#вакансия #dataengineer #python #airflow #etl #dwh #удалённо

Data Engineer (Middle)
Оплата: 150 000 – 170 000 ₽
Компания: 💻 Кодекс-ИТ
Грейд: Middle
Гражданство: РФ
Локация: строго РФ
Формат работы: удаленно
Часовой пояс: не более ±2 часов от МСК

📋 Проект:
Разработка единой системы оценки эффективности.
📋 Задачи:
— Разработка решений вокруг DWH
— Создание ETL / настройка сбора данных, BI-аналитика
— Проработка архитектуры данных и системы для их сбора
— Внедрение нового функционала, сокращение техдолга
📋 Требования:
— Опыт проектирования и построения пайплайнов: Python / Apache Airflow
— Интеграция источников с GraphQL, RESTful
— Хранение данных в Apache Iceberg / проектирование архитектуры хранения данных
— Проектирование архитектуры сбора данных и витрин
— Тестирование данных на всех уровнях требований к качеству данных
— Настройка метрик и алертов Prometheus / интеграция с внутренними системами оповещений
— Знание предметной области
🙋 Условия:
Удаленный формат работы
Интересный проект с архитектурными задачами
Профессиональный рост
💬 Контакт: @ira_recr

#вакансия #удаленка #datascience
☁️Позиция: Data Science (Senior)
💰ЗП: Вилка: 174тр - 215тр
📅Формат работы: Удаленка
📍Локация/Гражданство: РФ
📅Занятость: Full-time

📌Обязанности:
- Разработка сервисов ИИ платформы для создания функциональных агентов, ИИ ассистентов.
- Подготовка бэк части для функциональных агентов, включая среду разработки агентов: тестирование фреймворков, opensource агенты.
- Разработка сервиса управления реестром и скиллами агентов.
- Создание отдельного единого сервиса для всех баз знаний, интеграция крупных корпоративных источников.

🔺Требования:
- Понимание архитектуры, возможностей и ограничений современных языковых моделей.
- Опыт работы с embeddings, vector search, RAG, structured output и tool calling.
- Понимание принципов проектирования AI-агентов: управление состоянием и контекстом, выбор инструментов, контроль уровня автономности и human-in-the-loop.
- Опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы.
- Понимание рисков prompt injection, некорректного tool calling, утечки данных и чрезмерных прав доступа агента.
- Опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков.
- Умение оценивать стоимость, latency и масштабируемость LLM-решений.
- Опыт работы в e-commerce, retail или других продуктовых highload-системах.
- Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana.
- Опыт эксплуатации GPU-инфраструктуры и оптимизации inference.
- Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT.
- Опыт проектирования agentic workflows или multi-agent-систем.
- Понимание принципов информационной безопасности, privacy и работы с персональными данными.

По всем вопросам и с резюме: @pavel_korab

AI Research Lab 42 ведет активный поиск senior researchers 🔬

💰 €100–250K/year в зависимости от роли и опыта
📍 Amsterdam, помогаем с релокацией

42 — AI research lab, которая разрабатывает автономного AI Scientist — систему, способную самостоятельно формулировать гипотезы, проводить эксперименты и находить решения.

Первый фокус лаборатории — финансовые рынки: AI-система работает как автономный трейдер, а полученный капитал финансирует дальнейшие исследования. Параллельно лаборатория ведёт исследования в области биологии человека, нейротехнологий и фундаментальной физики.

Сейчас в trading research открыто 3 позиции:

📈 TradFi Research Lead

Задача — построить и возглавить research-направление в traditional markets: разрабатывать MFT-стратегии, строить портфели и risk/execution models, выводить стратегии в production.

Ищем 5+ лет в systematic quant research, подтверждённый track record прибыльных MFT-стратегий и опыт с equities / futures / options / FX. Опыт лидерства обязателен.

🤖 AI Researcher — Autonomous Research

Задача — перейти от ручного quant research к автономной agent-driven системе, которая сама генерирует гипотезы, тестирует и оптимизирует стратегии.

Ищем MFT/HFT researcher с сильным пониманием market microstructure, статистики и Python/ML, способного формализовать research-процесс так, чтобы его можно было автоматизировать.

💰 Quantitative Researcher — Crypto MFT

Задача — полный цикл разработки medium-frequency crypto strategies: от поиска alpha и backtesting до production и мониторинга live performance.

Ищем 2+ лет в systematic trading, опыт запуска стратегий в live, глубокое понимание crypto market structure (spot, perps, funding), сильные Python, statistics и ML/DL.

Вопросы и резюме @d_shteinardt

#вакансия #AI #Architect #Automation

Локация: Кипр или UK, удаленно из Европы
Вилка: 8 000 - 12 000 евро gross
Контакт: @veronika_vlasovets

Ищем AI Engineering Architect для крупной продуктовой компании, который возьмет на себя ответственность за 5-кратное ускорение скорости разработки через внедрение AI.

Компания: международный B2C бизнес в индустрии развлечений, работает сразу с несколькими продуктами и создает инструменты для музыкантов и авторов по всему миру. Компания движется к децентрализованной инженерии и делает ставку на AI-native инструменты как способ этого достичь. Системы, которые вы спроектируете, должны работать одинаково хорошо сразу в нескольких продуктах.

Задачи: 
Вам необходимо будет построить и возглавить AI-стек для инженерии: агентные воркфлоу, evals, правила доступа, AI-ревью кода, автоматизацию тестирования и деплоя. В фокусе — автоматизация: находить и убирать главные узкие места в рабочих процессах с помощью AI, отвечать за 5-кратное ускорение разработки. Также предстоит выбирать модели и провайдеров для инструментов, запускать MVP на одной команде и масштабировать на всю организацию, настраивать evals, которые показывают реальный эффект на скорость.

Требуемые навыки и опыт:
* 6-7+ лет коммерческой разработки, любой стек, последние несколько лет фокус на внедрении и автоматизации процессов через AI
* Опыт внедрения AI-инструментов в масштабе всей компании с измеримым эффектом на скорость работы
* Экспериментальный подход, основанный на данных: предложить идею, запустить MVP на одной команде, затем масштабировать то, что сработало
* Опыт работы с агентными инструментами (Claude Code, Cursor и подобные) в масштабе организации, а не только личное использование
* Английский от B2

Что предлагают:
📍Официальное оформление на Кипре или в UK, для remote - b2b контракт. Для кандидатов из РФ/РБ есть поддержка релокации на Кипр. 
✅ Remote возможен, чем ближе к часовому поясу CET, тем лучше
📦 Релокация + visa support
🎵 Работа над продуктами для миллионов музыкантов и авторов по всему миру
🚀 Роль без готового плейбука: сами решаете, что строить и как, а потом защищаете это перед CTO
📚 Обучение, языковые занятия, конференции
🏥 Поддержка ментального здоровья

Если интересно узнать больше — пишите мне в Telegram: @veronika_vlasovets

#вакансия #удаленно #РФ #Al #Python #разработчик

AI-разработчик Middle/Senior
Зп до 260к на руки
ИТ компания интегратор
Оформление ИП, Смз
Гражданство РФ, локация РФ
Удаленно

Разработка AI-агентов (написание кода, логика, интеграция моделей) и полная ответственность за их доставку и поддержку в микросервисной среде.

Баланс:
30% Разработка (Coding)
70% Внедрение и эксплуатация (Deployment & Ops).

Ключевые навыки (Hard Skills):
- AI Development - Python, фреймворки для AI (LangChain, LlamaIndex, Semantic Kernel или аналоги). Понимание концепции AI Agents, RAG, Tool Calling;
- DevOps / MLOps - Docker, Kubernetes, Helm. Умение написать Dockerfile и values.yaml;
- Debugging & Ops - ArgoCD (только чтение логов/статусов), работа с терминалом (bash), анализ логов;
- Security & Deps - Работа с SCA-сканерами.

- Опыт от 3-6 лет Middle / Senior;
- Бэкграунд: Python-разработчик, который увлекался AI и выучил Docker/K8s, либо MLOps-инженер, который умеет хорошо программировать;
- Ключевая компетенция: Автономность. Необходимо уметь не только написать бота, но и перенести его в контейнер, заставить пройти проверку безопасности и запустить в кластере без помощи системных администраторов;
- Глубокое понимание работы зависимости в Python (virtualenv, poetry, pip), так как 70% проблем с деплоем связаны с ними.

💫Задачи на проекте
- Написание кода агента на Python, который использует внешние API;
- "Упаковка" кода в Docker-образ с минимальным размером и безопасными зависимостями;
- Написание Helm-чарта для развертывания этого образа в K8s;
- Поиск способов обновления библиотеки или применение патча, пересборка образа и обновление деплоя при блокировке образа SCA-сканером из-за уязвимости в библиотеке requests;
- Чтение логов пода в ArgoCD, в случае падения агента в продакшн. Исправление кода и подготовка нового деплоя, если ошибка в промпте или API.

Этапы отбора
1. Интервью
2. Проверка ИБ
Описание проекта и команды
Управляющая компания.

====
⚠️ Перед откликом обязательно изучите Регламент безопасности канала.
====
✍️ пишите и присылайте резюме в лс @HR_V_a

💼 Практическая задача для ML-инженеров и квантов от Wunder Fund

Вместо классических тестовых заданий HFT-фонд Wunder Fund запустил открытое соревнование Alfa Connectome. Это отличная возможность для тех, кто хочет попробовать свои силы в алгоритмическом трейдинге.

Суть задачи:
Необходимо изучить исторические торговые данные для двух связанных инструментов (ордербуки, сделки и другие параметры). По этой информации требуется построить модель, предсказывающую индикаторы будущей цены одного из инструментов.

Особенности:
1) Работа строится на реальных биржевых маркет-данных. В этот раз организаторы предоставили гораздо больший датасет по сравнению с прошлыми задачами.
2) По сути, это классическая задача кванта, с которой они регулярно сталкиваются в работе.

Перспективы:
Авторы лучших решений получают приглашение на техническое собеседование в фонд. Для справки: Wunder Fund занимается высокочастотным алготрейдингом с 2014 года, торгует на традиционных и криптобиржах, а их дневной оборот составляет около $10 млрд. Также предусмотрены денежные призы: общий фонд составляет $13,600.

📅 Сроки проведения: 11 сентября — 15 ноября.

🔗 Подробное описание датасета и задачи

#middle #удаленка

AYROSA
Python Developer / AI Engineer (Document Processing)
Формат работы: можно удалённо

☑️ Чем предстоит заниматься
-Разбирать и обрабатывать документы в форматах Excel, PDF и сканы
-Извлекать табличные данные из документов
-Нормализовать даты, номера документов, суммы и другие поля
-Проектировать и реализовывать логику сопоставления данных
-Выявлять расхождения между двумя источниками
-Обрабатывать сложные кейсы: разные периоды, отличающиеся номера, частичные совпадения и другие неоднозначные ситуации
-Интегрировать OCR и Document AI-инструменты
-При необходимости использовать LLM для интерпретации и формирования человекочитаемых объяснений
-Разрабатывать backend/API для сервиса
-Участвовать в проектировании архитектуры MVP
-Работать с реальными обезличенными финансовыми документами и тестировать качество решения на исторических данных

☑️ Наши пожелания к кандидатам
-Коммерческий опыт разработки на Python от 3 лет
-Уверенное владение Python
-Опыт работы с pandas и табличными данными
-Опыт обработки Excel / CSV
-Опыт парсинга PDF
-Опыт разработки backend-сервисов и REST API
-Понимание алгоритмов сопоставления, нормализации и очистки данных
-Умение проектировать решение самостоятельно, а не только работать по готовому ТЗ
-Опыт работы с Git
-Будет плюсом:
-Опыт с OCR: Tesseract, PaddleOCR или аналогами
-Опыт с PyMuPDF, pdfplumber, Camelot, Tabula
-Опыт с fuzzy matching
-Опыт работы с Document AI / Intelligent Document Processing
-Интеграция LLM API: OpenAI, Azure OpenAI, YandexGPT или аналогов
-Опыт разработки систем reconciliation / data matching
-Опыт работы с финансовыми, бухгалтерскими или другими структурированными документами
-Опыт On-Premise решений
-Опыт построения решений, где нужно сочетать детерминированную бизнес-логику и AI

Контакты: [email protected]

#вакансия #mlops #dataengineering #healthtech #fulltime #москва

Вакансия: Data / ML Platform Engineer (Middle+ / Senior)
Компания: AstraTech
Формат: гибридный / удаленный по РФ
Локация: Москва
Занятость: full-time
Вилка: 280 000 - 400 000 ₽ гросс

HealthTech стартап создает продукт поддержки врачебных решений, который делает процессы в здравоохранении эффективнее и помогает врачам принимать более точные решения 🕊

Сейчас команда строит Data Platform и ML / LLM Platform. Это единый путь данных: от загрузки из разных источников до измеренного результата модели. Команда ищет инженера, который возьмет на себя подготовку данных и инструменты для ML-команды и сможет сам проводить эксперименты с моделями.

Вам предстоит:
— Разрабатывать Python / SQL-пайплайны загрузки и обработки данных из файлов, API и информационных систем.
— Проектировать таблицы хранилища: сущности, связи, правила преобразования.
— Встраивать псевдоанонимизацию и проверки качества в потоки данных.
— Готовить признаки и версионируемые train/validation/test-выборки.
— Обеспечивать прослеживаемость и воспроизводимость ML / LLM-экспериментов.
— Вместе с ML-командой развивать оценку моделей, подготовку данных для RAG и дообучения.

Ожидаем от вас:
— Уверенные Python и SQL, поддерживаемый код за пределами ноутбуков.
— Практический опыт ETL / ELT: оркестрация, инкрементальная обработка, повторные запуски.
— Опыт с S3, Parquet, pandas / Polars / PyArrow.
— Понимание жизненного цикла ML: выборки, baseline, метрики, проверка утечек.
— Опыт с MLflow, ClearML или аналогами; Linux, Git, Docker, CI/CD.
— Умение работать с чувствительными данными.

Будет плюсом:
— Опыт с медицинскими данными, МИС и клиническими справочниками.
— Практический NLP / LLM: извлечение данных из текста, embeddings, RAG.
— PyTorch / Hugging Face, дообучение и inference на GPU.
— Опыт превращения исследовательского прототипа в регулярный пайплайн.

Почему интересно:
— Проект, который действительно приносит пользу людям.
— Возможность строить платформу с нуля и влиять на архитектуру.
— Работа на стыке Data Engineering, MLOps и LLM с современным стеком.

Направляйте ваши отклики с резюме - @Inga_IT 📩

#jobs #Москва

📍Формат/working arrangement: удалённо или из офиса
✔️Должность/position: Senior Data Scientist (команда рекомендаций)
🏢 Место работы/workplace: OOO HeadHunter
💸 Заработная плата/salary estimate: от 450 000 ₽ в месяц, на руки

📈 Обязанности/responsibilities:
— Развитие моделей поискового ранжирования и рекомендательных систем.
— Тюнинг моделей и feature engineering.
— Разработка новых ML-решений с нуля.
— Вывод моделей в production.
— Анализ A/B-тестов и результатов экспериментов.

📌 Требования/requirements:
— 6+ лет опыта.
— Опыт внедрения ML-моделей в production.
— Знание ML и нейросетей для обработки текста.
— Опыт в ranking, recommendations или NLP.
— Уверенный Python: NumPy, SciPy, PyTorch, Scikit-learn.
— Знание алгоритмов и структур данных.
— SQL и опыт работы с большими данными.
— Понимание A/B-экспериментов.

🌟 Будет плюсом:
— Java.
— Cassandra, Hive, Presto, Kafka.
— Hadoop.
— LightGBM.

🛠 Технический стек:
— Python
— PyTorch
— SQL
— NumPy
— SciPy
— Scikit-learn
— LightGBM
— NLP
— Search Ranking
— Recommender Systems
— A/B Experiments
— Hive
— Presto
— Kafka

🎯 Основные задачи проекта:
— Развитие поиска и рекомендаций.
— Улучшение продуктовых метрик через ML-модели.
— Работа с высоконагруженным поисковым кластером.
— Полный цикл ML: данные → модель → production → A/B-тест.

🏢 О компании:
— Крупный технический департамент.
— Около 600 специалистов в IT, Data и Product.
— 60+ команд.
— ML-продукты используются миллионами пользователей.

✅ Условия/working conditions:
— Полная занятость.
— График 5/2.
— 8 часов в день.
— Удалённая работа или офис.
— Гибкий график.
— Оформление по ТК РФ.
— «Белая» зарплата.
— ДМС с первого месяца.
— Обучение и конференции за счёт компании.
— Well-being программа.
— Офисы в 10 городах России.

📍 Адрес: Москва, улица Годовикова, 9с10.

>> Узнать подробнее / отправить cv

💰 1 млн рублей на акселерацию и до 10 млн рублей на пилот в финтех-акселераторе «Газпромбанк.Тех»

Коллеги, идёт ежегодный набор в Акселератор «Газпромбанк.Тех» для стартапов и научных команд. В этом году два трека: «Финтех.Стартапы» и «Финтех.Наука». Участие бесплатное, заявки принимаются до 13 октября. Если вы:

🚀 Представляете технологическую компанию с решением от прототипа и выше — подавайте заявку в трек «Финтех.Стартапы»

В фокусе: классический банкинг и транзакционный бизнес; кибербезопасность, антифрод и скоринг; разработка ПО и ИИ-решений; ИТ-инфраструктура; управление человеческим капиталом; работа с клиентами.

Отличная возможность для технологических команд представить решение крупному корпоративному заказчику.

🤝 Вы из научной команды университета или R&D-центра с проектом ранней стадии — регистрируйтесь в трек «Финтех.Наука»

Здесь ждут разработки в области новых вычислительных подходов, защиты данных и безопасности ИИ, информационных систем, математики и оптимизации, прикладных моделей и ИИ-решений, когнитивных технологий.

На старте не обязательно иметь готовый коммерческий продукт. К научной экспертизе проектов подключится фонд «Вызов», имеющий опыт многоступенчатой оценки проектов, накопленный при проведении Национальной премии в области будущих технологий.

Что получает команда, если проходит?

До 10 проектов в каждом треке — по 1 млн рублей на развитие и тестирование своих решений. Если гипотеза сработает в бизнесе, можно по решению банка выйти на пилот до 10 млн рублей и обсуждать инвестиции.

⚡️ Ваша технология готова к масштабированию в топ-банке? Вас ждут в Акселераторе.

ML Researcher / Research Scientist — Probabilistic Modeling & Decision Making
Компания: BrainShells
Вилка: от 7000$

Ищем сильного ML Researcher уровня Senior / Staff для сложной исследовательской задачи на стыке probabilistic ML, sequential decision making и моделирования поведения агентов.
Это не классическая вакансия Data Scientist с задачами на табличные данные. Нужен человек, который самостоятельно разрабатывал или существенно улучшал ML/математические методы, умеет работать с неопределённостью и может экспериментально доказать, почему новый подход лучше сильного baseline.
Задача: есть стохастическая многоагентная среда с частичной наблюдаемостью и десятки миллионов исторических эпизодов. Необходимо моделировать поведение участников и использовать эти прогнозы для принятия решений в условиях неопределённости и ограниченного inference budget.
Особенно интересен опыт в одном или нескольких направлениях:
— RL / sequential decision making / POMDP / world models;
— probabilistic & Bayesian ML, latent-variable models, uncertainty estimation;
— behavior / opponent modeling, multi-agent systems;
— off-policy evaluation, importance sampling, doubly robust estimation, variance reduction;
— Monte Carlo / Markov models / stochastic optimization;
— algorithmic trading / HFT / pricing / decision systems с реальными ограничениями на latency.
Кого особенно хотим увидеть: исследователей с сильной математической базой, опытом собственных R&D-разработок и публикациями либо сильным applied research опытом. PhD будет плюсом, но не является обязательным. Важнее возможность разобрать свой проект в формате: проблема → baseline → ваша идея → альтернативы → эксперимент → измеримый результат.
Стек для прототипирования: Python / PyTorch. Данные и вычислительная инфраструктура есть, задача предполагает много экспериментов и достаточно высокую исследовательскую свободу.
Формат: remote, контракт от 3 месяцев. Приоритетно рассматриваем full-time, но для сильного кандидата готовы обсуждать part-time
Если ваш опыт близок — присылайте CV + 2–3 предложения про наиболее релевантный research/ML-проект: что улучшали, какой был baseline, что сделали лично и каким результатом доказали эффект.

Контакт: @dybovanya

Друзья, всем привет!

Продолжаем искать Преподавателя и Автора на курсы-интенсивы по AI agent на основе LLM для действующих data-специалистов.

О нас:
Standard Data – проектируем и реализуем образовательные решения под заказ крупных компаний в сфере ИИ, дата инжиниринга и веб-разработки.

Кого ищем:
Преподавателя и автора (уровень Senior LLM engineer) на курс-интенсив по разработке AI agent на основе больших языковых моделей для действующих DS.

Ожидаем от кандидата:

• Профильное высшее образование,
• опыт в NLP от 3 лет, желательно в крупных компаниях
• коммерческий опыт с LLM от 1.5 лет
• опыт с LangGraph, LoRA.

Будет плюсом:
• PhD в релевантной области
• Публикации или научные статьи
• Профессиональные награды / участие в конкурсах.

Мы будем рады видеть как преподавателя-автора учебных материалов и проектов, так и преподавателя-ведущего занятий (в обоих случаях гибкий формат участия: можно выбрать отдельные темы или курс целиком).

Под AI agent понимается система, которая умеет на основе обращения к ней самостоятельно планировать свои действия, взаимодействовать с внешней средой (по API) и адаптироваться под отклик этой среды.

Что нужно делать:
• Разработка материалов: семинары, финальный проект для слушателей.
• Проведение занятий в формате вебинаров (1-2 дня, по 2-4 занятия в день).

Что мы предлагаем:
• За разработку программы (семинары + финальный проект) – 90т.р.-120 т.р.
• За разовое проведение программы курса-интенсива – 90т.р.-110 т.р., в зависимости от вашего опыта.
• Бонусное вознаграждение по итогам перфоманса курса.
• Сумма оплаты возможна и больше, всё зависит от опыта, публикаций и результатов собеседования.

Ждем тебя в нашей команде, пишите в тг, или сразу кидайте резюме: @Kate_HR_IT

___

За успешную рекомендацию по традиции бонус! Суммарно 30к: при прохождении тестового 15к, еще 15к после 2 месяцев хорошей работы. Если у вас классный кандидат с большим опытом, то пишите в ЛС, согласуем другой бонус!

🔥 Полнотекстовый + векторный поиск — все это в одной СУБД

Обычно, если приложению нужен поиск и по точным значениям, и по смыслу, приходится подключать несколько инструментов: основную БД, поисковый движок и векторное хранилище.

В YDB от Yandex B2B Tech это можно сделать внутри одной системы. Гибридный поиск объединяет полнотекстовый индекс для точных совпадений и векторный — для поиска по смыслу.

Причём оба индекса работают как распределённые таблицы YDB и обновляются в одной транзакции с основными данными. Не нужно отдельно синхронизировать несколько хранилищ.

Подход пригодится для поиска по документам, каталогам, тикетам, базам знаний и RAG-системам.

Гибридный поиск уже доступен в on-premises и в Managed Service for YDB.

🚀 15 октября на митапе “Быстро находите нужное с YDB” подробно разберут, как единая СУБД справляется с семантическим и точным поиском и почему это ключ к качественным ответам ИИ-агентов и рекомендаций.

Регистрация по ссылке!

#вакансия #ml #удалённо

Team Lead ML Engineer (Gen AI)
Формат работы: удалённо
Уровень навыков: Senior, Lead
З/П: 4.500$

Мы - уникальный продукт в сфере AI-технологий, который стремительно растет и работает с пользователями по всему миру. Уже 5 лет мы создаем, тестируем, развиваемся и не собираемся останавливаться.

Сейчас ищем активных, талантливых и амбициозных ребят, которым интересно не просто выполнять задачи, а влиять на результат, пробовать новое и расти вместе с продуктом. Хотим собрать еще более сильную команду людей, с которыми сможем выйти на новый уровень.

Мы ищем Лида ML-отдела, который:
- Сможет реформировать и развивать команду ML/MLops, вместе с промпт инженерами.
- Структуризирует и автоматизирует все требующие того процессы.
- Разбирается в особенностях генеративного контента на self-host решениях.
- Оптимизирует генеративные пайплайны для сокращения расходов отдела.
- Будет самолично ставить продуктовые цели и вести отдел на острие технологий, методологий и трендов для их достижения.

Что нужно уметь/знать:
- Опыт работы в ML/AI от 3 лет;
- Опыт руководства командой — умение ставить задачи, распределять нагрузку, проводить ревью и развивать сотрудников;
- Опыт выстраивания процессов разработки: планирование, декомпозиция задач, код-ревью, контроль качества и сроков;
- Опыт работы с ComfyUI и собственными workflow, уверенный Python на уровне скриптов и API;
- Готовность работать с Wan 2.2, i2v, LoRA и генеративными пайплайнами;
- Умение получать рабочий результат с помощью AI-агентов и проверять его качество;
- Готовность самостоятельно разбираться в новых этапах процесса и отвечать за задачу целиком;
- Портфолио или репозиторий с примерами работ и разбором решений.

Что делать:
- Вести задачу целиком — от запроса продукта до оценки результата после релиза;
- Управлять командой: ставить задачи, контролировать прогресс, помогать в сложных кейсах, проводить one-to-one и ревью;
- Участвовать в найме и онбординге новых инженеров, помогать им быстрее выходить на результат;
- Выстраивать и улучшать процессы внутри команды: стандарты, шаблоны, документация;
- Работать с LoRA: подбирать, тестировать и при необходимости обучать модели;
- Самостоятельно разворачивать staging, включая нестандартные ноды, и поддерживать его паритет с production;
- Создавать и дорабатывать промпты и workflow в , проводить тестовые генерации и сверять результат с эталоном;
- Готовить превью, карточки и выкладывать готовый контент;
- Автоматизировать рутинные процессы с помощью AI-агентов;
- Контролировать метрики своих позиций, проводить эксперименты и принимать решения по их результатам.

Мы предлагаем:
- Работу с уникальными и технически сложными AI-проектами.
- Реальное влияние на развитие ML-продуктов и команды.
- Коллектив фанатов своего дела.
- Гибкий график и удалённый формат работы.
- Среду, где решения принимаются на основе экспертизы и Data-driven подхода, а не «потому что так решили».
- З/П: 4.500$.

Контакты:
@Findyskill

Senior Quantitative Researcher & AI Engineer

Инвестиционная компания с фокусом на публичные рынки США и технологические тренды.
Формат: удалённо, полная занятость.

Вам предстоит дополнить фундаментальный анализ количественным: собрать данные, построить модели и инструменты, на которые будут опираться инвестиционные решения. Прямое взаимодействие с CIO и Head of Research.

Задачи:
• Мониторинг: создать систему, которая регулярно сверяет инвест тезисы с новыми данными и показывает подтверждается тезис, слабеет или требует пересмотра.
• Данные: Создать point-in-time хранилище: рыночные и фундаментальные данные, документы SEC, стенограммы звонков, новости, внутренняя аналитика.
• Backtesting и модели: проверка инвестиционных гипотез на исторических данных, разработка сигналов в дополнение к фундаментальному анализу.
• Портфельная аналитика: концентрация, факторные экспозиции, ликвидность, сценарные риски, размер позиций.
• AI-агенты: развивать агентов в исследовательском процессе и оценивать качество их работы.

Требования:
• Сильная база в математике, статистике и машинном обучении.
• От 3 лет в quantitative research или data science на финансовых данных.
• Довели модель или сигнал до практического применения и можете показать, как проверяли результат.
• Опыт backtesting на point-in-time данных: на практике знаете look-ahead bias, survivorship bias и переобучение.
• Python и SQL: самостоятельно строите пайплайны данных и пишете надёжный, тестируемый код.
• Строили системы на LLM с измеримым качеством: evaluation, тестовые наборы, контроль ошибок.
• Понимаете фундаментальный анализ и портфельный риск, чтобы формализовать инвестиционный тезис.
• Уверенный английский.

Желательно:
• Опыт построения систем на LLM с измеримым качеством: evaluation, тестовые наборы, контроль ошибок.
• Опыт на buy-side или в прямой работе с портфельными управляющими.

Мы предлагаем:
• Работа с реальным портфелем: ваши инструменты тестируются в инвестиционном процессе.
• Профессиональные источники данных и современные AI-инструменты.
• Конкурентная оплата труда и годовой бонус по личным результатам и результатам компании.
• Собственный бюджет на инфраструктуру и найм команды при подтверждении эффективности системы.

Контакты: Telegram @mnemonic09. CV и пример своего проекта: задача, данные, результат.

One Day Offer: ищем инженера для решения задач по безопасности ИИ-агентов

Хочешь работать над крупными проектами и умеешь создавать надёжные системы управления рисками? Приходи 10 октября на экспресс-отбор на позицию Senior DS/ML Engineer для AI Safety в Сбер — все этапы отбора за 1 день.

Ты будешь работать на стыке машинного обучения, инженерии и безопасности:

▪️ проектировать архитектуру безопасного ИИ
▪️ выводить guardrails в production
▪️ поддерживать надёжность LLM-систем в enterprise-контексте

Чувствуешь, что это твоё? Тогда регистрируйся по ссылке и готовься к встрече с будущими коллегами! 💚

ИИ-система может отлично решать задачи бизнеса, но при этом оставаться уязвимой. Утечки данных, атаки на модели, небезопасные сценарии работы агентов — проблемы, которые проще предупредить на этапе проектирования, чем исправлять после запуска.

На открытом уроке разберём, как создавать ИИ-системы с учетом требований безопасности с самого начала. Вы узнаете, какие угрозы характерны для LLM, как применять принципы Security by Design и какие архитектурные решения помогают защитить данные и компоненты системы.

Разберём практический кейс: усилим архитектуру ИИ-агента с помощью механизмов защиты, проверки данных и управления доступом. Урок пройдет в преддверие старта курса «ИИ-архитектор».

Он будет полезен архитекторам ПО, разработчикам, специалистам по инфраструктуре и безопасности, которые проектируют или внедряют ИИ-решения. После занятия вы поймете, как закладывать защиту в архитектуру ИИ-систем и создавать решения, устойчивые к атакам и утечкам данных: https://otus.pw/Eeik/

Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru

Оффер на аналитика с зарплатой 250к🤘

..после полугода безрезультных поисков.

Ещё один интересный кейс у команды ии-ассистента Софи.

▫️Артём 3 года работал в сфере аналитики, попал под сокращение.

▫️Полгода искал работу вручную — тратил около 2 часов в день. После зашел в Софи и подключил авто-отклики.

▫️Спустя 3 недели получил оффер на позицию Middle Аналитика.

В следующий раз доступ в Софи откроется 20 октября.

Если хочешь получить 3 дня бесплатного доступа - подписывайся на этот канал, все анонсы будут там.

🤖 RAG Engineering: создание production-ready AI-систем — новый курс на Mentorix

Поиск и ответы по документам компании, качество которых измеряется числами: гибридный поиск, реранкер, оценка на скрытом наборе вопросов, агентный цикл и сервис с правами доступа.

⚙️ Стек: Qdrant · PostgreSQL с pgvector · BM25 · парсинг PDF · MCP · FastAPI — практика на настоящих системах в браузере
🧩 325 шагов · 100 тестов · 65 задач
💻 Чекер считает метрику сам — подогнать ответ под неё нельзя
🎯 Базовый конвейер находит нужный фрагмент меньше чем в половине случаев. Ваша работа — поднять эту цифру до цели
🎓 Сертификат · доступ навсегда

🏷 RAG25 −25% промокод действует 48 часов
12 990 ₽ → 9 743 ₽

➜ Забрать курс со скидкой

━━━━━━━━━━━━━━

На платформе также есть бесплатные курсы:

🤖 LLM для разработчика: от вызова API до RAG
🐍 Основы Python · 🧩 Тренажёр Python
SQL с нуля · 🐳 Docker: первые шаги

📚 Все бесплатные курсы Mentorix