ML разработчик
Лемана ПРО запускает ИИ-инкубатор и ищет ML-специалиста для PoC по генерации изображений, дизайн-проектов и визуализаций интерьеров на основе ассортимента товаров. Нужны сильная база в ML и статистике, уверенный Python, опыт с CV/GenAI или LLM, а также понимание MLOps и безопасности. Работа на стыке Computer Vision и Generative AI с фокусом на production-ready код и оценку качества моделей.
Отклик отправляется на сайте источника. Регистрация в Taylor для перехода не нужна.
Зарплата не указана — оценили по рынку
На основе 31 похожей вакансии за 90 дней, рынок — СНГ (RUB); город вакансии не учтён.
Что предстоит делать
Навыки: Python, NLP, LLM, PyTorch, NumPy. Специализации: ML разработчик. Мы запускаем ИИ-инкубатор в Лемана ПРО, чтобы проверять смелые гипотезы и создавать продукты будущего. В рамках одного из ключевых Proof of Concept (PoC) мы ищем специалиста, который разработает модели для генерации изображений, дизайн-проектов и визуализаций готовых решений на основе ассортимента товаров Лемана ПРО. Это возможность работать на стыке Computer Vision и Generative AI, превращая идеи в работающие прототипы, которые в перспективе изменят клиентский опыт в сфере ремонта и обустройства дома. Чем предстоит заниматься (Задачи) - Разрабатывать и исследовать ML-модели для генерации изображений и визуализации интерьерных/строительных решений на основе товаров Лемана ПРО. - Проектировать и реализовывать end-to-end пайплайны для PoC: от сбора и подготовки данных до обучения, оценки и демонстрации результатов. - Создавать и поддерживать фреймворки для оценки качества (evals) генеративных моделей и LLM-систем (контроль галлюцинаций, метрики качества генерации). - Писать чистый, поддерживаемый production-ready код: модульная архитектура, unit-тесты, логирование, документация, code review. - Оптимизировать инференс моделей (стоимость, latency, масштабируемость), работать с GPU-инфраструктурой. - Обеспечивать информационную безопасность: контроль рисков prompt injection, защита персональных данных (PII) и корректное управление правами доступа в агентных системах. - Тесно взаимодействовать с командой продукта и другими ML-специалистами для валидации бизнес-гипотез и дизайна A/B-тестов. Наши ожидания (Требования) **Фундаментальная база:** - Глубокое понимание принципов машинного обучения: подготовка данных и feature engineering, выбор архитектур, регуляризация, борьба с переобучением и data leakage, интерпретация результатов. - Уверенные знания математической статистики: проверка гипотез, доверительные интервалы, дизайн и анализ A/B-тестов. - Понимание принципов оценки качества ML-систем: offline/online-метрики, построение валидации, оценка бизнес-эффекта, мониторинг качества моделей и данных (data drift). **Технический стек и разработка:** - Уверенное владение Python и экосистемой: pandas / polars, NumPy, scikit-learn, CatBoost / LightGBM / XGBoost, PyTorch (или аналоги). - Уверенное владение SQL для работы с большими объемами данных. - Навык написания production-кода: модульность, тестирование, логирование, Git, опыт участия в code review. **Специализация (опыт работы хотя бы в одном из направлений, приоритетно CV/GenAI):** - Computer Vision и генеративный AI (генерация изображений, NeRF, 3D-реконструкция или аналогичные задачи). - NLP, LLM и построение RAG-систем. - Рекомендательные системы, поиск и ранжирование. - Классическое машинное обучение или прогнозирование временных рядов. **Генеративный AI и LLM (важно для текущего PoC):** - Опыт построения evals для LLM-систем, оценки качества ответов и мониторинга поведения системы. - Понимание рисков безопасности: prompt injection, некорректный tool calling, утечки данных. - Опыт работы с API языковых моделей, Hugging Face и orchestration-фреймворками (LangChain, LlamaIndex или аналоги). - Опыт fine-tuning или адаптации LLM (LoRA / PEFT). - Понимание принципов проектирования AI-агентов: управление состоянием (state management), выбор инструментов, контроль автономности и human-in-the-loop. **Инфраструктура и MLOps:** - Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana. - Опыт эксплуатации GPU-инфраструктуры и оптимизации инференса (квантование, ONNX, TensorRT и т.д.). - Понимание принципов информационной безопасности, privacy и работы с персональными данными. - Опыт работы в e-commerce, retail или других продуктовых highload-системах будет значительным преимуществом.
Стек и инструменты
Сколько платят вам?
Анонимно укажите, сколько вы получаете как Data/ML-специалист, — сразу покажем, в скольких вакансиях платят меньше. А из ответов сложится зарплата, которую платят на деле, а не обещают.
Подходит ли вам эта вакансия?
Зарегистрируйтесь и загрузите резюме — посчитаем % совпадения с этой вакансией, подсветим сильные стороны и что стоит подтянуть
Ещё в Джетлин
10 активных вакансий в компании
ML разработчик
Актуальность уточняется
~1 190 200 – 1 547 260 ₸ оценка по стеку
Ищем senior ML-разработчика для голосового диалогового продукта: перевод системы с графа сценариев на LLM-based диалог, дебаг пайплайна, файнтюнинг LLM и работа с ASR/TTS. Нужен уверенный Python (PyTorch, huggingface) и Go, опыт с LLM/SLM, BERT, оптимизацией инференса под low-latency и потоковым аудио. Задачи — архитектурные решения, отладка галлюцинаций и latency, интеграция GigaAMv2 и дообучение TTS.
Разработчик мобильных приложений (Swift)
~1 054 950 – 1 595 950 ₸ оценка по стеку
Разработка мобильного банка ВТБ Онлайн на Swift: платформенные механизмы, клиентские сессии, маршрутизация трафика, цифровой рубль. Нужен уверенный Swift, Objective-C, UIKit/SwiftUI, знание ARC, многопоточности и паттернов. Работа по договору ИП до 1600 руб/час, удалённо, локация РФ, длительный проект.
Разработчик Websoft HCM
Нужен senior-разработчик для настройки и доработки корпоративной LMS на базе Websoft HCM в проекте для химической промышленности. Обязателен практический опыт разработки в Websoft HCM, знание архитектуры и модели данных платформы, доработка процессов, форм, маршрутов и отчётности. Работа удалённая, фуллтайм, оформление по ТК РФ или ИП, формат аутстафф, требуется гражданство и локация РФ.
Бэкенд разработчик (Go/Java)
Нужен бэкенд-разработчик с опытом коммерческой разработки на Go от 3 лет и большим бэкграундом в Java (10+ лет). Важно глубоко понимать различия между Java и Go, уметь решать задачи без готового ТЗ и быстро погружаться в контекст. Формат — аутстафф, удалёнка по РФ, оформление по ТК РФ или как ИП, полная занятость.
Похожие вакансии
6 вакансий
Junior Data Scientist
~1 021 815 – 1 981 860 ₸ оценка по всем рынкам
Нужно разрабатывать и поддерживать модели кредитного риска для юридических лиц, работать с данными и машинным обучением: линейные модели, случайный лес, градиентный бустинг. В задачи входят анализ данных, создание и отбор признаков, тестирование новых подходов и презентация результатов.
Ведущий инженер по голосовым и разговорным AI-агентам
Руководить разработкой и внедрением голосовых и разговорных AI-агентов, проектировать AI-пайплайны и оптимизировать LLM и голосовые системы для низкой задержки. Наставлять членов команды и работать с продуктовыми и ML-командами над масштабируемыми AI-решениями для управления недвижимостью.
Ведущий ML-инженер
Руководить ML-стратегией, разработкой и внедрением моделей для лизинговых продуктов. Отвечать за качество моделей, архитектуру и надёжность в продакшене, работать с кросс-функциональными командами и принимать технические решения для автономных AI-агентов.
Инженер по компьютерному зрению (YOLO, RF-DETR)
Нужно полностью вести разработку моделей компьютерного зрения: обучать и дообучать модели детекции объектов (YOLO, RF-DETR), разворачивать их для инференса в реальном времени на устройствах NVIDIA Jetson, строить пайплайны данных и оптимизировать производительность в продакшене. Это профильная ML/CV-роль с фокусом на edge-инференс и работу с данными.
Machine Learning Engineer / Optimization Engineer (Middle+ / Senior)
Разработка модулей планирования снабжения и производства, решение задач математической оптимизации (LP/MILP) в области Supply Chain. Требуется программирование на Python, знание алгоритмов, SQL и git, а также опыт в Operations Research и Supply Chain.
Data Platform Operations Engineer
Нужен специалист для поддержки и оптимизации контейнерной платформы Data Lakehouse: обеспечение стабильной работы, безопасность, мониторинг и автоматизация. Также предстоит заниматься подготовкой данных, Data Security и MLOps, помогать стейкхолдерам.