ФКН: Вакансии

tldr: Senior LLM Engineer в крупный банк. Внутренняя AI Platform, open-source LLM, агенты/RAG. Гибрид, Москва. [вилки нет, но вакансия прошла голосование на высоком доверии к автору, деньги есть] Мы в команде CIB LLM Team отвечаем за AI Platform для корпоративного бизнеса банка: LLM API Gateway, AI Chat, агентные решения, инфраструктуру для моделей и агентов, инструменты для создания AI-продуктов. Ищем LLM-инженера, который усилит нашу команду в направлении внутренних AI-продуктов, агентов, RAG и оптимизации инференса. Что делать: * отвечать за внутреннюю AI Platform и инструменты для AI-приложений; * проектировать агентов для автоматизации бизнес-процессов; * работать с RAG, tool calling и корпоративными знаниями; * оптимизировать качество, стоимость и latency инференса; * участвовать в выборе и эксплуатации open-source LLM; * доводить гипотезы и прототипы до production. Что важно: * уверенный Python; * опыт ML/DL от 2 лет; * понимание современных LLM/NLP/GenAI; * опыт production-систем на базе LLM; * понимание retrieval, routing, tool calling, memory, evaluation; * опыт с Docker/Kubernetes и микросервисной архитектурой. Будет плюсом: * глубокое понимание эвалов для LLM-систем; * опыт в self-hosted инференсе; * опыт промышленной разработки. Мы предлагаем: * возможность работать над AI Platform для крупного корпоративного бизнеса; * работу над продуктами, которыми ежедневно пользуются сотрудники банка; * сильную инженерную команду, автономность и влияние на архитектуру; * возможность работать с современными open-source моделями и GPU-кластером; * ДМС, обучение, конференции, гибрид и офис в центре Москвы. Откликнуться: присылайте резюме Камиле — @kamila_bgsh

tldr: Full-stack ML Engineer, Food2Mood, AI x foodtech, 400k–600k gross Food2Mood — AI-стартап, который строит персонализацию еды для ресторанов и food-retail: от цифрового вкусового профиля гостя до ML-рекомендаций в меню, CRM, loyalty и кассовых системах. Мы ищем сильного Full-stack ML Engineer, который готов стать технологическим лидером и возглавить существующую инженерную команду. Сейчас Food2Mood переходит от пилотов к масштабируемой платформе. Нам нужен человек, который умеет мыслить архитектурно, быстро доводить задачи до production-ready и превращать сложные интеграции в единый архитектурный рабочий продукт. Что предстоит делать: • строить архитектуру ML-рекомендаций и цифрового вкусового профиля; • развивать backend, API и data/ML pipelines; • интегрироваться с POS, CRM, CDP, loyalty и ресторанными системами; • отвечать за качество, стабильность и масштабируемость платформы. Что важно: • сильный engineering background: backend / full-stack / ML; • опыт в RecSys, LLM; • опыт работы с данным и продуктовой аналитикой • умение работать в ранней стадии, где нет готового ТЗ, есть запросы бизнеса; • готовность общаться с tech-партнерами и влиять на стратегию продукта. Особенно интересен опыт в BigTech, foodtech, retailtech, adtech, fintech, CRM/CDP, loyalty, recommendation systems или enterprise SaaS. Почему может быть интересно: Если есть опыт в построении больших RecSys систем внутри корпорации и сейчас хочется больше влияния, скорости и ownership. Условия: • 400k–600k ₽ gross; • full-time; • Москва / hybrid / online — обсуждаем Пишите и присылайте резюме: @jul_lut

tldr: Сбер, стажёр Deep Learning  (RecSys для Anti‑Fraud), 81к руб/мес 👨‍💻 Мы делаем модели против мошенничества, которые работают в real-time под high load, давай с нами! 🎯 Задача: адаптировать SASRec/HSTU/двухбашенные под антифрод. Вход: цепочка транзакций + профиль клиента, предикт на последнюю транзакцию. 🛠 Нужно: • уверенный Python, PyTorch (делал модели с нуля); • знаешь архитектуры: Transformer, YouTubeDNN, SASRec, Bert4Rec, HSTU, ARGUS - хотя бы пару; • умеешь работать с табличными признаками для DL; • понимание стратегий Negative sampling и loss-функций для задач ранжирования/классификации. ➕ Плюсы: курс RecSys с DL, экспериментировал с разными трансформерами, интерес к антифроду и BigData. 💼 Условия: оплачиваемая стажировка 3–6 мес, зп 81 тыс, занятость от 20 ч/нед, офис СберСити. 📩 Отклик: @shalamaeva В сообщении: о себе, опыт в PyTorch/RecSys, GitHub (если есть). Ловим мошенников вместе 🧑‍💻

Tldr: on-device AI lab, от фаундеров Prisma / Reface (100+ mln users), $10 mln raised, fully remote. 2 роли - ML Research Engineer, Inference Engineer Про компанию: Mirai — AI lab, разрабатывающая фундаментальную модель и инфраструктуру инференса для AI на устройствах пользователя (on-device AI), что позволяет запускать LLM локально с ультранизкой задержкой. 📱Сегодня экономика AI плохо масштабируется через облачные вычисления и GPU-инференс. Со временем значительная часть AI-нагрузок переместится с серверов непосредственно на устройства пользователей. 🔝Компания основана фаундерами Prisma labs (одними из пионеров on-device ML) и Reface (100+ млн пользователей), а также привлекла $10 млн в рамках seed-раунда. Fully remote, distributed-команда (от Лондона до Токио), английский — основной рабочий язык. Позиция - ML Research Engineer Основные направления: — quantization — speculative decoding — optimization для LLM inference — NLP / transformer research Что предстоит делать: — исследовать и внедрять новые подходы к оптимизации моделей — читать и адаптировать research papers по NLP / LLM systems — писать production-quality ML systems Нам интересны кандидаты с опытом в: — Deep Learning / NLP / transformers / LLMs — ML research / publications / open-source projects — training, fine-tuning или оптимизации моделей Будет плюсом: — research labs / Kaggle / ICPC / олимпиады — опыт реализации paper → production pipeline Контакт - @ann_rish Позиция - Inference Engineer Обязанности — Разрабатывать и оптимизировать основной inference stack, включая низкоуровневые compute kernels. — Добавлять поддержку новых model architectures, modalities, а также различных hardware/software backends. — Разрабатывать продвинутые возможности инференса, такие как KV cache paging, continuous batching, quantization. — Создавать tooling вокруг inference stack, чтобы систему было проще тестировать, понимать и надежно выводить в продакшен. Требования — Сильный опыт в low-level systems engineering — вы должны понимать, как работают компьютеры на уровне ниже прикладного программирования (application-level programming). — Уверенное владение одним из systems languages: Rust, C, C++ или аналогичными. Будет плюсом — Качественные open-source contributions. — Опыт написания высокопроизводительных GPU kernels или работы с Metal, Vulkan, CUDA и аналогичными технологиями. Контакт - @armantg

tldr: rl hackathon reinforce.fi, prizes 1000-2500$ Команда Reinforce.fi (ex-Overnight.fi) запускает хакатон по построению модели, которая выбирает самое прибыльное действие на каждом шаге на основе рыночных данных. Что внутри: — реальные market-like данные — последовательности по 1000 шагов — скоринг = суммарный PnL — до 3 сабмитов в день Победители получают призы: 1 место — $2,500 2 место — $1,500 3 место — $1,000 Старт хакатона в конце июня (точная дата будет после 23 июня), регистрация уже открыта: https://forms.gle/UB71QuyUvp8mSBRo9 Подробности на странице хакатона Чат хакатона для ответа на вопросы сейчас и в ходе хакатона: https://t.me/+R6lMJ10VXP5hOTI0

tldr: продуктовый аналитик, Яндекс Лавка, поиск и AI-сценарии, 250-400к gross, Москва Ищем аналитика в команду продуктовой аналитики Яндекс Лавки — будем вместе развивать поиск и AI-сценарии в приложении 💙 Чем предстоит заниматься: - Развивать систему метрик качества поиска: находит ли нужные товары, как влияет на конверсию в покупку и сборку корзины - Анализировать поисковые запросы, находить проблемные сегменты (запросы без выдачи, с низкой конверсией, неоднозначные формулировки) и предлагать улучшения - Оценивать качество умного ассистента: как понимает запросы, где ошибается, как улучшить ответы - Проводить A/B-тесты — от формулирования гипотез до рекомендаций по запуску - Работать в связке с продактом, ML-инженерами и разработчиками Ожидаем от кандидата: - Уверенный SQL и Python - Опыт с A/B-тестами - Умение переводить аналитические выводы в продуктовые рекомендации - Интерес к поисковым технологиям и AI Что предлагаем: - ДМС с первого месяца (стоматология, чекапы, онкология, НС), психотерапия, спорт, программы для семьи и другие бенефиты Яндекса - Работу на стыке продукта, данных и технологий с заметным влиянием на то, чтобы каждый пользователь нашёл в Лавке то, что ему нужно Резюме и вопросы сюда: @avorus

tldr: аналитик, Авито, 375-470 руб/мес gross Ищем аналитика в Personalization team (ML Autotasking, Авито) ML Autotasking — внутренний продукт для продаж: мы автоматизируем всё, что помогает сейлзам продавать лучше — от рекомендаций офферов до LLM-подсказок во время звонка и «догоняющих» коммуникаций в чатах. Результат измеряется не лайками, а выручкой и эффективностью. Чем будешь заниматься: - строить RecSys под конкретного селлера и доказывать прирост качества/эффекта vs текущих моделей; - делать механизмы рекомендаций по профилю и карточкам продавца; - проектировать контактную политику и оркестрацию каналов коммуникаций с селлером(менеджер / рассылки / чат-/колл-боты); - запускать рекомендации для привлечения; - находить чувствительные прокси-метрики для быстрых решений о выкатке; - настраивать мониторинги/алерты и качественно сопровождать запуски. Кого ищем: - сильный SQL + Python, умеешь писать аккуратный воспроизводимый код; - опыт обучения ML (особенно uplift и/или рекомендации); - любишь продвинутую статистику и умеешь приземлять её в бизнес-результат; - умеешь декомпозировать и планировать работу на квартал; - берёшь ответственность и драйвишь стрим, а не «делаешь задачки». CV в личку @nikit_lebedev

tldr: ds intern, x5 group, 100к/руб, удаленка или офис в Мск Позиция: Стажер дата-аналитик Компания: Х5 Group Формат: Продолжительность стажировки 6 месяцев (full-time - 40 часов в неделю!) Локация: Удаленная работа (но по желанию можно работать из офиса, г. Москва) Вилки: Оклад 100 тыс.руб. gross Начало стажировки: 1 июля 2026 г. 💡Команда ad-hoc аналитики из X5 Group (Пятерочка, Перекресток, Чижик и etc) в поисках стажеров! 🔬Почему у нас интересно? Более 20 тысяч магазинов, 15 миллионов клиентов, петабайты данных - и все это нужно анализировать. Каждый день мы показываем, что наши супермаркеты - на самом деле цифровой проект, в котором большое место занимают Big Data и Data-Driven подход. 😎Ты нам подходишь: - Если уже загуглил, что такое "ad-hoc" и понял, в чем суть - Уверенно владеешь Python (pandas, numpy, matplotlib и весь базовый набор для аналитики данных), SQL (join'ы, оконки), знаешь статистику и основы ML - Обладаешь аналитическим складом ума, наблюдательностью и успешно практикуешь метод пристального взгляда - Любишь мемы (желательно, но необязательно) - Преимуществом будет владение бигдатой ☺️Что мы предлагаем: - Помощь менторов на всем этапе стажировки - Классный коллектив, теплая атмосфера и веселые ретро с играми и битвой мемов, а также оффлайн-тимбилдинги Свои CV в формате "Фамилия Имя Резюме СТАЖЕР" и вакансию направлять сюда: tg @Zzzelar

tldr: junior ds, x5 group, 260-360к/руб + бонусы, удаленка или офис Позиция: Junior DS (Causal Inference & Econometrics) Компания: Х5 Group Формат: Полный занятость (40 часов в неделю). Локация: Удаленная работа (но по желанию можно работать из офиса) Вилки: Оклад от 260 до 360 тыс. руб. gross + до 20% премия (уровень оклада обсуждается по итогам интервью) 💡Команда ad-hoc аналитики из X5 (Пятерочка, Перекресток, Чижик и т.д.) в поисках опытных DS-спецов с уклоном в Causal Inference и прикладную эконометрику 🔭Чем у нас предстоит заниматься? В основном - end-to-end разработкой методологий и инструментов для оценки эффектов в случае, когда классические A/B-тесты неприменимы. 😎Ты нам подходишь, если ты:   - Имеешь опыт работы в DS-сфере от года - Имеешь бэкграунд в Causal Inference / эконометрике (наука, учеба, работа) - Знаешь, что такое эндогенность, из-за чего она может возникать и как с ней бороться - Можешь отличить конфаундер от инструмента - Можешь нарисовать DAG для конкретного DGP, сможешь на нем найти коллайдеры и медиаторы - Знаком с современными подходами к анализу кросс-секционных и панельных данных (Doubly Robust Estimators (AIPW), DiD, TWFE, IV) - Умеешь писать чистый и структурированный код на Python, знаешь классические алгоритмы и структуры данных - Знаешь SQL - умеешь строить оптимальные запросы, знакомство с hadoop-стэком будет плюсом; 🎁Что мы предлагаем: - возможность работать удалённо или в гибридном формате; - ежеквартальные премии по результатам работы; - удобный офис рядом с м. «Добрынинская» / удобный офис с бесплатной парковкой на м. «Волгоградский проспект» / МЦД «Калитники» - широкий пакет ДМС Свои резюме в формате "Фамилия Имя Резюме DS Jun ad-hoc" направлять сюда: @Zzzelar

tl;dr: senior software engineer, $85k-145k base + tokens + bonus, remote Представьте, что хакеры украли у ваших друзей 18 миллионов долларов. Что делать будете? 👁‍🗨 16 апреля во время атаки на Rhea Finance, главный DeFi-хаб на NEAR, украдено $18.4M. А дальше все главные акторы экосистемы NEAR мгновенно организуются и начинают решать вопросик 🐗 За 2 минуты NEAR Intents останавливает котировки с NEAR и ловит $1M. Меньше чем за сутки хакер вычислен по ончейн-корреляциям, и Алекс Шевченко, CEO Авроры и Near Intents, пишет ему на блокчейне (и в твиттере), что деньги лучше вернуть по-хорошему. Тот соглашается, но есть проблема. Независимо от всего этого 18 апреля случается KelpDAO hack — одна из самых крупных DeFi-атак в истории. Из-за неё заморожен пул ликвидности Aave, в который вор сложил часть украденного у Rhea, и вывести деньги невозможно. NEAR пишут скрипт, который регулярно пытается это сделать — и в конце концов ловит нужный момент. Спустя неделю после атаки вся сумма получена назад. Rhea снова работает. А команда NEAR продолжает строить SHIELD — систему раннего обнаружения аномалий, чтобы уметь предотвращать ещё больше таких кейсов ➖ Атаки случаются всегда — но то, как команды вокруг NEAR умеют реагировать и защищать не только себя, но и других, дорогого стоит. Если вам интересно тоже строить инфраструктуру, которая может выдерживать вот такое — приходите в Defuse Labs. 💻 Нужен Senior SWE в команду Solver Network — лидить разработку, собственно, сети солверов, главной составляющей Near Intents. Для этого нужны: 🟢7+ лет опыта; 🟢бэкграунд в распределённых системах, high-performance networking или крупной инфраструктуре; 🟢знать TypeScript и Go обязательно, а Rust будет плюсом; 🟢опыт c on-chain исполнением на уровне протокола: переводы, адреса, крипто-примитивы. 💚бонусом: опыт с MEV, solver-сетями, auction-механизмами; кроссчейн-протоколы и криптографическая агрегация подписей; ML на оптимизационных задачах; опенсорс-опыт. Платят $85k-145k базы + токены + плюс перформанс-бонус; полная удалёнка, но не из рф/рб. Пишите с резюме и вопросами @owlkov 🍏