#VK: Machine Learning Engineer
#Удаленно

⚙️ Требования:
• Уверенное владение основами #ML;
• Знание основ #DL;
• Владение #python и базовыми Machine Learning и Deep Learning библиотеками;
• Понимание принципов работы со звуком;
• Знание базовых алгоритмов и структур данных;
• Умение писать промышленный код;
наличие базовых навыков работы с unix-подобными операционными системами.

⚡️ Что делать:
• Обучать нейронные сети и алгоритмы векторного поиска;
• Разрабатывать эвристические алгоритмы, улучшающие качество распознавания;
• Поддерживать и развивать системы мониторинга и тестирования качества распознавания;
• Оптимизировать производительность существующих алгоритмов;
• Изучать научную литературу по теме и предлагать различные варианты улучшения системы.

➡️ Кому подойдет:
Основной предстоящей задачей является развитие и внедрение системы распознавания аудиоконтента.

🚀Откликнуться

#Яндекс: ML-разработчик в службу исследований и разработки нейронных моделей Поиска
#Офис

⚙️ Требования:
• Разбираетесь в #DL и получили практический опыт в этой области в крупной компании или лаборатории;
• Понимание классического #ML, статистики и математики;
• Владеете базовым инструментарием DL-разработчика;
• Не боитесь проводить трудоёмкие исследования, умеете находить точки роста в нетривиальных ML-системах;
• Регулярно знакомитесь с актуальными исследованиями в DL-литературе.

⚡️ Что делать:
• Исследовать существующие архитектуры или разрабатывать и патентовать свои;
• Работать над инфраструктурой обучений и применений моделей в рантайме Поиска;
• Исследовать устойчивые связи между различными стадиями Поиска и архитектурами моделей;
• Изобретать новые таргеты, датасеты и всё, что связано с исследованием и внедрением универсальных и эффективных нейронных моделей.

➡️ Кому подойдет:
Решение поисковой задачи требует от разработчика большого набора навыков и определённой доли искусства в обращении с данными. В стремлении сделать Поиск лучше команда занимается широким спектром задач.

🚀Откликнуться

#МагнитTech: CV Engineer
#Офис / #Гибрид / #Удаленно
#Москва

⚙️ Требования:
• Опыт работы в качестве #ML Engineer или #CV Engineer от 3х лет;
• Знание классических моделей классификации, сегментации и детекции (EfficientNet, Unet, YOLO, etc.);
• Знание основных SOTA подходов
опыт в оптимизации сетки или желание в этом разобраться.

⚡️ Что делать:
• Разрабатывать end-end CV решения
обучать и внедрять SOTA решения для задач классификации, сегментации, детекции и генерации;
• Оптимизировать и ускорять модели
участвовать в проектах на основе генеративных и мультимодальных нейронных сетей;
• Стек: #python, Pytorch, PyTorch Lightning, Open CV.

🚀Откликнуться

#Иннотех: ML инженер
#Офис #Москва

⚙️ Требования:
• Знания в области разработки ПО;
• Знание PostgreSQL в части #SQL;
• Опыт работы с Airflow или другими системами управления моделями #ML;
• Понимание, как перевести модель в производство, ключевые понятия — data drift, model retraining strategies
• Опыт настройки CI/CD. Разработка решения ML. Интеграция A/B-тестирование;
• Знание фреймворков MLFlow, Kuberflow, MLRun;
• Контейнеры Docker и системы управления контейнерами Kubernetes;
• Знание #python, Django (ORM Models) либо SqlAlchemy.

⚡️ Что делать:
• Внедрять модель;
• Поддерживать внедренные модели;
• Дообучать, следить за их качеством;.

🚀Откликнуться

#Озон: Senior Data Scientist, Подгруппа анализа данных
#Офис #Москва

⚙️ Требования:
• Опыт написания продакшн кода, в идеале для #ML-решений: #рексис, #CV, #LLM;
• Хорошее знание базовых алгоритмов и структур данных;
• Уверенное знание и опыт применения паттернов разработки;
• Базовые навыки систем-дизайна и ml-систем-дизайна;
• Уверенные знания математики и машинного обучения.

⚡️ Что делать:
• Создавать масштабируемые и отказоустойчивые сервисы предиктивной аналитики;
• Осуществлять супервизию архитектуры текущих сервисов;
• Создавать SOTA-модели потребления критических инфраструктурных ресурсов;
• Решать задачи численной оптимизации, задачи оптимальной упаковки;
• Участвовать в Code review, имплементации лучших практик разработки масштабируемых систем, помогать в развитии hard скиллов команды.

➡️ Кому подойдет:
Основная задача Подгруппы анализа данных - точно прогнозировать рост нагрузки на разные компоненты системы.

🚀Откликнуться

#Яндекс: Разработчик в команду распознавания текста
#Офис / #Гибрид
#Москва #Спб

⚙️ Требования:
• Понимаете принципы #ML;
• Решали прикладные задачи с помощью технологий #DL;
• Знаете классические алгоритмы и структуры данных, пишете понятный и легко поддерживаемый код;
• Интересуетесь последними публикациями в области Deep Learning.

⚡️ Что делать:
• Разработка нейросетевых моделей на стыке #CV и #NLP;
• Исследование state-of-the-art-подходов в обучении моделей распознавания текста;
• Ускорение и сжатие архитектуры нейронных сетей.

➡️ Кому подойдет:
Команда создаёт собственную технологию распознавания текста и ищет разработчика, которому предстоит решать задачи на стыке CV и NLP. Команда ждет, что вы хорошо понимаете принципы машинного обучения, решали задачи с помощью с Deep Learning.

🚀Откликнуться

#Сбер: Middle Data Scientist (команда Клиентского опыта)
#Офис #Москва

⚙️ Требования:
• Не менее 1.5 лет работы в качестве Data Scientist;
• Отличное понимание #ML;
• Продвинутые знания #sql, опыт работы с Pyspark, Greenplum;
• Отличное знание #python;
• Понимание и опыт АB-тестирования;
• Высшее техническое образование.

⚡️ Что делать:
• Построение ML моделей (включая SOTA) на основе различных данных: #NLP, GEO, графовые данные, петайбайты последовательностей событий (кликстрим, транзакции и т.д.);
• Совместно с командой MLE вывод моделей в ПРОМ контур, поддержание модели в актуальном состоянии;
• Участие в исследовании новых данных, формировании сильных переменных, а также участие в развитии Feature Store команды. Формирование эмбеддингов на основе различных данных для улучшения текущих моделей;
• Выдвигать data-driven гипотезы/предложения для запуска новых механик, а также поиск инсайтов в данных.

🚀Откликнуться

#Сбер: Junior Data Scientist
#Офис #Москва

⚙️ Требования:
• Понимание принципов разработки, внедрения и сопровождения #ML-решений;
• Опыт разработки на #python;
• Опыт работы с базами данных, #sql;
• Знание основ математической статистики и машинного обучения.

⚡️ Что делать:
• Построение ML моделей отклика, аплифта, рекомендательных систем на наши продукты/каналы/сегменты;
• Разработка моделей прогнозирования клиентопотока и объема продаж в отделениях, а также моделей идентификации мошенничества и операционных рисков;
• Ведение всех этапов DS проекта: от постановки задачи и требований с бизнес-заказчиком до внедрения и мониторинга модели.

➡️ Кому подойдет:
Дивизион "Моделирование и исследование данных" отвечает за компетенцию Data Science в Блоке. Команда разрабатывает и внедряет end-to-end решения на основе машинного обучения в бизнес-процессы банка, связанные с обслуживанием клиентов в отделениях Сбера. Сейчас в поиске Data Scientist’а.

🚀Откликнуться

#Озон: TeamLead Data Scientist, Маркетплейс, Обработка видео и звука
#Офис #Москва

⚙️ Требования:
• Опыт управления командой;
• Самостоятельность;
• Гибкость;
• Готовность к изменениям.

⚡️ Что делать:
• Взаимодействовать со своим руководителем, декомпозировать цели, заниматься планированиям;
• Руководить командой, вести проекты;
• Выстраивать внутренние процессы;
• Общаться с бизнесом;
• Проводить поиск, онбординг и менторинг сотрудников.

🚀Откликнуться

#Точка: NLP Data Scientist
#Удаленно

⚙️ Требования:
• Есть опыт работы с #NLP: transformers, #LLM, NLU от 2 лет;
• Знаешь #python и ООП, есть опыт выведения моделей в прод;
• Умеешь проводить A/B-тесты и владеешь статистикой;
• Базово владеешь #sql.

⚡️ Что делать:
• Автоматические подсказки клиенту, которые появляются при обращении в чат;
• Тегирование, кластеризация, оценка эмоционального окраса и другие виды анализа клиентских обращений для поиска точек роста в процессе обслуживания и автоматизации внутренних процессов;
• Саммаризация обращений клиента;
• Классификация налоговых требований и NER для автоматизации ответов ФНС;
• Матчинг описания товара с маркетплейса и категории товара на маркетплейсе.

🚀Откликнуться

#Сбер: Team Lead Исcледователь (Data Science + Эконометрика)
#Офис #Москва

⚙️ Требования:
• Знания в области эконометрики и статистического анализа данных;
• Сильные навыки #python;
• Опыт участия и руководства исследовательскими проектами со сложной подготовкой данных.

⚡️ Что делать:
• Разрабатывать алгоритмы и модели с учетом существующих наработок;
• Участвовать в обсуждениях исследований, peer review материалов;
• Организовывать подготовку данных, работать совместно с дата-инженерами (поиск источников, генерация переменных, «чистка» данных);
• Готовить материалы по итогам исследований.

➡️ Кому подойдет:
Команда состоит из исследователей (выпускники РЭШ, МФТИ, ВМК) и дата-инженеров с экспертизой источников данных. Команда в поисках исследователя с интересом к аналитике потребления - финансового поведения.

🚀Откликнуться

#VK: Руководитель команды машинного обучения
#Офис / #Гибрид / #Удаленно
#Москва

⚙️ Требования:
• Компетенции и опыт в направлениях 70% #NLP, 20% ранжирование и разные бусты, 10% докеризация;
• Аналитические навыки для оценки эффективности выбранных решений и интерпретации данных;
• Опыт управления командой #ML-инженеров как плюс;
• Отличные коммуникационные навыки и умение работать в команде;
• Владение инструментами Jira, Confluence, Miro, Notion.

⚡️ Что делать:
• 30% времени общение с бизнесом;
• 20% времени на архитектуру и разбор бизнес-процессов для внедрения;
• 50% на написание своего когда и ревью ребят из ML-команды;
• Полный цикл модели от сбора данных до вывода их в прод;
• Также предстоит заниматься техническим менеджментом.

➡️ Кому подойдет:
В поддержке VK несколько десятков разнообразных ML-моделей. Сейчас команда создаёт внутренний центр экспертизы, который соберёт всё воедино и поможет поэтапно внедрять в работу полезные технологии.

🚀Откликнуться

#МагнитTech: Middle data scientist
#Офис / #Гибрид / #Удаленно
#Москва

⚙️ Требования:
• Умение решать практические задачи прогнозирования;
• Опыт работы с табличными данными;
• Опыт работы с #TimeSeries;
• Матстат, алгоритмы и принципы #ML;
• Опыт работы с распределенными системами посредством Spark;
• Опыт работы с данными посредством #sql.

⚡️ Что делать:
• Разрабатывать и развивать системы прогнозирования спроса на разных уровнях;
• Адаптировать модели под особенности товарных категорий и форматов торговых точек;
• Разрабатывать алгоритмы учета каннибализации спроса;
• Заниматься кластеризицией объектов и детекцией аномалий;
• Проводить codereview, постановка решений на прод.

🚀Откликнуться

#Озон: Старший Data Scientist (NLP), Понимание запроса
#Офис / #Гибрид / #Удаленно
#Москва #Спб

⚙️ Требования:
• Опыт #NLP в коммерческой разработке от 3х лет;
• Понимание запроса;
• Интерес к данным наравне с интересом к архитектурам моделей;
• Базовые знания теорвера и статистики;
• Навыки проектирования ПО;
• Английский для чтения статей.

⚡️ Что делать:
• Исследование доступных данных, создание пайплайнов сбора тренировочных и валидационных датасетов;
• Анализ результатов модели, метрик и формулировка гипотез по улучшению моделей;
• Обучение моделей (в основном текстовых), подбор параметров, архитектур;
• Планирование, выполнение и анализ АБ-тестов;
• Оптимизация моделей, вывод в прод;
• Автоматизация всех этих процессов.

🚀Откликнуться

#Сбер: Middle Data Scientist в Департамент "Занять и сберегать"
#Офис #Москва

⚙️ Требования:
• Опыт решения #ML задач от 2 лет, опыт с табличными данными и #TimeSeries;
• Опыт использования #python, spark, pandas, numpy, sklearn, библиотек визуализации;
• Опыт оптимизации пайплайнов по времени и по памяти;
• Опыт проверки качества моделей, анализа их работы;
• Успехи в ML соревнованиях будут плюсом.

⚡️ Что делать:
• Общение с коллегами и заказчиками, прояснение бизнес-требований, уточнение спецификаций;
• Сбор данных и обучение моделей, документирование результатов;
• Проведение экспериментов и оценка их результатов;
• Помощь младшим коллегам в решении их задач.

➡️ Кому подойдет:
В небольшую команду, занимающуюся исследованием данных, проверкой гипотез, построением моделей ищут Ведущего исследователя данных.

🚀Откликнуться

#VK: Senior 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

#BIATechnologies: Data Scientist (Middle/Senior)
#Офис / #Гибрид / #Удаленно
#Спб

⚙️ Требования:
• Высшее техническое образование;
• Знание #ML методов;
• Опыт работы data scientist от 3 лет для уровня middle и 5 лет для уровня senior;
• Отличное знание #python;
• Знание #sql;
• Знание математической статистики.

⚡️ Что делать:
• Сбор и обработка данных из корпоративных информационных хранилищ;
• Обучение предиктивных моделей;
• Прогнозирование #TimeSeries;
• A/B тестирование;
• Участие во внедрении ML-решений;
• Спектр задач — от разовых RnD исследований до проектного создания решений.

➡️ Кому подойдет:
Команда ищет профессионала, способного решать сложные технические задачи и заниматься ML разработкой полного цикла: от коммуникаций с бизнесом до прототипирования и поддержки в проде.

🚀Откликнуться

#ЗолотоеЯблоко: Junior Data Scientist
#Офис / #Гибрид / #Удаленно
#Екб

⚙️ Требования:
• Знание #python на хорошем уровне;
• Опыт разработки и внедрения алгоритмов обучения;
• Желателен опыт #TimeSeries.

⚡️ Что делать:
• Построение #ML-pipeline;
• Решение задач в проекте по прогнозированию спроса: предобработка данных исследовательский анализ, генерация фичей, кластеризация временных рядов, моделирование, оценка качества модели;
• Deploy ML модели.

➡️ Кому подойдет:
В отделе аналитики команда помогает заводить актуальный ассортимент в сеть, анализирует ценообразование и продажи, рассчитывает, сколько нам нужно закупить товара.

🚀Откликнуться

#МагнитTech: Middle/ Senior MLOps
#Офис / #Гибрид / #Удаленно
#Москва

⚙️ Требования:
• Опыт работы в DevOps от 2х лет и #ML Ops от 1 года;
• Навыки работы с данными и инструментами машинного обучения;
• Опыт настройки и управления системами CI/CD;
• Опыт работы с облачными платформами.

⚡️ Что делать:
• Разворачивать и управлять моделями машинного обучения в производственной среде;
• Настраивать и управлять инструментами/ платформами для машинного обучения;
• Проводить интеграцию моделей машинного обучения с существующими системами и инфраструктурой;
• Обеспечивать масштабируемость, надежность и эффективность инфраструктуры для машинного обучения;
• Проводить мониторинг и оптимизацию производительности моделей/ систем.

🚀Откликнуться

#Яндекс: Разработчик ML в команду контент-системы товарного поиска (ML-склейка)
#Офис / #Гибрид
#Москва

⚙️ Требования:
• Обучали #ML-модели и внедряли их в продакшен;
• Умеете формулировать задачи в терминах ML, понимаете, как измерить результат, знакомы с разными; алгоритмами и можете выбрать подходящий;
• Заботитесь о высоком качестве конечного продукта;
• Готовы погружаться в новые технологии.

⚡️ Что делать:
• Дообучать модели YandexGPT на генерацию контента, задачу классификации и т. д.;
• Обучать нейронные сети и модели градиентного бустинга;
• Заниматься кластеризацией миллиардов товаров;
• Выполнять полный цикл работ от сбора датасета до внедрения модели в конечный продукт;
• Исследовать новейшие ML-подходы и предлагать идеи для улучшения качества моделей;
• Находить trade-off между качеством и скоростью инференса моделей.

➡️ Кому подойдет:
Команда отвечает за качество структуры товарной базы. Разработчики создают карточки товаров и «приклеивают» к ним предложения от магазинов, чтобы пользователи могли выбрать лучшую цену или самую быструю доставку.

🚀Откликнуться

#СовкомБанк: Senior Data Scientist
#Офис

⚙️ Требования:
• Техническое/экономическое образование;
• Знание #ML и #python;
• Понимание прикладной статистики, знание основных статистических методов, умение применять статистические тесты;
• Опыт работы c #sql от 2х лет;
• Умение быстро погружаться в новую тему, изучать существующие по ней материалы, находить open-source решения;
• Умение структурировать информацию и работать с большими массивами данных;
• Навыки визуализации данных.

⚡️ Что делать:
• Участие в сборе и обработке данных;
• Подбор влияющих факторов на основе методов статистического анализа данных, формирование и проверка ML-гипотез;
• Анализ метрик качества модели, чувствительности к факторам, устойчивости результатов;
• Тестирование для мониторинга и оценки качества моделей;
• Презентация результатов работы;
• Организация и проведение пилотов, оценка бизнес-эффекта.

🚀Откликнуться