#Вакансия 3D Fit & ML Engineer (Sizing / Garment–Body Matching)
Мы — LOOKSY. Уже сделали 2D виртуальную примерку (тысячами людей используется на сайте и в боте) и базовую 3D визуализацию одежды на аватаре по одной фотографии.
Сейчас ищем конкретного человека, который сможет решить главную задачу следующего этапа:
👉 сопоставить реальные размеры тела и одежды и добиться корректной посадки (fit) в 3D.
Что нужно делать:
- Построить пайплайн size-matching: сопоставление параметров тела и параметров одежды.
- Реализовать алгоритмы garment–body alignment: подгонка одежды под тело, деформация, корректный fit.
- Работать с mesh-структурами аватара и одежды; внедрять fit-логику в наш текущий 3D пайплайн.
- Находить и адаптировать решения из GitHub/исследований (SMPL, cloth deformation, TailorNet и т.п.).
Требования:
- Хорошее знание Python + опыт ML/DL от 2-х лет (Pytorch, CatBoost, Git, GAN, Diffusion).
Практический опыт в 3D/cloth/mesh-задачах: garment fitting, SMPL, deformations и др.
- Умение разбираться в чужом коде и быстро ресерчить новые направления.
Понимание основ 3D-моделирования или сильный интерес к теме.
- Будет плюсом: опыт с PyTorch3D/Kaolin/Open3D, CLO3D/MD/Blender; работа с size charts, опыт проведения экспериментов (информативное логгирование, профилирование и анализ).
Мы предлагаем:
- Задачу с высокой степенью влияния — создание точного sizing-модуля для виртуальной примерки
- Быстрые решения, минимум процессов, возможность влиять на финальный продукт
- Возможность совмещения с другими проектами (в зависимости от навыков и индивидуальной скорости работы)
- Удаленка по всему миру
- Заработная плата выше рынка (будем предлагать исходя из твоего опыта)
По всем вопросам: @looksy_help (https://news.1rj.ru/str/looksy_help)
@ml_data_science_job
Мы — LOOKSY. Уже сделали 2D виртуальную примерку (тысячами людей используется на сайте и в боте) и базовую 3D визуализацию одежды на аватаре по одной фотографии.
Сейчас ищем конкретного человека, который сможет решить главную задачу следующего этапа:
👉 сопоставить реальные размеры тела и одежды и добиться корректной посадки (fit) в 3D.
Что нужно делать:
- Построить пайплайн size-matching: сопоставление параметров тела и параметров одежды.
- Реализовать алгоритмы garment–body alignment: подгонка одежды под тело, деформация, корректный fit.
- Работать с mesh-структурами аватара и одежды; внедрять fit-логику в наш текущий 3D пайплайн.
- Находить и адаптировать решения из GitHub/исследований (SMPL, cloth deformation, TailorNet и т.п.).
Требования:
- Хорошее знание Python + опыт ML/DL от 2-х лет (Pytorch, CatBoost, Git, GAN, Diffusion).
Практический опыт в 3D/cloth/mesh-задачах: garment fitting, SMPL, deformations и др.
- Умение разбираться в чужом коде и быстро ресерчить новые направления.
Понимание основ 3D-моделирования или сильный интерес к теме.
- Будет плюсом: опыт с PyTorch3D/Kaolin/Open3D, CLO3D/MD/Blender; работа с size charts, опыт проведения экспериментов (информативное логгирование, профилирование и анализ).
Мы предлагаем:
- Задачу с высокой степенью влияния — создание точного sizing-модуля для виртуальной примерки
- Быстрые решения, минимум процессов, возможность влиять на финальный продукт
- Возможность совмещения с другими проектами (в зависимости от навыков и индивидуальной скорости работы)
- Удаленка по всему миру
- Заработная плата выше рынка (будем предлагать исходя из твоего опыта)
По всем вопросам: @looksy_help (https://news.1rj.ru/str/looksy_help)
@ml_data_science_job
Telegram
Looksy Помощь
Если у вас возникли проблемы с нашим ботом/мини-аппом, пишите сюда :)
Senior LLM Engineer
HighSky · Remote · Full-time
HighSky — AI-стартап, работающий с задачами уровня state-of-the-art: генерация, агенты, сложное обучение LLM, продакшен под реальной нагрузкой.
Мы ищем редкого эксперта по обучению LLM — человека, который глубоко понимает поведение моделей и умеет управлять им через обучение.
Фокус роли:
- fine-tuning LLM:
Cross-domain generalization, Trajectory fine-tuning, Behavior Cloning
- эксперименты с различными способами обучения: SFT, DPO, PPO, GRPO, RLHF, PEFT, Knowledge distillation
- Сбор, очищение данных
- Выбор архитектур и pre-trained моделей
-Объединение моделей и адаптеров
Требования к кандидату:
- Опыт обучения LLM (fine-tuning / pre-training) 2+ лет
- Опыт применения различных методов обучения LLM
- Опыт с различными pre-trained моделями
- Опыт работы с экосистемой huggingface: transformers, datasets, peft, trl
- Хорошее понимание теоретической базы: NLP, transformers, LLM.
- Понимание всех циклов предобучения и файнтюнинга
RL, classic ML
- Опыт коммерческой разработки с нуля
- Опыт работы от 6 лет
- Высшее образование в области компьютерных технологий / прикладной математики и (или) прикладной информатики;
Будет плюсом:
- Научные исследования по Computer Science
- Призовые места в соревнованиях (kaggle, boosters), опыт участия в хакатонах
- ШАД / Школа 21
Условия:
• Компенсация без потолка — обсуждаем индивидуально
• Полностью удалённо, без привязки к стране
• Сложные задачи, сильная команда, минимум бюрократии
• Фокус на результат и качество, а не на процессы
Если ты действительно силён в обучении LLM —
мы готовы сделать очень конкурентное предложение!
Контакт: @dybovanya 🎁
@ml_data_science_job
HighSky · Remote · Full-time
HighSky — AI-стартап, работающий с задачами уровня state-of-the-art: генерация, агенты, сложное обучение LLM, продакшен под реальной нагрузкой.
Мы ищем редкого эксперта по обучению LLM — человека, который глубоко понимает поведение моделей и умеет управлять им через обучение.
Фокус роли:
- fine-tuning LLM:
Cross-domain generalization, Trajectory fine-tuning, Behavior Cloning
- эксперименты с различными способами обучения: SFT, DPO, PPO, GRPO, RLHF, PEFT, Knowledge distillation
- Сбор, очищение данных
- Выбор архитектур и pre-trained моделей
-Объединение моделей и адаптеров
Требования к кандидату:
- Опыт обучения LLM (fine-tuning / pre-training) 2+ лет
- Опыт применения различных методов обучения LLM
- Опыт с различными pre-trained моделями
- Опыт работы с экосистемой huggingface: transformers, datasets, peft, trl
- Хорошее понимание теоретической базы: NLP, transformers, LLM.
- Понимание всех циклов предобучения и файнтюнинга
RL, classic ML
- Опыт коммерческой разработки с нуля
- Опыт работы от 6 лет
- Высшее образование в области компьютерных технологий / прикладной математики и (или) прикладной информатики;
Будет плюсом:
- Научные исследования по Computer Science
- Призовые места в соревнованиях (kaggle, boosters), опыт участия в хакатонах
- ШАД / Школа 21
Условия:
• Компенсация без потолка — обсуждаем индивидуально
• Полностью удалённо, без привязки к стране
• Сложные задачи, сильная команда, минимум бюрократии
• Фокус на результат и качество, а не на процессы
Если ты действительно силён в обучении LLM —
мы готовы сделать очень конкурентное предложение!
Контакт: @dybovanya 🎁
@ml_data_science_job
👎3
Вакансия: LLM Application Engineer
Компания: Unimatch Lab
Тип занятости: #Удаленка
Локация: Любая
Позиция: Senior
З\п: от $4500 до $6000
Unimatch Lab — венчурная AI-driven студия из Кремниевой долины, которая конвейерно строит вертикальные AI‑продукты в HealthTech, LegalTech, HRTech, PropTech и других отраслях. В команду ищем LLM Application Engineer, который будет end-to-end отвечать за продуктовые AI‑приложения: от архитектуры RAG/агентов до стабильного продакшена/
Чем предстоит заниматься
- Проектировать и разворачивать RAG-системы и поисковые пайплайны на базе LangChain / LlamaIndex / AutoGen и векторных БД (ChromaDB, Pinecone, Qdrant и др.).
- Строить и интегрировать многошаговых AI-агентов с Memory, инструментами (web-search, code-interpreter, API-вызовы) и надёжным API-слоем.
- Интегрировать LLM в продакшн-архитектуру: роутинг запросов, fault-tolerance, observability, оптимизация latency и стоимости запросов.
- Проводить fine-tuning моделей (LoRA/QLoRA), генерировать и очищать датасеты под доменные задачи, выстраивать MLOps-процессы и мониторинг качества.
Технологический стек
- Backend: Python / Node.js, PostgreSQL, Redis, брокеры сообщений (Redis Streams, RabbitMQ, Kafka) или аналоги.
- LLM-инфраструктура: OpenAI / Anthropic / Azure OpenAI, on-prem модели, LangChain / LlamaIndex / AutoGen, Sentence Transformers, векторные БД.
- DevOps & MLOps: Docker, Kubernetes, vLLM/TGI/Ollama, CI/CD (GitHub Actions и аналоги), логирование, мониторинг, drift detection, версионирование моделей.
- Качество: unit/integration тесты, статический анализ, строгая валидация данных.
Кого ищем
- 5+ лет продакшн-разработки и реальный опыт построения LLM-приложений (RAG, агенты, интеграции в продукты).
- Глубокое понимание LLM, NLP, трансформеров, промпт-инжиниринга и практик fine-tuning, умение думать продуктово и брать ownership за результат.
- Уверенный опыт работы с облачной инфраструктурой, CI/CD и high-load‑сценариями.
Что предлагаем
- Доход: от 4500$+ в месяц, возможен рост, завязанный на количество продуктов и ваш перформанс.
- Работа над AI‑продуктами венчурной студии из Кремниевой долины, быстрый рост до Tech Lead и возможность вести 3–5 AI‑продуктов с опционами и долей.
- Сильная команда (у нас нет джуниоров), полный ремоут, гибкий график, минимум бюрократии и высокий уровень доверия и автономии.
Если откликается по скиллам и майндсету — пиши в Telegram: @unimatch_work, пришлю полное описание и форму для отклика.
@ml_data_science_job
Компания: Unimatch Lab
Тип занятости: #Удаленка
Локация: Любая
Позиция: Senior
З\п: от $4500 до $6000
Unimatch Lab — венчурная AI-driven студия из Кремниевой долины, которая конвейерно строит вертикальные AI‑продукты в HealthTech, LegalTech, HRTech, PropTech и других отраслях. В команду ищем LLM Application Engineer, который будет end-to-end отвечать за продуктовые AI‑приложения: от архитектуры RAG/агентов до стабильного продакшена/
Чем предстоит заниматься
- Проектировать и разворачивать RAG-системы и поисковые пайплайны на базе LangChain / LlamaIndex / AutoGen и векторных БД (ChromaDB, Pinecone, Qdrant и др.).
- Строить и интегрировать многошаговых AI-агентов с Memory, инструментами (web-search, code-interpreter, API-вызовы) и надёжным API-слоем.
- Интегрировать LLM в продакшн-архитектуру: роутинг запросов, fault-tolerance, observability, оптимизация latency и стоимости запросов.
- Проводить fine-tuning моделей (LoRA/QLoRA), генерировать и очищать датасеты под доменные задачи, выстраивать MLOps-процессы и мониторинг качества.
Технологический стек
- Backend: Python / Node.js, PostgreSQL, Redis, брокеры сообщений (Redis Streams, RabbitMQ, Kafka) или аналоги.
- LLM-инфраструктура: OpenAI / Anthropic / Azure OpenAI, on-prem модели, LangChain / LlamaIndex / AutoGen, Sentence Transformers, векторные БД.
- DevOps & MLOps: Docker, Kubernetes, vLLM/TGI/Ollama, CI/CD (GitHub Actions и аналоги), логирование, мониторинг, drift detection, версионирование моделей.
- Качество: unit/integration тесты, статический анализ, строгая валидация данных.
Кого ищем
- 5+ лет продакшн-разработки и реальный опыт построения LLM-приложений (RAG, агенты, интеграции в продукты).
- Глубокое понимание LLM, NLP, трансформеров, промпт-инжиниринга и практик fine-tuning, умение думать продуктово и брать ownership за результат.
- Уверенный опыт работы с облачной инфраструктурой, CI/CD и high-load‑сценариями.
Что предлагаем
- Доход: от 4500$+ в месяц, возможен рост, завязанный на количество продуктов и ваш перформанс.
- Работа над AI‑продуктами венчурной студии из Кремниевой долины, быстрый рост до Tech Lead и возможность вести 3–5 AI‑продуктов с опционами и долей.
- Сильная команда (у нас нет джуниоров), полный ремоут, гибкий график, минимум бюрократии и высокий уровень доверия и автономии.
Если откликается по скиллам и майндсету — пиши в Telegram: @unimatch_work, пришлю полное описание и форму для отклика.
@ml_data_science_job
#вакансия #dataengineer #remote #fulltime #senior
💼 Международная технологическая компания с более чем 15-летним опытом работы в области обработки данных и искусственного интеллекта, специализирующаяся на аутстаффинге и техническом консалтинге в поисках Senior Data Engineer на крупный проект для энергетической компании из Германии.
👨💻 Какой опыт ожидаем увидеть:
* От 5 лет опыта работы
* Опыт проектирования хранилищ данных и архитектуры данных
* Уверенное владение SQL: написание и оптимизация сложных запросов, работа с большими объёмами данных
* Практический опыт применения методологии Data Vault 2.0
* Владение Python для автоматизации ETL/ELT, обработки и анализа данных
* Опыт с современным стеком: Snowflake (настройка, безопасность, оптимизация), dbt (Core), Apache Airflow (оркестрация пайплайнов)
* Знакомство с Azure DevOps (CI/CD, управление задачами, версионирование)
* Английский — не ниже B2
Что предлагает компания?
* Формат сотрудничества: B2B-договор.
* Полностью удалённая работа из любой точки мира, кроме России, Беларуси и Украины. Доступность в рамках часового пояса CET (до 18:00 CET)
* Рaid bench time.
* Возможность участвовать во внутренних проектах для поддержания загрузки между клиентскими проектами.
* Оплачиваемый больничный.
* Компенсация стоимости сертификаций и обучения.
* Доступ к передовым проектам в области AI и Data.
Вилка: до 5000 usd gross
Формат работы: remote
Занятость: Full Time
📩 Хотите узнать больше?
Напишите мне в тг @veronikavlasovets
@ml_data_science_job
💼 Международная технологическая компания с более чем 15-летним опытом работы в области обработки данных и искусственного интеллекта, специализирующаяся на аутстаффинге и техническом консалтинге в поисках Senior Data Engineer на крупный проект для энергетической компании из Германии.
👨💻 Какой опыт ожидаем увидеть:
* От 5 лет опыта работы
* Опыт проектирования хранилищ данных и архитектуры данных
* Уверенное владение SQL: написание и оптимизация сложных запросов, работа с большими объёмами данных
* Практический опыт применения методологии Data Vault 2.0
* Владение Python для автоматизации ETL/ELT, обработки и анализа данных
* Опыт с современным стеком: Snowflake (настройка, безопасность, оптимизация), dbt (Core), Apache Airflow (оркестрация пайплайнов)
* Знакомство с Azure DevOps (CI/CD, управление задачами, версионирование)
* Английский — не ниже B2
Что предлагает компания?
* Формат сотрудничества: B2B-договор.
* Полностью удалённая работа из любой точки мира, кроме России, Беларуси и Украины. Доступность в рамках часового пояса CET (до 18:00 CET)
* Рaid bench time.
* Возможность участвовать во внутренних проектах для поддержания загрузки между клиентскими проектами.
* Оплачиваемый больничный.
* Компенсация стоимости сертификаций и обучения.
* Доступ к передовым проектам в области AI и Data.
Вилка: до 5000 usd gross
Формат работы: remote
Занятость: Full Time
📩 Хотите узнать больше?
Напишите мне в тг @veronikavlasovets
@ml_data_science_job
#полезное
На собеседованиях в продуктовые команды или e-com часто просят рассуждать о метриках: чем отличается ER от ERR и почему нельзя смотреть только на абсолютные числа охватов.
Доменную область полезно понимать заранее, чтобы говорить с бизнесом на одном языке. Наткнулись на днях на грамотную шпаргалку по основным метрикам в соцсетях (Engagement Rate, CTR, ROI) и формулам их расчета.
Там мы с коллегами нашли источник знаний в помощь к прохождению технических интервью на позиции Product Analyst или Data Science в маркетинге. Кому актуально подтянуть матчасть перед интервью или просто освежить навыки по маркетинговой аналитике: рекомендуем к изучению. (https://news.1rj.ru/str/fbmapi)
@ml_data_science_job
На собеседованиях в продуктовые команды или e-com часто просят рассуждать о метриках: чем отличается ER от ERR и почему нельзя смотреть только на абсолютные числа охватов.
Доменную область полезно понимать заранее, чтобы говорить с бизнесом на одном языке. Наткнулись на днях на грамотную шпаргалку по основным метрикам в соцсетях (Engagement Rate, CTR, ROI) и формулам их расчета.
Там мы с коллегами нашли источник знаний в помощь к прохождению технических интервью на позиции Product Analyst или Data Science в маркетинге. Кому актуально подтянуть матчасть перед интервью или просто освежить навыки по маркетинговой аналитике: рекомендуем к изучению. (https://news.1rj.ru/str/fbmapi)
@ml_data_science_job
Telegram
FBM API Insights
Актуальные исследования и аналитика русскоязычного сегмента соцсетей на основе уникальных данных компании FlyByMetrics.
https://fbmdata.ru х https://fbmapi.ru
По всем вопросам пишите — @fbmdata
https://fbmdata.ru х https://fbmapi.ru
По всем вопросам пишите — @fbmdata
#вакансия #mlops #engineer #llm #vllm #hugginface #rag #embeddings #k8s #docker #deckhouse #Langfuse #LlamaIndex #remote
Вакансия: MLOps-инженер
Компания: АО СимбирСофт
Формат работы: удалёнка
Занятость: полная занятость
Ищем MLOps инженера в РФ 👨💻
🚀 Нам нужен инженер, готовый развивать инфраструктуру LLM-платформы. Твоими задачами станут поддержка и развитие сервисов для больших языковых моделей, интеграция инструментов, настройка мониторингов и обеспечение безопасности данных.
🔍 Опыт работы с:
- Большими языковыми моделями (vLLM, TGI, Hugging Face)
- Python (FastAPI, скрипты, CLI)
- Архитектурой RAG и embedding-моделями
- Prometheus/Grafana
- Система аутентификации (Keycloak, JWT)
- Kubernetes, Docker, CI/CD
💡 Будут полезны знания:
- Deckhouse или других дистрибутивов Kubernetes
- Langfuse, LlamaIndex, PostgreSQL Vector, Chroma
- Принципов MLOps и интеграции сторонних API
✅Условия:
- Удаленный формат работы.
- Гибкое начало рабочего дня.
- Широкий технологический стек, сотни проектов. Можно разрабатывать IT-решения для разных отраслей, пробовать новые технологии.
- Помогаем прокачаться во всех интересующих направлениях: стать тимлидом, архитектором, разработчиком.
- Имеем развитую систему наставничества, проходим сертификацию за счет компании, участвуем в конференциях. Активно обмениваемся опытом, проводим внутренние и внешние митапы, прокачиваем hard и soft skills.
Присоединяйся к нам!✨
Если заинтересовала вакансия, буду рада обсудить в тг:
https://news.1rj.ru/str/gulnara_s28 ʕ ᵔᴥᵔ ʔ
@ml_data_science_job
Вакансия: MLOps-инженер
Компания: АО СимбирСофт
Формат работы: удалёнка
Занятость: полная занятость
Ищем MLOps инженера в РФ 👨💻
🚀 Нам нужен инженер, готовый развивать инфраструктуру LLM-платформы. Твоими задачами станут поддержка и развитие сервисов для больших языковых моделей, интеграция инструментов, настройка мониторингов и обеспечение безопасности данных.
🔍 Опыт работы с:
- Большими языковыми моделями (vLLM, TGI, Hugging Face)
- Python (FastAPI, скрипты, CLI)
- Архитектурой RAG и embedding-моделями
- Prometheus/Grafana
- Система аутентификации (Keycloak, JWT)
- Kubernetes, Docker, CI/CD
💡 Будут полезны знания:
- Deckhouse или других дистрибутивов Kubernetes
- Langfuse, LlamaIndex, PostgreSQL Vector, Chroma
- Принципов MLOps и интеграции сторонних API
✅Условия:
- Удаленный формат работы.
- Гибкое начало рабочего дня.
- Широкий технологический стек, сотни проектов. Можно разрабатывать IT-решения для разных отраслей, пробовать новые технологии.
- Помогаем прокачаться во всех интересующих направлениях: стать тимлидом, архитектором, разработчиком.
- Имеем развитую систему наставничества, проходим сертификацию за счет компании, участвуем в конференциях. Активно обмениваемся опытом, проводим внутренние и внешние митапы, прокачиваем hard и soft skills.
Присоединяйся к нам!✨
Если заинтересовала вакансия, буду рада обсудить в тг:
https://news.1rj.ru/str/gulnara_s28 ʕ ᵔᴥᵔ ʔ
@ml_data_science_job
Telegram
Гульнара 🤍
Рекрутер IT компании SimbirSoft 💙
Большинство людей в ML-каналах с вакансиями никогда не доходят до оффера. 😡
Не потому что глупые и не потому что «плохо знают Техчасть». А потому что не понимают, как проходят собеседования и что на них реально оценивают.
Ты смотришь вакансии, откликаешься и не получаешь офферы.
В этом канале я разбираю, почему так происходит и что с этим делать.
🫡 Подписывайся 🫡
Первый пост — разбор, почему 80% кандидатов валятся не на знаниях.
Не потому что глупые и не потому что «плохо знают Техчасть». А потому что не понимают, как проходят собеседования и что на них реально оценивают.
Ты смотришь вакансии, откликаешься и не получаешь офферы.
В этом канале я разбираю, почему так происходит и что с этим делать.
Первый пост — разбор, почему 80% кандидатов валятся не на знаниях.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2🔥1
#полезное
Что нужно делать, если вы хотите работать в Data Science, ML и AI? В новом выпуске Machine Learning Podcast (https://mlpodcast.mave.digital/ep-76) руководитель Школы анализа данных Яндекса рассказывает, почему сильная математическая подготовка открывает двери в любые компании по всему миру, как образовательные программы помогают студентам после вуза и на что стоит делать упор в подготовке к поступлению в ШАД.
А ещё в подкасте обсудили построение комьюнити ИИ-специалистов и как в него вступить — с локальными чатами, взаимопомощью и культурой, которую переносят из ведущих вузов.
@ml_data_science_job
Что нужно делать, если вы хотите работать в Data Science, ML и AI? В новом выпуске Machine Learning Podcast (https://mlpodcast.mave.digital/ep-76) руководитель Школы анализа данных Яндекса рассказывает, почему сильная математическая подготовка открывает двери в любые компании по всему миру, как образовательные программы помогают студентам после вуза и на что стоит делать упор в подготовке к поступлению в ШАД.
А ещё в подкасте обсудили построение комьюнити ИИ-специалистов и как в него вступить — с локальными чатами, взаимопомощью и культурой, которую переносят из ведущих вузов.
@ml_data_science_job
8 выпуск 6 сезона
#076 Алексей Толстиков. Про Школу Анализа Данных. Зачем? Кому? Как? — Подкаст «Machine Learning Podcast»
В гостях выпуска Алексей Толстиков - кандидат физико-математических наук, руководитель Школы анализа данных Яндекса, эксперт в олимпиадах по программированию. Разговаривать мы, разумеется, будем про ШАД. Зачем когда-то (аж 18 лет назад) появилась Шко
Вакансий в ML много. Офферов сильно меньше .😟
Ты смотришь вакансии, откликаешься и не получаешь оффер. Проблема чаще всего не в знаниях. Она в том, как проходят собеседования и что на них реально спрашивают.
В этом канале разбираю, почему знания не спасают, где именно валят кандидатов и что отличает тех, кто доходит до оффера. 🤓
Подписывайся (https://news.1rj.ru/str/+8HNfblvv_-IxYzU6)
@ml_data_science_job
Ты смотришь вакансии, откликаешься и не получаешь оффер. Проблема чаще всего не в знаниях. Она в том, как проходят собеседования и что на них реально спрашивают.
В этом канале разбираю, почему знания не спасают, где именно валят кандидатов и что отличает тех, кто доходит до оффера. 🤓
Подписывайся (https://news.1rj.ru/str/+8HNfblvv_-IxYzU6)
@ml_data_science_job
Вакансия: Data Engineer / SQL разработчик
Компания: LIAN
Формат: аутстафф
Занятость: полная
Локация: удаленка строго по РФ
ЗП: от 300 до 380 тыс
Оформление: по ИП/СЗ
Обязанности:
- Разработка и поддержка надежных ETL-пайплайнов в распределенной среде на базе современного open-source стека
- Работа с dbt (Data Build Tool) для управления трансформациями, тестирования и документирования SQL-логики.
- Работа с Apache Airflow для оркестрации, планирования и мониторинга выполнения задач.
- Участие в разработке пайплайнов на Apache Flink для расчетов в реальном времени.
Требования:
- Сильный и опытный SQL-разработчик. Способность писать эффективный, оптимизированный и понятный SQL-код.
- Опыт работы с распределенными системами: знание принципиальных отличий OLAP от OLTP, понимание, как выполняемый код работает в распределенной среде.
- Опыт работы с Apache Airflow для планирования и мониторинга пайплайнов.
- Опыт работы с dbt (Data Build Tool) для управления трансформациями.
- Понимать различия работы между BigData и с данными обычного размера.
- Опыт работы с SAP (понимание данных и логики SAP-систем).
- Опыт работы с Trino
- Опыт работы с Apache Flink
- Опыт работы с Java
- Опыт работы с Git (знание команд git pull/commit/push)
- Опыт работы системным аналитиком или data аналитик, навыки работы с бизнес-логикой от заказчика будет плюсом
📩Для отклика писать в личные сообщения @yanggillaПрикрепляйте (https://news.1rj.ru/str/yanggilla) сразу CV
@ml_data_science_job
Компания: LIAN
Формат: аутстафф
Занятость: полная
Локация: удаленка строго по РФ
ЗП: от 300 до 380 тыс
Оформление: по ИП/СЗ
Обязанности:
- Разработка и поддержка надежных ETL-пайплайнов в распределенной среде на базе современного open-source стека
- Работа с dbt (Data Build Tool) для управления трансформациями, тестирования и документирования SQL-логики.
- Работа с Apache Airflow для оркестрации, планирования и мониторинга выполнения задач.
- Участие в разработке пайплайнов на Apache Flink для расчетов в реальном времени.
Требования:
- Сильный и опытный SQL-разработчик. Способность писать эффективный, оптимизированный и понятный SQL-код.
- Опыт работы с распределенными системами: знание принципиальных отличий OLAP от OLTP, понимание, как выполняемый код работает в распределенной среде.
- Опыт работы с Apache Airflow для планирования и мониторинга пайплайнов.
- Опыт работы с dbt (Data Build Tool) для управления трансформациями.
- Понимать различия работы между BigData и с данными обычного размера.
- Опыт работы с SAP (понимание данных и логики SAP-систем).
- Опыт работы с Trino
- Опыт работы с Apache Flink
- Опыт работы с Java
- Опыт работы с Git (знание команд git pull/commit/push)
- Опыт работы системным аналитиком или data аналитик, навыки работы с бизнес-логикой от заказчика будет плюсом
📩Для отклика писать в личные сообщения @yanggillaПрикрепляйте (https://news.1rj.ru/str/yanggilla) сразу CV
@ml_data_science_job
Telegram
Никита
#вакансия #fulltime #remote #senior #dataengineer #llm #rag
Компания Centicore💙 находится в поисках Senior Data Engineer (LLM / RAG).
Мы занимаемся продуктовой и платформенной разработкой под ключ для крупных заказчиков. В рамках проекта команда строит промышленную data-платформу для работы с большими языковыми моделями (LLM) и Retrieval-Augmented Generation (RAG).
Формат работы: Удаленка по РФ
Вилка: 350–380k на руки (в зависимости от опыта и пожеланий кандидата)
Уровень: Senior
🔷 Требования:
Отличное знание Python: структуры данных, итераторы, декораторы,
асинхронное и параллельное программирование, OOP и FP
Уверенное владение SQL: сложные запросы, CTE, оконные функции
Опыт работы с vector DB: OpenSearch, Qdrant
Опыт построения batch и streaming-сервисов для расчёта embeddings и загрузки их в векторные хранилища
Понимание принципов RAG и обогащения LLM контекстными данными
Опыт разработки промышленных ETL-сервисов на Python
Опыт оркестрации пайплайнов: Apache Airflow, Argo Workflows
Хорошее знание Apache Spark / PySpark (производительность, отладка, Spark History Server)
Опыт асинхронного взаимодействия с веб-сервисами по REST API (aiohttp, httpx)
Опыт работы с PostgreSQL, Oracle
Опыт работы с Big Data-хранилищами: Hadoop/HDFS, S3, Hive, Iceberg
Опыт работы в JupyterLab / JupyterHub
🔷 Будет плюсом:
Опыт потоковой обработки данных
Опыт работы в AI / ML / LLM-проектах
Понимание требований к данным для обучения и эксплуатации ML-моделей
Опыт построения отказоустойчивых data-сервисов в enterprise-среде
🔷 Обязанности:
Разработка сервисов пакетной и потоковой обработки данных для вычисления векторных представлений (embeddings)
Загрузка и сопровождение данных в векторных хранилищах для использования в RAG-сценариях
Разработка и поддержка ETL-пайплайнов под управлением Airflow / Argo
Оптимизация SQL-запросов и Spark-приложений
Взаимодействие с командами Data Science, ML/LLM и инфраструктуры
Участие в развитии data-платформы для LLM-решений
💌 Для откликов и вопросов — писать в лс @ktvsk_d
Будем рады знакомству! ❤️
@ml_data_science_job
Компания Centicore💙 находится в поисках Senior Data Engineer (LLM / RAG).
Мы занимаемся продуктовой и платформенной разработкой под ключ для крупных заказчиков. В рамках проекта команда строит промышленную data-платформу для работы с большими языковыми моделями (LLM) и Retrieval-Augmented Generation (RAG).
Формат работы: Удаленка по РФ
Вилка: 350–380k на руки (в зависимости от опыта и пожеланий кандидата)
Уровень: Senior
🔷 Требования:
Отличное знание Python: структуры данных, итераторы, декораторы,
асинхронное и параллельное программирование, OOP и FP
Уверенное владение SQL: сложные запросы, CTE, оконные функции
Опыт работы с vector DB: OpenSearch, Qdrant
Опыт построения batch и streaming-сервисов для расчёта embeddings и загрузки их в векторные хранилища
Понимание принципов RAG и обогащения LLM контекстными данными
Опыт разработки промышленных ETL-сервисов на Python
Опыт оркестрации пайплайнов: Apache Airflow, Argo Workflows
Хорошее знание Apache Spark / PySpark (производительность, отладка, Spark History Server)
Опыт асинхронного взаимодействия с веб-сервисами по REST API (aiohttp, httpx)
Опыт работы с PostgreSQL, Oracle
Опыт работы с Big Data-хранилищами: Hadoop/HDFS, S3, Hive, Iceberg
Опыт работы в JupyterLab / JupyterHub
🔷 Будет плюсом:
Опыт потоковой обработки данных
Опыт работы в AI / ML / LLM-проектах
Понимание требований к данным для обучения и эксплуатации ML-моделей
Опыт построения отказоустойчивых data-сервисов в enterprise-среде
🔷 Обязанности:
Разработка сервисов пакетной и потоковой обработки данных для вычисления векторных представлений (embeddings)
Загрузка и сопровождение данных в векторных хранилищах для использования в RAG-сценариях
Разработка и поддержка ETL-пайплайнов под управлением Airflow / Argo
Оптимизация SQL-запросов и Spark-приложений
Взаимодействие с командами Data Science, ML/LLM и инфраструктуры
Участие в развитии data-платформы для LLM-решений
💌 Для откликов и вопросов — писать в лс @ktvsk_d
Будем рады знакомству! ❤️
@ml_data_science_job
#Вакансия #офис #Москва #ML #fulltime
Вакансия: ML
Компания: АВ Софт
Локация: Москва
Формат: офис
Занятость: полная
Зарплата: 150 000 – 250 000 рублей (NET)
Наша компания – отечественный вендор в области информационной безопасности. Мы разрабатываем продукты для обеспечения безопасности от различных угроз.
ОБЯЗАННОСТИ
• Участвовать в полном цикле разработки — от понимания бизнес-задачи и подготовки данных до обучения, тестирования, деплоя
• Сбор, очистка, нормализация данных, построение признаков (feature engineering) и разработка ETL-пайплайнов для задач классификации и детектирования аномалий.
• Разработка и обучение ML-моделей (включая классические алгоритмы и deep learning) для решения задач классификации, детектирования аномалий и предсказания.
• Упаковка моделей в контейнеры (Docker), их деплой в виде REST-сервисов, оптимизация скорости инференса.
• Обеспечение стабильной работы моделей, мониторинг качества, выявление data drift и concept drift, планирование и проведение переобучения моделей.
ТРЕБОВАНИЯ
• Опыт разработки и деплоя ML-моделей в продакшн.
• Уверенное знание Python и основных библиотек: numpy, pandas, scikit-learn, PyTorch, CatBoost, XGBoost, LightGBM, transformers.
• Опыт работы с классическими ML-моделями (XGBoost, LightGBM, Random Forest) и SOTA-подходами (включая NLP/CV).
• Навыки работы с SQL и системами контроля версий (Git).
• Практический опыт работы с Docker и развертыванием сервисов (REST API).
• Опыт оркестрации пайплайнов (Airflow или аналоги).
• Знание Linux как рабочей среды.
• Понимание принципов MLOps, управления экспериментами и версионирования данных/моделей. Умение писать читаемый, тестируемый и эффективный код.
• Английский язык на уровне чтения технической документации.
БУДЕТ ПЛЮСОМ
• Опыт оптимизации и оптимизации DL-моделей с помощью ONNX, TensorRT
• Проактивная жизненная позиция
• Знание методов интерпретации моделей (SHAP, LIME) и уязвимостей ML-моделей.
• Опыт интеграции ML-моделей в реальные сервисы и взаимодействия с командами разработки.
• Желание расти, предлагать новые решения и улучшать продукты.
УСЛОВИЯ РАБОТЫ
- оформление по ТК в аккредитованной ИТ компании
- график работы 5/2 с началом рабочего дня с 9:00 или 10:00
- возможен гибкий график работы для студентов
(минимум 20 часов в офисе)
- ведение задач в единой системе, актуализация вики и гайдов
- обучение по продуктам компании и корпоративная библиотека
- возможность приобретения обучающих курсов за счет компании
- проекты в области информационной безопасности и коммуникации
Откликнуться: @digrrr89
@ml_data_science_job
Вакансия: ML
Компания: АВ Софт
Локация: Москва
Формат: офис
Занятость: полная
Зарплата: 150 000 – 250 000 рублей (NET)
Наша компания – отечественный вендор в области информационной безопасности. Мы разрабатываем продукты для обеспечения безопасности от различных угроз.
ОБЯЗАННОСТИ
• Участвовать в полном цикле разработки — от понимания бизнес-задачи и подготовки данных до обучения, тестирования, деплоя
• Сбор, очистка, нормализация данных, построение признаков (feature engineering) и разработка ETL-пайплайнов для задач классификации и детектирования аномалий.
• Разработка и обучение ML-моделей (включая классические алгоритмы и deep learning) для решения задач классификации, детектирования аномалий и предсказания.
• Упаковка моделей в контейнеры (Docker), их деплой в виде REST-сервисов, оптимизация скорости инференса.
• Обеспечение стабильной работы моделей, мониторинг качества, выявление data drift и concept drift, планирование и проведение переобучения моделей.
ТРЕБОВАНИЯ
• Опыт разработки и деплоя ML-моделей в продакшн.
• Уверенное знание Python и основных библиотек: numpy, pandas, scikit-learn, PyTorch, CatBoost, XGBoost, LightGBM, transformers.
• Опыт работы с классическими ML-моделями (XGBoost, LightGBM, Random Forest) и SOTA-подходами (включая NLP/CV).
• Навыки работы с SQL и системами контроля версий (Git).
• Практический опыт работы с Docker и развертыванием сервисов (REST API).
• Опыт оркестрации пайплайнов (Airflow или аналоги).
• Знание Linux как рабочей среды.
• Понимание принципов MLOps, управления экспериментами и версионирования данных/моделей. Умение писать читаемый, тестируемый и эффективный код.
• Английский язык на уровне чтения технической документации.
БУДЕТ ПЛЮСОМ
• Опыт оптимизации и оптимизации DL-моделей с помощью ONNX, TensorRT
• Проактивная жизненная позиция
• Знание методов интерпретации моделей (SHAP, LIME) и уязвимостей ML-моделей.
• Опыт интеграции ML-моделей в реальные сервисы и взаимодействия с командами разработки.
• Желание расти, предлагать новые решения и улучшать продукты.
УСЛОВИЯ РАБОТЫ
- оформление по ТК в аккредитованной ИТ компании
- график работы 5/2 с началом рабочего дня с 9:00 или 10:00
- возможен гибкий график работы для студентов
(минимум 20 часов в офисе)
- ведение задач в единой системе, актуализация вики и гайдов
- обучение по продуктам компании и корпоративная библиотека
- возможность приобретения обучающих курсов за счет компании
- проекты в области информационной безопасности и коммуникации
Откликнуться: @digrrr89
@ml_data_science_job