#Атом: MLOps Engineer
#Офис #Москва

⚙️ Требования:
• Опыт работы с DVC;
• Опыт создания MLflow | ClearML пайплайнов;
• Опыт работы с облаками;
• Опыт работы с Docker;
• Опыт создания CI/CD пайплайнов;
• Знание Unix-систем.

⚡️ Что делать:
• Разрабатывать #ML-пайплайны;
• Автоматизировать деплой и мониторинг моделей в симуляторах и на реальных машинах;
• Разрабатывать инфраструктуру по сбору и обработке данных;
• Разрабатывать инфраструктуру инференса сетей;
• Разрабатывать инфраструктуру хранения данных.

🚀Откликнуться

#Яндекс: ML-разработчик-исследователь для R&D рекомендательных систем
#Офис

⚙️ Требования:
• Имеете хорошую алгоритмическую подготовку;
• Уверенно владеете #python;
• Обладаете отличной матподготовкой, особенно в контексте #ML;
• Хорошо знаете базовую теорию #DL, на «ты» с трансформерами;
• Работали с нейросетевыми моделями и распределённым обучением.

⚡️ Что делать:
• Читать статьи и искать новые технологии;
• Заниматься полным циклом R&D: готовить данные, обучать модели, оценивать их качество и интерпретировать результаты работы, участвовать во внедрении технологии и создавать удобные инструменты для её встраивания по всей экосистеме;
• Участвовать в развитии наших фреймворков для работы с данными, обучения и применения моделей.

➡️ Кому подойдет:
Цель команды — искать, придумывать, реализовывать, внедрять новые технологии.

🚀Откликнуться

#GarageEight: Middle Machine Learning Engineer/Data Scientist
#Офис / #Гибрид
#Спб

⚙️ Требования:
• Глубокое знание классических алгоритмов #ML, методик оценки качества моделей, понимание основных принципов #DL;
• Базовые навыки проектирования ML систем, учитывая требования к масштабируемости, производительности, точности и другим SLA;
• Знание #sql на уровне оконных функций;
• Наличие математической базы;
• Уверенное знание #python и основных библиотек;
• Уверенное владение Unix, Git, Docker.

⚡️ Что делать:
• Построение, выкатка, тестирование и поддержка ML моделей для анализа и прогнозирования действий пользователя в продукте и ключевых бизнес метрик;
• Оценка влияния проекта на ключевые бизнес метрики компании;
• Формирование гипотез по улучшению метрик и проверка гипотез;
• Участие в формировании плана развития проекта.

🚀Откликнуться

#АльфаБанк: Middle+ Data scientist
#Офис #Москва

⚙️ Требования:
• Опыт в разработке моделей #ML от 2х лет;
• Опыт полного цикла решения ML задачи: от интерпретации идеи заказчика до готового решения;
• Уверенное владение #python;
• #sql;
• Знание классических алгоритмов ML.

⚡️ Что делать:
• Моделирование нормального поведения пользователей по логам сетевого трафика;
• Оптимизация коммуникаций в реферальных программах;
• Поиск фродовых операций в дистанционном банковском обслуживании/эмиссии;
• Выявление паттернов мошенников;
• Оптимизация хранения наличности в АТМ.

🚀Откликнуться

#Beeline: Data Engineer (Middle level)
#Удаленно

⚙️ Требования:
• Опыт работы в роли Data Engineer от 2 лет;
• Опыт работы с языками программирования #python и/или #scala;
• Знание и опыт работы с технологиями Airflow(oozie/dagster), Spark и Hadoop;
• Понимание принципов CI/CD и опыт их применения;
• Опыт работы с реляционными базами данных;
• Навыки построения отчётов и аналитики данных;
• Желательно опыт работы с NiFi и ClickHouse.

⚡️ Что делать:
• Разрабатывать процессы сборки, обработки и поставки данных;
• Развивать архитектуру проекта и адаптировать ее под новые требования;
• Анализировать требования бизнеса по получению новых данных, оценивать наличие и качество данных;
• Разрабатывать дашборды;
• Разрабатывать и внедрять эффективные методики контроля качества данных;
• Участвовать в code review и создавать инструменты для упрощения работы команды.

🚀Откликнуться

#МТС: Middle Data Аналитик в RecSys Platform (Big Data)
#Офис #Москва

⚙️ Требования:
• Уверенное владение #sql;
• Опыт интеграции с разными источниками и умение проводить контроль качества данных;
• Базовые знания матстата;
• Умение систематизировать и визуализировать результаты работы.

⚡️ Что делать:
• Осуществлять поиск, систематизацию, извлечение и объединение данных из разных источников;
• Обеспечивать наполнения продуктового контура актуальными витринами данных;
• Формулировать и проверять продуктовые гипотезы;
• Создавать иерархию продуктовых метрик;
• Находить закономерности и инсайты в данных;
• Настраивать А/Б тесты.

🚀Откликнуться

#BestDoctor: Team Lead DS
#Офис / #Гибрид / #Удаленно
#Москва

⚙️ Требования:
• Опыт работы на позиции Senior/Lead от 3 лет и опыт управления DS командой от 1 года;
• Профессиональное владение #python и библиотеками для #ML;
• Опыт создания и внедрения моделей классического машинного обучения и #DL, особенно в области #NLP;
• Отличные знания #sql и основ программирования;
• Знание статистики и опыт проведения AB-тестов;
• Есть опыт автоматизации бизнес-процессов с применением AI;
• Опыт работы с инструментами MLOps (MLflow, DVC, Git).

⚡️ Что делать:
• Управлять командой: распределение задач, постановка сроков, контроль исполнения, проведение внутренних статус встреч по рабочим задачам, помощь в изучении и освоении новых технологий, 1-1 встречи, performance review, найм;
• Прорабатывать и улучшать модель данных, необходимую для эффективного внедрения ML-моделей в бизнес-процессы;
• Внедрять инструменты AI, аналогичных ChatGPT, в бизнес-процессы, включая формирование требований, развертывание решений на инфраструктуре заказчика и донесение результатов до конечного потребителя;
• Проводить код-ревью для команды, обучать и экспертно поддерживать коллег.

🚀Откликнуться

#Иннополис: Инженер Компьютерного Зрения - Collaborative SLAM
#Офис / #Гибрид / #Удаленно
#Спб

⚙️ Требования:
• AR / 3D Vision / SLAM.

⚡️ Что делать:
• Реализовывать алгоритмы #CV для задач облачной картографии.

➡️ Кому подойдет:
Более 300 компаний — резидентов Иннополиса регулярно ищут разработчиков, тестировщиков и менеджеров различных грейдов и стеков. Сотрудники получают возможность арендовать жилье в городе.

🚀Откликнуться

#VK: ML-разработчик (Музыкальные рекомендации)
#Офис / #Гибрид
#Москва

⚙️ Требования:
• Опыт промышленного применения #ML;
• Глубокое понимание алгоритмов классического ML;
• Опыт работы с большими данными.

⚡️ Что делать:
• Улучшать базовое качество рекомендаций;
• Запускать новые сценарии музыкальных рекомендаций;
• Анализировать статистику потребления контента, выдвигать и проверять гипотезы, проводить А/B тесты;
• Взаимодействовать со смежными командами.

➡️ Кому подойдет:
Департамент AI, контентных и рекомендательных сервисов развивает технологии искусственного интеллекта для ключевых продуктов VK, создает системы рекомендаций и поиска контента на наших платформах.

🚀Откликнуться

#Wildberries: Senior Data Scientist (NLP) в автоматизацию коммуникаций
#Офис / #Гибрид
#Москва

⚙️ Требования:
• Опыт в области анализа данных и #ML от 3х лет;
• Знание #python, методов работы с большими данными;
• Опыт работы с библиотеками: Scikit-learn, HuggingFace, PyTorch;
• Опыт работы с #LLM;
• Знание теорвера и матстата;
• Знание алгоритмов и структур данных.

⚡️ Что делать:
• Использовать историю взаимодействия с пользователем для улучшения моделей чат-бота;
• Участвовать в исследовательских проектах в области #NLP, публиковать статьи и доклады на конференциях;
• Создавать и обучать модели машинного обучения и NLP для понимания и обработки текстовых запросов пользователей.

➡️ Кому подойдет:
Команда занимается внедрением систем на основе ML & DL решений для автоматизации коммуникаций с пользователями.

🚀Откликнуться

#Автомакон: Data-инженер
#Удаленно

⚙️ Требования:
• Опыт программирования на #python (не менее 2-х лет);
• #sql и опыт работы с базами данных;
• Опыт работы с Apache Airflow;
• Опыт написания процессов загрузки данных (ETL);
• Оптимизация SQL запросов;
понимание принципов работы данными;
• Опыт работы с СlickHouse/GreenPlum;
понимания концепций построения хранилищ данных.

⚡️ Что делать:
• Извлечение, преобразование, загрузка данных и их обработка;
• Формирование отчетов, визуализация данных;
• Создание и развитие процессов управления данными и их качеством;
• Работа с высоконагруженными базами;
• Разработка хранимых процедур, функций.

🚀Откликнуться

#IVI: Разработчик рекомендательной системы
#Офис #Москва

⚙️ Требования:
• Опыт от двух лет на позиции SWE/DS/MLE;
• Уверенное владение #python, #sql, git, bash, docker, spark;
• Знание алгоритмов, структур данных, прикладной статистики;
• Знание основных библиотек для работы с данными (numpy, scipy, sklearn, pandas);
• Опыт работы с базами данных (postgres, clickhouse, redis);
• Самостоятельность в решении задач и контроля результатов;
• Опыт командной разработки.

⚡️ Что делать:
• Поддерживать и совершенствовать реализованные рекомендательные решения;
• Прототипировать новые рекомендательные подходы и механизмы;
• Оценивать метрики качества новых прототипов;
• Разрабатывать ETL пайплайны для обновления моделей;
• Создавать production-ready решения на основе прототипов и их последующий вывод в бой.

🚀Откликнуться

#Lamoda: Data analyst (A/B Platform)
#Офис #Москва

⚙️ Требования:
• Опыт от 3-х лет продуктовым дата аналитиком;
• Опыт дизайн и проведения AB-тестов;
• Знание #sql, #python, Hive, Pyspark;
• Опыт проработки и декомпозиции задач, а также описания технических требований для разработчиков и дата инженеров;
• Опыт работы с базами данных (SQL/NoSQL);
• Владение аппаратом матстата и теорвера;
• Высшее техническое образование.

⚡️ Что делать:
• Тестировать гипотезы, связанные с AB-платформой: повышение чувствительности, ускорение расчетов, построение пайплайна;
• Проводить системный анализ различных аспектов AB-платформы: добавление новых метрик, расширение функционала;
• Добавлять новые метрики в AB-платформу;
• Дизайнить и оценивать свитчбэк и гео AB-тесты;
• Проектировать и создавать дашборды, позволяющие отвечать на вопросы о том, что происходит с AB-платформой как с продуктом.

🚀Откликнуться

#Озон: Data Scientist (Deep Learning), Рекомендации и персонализация
#Офис #Москва

⚙️ Требования:
• Хорошее знание #python;
• Отличное знание основных алгоритмов и структур данных;
• Понимание принципов классического #ML и #DL;
• Знание основных архитектур нейросетей, применяемых в рекомендациях;
• Опыт разработки и (или) вывода в продакшн Deep Learning алгоритмов.

⚡️ Что делать:
• Участвовать в проработке/обучении и выкатке в прод моделей рекомендаций с упором на нейросетевые архитектуры;
• Интегрировать разработанные решения с runtime движком на Golang.

➡️ Кому подойдет:
Команда занимается персонализированным подбором контента для пользователей с целью повышения прибыльности компании. Основным фокусом является разработка и выкатка нейросетевых моделей в продакшн.

🚀Откликнуться

#Атом: Senior Data Analyst / Python Developer
#Офис / #Гибрид / #Удаленно
#Москва

⚙️ Требования:
• Продвинутый уровень владения #SQL;
• Знание #python для работы с данными (pandas, numpy);
• Умение выбирать оптимальную стратегию для преобразования данных из источника;
• Опыт работы с базами данных (PostgreSQL, Clickhouse);
• Опыт работы с BI-инструментами (SuperSet, Tableau, Power BI);
• Понимание концепций хранения данных и моделирования данных;
• Навыки написания документации для пользователей, описания процессов.

⚡️ Что делать:
• Координация процессов ETL и взаимодействие с дата инженерами;
• Разработка автоматизированных скриптов для обработки данных на Python;
• Код ревью и стандартизация аналитических решений;
• Разработка и поддержка витрин данных для аналитических задач;
• Выявление проблем и потребностей по работе с данными в различных направлениях бизнеса;
• Создание дашбордов для мониторинга ключевых показателей бизнеса.

🚀Откликнуться

#Яндекс: ML-разработчик в объектный поиск
#Офис #Москва

⚙️ Требования:
• Хорошо знаете алгоритмы, #cpp или #python;
• Знаете классические #ML и #NLP;
• Умеете анализировать данные.

⚡️ Что делать:
• Обучать ML-модели и внедрять их в рантайм поиска, начиная со сбора и анализа данных и заканчивая A/B-экспериментом и релизом в прод. Дополнительным челленджем здесь будут жёсткие ограничения на время работы;
• Разрабатывать модели, участвующие в формировании локализованного контента карточек.

➡️ Кому подойдет:
Если пользователь Яндекса наберёт поисковый запрос «фильм где дракон ест металл и растёт» или просто «галгамет» — он увидит в поисковой выдаче карточку об этом фильме. Карточки бывают у людей, городов, животных, фильмов, книг, событий, техники и т. д. Команда отвечает за международный поиск по карточкам, и команда ищет ML-разработчика.

🚀Откликнуться

#ТБанк: Стажер ML-инженер
#Гибрид / #Офис / #Удаленно

⚙️ Требования:
• Знаете #python;
• Работали с библиотеками;
• Имеете практический опыт в #ML и #DL.

⚡️ Что делать:
• Обучать искусственный интеллект;
• Анализировать данные;
• Выявлять в данных закономерности и предсказывать результаты.

🚀Откликнуться

#Naumen: Продуктовый аналитик в группу AI решений на продукты Omnichannel и SMIA
#Офис / #Гибрид / #Удаленно

⚙️ Требования:
• Понимание и опыт в области #ML;
• Опыт коммуникации с клиентом, выявления проблем;
• Опыт работы в проектах разработки программных продуктов для рынка B2B в роли аналитика или смежной роли от 2 лет;
• Сбор и формализация требований;
опыт написания постановок на разработку.

⚡️ Что делать:
• Писать постановки задач на развитие продукта и контролировать их исполнение;
• Участвовать в проектах внедрения продукта, выявлять требования, дорабатывать решения под требования заказчиков;
• Разрабатывать новые продуктовые гипотезы, участвовать в формировании roadmap продукта, выполнять постановку системных требований;
• Анализировать проблемы, возникающие у пользователей, и искать способы их решения;
• Проводить анализ рынка и конкурирующих продуктов;
• Участвовать в технических демонстрациях и пресейлах.

➡️ Кому подойдет:
Naumen ищет Продуктового аналитика. Вместе с командой нужно будет создавать сервисы и системы, которые будут решать проблемы заказчиков, делая жизнь пользователей лучше.

🚀Откликнуться

#МТС: Middle Data Scientist [Скоринг] Big Data
#Офис / #Гибрид / #Удаленно
#Москва

⚙️ Требования:
• Уверенные навыки #python;
• Опыт работы с Apache Spark;
• Хорошее знание теорвера и матстата;
• Хорошие коммуникативные навыки;
• Хорошие аналитические способности.

⚡️ Что делать:
• Большой поток внешних проектов на построение #ML-моделей;
• Реализовывать новые фичи для ML моделей на основе данных телекома;
• Делать аналитику по продуктам финтеха (Python, PySpark);
• Обсуждать и согласовывать результаты с заказчиками;
• Проводить мониторинг разработанных моделей.

🚀Откликнуться

#Wildberries: ML Engineer в команду BNPL
#Офис / #Гибрид
#Москва

⚙️ Требования:
• Опыт работы в DS/#ML от 3 лет;
• Опыт разработки моделей и вывода их в продакшн;
• Опыт построения feature store и ETL процессов;
• Будет плюсом опыт построения моделей в кредитных продуктах.

⚡️ Что делать:
• Собирать данные, обучать модели;
• С нуля выстраивать MLOps совместно с командой DWH;
• Построить первый feature store Финтеха;
• Построить пайплайн обучения моделей и запустить его.

➡️ Кому подойдет:
Вы будете строить feature store продукта, обучать первые модели оценки кредитоспособности человека, вместе с аналитикой выкатывать их в production и постоянно внедрять новые решения.

🚀Откликнуться

#X5: Руководитель команды Data Science
#Удаленно

⚙️ Требования:
• Опыт разработки на #python;
• Знаешь классические алгоритмы и структуры данных;
• Знаешь теоретические и практические продвинутые методы #ML;
• Обладаешь знаниями #sql и знаком с hadoop-стэком;
• Опыт работы с A/B тестами, генерацией и проверкой гипотез;
• Опытом работы с (docker, kubernetes, pyspark, kafka, postgresql, airflow);
• Опыт руководства командой.

⚡️ Что делать:
• Работать с командой (распределение задач, трекинг, развитие команды);
• Работать над технологическим развитием продукта;
• Взаимодействовать с product owner и стейкхолдерами;
• Заниматься аналитикой и проверкой гипотез;
• Развивать инструменты для проведения A/B тестов;
• Писать код, проводить code-review;
• Предлагать способы оптимизации и совершенствования существующих инструментов.

🚀Откликнуться