Ссылка
нажмите — покажем
нажмите — покажем
#senior #300k #удаленка
GO Digital
Senior Python Developer (FastAPI, Kafka)
от 200 000 до 350 000 ₽ на руки
Опыт работы: более 6 лет
Формат работы: удалённо
☑️ Чем предстоит заниматься
-Разрабатывать новый функционал в существующих сервисах
-Проектировать и создавать новые backend-сервисы с нуля
-Участвовать в проработке архитектуры и технических решений
-Писать unit- и интеграционные тесты
-Улучшать наблюдаемость сервисов (логи, метрики, трейсинг)
☑️ Что для нас важно
-Коммерческий опыт разработки на Python — от 6 лет
-Опыт разработки backend-сервисов на FastAPI или Litestar (Starlite)
-Опыт работы с Kafka и/или Redis Pub/Sub
-Уверенная работа с PostgreSQL
-Опыт работы с event-driven архитектурой
-Уверенное владение Git, Docker, CI/CD
Откликнуться
2K · Ссылка
нажмите — покажем
нажмите — покажем
#senior #удаленка
ОФФСТЕЙДЖ МЕДИА
Senior Python Engineer
Опыт работы: более 6 лет
Формат работы: удалённо, свободный график
Английский: B2
☑️ Обязанности
-Разработка масштабируемых бэкенд-сервисов для получения, обработки и хранения данных из сторонних API
-Реализация потоковых ETL-пайплайнов для обработки высоконагруженных данных
-Разработка и оптимизация схем баз данных для хранения и эффективного поиска большого объёма данных
-Обеспечение отказоустойчивости и высокой доступности системы
-Разработка и поддержка REST/gRPC API для фронтенда и внешних интеграций
☑️ Требования
-От 5 лет опыта построения бэкенда в крупных сервисах
-Опыт использования Python в production-коде
-Понимание работы с базами данных (профилирование/оптимизация запросов)
-Знание архитектур обработки данных в реальном времени
-Опыт проектирования API и архитектурных решений
-Умение писать надёжный, читаемый и тестируемый код
Откликнуться
2K · #вакансия #срочно
AI/ML-инженер (RAG)
Мы автоматизируем бизнес-процессы девелоперов. Ищем инженера, который построит RAG-контур поверх внутренних данных и конфигурации нашей платформы.
Задачи:
• Проектирование и внедрение RAG-пайплайна: сбор, чанкинг, индексация, поиск
• Интеграция с внутренней конфигурацией и данными платформы
• Настройка эмбеддингов и векторного хранилища, оценка качества ответов
• Промпт-инжиниринг и снижение галлюцинаций на доменных данных
Ожидаем:
• Python, опыт с LLM-фреймворками (LangChain / LlamaIndex или аналоги)
• Опыт вывода ML-сервисов в прод: API, Docker, CI
Будет плюсом: опыт работы с юридическими или строительными документами.
Условия: срочная задача в проекте, нужно сделать так, чтобы нейронка могла ответить на любой вопрос по документам. Отправляйте резюме и ставку часа, опыт важен - 3+ лет
соф соф#вакансия #срочно
AI/ML-инженер (RAG)
Мы автоматизируем бизнес-процессы девелоперов. Ищем инженера, который построит RAG-контур поверх внутренних данных и конфигурации нашей платформы.
Задачи:
• Проектирование и внедрение RAG-пайплайна: сбор, чанкинг, индексация, поиск
• Интеграция с внутренней кон
блестяще. Нейронка писала ? Куда резюме отправлять, @bltsf ?
Ссылка
нажмите — покажем
нажмите — покажем
#middle #senior #гибрид #удаленка
Wildberries
ML Engineer в Ценообразование
Опыт работы: от 3 лет
Формат работы: гибрид или удалённо (Москва)
☑️ Чем предстоит заниматься
-Развивать ядро матчинга: retrieval кандидатов по текстовым, картиночным и мультимодальным эмбеддингам, обучать модели классификации пар, работать с атрибутами товаров
-Улучшать NLP-часть пайплайна с учетом специфики оптовых товаров: обработка названий, извлечение атрибутов из описаний, дообучение эмбеддинг-моделей
-Доводить решения до прода и отвечать за них
☑️ Наши пожелания к кандидатам
-Сильное понимание NLP: трансформерные модели, эмбеддинги, векторный поиск, опыт дообучения моделей под свою задачу
-Опыт в задачах матчинга
-Опыт в Data Science и ML Engineering с выводом моделей в продакшен от 3-х лет
-Уверенные знания Python, ML-стека, SQL
-Умение выбирать решение под задачу: не использовать нейросеть там, где достаточно эвристики, и наоборот
-Опыт с CV и мультимодальными моделями (CLIP-подобные, metric learning), LLM/VLM в задачах классификации/ранжирования будет плюсом
Откликнуться
1.6K · Фотография
нажмите — покажем
нажмите — покажем
⚡️Data Science в 2026 году: что нужно знать, чтобы дойти от первой модели до первого оффера?
Большинство новичков совершают одну и ту же ошибку: пытаются выучить весь Data Science сразу.
Python, математика, статистика, ML, Deep Learning, MLOps… А потом открывают вакансию и обнаруживают ещё примерно 15 технологий, о которых вчера даже не слышали. В итоге можно несколько месяцев учиться, собирать учебные модели и всё равно не понимать, что именно нужно показать работодателю, чтобы получить первый оффер 🫠
Мария Жарова — ML-инженер Wildberries, экс-Альфа-Банк и Сбер, преподаватель магистратур МФТИ, ТГУ и МИФИ — проведёт бесплатный эфир «ML-инженер в 2026 году: от первой модели до первого оффера» и покажет профессию изнутри на реальной ML-задаче.
Что будет на эфире:
🔶На живом примере соберём модель, которая определяет тональность отзывов: подготовим данные, превратим текст в числа, обучим алгоритм и проверим, где он ошибается;
🔶Разберём полный цикл ML-проекта — от задачи бизнеса и сырых данных до готовой модели;
🔶Разберёмся, чем отличаются Data Scientist, ML Engineer, Deep Learning и MLOps и чем занимается каждый специалист;
🔶 Посмотрим, какие знания и навыки действительно нужны новичку, а что пока можно не пытаться выучить за одну ночь;
🔶Разберём реальные требования в вакансиях и поймём, какие проекты стоит добавить в портфолио;
🔶Обсудим, как перейти от обучения к первым собеседованиям и не застрять в бесконечном «ещё немного поучусь и начну искать работу».
Дополнительно на эфире разберем реальные примеры резюме и портфолио кандидатов, которые смогли пройти отбор.
🎁 ПОЛУЧИТЕ 3 КУРСА (PYTHON, SQL, PANDAS) В ПОДАРОК ЗА РЕГИСТРАЦИЮ НА ЭФИР!
Эти курсы - база для того чтобы вкатиться в профессию!
Если вы сейчас пытаетесь разобраться в Data Science и не очень понимаете, что учить, какие проекты делать и когда уже можно идти на собеседования, эфир поможет собрать всё это в одну понятную картину.
🛎️Регистрируйтесь, эфир совсем скоро!
Реклама. ООО "АЙТИ РЕЗЮМЕ". ИНН
1.6K · #senior #удаленка
ДОМ.РФ
Разработчик-аналитик DWH
Опыт работы: не менее 5 лет
Формат работы: можно удалённо (Москва)
☑️ Чем предстоит заниматься
-Проводить проектную коммуникацию с представителями бизнес-заказчика с целью уточнения бизнес-требований
-Выявлять и проводить анализ бизнес-требований, потребностей и проблем бизнес-заказчика
-Формировать спецификации требований, описание логических моделей, структур данных и проектных решений (хранилища и витрины данных)
-Согласовывать проектные решения с архитекторами, разработчиками и аналитиками смежных команд
-Проектировать и разрабатывать ETL/ELT процессы, слои хранилища и витрины данных
-Разрабатывать и оптимизировать SQL-запросы
-Проводить внутреннее тестирование и контроль качества информационных продуктов, реализованных разработчиками
-Принимать участие в приёмочных испытаниях информационных продуктов и документации с заказчиками
-Обеспечивать контроль качества данных и их целостность
☑️ Наши пожелания к кандидатам
-Высшее образование: техническое, математическое или финансовое
-Опыт работы не менее 5 лет
-Уверенные знания Python, GIT, Airflow (DAG с декомпозицией задач, зависимостями, сенсорами)
-Глубокое знание SQL: оконные функции, процедуры, функции, вложенные запросы, опыт оптимизации запросов
-Понимание индексов, партиций, ключей, нормальных форм, SCD
-Понимание моделирования данных, построения хранилища, репликации и консистентности данных
-Умение рефакторить код и проводить миграцию из одной системы в другую
-Знание принципов CI/CD
-Знание PL/SQL для Oracle, Postgres, Greenplum или знание иной MPP СУБД (будет плюсом)
-Опыт работы с API (будет плюсом)
-Знание ООП, DBT, Kafka, Bash, SAS (будет плюсом)
Контакты: [email protected]
1.7K · #вакансия #fulltime #Ереван #Армения #финтех #банк #senior #Data #analyst #DataAnalyst #Գործկա
💼 Компания: ITQuick
🌎 Локация: Армения
👨🏻💻 Формат: гибрид
🕝 Занятость: Полная
💰 ЗП: 300-400 тыс. руб.
* Рассматриваем граждан РФ и Армении, которые проживают на территории Армении.
✅Находимся в поиске Senior Data Analyst в Армении.
💼О проекте:
Мы строим Customer Intelligence & Personalization Platform для экосистемы бизнесов в Армении. В основе — Golden Record: единый профиль клиента, объединяющий данные банка, продуктов экосистемы и внешних источников. Поверх него строятся Customer 360, сегментация, scoring и персонализированные предложения.
🦸Задачи роли:
Предстоит спроектировать слой между сырыми данными core banking системы и витринами платформы. Источник слабо документирован: часть значений закодирована, часть бизнес-логики реализована в коде и хранимых процедурах, две внешне одинаковые записи могут быть собраны разными алгоритмами из разных таблиц.
Нужен человек, который разберёт этот источник и превратит его в осознанную модель данных: что откуда берётся, что на что влияет, какое поле что означает.
⚙️Что предстоит делать:
● Исследовать core banking систему, legacy- и внешние источники, восстанавливать их семантику.
● Идти от целевой витрины к источнику: определять, из каких таблиц и по какой логике собирается каждый атрибут.
● Разделять случаи, когда одинаковые по виду данные получены разными путями, и фиксировать правила выбора.
● Описывать модель данных и метаданные: сущности, связи, grain, ключи, историчность.
● Формировать требования к витринам для сегментации, scoring и рекомендаций.
● Писать SQL-исследования и прототипы трансформаций, проверять гипотезы на данных.
● Выяснять смысл данных напрямую у сотрудников банка — это постоянная часть работы.
О бэкграунде:
Важно, какие задачи вы решали — приходили в незнакомую недокументированную систему и разбирались сами, восстанавливали бизнес-смысл данных, строили модель с нуля и доводили исследование до работа
1.6K · #вакансия #удаленка #Россия
Ведущий ML-инженер в крупную компанию.
Компания рассматривает кандидатов только из России.
З/п: обсуждается индивидуально.
Формат работы: Удаленка, Гибрид, Офис(Москва, Краснодар)
Уровень позиции: Senior
Стек:
Machine Learning (OR ML и Data Science),Python,Airflow,PostgreSQL,ClickHouse,Kubernetes
🔷Задачи:
Развивать модели прогнозирования спроса и ценовой эластичности;
Исследовать подходы к causal inference, uplift-моделированию и оценки эффекта изменения цены;
Проектировать временную валидацию, backtesting и бизнес-метрики качества;
Работать с uncertainty, confidence, intermittent demand, cold start и long-tailSKU;
Разрабатывать логику выбора оптимальной цены с учётом бизнес-ограничений;
Организовать оценку plan/fact и мониторинг качества моделей;
Участвовать в проектировании feature engineering, batch training и batchinference на больших объёмах данных;
Проводить design review, code review и менторить ML-специалистов команды.
🔷Обязательные требования:
Опыт в классическом ML от 3 лет;
Сильная база в классическом ML, статистике и работе с табличными данными;
Опыт с forecasting, временными рядами и gradient boosting: LightGBM,CatBoost или XGBoost;
Понимание causal inference и экспериментального дизайна;
Опыт доведения ML-моделей до production;
Уверенное владение Python и SQL;
Понимание временной валидации, data leakage, calibration и uncertaintyestimation;
Опыт работы с Airflow или аналогичным оркестратором;
Понимание принципов распределённой обработки данных, партиционирования и оптимизации вычислений;
Умение связывать ML-метрики с измеримым бизнес-эффектом
Опыт в retail, e-commerce, pricing или demand forecasting;
Практический опыт с PySpark, Trino, Iceberg, S3, dbt или ClickHouse;
Опыт с price optimization, hierarchical forecasting или operations research;
Опыт построения ML-мониторинга и проведения A/B-тестов.
Отклики ждём @fr_rec
Machine Learning Jobs
Фотография
нажмите — покажем
нажмите — покажем
В субботу, 17 октября, Москва станет точкой притяжения для всех специалистов в области RecSys 🔥
Конференция AI Driver & RecSys — главное событие года для тех, кто создаёт, исследует и развивает рекомендательные системы.
🔝 Весь день ведущие эксперты индустрии из крупнейших IT-компаний проведут на площадке Сбера, чтобы обсудить:
— главные тренды и вызовы RecSys
— реальные кейсы и новейшие исследования
— передовые IT-решения для рекомендательных систем
Вы сможете сами пообщаться с теми, кто создает рекомендации для миллионов пользователей.
📍Офис Сбер, Москва, Кутузовский проспект, 32.
Участие бесплатное!
Количество мест для очного участия ограничено – успейте оставить заявку по ссылке ⚡️
Привет!
Dodo Brands ищет дата-инженера в Drinkit
Наш стек:
- Databricks: PySpark, Spark SQL, Structured Streaming, Delta Lake
- Unity Catalog
- Python 3.12+
- Azure: Event Hubs, ADLS Gen2, Data Explorer
- IaC и шаблонизация: Terraform, Jinja2
- CI/CD: Git, Databricks Asset Bundles
Мы ожидаем:
- 4+ лет коммерческого опыта в роли Data Engineer / ETL-разработчик.
- Сильный SQL
- Уверенный Python для обработки данных и простых сервисов
- Опыт с Spark или аналогом.
- Базовый опыт с Kafka
- Проактивность: сам видишь проблемы и возможности в данных/пайплайнах и предлагаешь, что улучшить.
- Хочешь решать конкретные задачи, а не просто переливать данные.
- Умеешь говорить с аналитиками, иногда с менеджерами, не боишься вопросов, готов брать на себя ответственность
Мы предлагаем:
- Трудоустройство по ТК РФ;
- Удаленную работу из любой точки мира или в офисах в Москве или Санкт-Петербурге;
- Культуру свободы и ответственности. Мы ценим тех, кто готов принимать решения и брать за них ответственность;
- Оплачиваемое обучение. Курсы, конференции, профильная литература и софинансирование английского в Skyeng;
- Заботу о сотрудниках. ДМС с первого дня, включая стоматологию, и поддержка ментального здоровья через Alter.
Ссылка для отклика
1.6K · Machine Learning Jobs
Фотография
нажмите — покажем
нажмите — покажем
30 сентября — AI Native People: вечер для тех, кто в реальном времени строит AI! 😉
Сбер приглашает ML-инженеров, AI-исследователей, продактов и разработчиков провести вечер с пользой: пообщаться с лидерами команд Сбера, узнать про задачи и обменяться контактами.
Sber AI Lab, Agent Execution Framework, Enterprise Harness, ГигаАгент — выбирай проект по душе и, если всё сложится, стань частью команды.
До встречи 30 сентября в 18:00 в Сбер.Среде по адресу: Москва, «Оригинал», Земляной Вал, 9А.
Здесь — ссылка на регистрацию!
Файл
Azamat_Israilov_CV_RU (1).pdf · 90 КБ · нажмите — покажем
Azamat_Israilov_CV_RU (1).pdf · 90 КБ · нажмите — покажем
Всем привет! Ищу позицию AI/ML Engineer, NLP Engineer или LLM Engineer, предпочтительно удалённо.
Разрабатываю AI- и ML-решения на Python. Работал с классическим машинным обучением, подготовкой и анализом данных, обучением моделей, оценкой качества и созданием прикладных ML-приложений.
Из ключевого опыта:
Разрабатывал ML-решение для кредитного скоринга: провёл подготовку и исследовательский анализ данных, feature engineering, обучение и сравнение моделей, валидацию и оценку качества классификации.
Участвовал в разработке полного ML-пайплайна: очистка данных, обработка пропусков, выбросов и категориальных признаков, балансировка классов, подбор гиперпараметров и интерпретация результатов.
Создавал интерактивные приложения на Streamlit для работы с данными и ML-моделями.
Работал с Python, pandas, scikit-learn, PyTorch, PostgreSQL, Docker, Git и REST API.
Активно развиваюсь в направлении LLM-приложений: RAG, embeddings, vector databases, AI-агенты, evaluation и deployment.
Ищу команду, где смогу участвовать в создании реальных AI-продуктов, ML-сервисов или LLM-решений, брать ответственность за практические задачи и расти как инженер.
AzamatВсем привет! Ищу позицию AI/ML Engineer, NLP Engineer или LLM Engineer, предпочтительно удалённо.
Разрабатываю AI- и ML-решения на Python. Работал с классическим машинным обучением, подготовкой и анализом данных, обучением моделей, оценкой качества и созданием прикладных ML-приложений.
Из ключевог
коллега 🤝
#вакансия #vacancy #job #ml #ai #python #pytorch #llama #numpy #scipy #vllm
Vacancy: ML Engineer;
Company: Handshake;
Location: the whole world, except for the Russian Federation and Belarus;
Salary level: from $80 to $150 per hour, up to 15 hours a week;
Employment: flexible—you choose the hours and days you work, including weekends if desired;
Role type: contractor;
Dear friends, we are looking for highly skilled Machine Learning Experts to contribute to an AI training project involving model development, training and inference systems, numerical computing, performance optimization, and Python.
The work involves creating, solving, reviewing, and validating challenging machine-learning engineering tasks. A representative task may require implementing or modifying a model, constructing a reproducible training or inference workflow, optimizing memory or throughput, debugging numerical or system-level failures, and verifying that the resulting implementation satisfies objective correctness and performance requirements.
This is a very coding heavy role. Candidates but have experience using coding agents with python in their workflow.
Tasks:
• Develop and validate machine-learning models, training pipelines, inference systems, and supporting infrastructure.
• Implement model components, data pipelines, evaluation systems, and numerical methods.
• Build reproducible programmatic workflows using Python and command-line tools.
Stack:
PyTorch
JAX
NumPy and SciPy
SGLang
vLLM
llama.cpp
Hugging Face Transformers
Hugging Face Tokenizers
Equivalent tools may also be considered when the candidate demonstrates directly relevant depth.
Experience at a well-established technology company, AI laboratory, research organization, or other recognized engineering environment is strongly preferred. Exceptional open-source or academic experience may also qualify.
Requirements:
• A master’s degree or PhD in Computer Science, Machine Learning, Artificial Intelligence, Applied Mathemati
Фотография
нажмите — покажем
нажмите — покажем
Тот самый курс по ML, который прошли 200 000 человек. Теперь — в новой версии
С 2016 по 2022 год специализация «Машинное обучение и анализ данных» на Coursera была входным билетом в профессию — через неё прошли больше 200 000 человек. С тех пор AI ушёл далеко вперёд, и набор тем, которые нужно знать сегодня, изменился. Поэтому Виктор Кантор с командой MLinside обновил программу и перевыпустил специализацию заново — уже как «Искусственный интеллект и анализ данных». Цену оставили ту же, что четыре года назад.
Кому это нужно
ML обычно изучают по частям: линейные модели подтянул на работе, про трансформеры прочитал статью, про агентов посмотрел ролик на YouTube. Каждый кусок вроде понятен, а цельной картины нет. Пока задачи типовые, это не мешает. Сложности начинаются там, где спрашивают системно: на собеседовании или при переходе из аналитики в ML.
Специализация даёт последовательную базу вместо разрозненных кусков — 226 уроков и 47 часов контента.
Что внутри
▪️ Математика и Python — алгоритмы и структуры данных, матанализ, линейная алгебра, теория вероятностей
▪️ Classic ML — линейные модели и SVM, деревья и градиентный бустинг, кластеризация, метрики и валидация, введение в нейросети и PyTorch
▪️ Deep Learning — backpropagation, CNN, детекция и сегментация, RNN и LSTM, трансформеры и Attention, языковое моделирование, введение в RLHF
▪️ LLM и AI-агенты — инференс LLM, квантование, vLLM и TensorRT, полный разбор RAG, архитектуры агентов, мультиагентные системы, MCP
▪️ A/B-тестирование — дизайн экспериментов, статистические критерии, бутстрэп, CUPED, последовательный анализ, кейсы из индустрии
В разработке ещё два модуля: Production ML и ML System Design.
Кто ведёт
Уроки ведут действующие практики — директора по данным и руководители AI-направлений, работавшие в МТС, Яндексе, Сбере и других крупных компаниях. Люди, которые строили AI-команды с нуля и доводили модели до продакшена, а не просто пересказывают учебники. Большая часть команды преподаёт в МФТИ, ИТМО
1.1K · Machine Learning Jobs
Фотография
нажмите — покажем
нажмите — покажем
Участвуй во всероссийском ИТ-чемпионате МТС True Tech Champ 2026 c призовой фондом 10 250 000 рублей.
Если тебе нравятся алгоритмы, структуры данных и задачи на чистую логику — участвуй в алгоритмическом треке с индивидуальным зачетом.
Решай задачи разного уровня сложности: от базовых до тех, что проверяют скорость мышления и умение оптимизировать решения за ограниченное время.
В финале лучшие 120 участников алгоритмического трека сразятся в лайв-кодинге за шесть призовых мест и 2 750 000 рублей. Всех финалистов ждут:
— Лимитированный мерч;
— Сертификаты об участии;
— Масштабное мероприятие с выступлениями хэдлайнеров и фестивальными активностями.
Успей зарегистрироваться и пройти отборочный этап до 27 сентября
#Вакансия #Analyst #Аналитик #Удаленно #Remote #Vacancy
Web Analyst
💼 Компания: ADVelop
📍 Локация: г. Москва
🔰 Формат: удаленно
🌙 Занятость: Полная
💰 ЗП: 150-180 тыс. руб.
* Рассматриваем граждан РФ, которые проживают на территории РФ.
ADVelop — digital-агентство, обладающее высокой экспертизой в сфере продвижения застройщиков и других категорий клиентов.
Мы ищем middle веб-аналитика-исследователя, который умеет не только настраивать аналитику, но и глубоко анализировать данные: находить причины падения конверсий, изучать воронки и поведение пользователей, проводить маркетинговые исследования и готовить отчеты для команды и клиентов.
🎯 Обязанности
- Технический аудит и настройка аналитики:
— Полный цикл внедрения и проверки систем аналитики и коллтрекинга;
— Настройка и проверка работы целей, в частности продвинутые настройки для микроразметки;
— Построение сквозной аналитики;
— UX/UI-исследования и работа с конверсией: Анализ воронок, поведения пользователей, поиск «узких мест» на сайте;
- Маркетинговые исследования: Диагностика причин падения трафика/вовлеченности/конверсии. Умение отделить технические ошибки от рыночных трендов (сезонность, ипотека, ключевая ставка);
- Формирование отчетов для клиента/команды: Создание логичных, структурированных отчетов с визуализациями, четкими выводами и измеримыми рекомендациями.
Все пункты касаются сервисов Яндекс Метрика, Яндекс Тег Менеджер, Comagic/UIS, Calltouch, Smartis.
✅ Требования
- Аналогичный опыт работы 2+ года в веб-аналитике.
Будет плюсом:
- Опыт работы в маркетинговом агентстве;
- Опыт работы в маркетинге в сфере недвижимости.
📝 Конкретные навыки, знания и умения
Уверенные знания:
- HTML
- CSS
- JavaScript
- Яндекс Метрика
- Яндекс Тег Менеджер
- Calltouch, Comagic/UIS
- Google Sheets
- Понимать базис, как работает сайт (фронтэнд, бэкэнд, сети)
Базовые знания:
- DataLens
- Logs API Яндекс Метрики
- Яндекс Директ
- Базы данных (PostgreSQL, ClickHouse)
- SQL
🧩 Условия
- Full-time, графи
1.1K · #вакансия #fulltime #remote #Грузия #Армения #Сербия #Европа #computervision #senior #неРФ
🚀 Senior Machine Learning Engineer (Computer Vision)
Формат: Remote, Contract (B2B), заграничное ИП.
О компании:
Мы строим Spatial Media нового поколения: превращаем пассивный просмотр видео в интерактивные и иммерсивные форматы. 😎
О роли:
Ищем сильного Senior / Lead CV Инженера с продуктовым мышлением и опыта плотного общения с бизнесом для развития интересного проекта — AI Mosaic.
📌 Основные задачи
—Деплоить и непрерывно улучшать продакшен ML-пайплайны для AI Mosaic.
—Разрабатывать алгоритмы сегментации, high-resolution video matting, spatiotemporal ROI tracking и распознавания движения для точного маскинга.
—Оптимизировать точность моделей, скорость обработки и масштабируемость при работе с high-res видео.
—Переводить фидбек пользователей и бизнес-потребности в практические ML-решения.
🛠 Требования и Стек
Must Have:
—5+ лет опыта в ML с фокусом на Computer Vision.
—Отличный Python, знание алгоритмов и структуры данных.
—Опыт построения воспроизводимых и поддерживаемых ML-пайплайнов.
—Стек: PyTorch, PyTorch-Lightning, MLFlow.
—Camera Intrinsics (критично).
Nice to have:
—Inference Optimization: TensorRT, ONNX Runtime, Triton.
—Video CV: Spatiotemporal Tracking & Continuity.
—Доменные знания: VR, 3D-геометрия.
💼 Условия
—100% удаленка по всему миру.
—Оформление по B2B (контракт с вашим заграничным ИП / LLC).
—Компенсация в евро (на заграничный бизнес-счет, привязанный к ИП / LLC).
📩 Откликнуться: @alksrsh.
#вакансия
Команда Excdev в поиске Тимлида ML
Общие требования
•Опыт: от 5+ лет в AI/ML, из них не менее 3 лет — в роли тимлида;
•Уровень: senior/lead ML engineer + опыт управленца (Tech Lead / AI Team Lead);
•Способность вести проекты от идеи до внедрения, включая исследование, архитектуру, разработку, деплой и мониторинг.
•Управление распределённой командой:
Глубокие технические компетенции
1. Распознавание финансовых документов (Document AI)
2. Vision-Language Models (VLM)
3. Разработка чат-ботов и интеллектуальных агентов
4. OSINT и глобальный поиск
5. Работа с веб-сайтами через Computer User Agent
6. Разработка локальных переводчиков
Условия:
Локация сотрудника не в РФ
Удаленный формат работы из любой точки мира
График с 10.00 до 19.00 по мск
Выплаты два раза в месяц
Контакт для связи
@VLT_recruiter