирование, базовые алерты, анализ неуспешных кейсов и их фиксы. -участвовать в интеграции с инфраструктурой (Kubernetes, облако), работать с метриками и логами; -участвовать в нагрузочном тестировании для оценки скорости инференса и необходимых ресурсов. ☑️Требования -опыт работы с Python (pandas, PyTorch/TF, API LLM); -опыт работы в ML/DS/NLP от двух лет; -опыт работы с LLM/RAG; -понимание полного цикла ML-разработки; -практический опыт работы с RAG: настройка retrieval, работа с embedding-моделями, векторными БД (FAISS, Qdrant, Pinecone и др.); -понимание базовых техник улучшения качества (reranking, filtering, prompt tuning); -опыт работы с агентными фреймворками (LangChain / LangGraph / LlamaIndex / ADK и др.); -базовое понимание agentic-подходов и tool calling; -опыт prompt engineering и настройки LLM под задачи; -базовый опыт fine-tuning (или понимание подходов: LoRA, QLora, instruction tuning); -понимание оптимизации инференса (на уровне использования инструментов: vLLM, quantization и др.); -опыт работы с популярными ML фреймворками: tranformers, vllm, sglang, pytorch; -SQL, базовое понимание работы с данными и пайплайнами; -опыт деплоя сервисов (Docker, FastAPI), базовое понимание Kubernetes/облака; -навыки логирования, мониторинга и базовых A/B-экспериментов; -опыт работы с evaluation для ML/LLM (auto-метрики + участие в ручной оценке, LLM-as-Judge). Откликнуться Python Job в Telegram | в VK | в Max

Похожие вакансии

Все вакансии →
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.

a/b тестированиеcatboostcausal inferencedockerelasticsearchfine-tuning+19
28 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
ПАО «Газпром нефть» ИТСанкт-Петербургhybridfulltimemiddle78

Data Scientist

Команда Центра компетенций ИИ «Газпром нефти» внедряет AI/ML-решения на всех этапах нефтегазового цикла: агентные LLM-системы и RAG по технической документации, оптимизацию бурения и логистики, классический ML и предиктивную аналитику. Требуется опыт доведения моделей до продакшена, фундаментальная математическая подготовка и владение Python-стеком ML/DL; гибридный формат в Санкт-Петербурге, зарплата по итогам интервью.

pythonpytorchtensorflowllmraglangchain+6
20 октября 2026
Тихевич Никита АлександровичМоскваonsitefulltimemiddle72

ML-инженер (NLP / LLM)

Разработка решений на основе языковых моделей: RAG-пайплайны, LLM-агенты с внешними инструментами, обработка текстов и документов на Python с использованием SQL. Оценка качества ответов, метрики, анализ ошибок и улучшение поведения моделей на реальных задачах. Офис в Москве, опыт 3–6 лет.

pythonllmragnlpsqlllm-агенты+6
18 октября 2026