Вакансии

Что делать: Искать эффективные модели закупки рекламного инвентаря для клиентов, строить и улучшать процесс поиска и создания моделей (от гипотез до контроля эффективности), участвовать в развитии и экспертной поддержке команды Data Science.

О компании: Kokoc Group — группа компаний, объединяющая агентства и сервисы интернет-маркетинга. Является одним из лидеров российского digital-сегмента. 5000+ проектов для российских и международных компаний, 40+ продуктов: от разработки и оптимизации сайтов до сложных омниканальных историй и комплексных проектов.

Условия: Зарплата 100 000 – 300 000 $/год.

Что делать: Собирать массивы данных для выявления закономерностей, использовать статистический анализ, машинное обучение и навыки работы с данными для проведения исследований, сотрудничать с исследователями, трейдерами и инженерами-программистами для оптимизации и эффективного внедрения новых идей.

О компании: Название скрыто под NDA. Компания занимается высокочастотным трейдингом. Все подробности рекрутер раскроет лично сразу после отклика.

Что делать: Участвовать в автоматизации источников данных для ML-моделей совместно с ML Engineer/Data Engineer, разрабатывать ML-модели, доводить модели из стадии MVP до целевого решения, NLP-задачи: Preprocessing, Classification, Summarization (Ext/Abst), Sentence Compression и др.

О компании: Сбербанк — крупнейший банк в России, Центральной и Восточной Европе, один из ведущих международных финансовых институтов.

Что делать: Исследовать и анализировать научные статьи и передовые методы в области DL и адаптировать их под задачи команды, искать, анализировать новые источники данных для улучшения качества рекомендательной системы и улучшение персонализированных коммуникаций, разрабатывать и валидировать ML-модели.

О компании: Сбербанк — крупнейший банк в России, Центральной и Восточной Европе, один из ведущих международных финансовых институтов.

Что делать: Изучать научные статьи, генерировать гипотезы, ставить на их основе эксперименты и доносить результат до команды, улучшать качество моделей в различных сценариях, ускорять работу моделей, писать воспроизводимый код, оформлять эксперименты в воспроизводимые пайплайны, включающие разметку и обработку данных.

О компании: Т-Банка — онлайн-экосистема, основанная на финансовых и лайфстайл-услугах. Клиентами Т-Банка стали 36 млн. человек по всей России.

Что делать: Консультировать / участвовать в автоматизации источников данных для ML-моделей совместно с ML Engineer/Data Engineer, разрабатывать ML-модели, доводить модели из стадии MVP до целевого решения, решать NLP-задачи.

О компании: Сбербанк — крупнейший банк в России, Центральной и Восточной Европе, один из ведущих международных финансовых институтов.

Что делать: Изучать актуальные академические статьи в области NLP (в том числе LLM), участвовать в исследованиях и написании статей в журналы Q1/конференции A/A, технически планировать, анализировать и прорабатывать перспективные направления наукоемких исследований.

О компании: Сбербанк — крупнейший банк в России, Центральной и Восточной Европе, один из ведущих международных финансовых институтов.

Что делать: Разрабатывать программные продукты с применением технологий машинного обучения, проводить полный цикл обучения ML-моделей от подготовки до развертывания в промышленной эксплуатации, изучать научную литературу по тематике машинного обучения и проверять гипотезы.

О компании: Viasat Tech — это инновационный центр, который воплощает многолетний опыт компании Viasat, созданный специально для реализации высокотехнологичных решений в области цифрового смотрения. Viasat Tech создает цифровые B2B- и B2C-сервисы: API для бизнеса для предоставления контента ведущим онлайн-кинотеатрам, B2C-стриминговый сервис Viju, а также ряд других уникальных технологий в сфере потребления видеоконтента.

Что делать: Повышать уровень монетизации действующих моделей, разрабатывать и внедрять стратегию покрытия бизнес-процессов моделями, брать лидерство в части реализации крупных и сложных внедрений (10-15% от бэклога).

О компании: Альфа-Банк — крупнейший независимый частный банк в России, лучший работодатель России по версии hh․ru и Хабр. 30 лет подряд занимает ведущие позиции в сегментах банковского бизнеса. У них более 550 тысяч корпоративных клиентов и более 16 млн. физлиц.

Что делать: Собирать, обрабатывать и исследовать данные, искать гипотезы, создавать бэклог и приоритизировать задачи, создавать рекомендательные модели, повышающие продуктовые метрики.

О компании: FunCorp занимается разработкой развлекательных сервисов с миллионами пользователей по всему миру. Создание продукта для международного рынка задаёт высокую планку. Поэтому они ценят людей с идеями и тех, кто не боится брать ответственность. Дают проявить себя: мысли масштабно, предлагай гипотезы, иди на здоровый риск. У них быстрый цикл разработки с частыми релизами и оперативной обратной связью, а все продуктовые решения принимаются на основе метрик и результатов экспериментов.

Что делать: Собирать различные выборки и обучать на них модели машинного обучения, взаимодействовать с системами краудсорсинга по разметке данных для обучения, исследовать данные Маркета и делать выводы на их основе.

О компании: Яндекс Маркет — технологичный маркетплейс, где можно купить то, что хочется легко и с приятными плюшками. Входит в топ крупнейших маркетплейсов и является одним из важнейших направлений развития Яндекса на ближайшие несколько лет. У них мощная команда, амбициозные цели, много категорий и проектов.

Что делать: Формировать и приоритизировать бэклог команды, проводить оценку применимости гипотез с использованием LLM и их эффектов, тестировать гипотезы и разрабатывать продукты.

О компании: Сбербанк — крупнейший банк в России, Центральной и Восточной Европе, один из ведущих международных финансовых институтов.

Что делать: Моделировать и обрабатывать данные на Python для извлечения бизнес-ценности из данных, строить воспроизводимые и переиспользуемые решения для работы с данными и моделями, обучать ML-модели и улучшать метрики качества.

О компании: Aston — это международная аутсорсинговая IT-компания. Работает на российском рынке с 2007 года. Они занимаются созданием ПО для крупных компаний в разных доменах, развивают экосистему цифровых продуктов у заказчиков и помогают тиражировать IT-решения.

Что делать: Разрабатывать компоненты мультимодального медицинского ассистента, разрабатывать и исследовать прогностические медицинские модели на данных ЭМК.

О компании: Сбербанк — крупнейший банк в России, Центральной и Восточной Европе, один из ведущих международных финансовых институтов.

Что делать: Участвовать в проработке решений на основе машинного обучения, искать точки роста в продукте, предлагать и отстаивать идеи по его улучшению с помощью ML-ранжирования, писать продакшн-код на C++.

О компании: Яндекс Foodtech — сервис, который решает любые вопросы пользователей, связанные с едой: от заказа продуктов из супермаркетов до доставки блюд из ресторанов. Каждый месяц Яндекс Едой пользуется 15 млн пользователей в более чем 400 городах.

Что делать: Улучшать клиентский опыт и повышать автоматизацию в обслуживании, помогать команде в построении стратегии развития ML-компонентов, строить аналитический self-сервис для решения некрупных задач.

О компании: Альфа-Банк — крупнейший независимый частный банк в России, лучший работодатель России по версии hh.ru и Хабр. 30 лет подряд занимает ведущие позиции в сегментах банковского бизнеса. У них более 550 тысяч корпоративных клиентов и более 16 млн. физлиц.

Что делать: Строить RAG-пайплайны для обслуживания сотрудников и клиентов Альфы, дообучать LLM на банковском домене данных, развивать Retriever, улучшать поиск. На позиции Tимлида предстоит управлять командой в 5+ человек, проактивно приносить реальную пользу бизнесу с помощью NLP (особенно LLM), вести тесную коммуникацию с заказчиками.

О компании: Альфа-Банк — крупнейший независимый частный банк в России, лучший работодатель России по версии hh․ru и Хабр. 30 лет подряд занимает ведущие позиции в сегментах банковского бизнеса. У них более 550 тысяч корпоративных клиентов и более 16 млн. физлиц.

Что делать: Разрабатывать и внедрять ML-модели сегментации пользователей в DMP-платформу для таргетирования рекламных кампаний, разрабатывать алгоритмы персонализированного продвижения рекламы в поиске и рекомендациях, участвовать в генерации идей по улучшению рекламных процессов с использованием машинного обучения.

О компании: Купер (ex СберМаркет) — это сервис доставки из магазинов и ресторанов. За 10 лет сервис вырос из food-tech стартапа в высокотехнологичную компанию.

Условия: Зарплата 60,000 – 85,000 €/год gross.

Что делать: Анализировать данные клиентов и сезонные тренды, разрабатывать рекомендательные модели, проводить эксперименты и A/B-тесты, а также создавать понятные дашборды для поддержки командных решений и улучшения результатов.

О компании: Bïrch — международная SaaS-компания, ориентированная на рынок США. Они создают один из самых продвинутых инструментов для автоматизации рекламы. Ежегодно они помогают управлять и оптимизировать более $200 млн. рекламных бюджетов.

Что делать: Моделировать и обрабатывать данные для извлечения бизнес-ценности из данных, строить воспроизводимые и переиспользуемые решения для работы с данными и моделями, обучать ML-модели.

О компании: Rubbles — российская IT-компания, специализирующаяся на разработке решений для оптимизации ключевых бизнес-процессов крупного бизнеса на основе обработки больших массивов данных. Среди клиентов: Сбербанк, Т-Банк, Альфа Банк, Пятёрочка, KFC.