#VK: ML-инженер в СМБ
#Офис / #Гибрид / #Удаленно
#Москва

⚙️ Требования:
• Опыт работы с базами данных, #sql (PySpark);
• Опыт работы с алгоритмами #рексис;
• Опыт работы с технологиями: #python (pandas, sklearn, numpy, PyTorch), Airflow, Git, FastApi, Docker;
• Знание классического #ML.

⚡️ Что делать:
• Построение моделей машинного обучения, в том числе с применением трасформеров, self-attention алгоритмов;
• Построение пайплайнов обучения моделей;
• Вывод моделей в продакшен;
• Решение исследовательских задач в области рекомендательных алгоритмов;
• Решение ad hoc задач.

➡️ Кому подойдет:
Команда развивает инструменты для запуска и развития ВКонтакте. Совершенствует процессы покупок и ведения бизнеса, автоматизирует маркетинговые инструменты. Разработчики в поисках MLE, который поможет развивать рекомендательные системы для пользователей, а также решать другие задачи направления.

🚀Откликнуться

#Wildberries: Computer Vision engineer в команду Core CV
#Офис / #Гибрид / #Удаленно
#Москва

⚙️ Требования:
• Опыт работы с задачами СV от 3х лет;
• Отличная математическая подготовка;
• Знание классических алгоритмов и типов структур данных;
• Понимание принципов #ML;
• Опыт работы с большими объёмами данных.

⚡️ Что делать:
• Работать с инфраструктурными задачами;
• Разрабатывать платформу для хранения и агрегации эмбеддингов картинок;
• Заниматься базовыми пайплайнами по подготовке классификаторов;
• Обучать мультимодальные эмбеддинги;
• Разрабатывать технологии, которые будут переиспользоваться другими командами;
• Сделать хороший эмбеддинг картинок и мультимодальный эмбеддинг;
• Помогать другим командам с продуктовой стороны - #рексис, антифрод, прикладной #CV.

➡️ Кому подойдет:
Компания в поисках Middle & Senior Computer Vision Engineers, которые помогут команде найти направления для улучшения Computer Vision в контуре всей компании, будут делать больше R&D и быстрее доводить исследования до реализации. Разработчики занимаются разработкой таких моделей, которые смогут конкурировать с opensource решениями.

🚀Откликнуться

#VK: Senior ML-разработчик (RnD)
#Офис / #Гибрид
#Москва

⚙️ Требования:
• Опыт промышленного применения ML;
• Высшее техническое или математическое образование (хорошо помните теорвер, матстат и линал);
• Глубокое понимание алгоритмов классического #ML, опыт работы с PyTorch или TensorFlow.

⚡️ Что делать:
• Экспериментировать с полным спектром #рексис-моделей;
• Взаимодействовать со смежными командами (периодически решать интересные исследовательские задачи от соседних команд, в том числе #CV и #NLP);
• Реализовывать модели из статей, выдвигать и проверять гипотезы, проводить A/B.

➡️ Кому подойдет:
Команда исследует точки роста для ML-алгоритмов и внедряет результаты своих исследований. Основным направлением является развитие продвинутых рекомендательных алгоритмов

🚀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 #рексис;
• 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

#Газпромбанк: Data Scientist в команду персонализации
#Офис #Спб

⚙️ Требования:
• Занимались построением #рексис;
• Опыт полного цикла решения #ML задачи: предобработка данных, выбор алгоритмов и тюнинг их параметров, оценка качества моделей, визуализация;
• Имеете степень бакалавра или магистра в области компьютерных наук, науки о данных, математики, статистики или смежных областях;
• Работаете в области анализа данных и машинного обучения от 2 лет;
• Программируете на #python, #R или подобных языках;
• Знаете #sql на уверенном уровне.

⚡️ Что делать:
• Разрабатывать и внедрять ML модели привлечения, предложений, оттока;
• Анализировать поведение клиентов и оптимизировать алгоритмы рекомендаций;
• Оценивать эффективность рекомендательной системы;
• Принимать участие в подготовке и согласовании проектной документации на разработку;
• Анализировать различные источники данных, генерировать признаки для построения модели;
• Проверять гипотезы, проводить A/B тестирования;
• Ресерчить новые технологии.

🚀Откликнуться

#Lamoda: Data Scientist (Recommendations)
#Офис #Москва

⚙️ Требования:
• Опыт в области анализа данных и #ML (от 2 лет);
• Опыт работы с #sql, Hadoop, Hive, Spark;
• Владение #python, Linux, методами работы с большими данными;
• Опыт работы как минимум с 2 ML библиотеками: Scikit-learn, CatBoost/XGBoost, PyTorch, Spark ML;
• Знания теорвера и матстата;
• Знания в области машинного обучения, прогнозного моделирования и методов статистического анализа;
• Знание алгоритмов и структур данных;
• Высшее образование в области прикладной математики, информационных технологий, информатики и т.п;
• Английский язык на уровне технического чтения..

⚡️ Что делать:
• Разрабатывать #рексис, включая рекомендации на главной странице, в корзине и рекомендацию размера.

🚀Откликнуться

#Самокат: Data Scientist/ML Engineer (RECSYS)
#Гибрид / #Офис / #Удаленно
#Москва #Спб

⚙️ Требования:
• Глубокое понимание #рексис;
• Уверенное владение #python;
• Знание классических алгоритмов #ML и матстата;
• Наличие опыта с продуктами стека Big Data (Hadoop, Spark);
• Опыт создания инфраструктуры для ML (model serving, MLOps);
• Предложений и реализаций своих идей, гипотез и моделей для улучшения продукта;
• Умение коммуницировать как с разработкой, так и с бизнес командами.

⚡️ Что делать:
• Разработкой новых и усовершенствованием существующих рекомендательных моделей;
• Доведением моделей до прода;
• Обработкой и анализом больших данных;
• Развитием ML-инфраструктуры;
• Взаимодействовать с backend, продуктовой и комьюнити командами.

➡️ Кому подойдет:
Сейчас в команде RecSys 6 человек и Самокат в поиске опытного ML-инженера/дата сайентиста, которому предстоит заниматься развитием рекомендательных сервисов на маркетплейсе.

🚀Откликнуться

#ВкусноИТочка: Data Scientist
#Офис #Москва

⚙️ Требования:
• Опыт в #ML от 2 лет;
• Понимание принципа работы основных алгоритмов классического ML;
• Уверенное владение основным стеком: #python, catboost\lightgbm, sklearn, pandas, numpy;
• Навыки написания оптимальных #sql запросов (оконные функции);
• Умеете строить и проверять гипотезы, объясняющие особенности в данных;
• Навыки ведения совместной разработки (gitlab, ci\cd);
• Опыт работы с моделями временных рядов;
• Опыт работы с распределенными СУБД (Greenplum, Arenadata Db);
• Опыт работы с airflow/mlflow/dvc;
• Опыт ведения документации своих проектов, ведение задач в таск-трекере;
• Опыт проведения A/B тестов;
• Опыт в #рексис;
• Опыт работы с Linux.

⚡️ Что делать:
• Работа с данными (очистка данных, исследование, feature engineering);
• Выдвижение и проверка гипотез;
• Обсуждение задачи с бизнес заказчиками;
• Разработка прогнозных моделей машинного обучения на основе табличных данных (прогноз продаж, прогноз кол-ва чеков, ценообразование);
• Проведение экспериментов, подбор метрик, валидация моделей и мониторинг их качества;
• Доведение моделей до production (согласно CI\CD процессу);
• Дизайн и проведение A\B тестов.

🚀Откликнуться

#Самокат: Middle Data Scientist (Аналитическая DS Команда)
#Офис / #Гибрид / #Удаленно
#Москва #Спб

⚙️ Требования:
• Хорошие знания в области #рексис, кластеризации / сегментации и классического #ML;
• Умение интерпретировать бизнес-задачу в аналитическую, общаться на одном языке с бизнесом;
• Cтруктурное мышление, системный подход;
• Опыт разработки на #python в ML от 2 лет;
• Опыт написания сложных #sql запросов;
• Опыт продуктивизации моделей (для Senior роли).

⚡️ Что делать:
• Разработка ML моделей сегментации и классификации пользователей для дальнейшего формирования персонализированных предложений;
• Полный цикл создания ML моделей для персонализированных предложений: обработка сырых данных и их аналитика, обучение моделей и проверка их качества;
• Взаимодействие с ML-инженерами для внедрения ML моделей в продакш окружение;
• Настройка мониторинга качества работы модели для её регулярного дообучения;
• Исследование и внедрение SOTA подходов для решения поставленных задач (для Senior роли).

➡️ Кому подойдет:
Персонализация - это популярная задача маркетинга, но команда смотрит шире: ищет нетривиальные пользовательские пути, учитывает уникальные частные случаи и инсайты. В команде уже есть DS лидер, и теперь ищут ещё троих увлеченных дата сайентистов с опытом от Middle до Senior.

🚀Откликнуться

#ПСБ: Data Scientist
#Офис / #Гибрид
#Москва

⚙️ Требования:
• Опыт работы в банке, преимуществом будет опыт работы в среднем и малом бизнесе;
• Владение #sql, #python и основными библиотеками анализа данных;
• Владение знаниями в направлениях: Recommender Systems, Transformers, Auto-encoders;
• Умение объяснять сложные вещи простыми словами;
• Умение работать с различными источниками данных;
• Умение управлять жизненным циклом #ML моделей.

⚡️ Что делать:
• Предсказание оттока клиентов;
• Предсказание и расчет склонности к покупке;
• Прогноз доходности клиентов;
• Построение различных предиктивных моделей и запуск на prod;
• Создание и развитие #рексис;
• Мониторинг эффективности моделей, дообучение, корректировка моделей.

🚀Откликнуться

#Озон: Руководитель группы Data Science (DL), Рекомендации и персонализация
#Офис #Москва

⚙️ Требования:
• Опыт работы в роли Data Scientist / #ML Engineer от 4х лет;
• Опыт руководства командой DS/MLE от 3х человек;
• Опыт решения сложных прикладных задач с помощью #DL;
• Понимание трендов развития и последних достижений в различных доменах Deep Learning;
• Уверенное владение #python.

⚡️ Что делать:
• Руководить командой специалистов DS/DL, нанимать инженеров в команду (команда до 8 человек);
• Разрабатывать эффективные системы обучения и выводить в продакшн большие #рексис;
• Совместно с руководителями смежных команд разрабатывать и реализовывать архитектуру всей системы рекомендаций;
• Создавать и развивать метрики качества обучения.

🚀Откликнуться

#МТС: Senior Data Scientist [NUUM]
#Офис / #Гибрид / #Удаленно
#Москва

⚙️ Требования:
• Знания #python и #sql, а также опыт интеграции с Go сервисами;
• Опыт работы с #рексис для контента или поисковыми системами для маркетплейсов/классифайдов;
• Понимание чем look-a-like отличается от response и uplift;
• Опыт работы с A/B-тестами и анализа результатов экспериментов;
• Опыт работы с разными методами матричной факторизации для извлечения информации из истории просмотров, взаимодействие с видео и поиска;
• Умение строить текстовый эмбеддинги для разных типов контента, в том числе с использованием вспомогательной ручной и #ML-разметки.

⚡️ Что делать:
• Формулировать с продуктовой командой гипотезы улучшения рекомендаций;
• Совершенствовать с операционной командой и командой #CV существующую разметку;
• Перекладывать бизнес-задачи на язык математики и валидировать результаты через A/B тесты.

🚀Откликнуться

#ТБанк: ML-инженер рекламной платформы
#Гибрид / #Офис / #Удаленно

⚙️ Требования:
• Высшее техническое образование или вы студент последних курсов;
• Опыт работы в индустриальных #ML-проектах от 2 лет — включая этап доставки предсказаний и моделей до прода;
• Опыт в построении #рексис;
• Уверенно владеете ML и #DL;
• Умеете программировать на #python, знаете стандартные библиотеки и фреймворки — PyTorch, Tensorflow 2.0, Jax;
• Хорошо знаете #sql;
• Умеете работать с Git и Docker;
• Умеете работать в unix-подобных системах и с удаленными серверами;
• Будет плюсом опыт создания и поддержания CI/CD-пайплайнов, создания и настройки систем мониторинга качества модели, опыт работы с клиентами баз данных, Kafka, Airflow, опыт работы в AdTech-проектах или проектах по автоматизации маркетинга.

⚡️ Что делать:
• Ставить ML-задачи и определять подходящий стек ML-моделей, собирать и предобрабатывать датасеты для обучения моделей;
• Разрабатывать ML-модели c нуля, проводить эксперименты по повышению качества и сравнивать разные подходы;
• Участвовать в подготовке и проведении A/B-тестов;
• Внедрять модели в прод через обновляемые по расписанию витрины и их поддержку или написание API-микросервисов на K8s;
• Настраивать мониторинг качества модели и бизнес-метрик, проводить диагностику и поддерживать стабильность ML-pipelines;
• Читать статьи и разбирать новые подходы к персонализации рекламы.

🚀Откликнуться

#VK: ML Engineer в команду Ленты
#Офис / #Гибрид / #Удаленно
#Спб

⚙️ Требования:
• Опыт работы на должностях, связанных с Big Data и #ML-инженерией, от трёх лет;
• Знаете #java/#scala и #python;
• Опыт работы с продуктами стека Big Data (Hadoop, Spark);
• Опыт работы с инструментами потоковой обработки данных;
• Алгоритмы классического #ML и основы матстата;
• Понимание принципов работы и подходы к построению #рексис.

⚡️ Что делать:
• Разрабатывать новые и совершенствовать существующие рекомендательные модели в ленте неподписного контента, адаптировать рекомендации к интересам пользователя в реальном времени, увеличивать разнообразие рекомендаций;
• Реализовывать батчевые и стриминговые пайплайны для сбора признаков, обработки данных и инференса моделей в продакшене;
• Обрабатывать и анализировать большие данные, выдвигать гипотезы;
• Проводить А/В-эксперименты, выполнять их статистическую оценку.

➡️ Кому подойдет:
ML-команда ищет эксперта, который будет участвовать в разработке сервисов ленты рекомендаций.

🚀Откликнуться

#VK: Machine Learning Engineer в VK Знакомства
#Офис / #Гибрид
#Спб

⚙️ Требования:
• Хорошая математическая и алгоритмическая подготовка;
• Знание методов #ML и умение их использовать;
• Опыт работы с #рексис или интересуетесь ими;
• Уверенное владение #python, #java или #scala, а также любым диалектом #sql.

⚡️ Что делать:
• Математически формулировать бизнес-задачи;
• Работать с огромными объёмами данных;
• Создавать гипотезы по улучшению сервиса, проверять их работоспособность в офлайне и внедрять в продакшен;
• Проводить A/B-тесты и анализировать результаты экспериментов.

➡️ Кому подойдет:
Команда в поисках ML-специалиста, которому интересно работать с продвинутыми методами матричной факторизации для извлечения информации из истории просмотров и поиска, применять современные модели #NLP и #CV, методы reinforcement learning, SNA-техники для анализа социального графа, разработки Big Data и аналитику поверх стека Apache Spark.

🚀Откликнуться

#2GIS: Data Scientist в команду RecSys
#Офис / #Гибрид / #Удаленно
#Москва #Спб

⚙️ Требования:
• Опыт полного цикла решения #ML-задач: от аналитики до вывода моделей в production (от 3-х лет);
• Отличные знания #python, #sql, классического ML-стека и соответствующих ему библиотек;
• Владение одним из #DL фреймворков (torch/tensorflow/keras);
• Глубокое понимание #рексис: подходы, типичные проблемы, метрики, А\Б тестирование;
• Опыт написания Unit-тестов, разработки архитектуры и Code Review;
• Опыт работы с инструментами разработки и CI/CD — Git, Jenkins, GitLab, Jira.

⚡️ Что делать:
• Разрабатывать новые и усовершенствовать существующие рекомендательные модели;
• Участвовать во всех этапах жизненного цикла ML-продуктов – от бизнес-анализа до имплементации и поддержки готовых решений;
• Обрабатывать и анализировать большие данные;
• Проводить А/В-эксперименты и их статистическую оценку.

🚀Откликнуться

#BIATechnologies: Data Scientist
#Офис / #Гибрид
#Спб

⚙️ Требования:
• Знание #NLP стека от tf-idf до #LLM/Transformers;
• Уверенное владение #python и основными #ML-фреймворками;
• Опыт работы с #рексис;
• Опыт работы с высоконагруженными системами с машинным обучением.

⚡️ Что делать:
• Разработка и внедрение алгоритмов классического машинного обучения и #DL для повышения эффективности бизнеса;
• Применение SOTA-решений в генеративном дизайне и LLM;
• Разработка текстовых чат-ботов;
• Внедрение моделей в промышленную среду.

➡️ Кому подойдет:
Команда работает над проектом для крупнейшего логистического партнера - разработка микро-сервисного продукта на базе искусственного интеллекта для анализа информационного поля с целью выявления бизнес возможностей посредством разработки и внедрения ML и NLP моделей.

🚀Откликнуться

#Сбер: Data Scientist
#Офис / #Гибрид
#Москва

⚙️ Требования:
• Владение #sql, #python и основными библиотеками анализа данных;
• Знания в направлениях Transformers, Auto-encoders, #рексис;
• Отличная математическая подготовка;
• Умение объяснять сложные вещи простыми словами;
• Опыт работы с инструментами MLOps (Docker, MLFlow, Airflow и т.д.);
• Опыт работы с различными источниками данных;
• Опыт создания микросервисов, интеграционных взаимодействий;
• Управление жизненным циклом #ML моделей (автоматизация, оптимизация, переобучение/обновление).

⚡️ Что делать:
• Анализ клиентской базы, построение ML моделей: сегментации, склонности к покупке/оттоку, прогноз LTV клиентов;
• Оптимизация процессов: антифрод модели;
• Создание и развитие рекомендательных систем;
• Коммуникация с бизнес заказчиками и формирование подхода к решению задач инструментами ML моделей;
• Построение предиктивных моделей, внедрение моделей в prod;
• Мониторинг эффективности, дообучение, корректировка моделей.

➡️ Кому подойдет:
В связи с расширением команды на проект по анализу клиентской базы требуется опытный специалист по данным (DS).

🚀Откликнуться

#VK: ML engineer
#Офис / #Гибрид
#Спб

⚙️ Требования:
• #ML и математическая статистика;
• Знание #java/#scala и #python (pandas/numpy/scikit-learn/xgboost);
• Опыт работы с продуктами bigdata-стека (Hadoop, Spark);
• Понимание принципов работы и подходов к построению #рексис.

⚡️ Что делать:
• Разработка новых и усовершенствование существующих рекомендательных моделей для рекомендации друзей в социальной сети;
• Реализация стриминговых сервисов для сбора признаков и применения моделей в продакшене;
• Обработка и анализ больших данных;
проведение А/В экспериментов и их статистическая оценка.

➡️ Кому подойдет:
Команда занимается созданием моделей для рекомендации друзей в Одноклассниках.

🚀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