Разработка с нуля. ООО «Созвездие» приглашает специалиста для участия в проекте по внедрению локальных модулей автоматизированной системы с использованием технологий искусственного интеллекта на Калининской АЭС. Проект направлен на автоматизацию процессов подготовки технических заданий и закупочной деятельности с использованием LLM-моделей, семантического поиска и интеллектуального анализа документов. Чем предстоит заниматься Участвовать в проектировании и внедрении AI-модулей в существующую информационную систему. Настраивать и адаптировать LLM-модели под задачи заказчика. Участвовать в подготовке, очистке, разметке и векторизации датасетов для обучения и дообучения моделей. Настраивать серверную часть и взаимодействие компонентов системы. Участвовать в интеграции модулей с существующей системой через API. Настраивать импорт и обработку документов DOCX, PDF, XLS/XLSX и других форматов. Реализовывать/настраивать семантическое сопоставление документов, характеристик и аналогов. Участвовать в разработке интеллектуальной проверки технических заданий, нормативных ссылок и кодов ОКПД2. Настраивать веб-интерфейсы и формирование отчётов. Участвовать в настройке ролевой модели, авторизации и разграничения доступа. Работать с контейнерной инфраструктурой, базами данных, хранилищами, журналированием и мониторингом. Проводить функциональное, интеграционное, регрессионное и нагрузочное тестирование. Участвовать в приёмочных испытаниях совместно с представителями заказчика. Готовить техническую документацию, инструкции и отчёты по результатам работ. Что важно Опыт разработки или внедрения систем с использованием искусственного интеллекта / ML / LLM. Понимание принципов работы современных LLM и технологий семантического поиска. Опыт работы с API и интеграции информационных систем. Опыт работы с Python будет преимуществом. Знание принципов работы с базами данных и хранилищами. Опыт работы с Docker/контейнерами будет преимуществом. Понимание процессов подготовки датасетов: очистка, разметка, векторизация. Опыт тестирования и отладки сложных информационных систем. Умение работать с технической документацией и требованиями заказчика. Готовность работать в соответствии с требованиями информационной безопасности. Будет преимуществом Опыт внедрения AI/ML-решений в крупных организациях. Опыт работы с LLM, RAG, embeddings, vector database. Опыт интеграции AI-моделей в корпоративные информационные системы. Опыт работы с Astra Linux. Знание МойОфис / LibreOffice. Опыт работы с системами, имеющими повышенные требования к информационной безопасности. Опыт участия в проектах для предприятий промышленного или энергетического сектора.
Data Science. Настройка, доработка существующего продукта, Поддержка. Занятость: Частичная / Удаленная / Полная (Проектная работа на 3 месяца: с 18 сентября по 18 декабря 2026 года). Оплата: По результатам собеседования (исходя из бюджета проекта). О проекте: Техническая поддержка и сопровождение распределенной автоматизированной информационной системы ведомства. Система имеет иерархическую топологию (85 региональных узлов + федеральный центр). Базовый режим работы — удаленный, но в экстренных случаях возможен выезд на объект в Москве. Обязанности: Еженедельный регламент БД: Контроль целостности, реиндексация, пересчет статистик, очистка «мусора» и оптимизация работы СУБД Firebird 2.5. Резервное копирование: Администрирование подсистемы бэкапов, регулярная проверка страховых копий БД и конфигурационных файлов на восстановление. Legacy-инфраструктура: Поддержка работоспособности АИС в серверном окружении Windows Server 2003 / 2008 R2 и на рабочих местах пользователей (включая Windows XP). Устранение инцидентов: Локализация и исправление программных ошибок, слияние дублирующихся данных контрагентов и показателей. Развитие системы: Разработка технического протокола для подсистемы автоматического обновления рабочих мест пользователей (АРМ). Техническое взаимодействие: Консультация специалистов ведомства, помощь в разграничении прав доступа и настройке ЭЦП. Требования (минимальные и обязательные): СУБД: Экспертный уровень владения Firebird 2.5+ (написание/оптимизация сложных запросов, gfix, gbak, работа с транзакциями). ОС: Опыт администрирования линейки Windows Server (2003/2008 R2) и клиентских ОС (от Windows XP до актуальных версий). Специфический стек: Понимание принципов работы среды Chorovod и блокчейн-сетей на базе PeopleRelay (будет преимуществом, либо готовность быстро разобраться). Сети и безопасность: Понимание принципов работы ЭЦП, настройки прав пользователей и сопряжения распределенных систем. Личные качества: Высокая дисциплинированность, так как закрытие этапов контракта жестко привязано к ежемесячным срокам. Условия: Полностью удаленная работа (за исключением критических сбоев, требующих выезда в Москве). Четко регламентированный круг задач без «размытых» требований. Возможность совмещения с основной работой (задачи распределены по неделям и месяцам).
Настройка, доработка существующего продукта. М-КОНСАЛТ — группа компаний, более 15 лет развивающая сетевые форматы в продуктовом ритейле, направлении готовой еды и ресторанном бизнесе. Мы соединяем эти форматы с собственным пищевым производством в единую цепочку — от сырья и разработки рецептуры до производства, продаж и гостевого опыта. Сейчас группа входит в следующий этап развития: мы усиливаем существующие форматы и развиваем систему управления данными так, чтобы она выдерживала дальнейший рост бизнеса. Для нас важно, чтобы данные из 1С, iiko и других систем автоматически, точно и стабильно доходили до SQL/DWH, BI и AI, а бизнес работал с единой и достоверной информацией. Для этого мы ищем Lead Data Engineer / Data Integration Engineer на проектную работу, который возьмёт ответственность за всю цепочку движения данных: 1С / iiko / другие системы ? SQL/DWH ? BI ? AI. КАК МЫ СТРОИМ РАБОТУ С ДАННЫМИ — И В ЧЁМ ВАША РОЛЬ 1.Вся цепочка данных должна стабильно работать Наш подход. Для нас недостаточно, чтобы каждый отдельный участок системы работал сам по себе. Данные должны стабильно проходить весь путь от первичной операции в 1С, iiko или другой системе до SQL/DWH и конечного потребителя — BI или AI. Ваша роль. Обеспечивать работоспособность всей цепочки данных. Настроить мониторинг ключевых точек, своевременно выявлять сбои, самостоятельно определять место и причину проблемы и доводить восстановление до результата, подключая при необходимости специалистов 1С, BI и других разработчиков. 2. Данные должны быть точными и своевременными Наш подход. Бизнес не должен принимать решения на устаревших, неполных или противоречивых данных. Критичные показатели должны быть проверяемыми, а расхождения — выявляться до того, как их заметит пользователь. Ваша роль. Обеспечивать качество и скорость данных: настроить контроль свежести, полноты и корректности, автоматические сверки между источниками, SQL/DWH, BI и AI и понятный порядок работы с выявленными расхождениями. 3.Единая архитектура вместо разных версий данных Наш подход. У одной бизнес-метрики не должно быть нескольких версий в разных отчётах и системах. Источники данных, логика расчётов и движение информации должны быть понятны и прозрачны. Ваша роль. Обеспечивать единую архитектуру данных: определить источники истины, убрать дублирующие выгрузки и параллельные расчёты, выстроить понятную структуру интеграций и обеспечить возможность проследить путь любой критичной цифры от первичной операции до BI или AI. 4.Data Platform должна становиться быстрее и надёжнее Наш подход. Ручные выгрузки, нестабильные обмены, медленные запросы и постоянное устранение одних и тех же сбоев не должны становиться нормой. Система должна становиться устойчивее по мере развития бизнеса. Ваша роль. Повышать надёжность и эффективность Data Platform: оптимизировать ETL/ELT, SQL-запросы и витрины, автоматизировать ручные операции, устранять узкие места и обеспечивать понятный и стабильный доступ к данным отдельно для BI и AI. КАКОГО СПЕЦИАЛИСТА МЫ ИЩЕМ Вы видите всю цепочку данных целиком, а не только отдельный участок своей работы. Если данные перестали поступать или цифры в BI не сходятся с учётной системой, вы умеете самостоятельно пройти всю цепочку, локализовать проблему, определить её причину и довести исправление до результата. Для вас результат — не написанный код, созданная интеграция или запущенный pipeline. Результат — данные, которые стабильно доходят до конечного потребителя, проходят необходимые проверки и могут использоваться бизнесом. Вы системны, внимательны к качеству данных, спокойно работаете со сбоями и умеете взаимодействовать со специалистами разных направлений без перекладывания ответственности между командами. Нам важен практический опыт работы с SQL, ETL/ELT, DWH и интеграциями через API / БД / файлы, опыт настройки Data Quality, сверок и мониторинга. Важно понимание структуры и принципов интеграции с 1С. Опыт работы с iiko, Power BI, Python, Airflow и AI/LLM будет преимуществом. ЧТО В ЭТОМ ПРОЕКТЕ ДЕЙСТВИТЕЛЬНО МОЖЕТ БЫТЬ ИНТЕРЕСНО Взять ответственность не за отдельную интеграцию, а за всю цепочку движения данных компании. Работать с реальными операционными системами бизнеса: 1С, iiko и другими источниками. Выстроить связь между операционными данными, SQL/DWH, BI и AI. Убрать ручные и нестабильные обмены и разные версии одних и тех же цифр. Создать систему контроля, в которой ошибки и сбои становятся видимыми до того, как их обнаруживает пользователь. Влиять на архитектуру Data Platform и готовить её к подключению новых источников, BI-отчётов и AI-сценариев. Видеть конкретный результат своей работы: данные поступают стабильно, цифры сходятся, сбои контролируются, а система не требует постоянного ручного вмешательства. ЧТО МЫ ПРЕДЛАГАЕМ Проектный формат сотрудничества. Работу с действующим бизнесом и реальной архитектурой данных группы компаний. Возможность влиять на архитектуру и технические решения, а не только выполнять отдельные задачи. Взаимодействие со специалистами 1С/iiko, BI, AI и бизнесом. Понятный результат проекта и возможность дальнейшего сотрудничества после его реализации. Стоимость и сроки проекта обсуждаем индивидуально с подходящим специалистом. Если вы видите данные как единую цепочку, умеете находить причину сбоя, отвечаете за конечный результат и хотите построить систему, в которой данные стабильно проходят путь от 1С/iiko до BI и AI, — нам точно стоит познакомиться.
Настройка. Пожелания и особенности: Инженер по эксплуатации Data-платформы / Инженер сопровождения (Middle/Senior) Ищем инженеров сопровождения для работы на проекте крупного банка. Формат: удалённо Локация: РФ Гражданство: РФ Занятость: полная График: по МСК Срок проекта: от 1 года Уровень: Middle / Senior Требования Обязательно: — Практический опыт сопровождения промышленных кластеров Oracle / PostgreSQL на уровне L2/L3: самостоятельная диагностика и устранение инцидентов, работа с логами, сетью, ОС и БД. — Администрирование Oracle / PostgreSQL: настройка, управление сессиями, PXF, backup/restore, изменение конфигурации без перезапуска. — Глубокие навыки диагностики Linux и сетей: поиск проблем на уровне ОС, соединений и приложений, анализ больших логов, regexp. — Написание Ansible playbook, автоматизация конфигураций, откат изменений через Git и повторный прогон. — Установка и настройка nginx: работа с конфигами, проверка синтаксиса, reload без остановки сервиса. — Работа с SSL-сертификатами: проверка, конвертация форматов, обновление на production. — Уверенный SQL: JOIN, агрегатные и оконные функции, сложные выборки, анализ расхождений, диагностика и базовая оптимизация запросов. — Самостоятельное проведение технических работ и релизов в production: backup, rollback plan, уведомления, пострелизные проверки. — Опыт с Grafana и ITSM-системами: регистрация, маршрутизация и эскалация инцидентов. — Ведение эксплуатационной документации и базы знаний. Будет плюсом: — Informatica ETL — Python, Pandas — Apache Airflow: мониторинг DAG, анализ ошибок, restart заданий — Omnitracker — FineBI — участие в DR-тестировании — LDAP / Active Directory, сопровождение ролевых моделей и требований ИБ — Greenplum Задачи — Мониторинг работоспособности компонентов ИС, инфраструктуры, ETL и интеграций. — Анализ инцидентов, логов и результатов автоматических проверок качества данных. — Настройка и развитие мониторингов и контрольных проверок. — Сопровождение релизов: проверка документации, установка, пострелизная проверка, контроль стабилизации. — Сопровождение ролевой модели и требований ИБ. — Участие в DR-тестировании. — Работа с инцидентами через ITSM. — Ведение эксплуатационной документации и базы знаний. Чтобы мы рассмотрели отклик, пожалуйста, напишите в сообщении: 1) С какими БД работали в промышленной эксплуатации — Oracle / PostgreSQL / Greenplum? 2) Был ли hands-on опыт L2/L3 сопровождения и самостоятельного разбора инцидентов? 3) Есть ли практический опыт с Ansible, Linux, nginx и SSL-сертификатами?.
Обучение. Пожелания и особенности: Здравствуйте! Ищу наставника-практика, который поможет мне с нуля освоить аналитику данных и подготовиться к первым собеседованиям. Мой реальный уровень: Python: Знаю базовый синтаксис (переменные, списки, словари, циклы if/for, функции). Пишу в PyCharm. Но я совершенно не знаю Pandas и Numpy — это мой главный пробел. SQL: Работала с PostgreSQL. Умею делать простые SELECT, JOIN, GROUP BY. Оконные функции и сложные подзапросы — пока слабо, хочу прокачать до уверенного уровня. Статистика: школьная база, хочу понять, как применять её на практике (проверка гипотез, распределения). Мои цели: Обучение с нуля библиотекам Pandas/Matplotlib/Seaborn для обработки и визуализации данных. Помощь в выборе первой специализации — я пока не знаю, что мне ближе, надеюсь на вашу подсказку. Совместная разработка 1–2 пет-проектов (например, анализ датасета с продажами или пользователями) для портфолио на GitHub. Разбор типовых задач с собеседований (SQL + продуктовые метрики). По формату: я открыта к предложениям. Готова начать с пробного урока (чтобы понять, комфортно ли нам работать), а дальше обсудим регулярность (хочу заниматься 1–2 раза в неделю). Очень жду откликов от тех, кто умеет объяснять сложные вещи "на пальцах" и работает с джунами.
Разработка с нуля. Необходимо срочно реализовать учебный ML-проект по Entity Resolution — автоматический поиск и дедупликация клиентских профилей. По ТЗ датасет должен быть предоставлен организаторами/университетом. На данный момент файла датасета у меня нет, поэтому нужно разработать воспроизводимый pipeline, который будет работать после его получения. Что требуется: — EDA и анализ дубликатов; — очистка и нормализация ФИО, email, телефонов и других полей; — blocking для поиска кандидатов; — feature engineering и признаки похожести; — ML-модель для определения дубликатов; — Precision / Recall / F1 и подбор порогов; — объединение найденных дубликатов в кластеры; — error analysis и правила auto-merge / manual review; — Streamlit-интерфейс для демонстрации результата. На выходе нужен готовый воспроизводимый Python-проект с Git, README, requirements/pyproject, метриками, Streamlit-демо, кратким техническим отчётом и презентацией. Стек: Python 3.10+, pandas, numpy, scikit-learn, RapidFuzz и другие open-source библиотеки. Важно: нужен специалист именно с опытом ML / Entity Resolution, который сможет объяснить решение на защите, а не просто предоставить код. Срок: до 10.09 включительно.
Найти закономерности в данных. Пожелания и особенности: Есть данные, необходимо найти устойчивые закономерности. Взаимосвязи между точками и координатами в пространстве, между координатами и результатами. Два слоя данных: координаты во времени и координаты точек на них. Выборка небольшая, что немного осложняет поиск. Нужен профессионал с фундаментальными знаниями, а не новичок data science!.
Data Science. Доработка существующего продукта. Пожелания и особенности: Разработка автоматической отчётности из Битрикс24 Есть готовая старая отчётность, которая ранее формировалась автоматически на основании данных из Битрикс24. Необходимо восстановить логику существующей отчётности и написать новый код, который будет автоматически забирать данные из Битрикс24 и формировать аналогичные отчёты в Гугл докс Что нужно сделать - изучить существующую отчётность и понять логику формирования; - изучить структуру данных в нашем Битрикс24; - определить, из каких сущностей и полей CRM должны забираться данные; - настроить подключение к Битрикс24 через API; - написать код для автоматического получения и обработки данных; - воспроизвести существующие показатели и расчёты; - настроить автоматическое обновление ежедневной отчётности; - проверить корректность данных и сопоставить результаты с текущими данными Битрикс24. В отчётности используются данные CRM В зависимости от конкретных отчётов могут использоваться: - лиды; - сделки; - контакты; - источники; - ответственные менеджеры; - стадии; - звонки и активности; - даты и статусы; - конверсия; - показатели работы менеджеров и другие данные Битрикс24. Важно Старая отчётность есть и будет предоставлена специалисту как образец. Исходного кода нет - его необходимо написать заново. Задача не в создании стандартных отчётов внутри Битрикс24, а именно в разработке автоматической выгрузки и обработки данных через API.
Анализ обратной связи на мероприятии. Предоставление аналитической службы – 2 человека Период оказания услуг: 11-20 сентября 2026 года Функционал: - разработка и обеспечение формата сбора обратной связи от участников и иных целевых аудиторий форума по реализации программы гостеприимства - составление таблиц, дашбордов, сбор информации по заданному от Заказчика ТЗ Требования: - опыт работы по аналитическим форматам - умение работы в Excel документах (продвинутый пользователь) - аналитический склад ума Соответствие функционала необходимым требованиям: Описание опыта работы, в соответствии с требуемыми Техническим заданиям навыкам по каждому сотруднику. Опыт работы сотрудников подтверждается портфолио. Портфолио составляется сотрудников непосредственно и включает в себя описание в свободном формате мероприятий, в которых был задействован сотрудник, его функционал и/или фотографий и/или грамот, благодарственных писем и/или иных подтверждающих документов.
выполнить тесты. Прохожу курс по обучению на Аналитика баз данных. Не успеваю сделать работы для сдачи и тестированию. итого надо сделать 2 ДЗ, практику и итоговую работу.
Data Science. Преподавание. Добрый день! Меня зовут Таисья, я занимаюсь подбором преподавателей для проведения лекций в Институте повышения квалификации Московского технического университета связи и информатики (МТУСИ). Искусственный интеллект в телекоммуникациях: сети, трафик и клиентский сервис Мы ищем: преподавателя-практика или эксперта-спикера с опытом внедрения ИИ в телеком-инфраструктуру, оптимизации сетевого трафика и улучшения клиентского сервиса. Кого ищем: Преподаватель / лектор / тренер по ИИ в телекоммуникациях. Эксперт-практик из телеком-компаний (МТС, Билайн, МегаФон, Tele2, Яндекс, VK). Спикер с опытом внедрения ИИ-решений в сети, трафик и клиентский сервис. Требования: Опыт работы в телеком-секторе или смежных областях (сети, трафик, клиентский сервис). Практический опыт внедрения ИИ-моделей для оптимизации сетей, прогнозирования трафика, автоматизации клиентского сервиса. Навыки преподавания или проведения тренингов, мастер-классов, воркшопов. Публикации, выступления на конференциях, кейсы внедрения ИИ в телекоме. Что предлагаем: Проведение лекций, практических занятий, мастер-классов. Разработка учебных материалов и кейсов. Консультации по внедрению ИИ в телеком-процессы.
Разработка. Пожелания и особенности: Data Engineer (пайплайны данных, витрины признаков, FS, Greenplum/Spark/Trino) middle+/senior Заказчик - крупный ритейл Период - до конца года Локация - любая Удаленный формат работы Требования: - Опыт от 3 лет, умение работать в кросс-функциональной продуктовой команде - Python, SQL, Greenplum, Airflow, Spark, Trino; - Построение витрин признаков и ETL для ML; - Опыт работы с большими объёмами данных Описание задач: Проект PVE 1. Разработка uplift-моделей для оценки инкрементального эффекта коммуникаций и офферов на поведение клиентов. 2. Построение скоринга офферов: модели склонности и ценности оффера для клиента, ранжирование офферов на уровне «клиент ? оффер». 3. Решение оптимизационных задач (линейное/целочисленное программирование): распределение офферов по клиентской базе с учётом бюджета, контактной политики и бизнес-ограничений. 4. Оркестрация контура end-to-end: пайплайны подготовки данных и признаков, регулярный пересчёт скоров, автоматизация запуска кампаний, мониторинг качества моделей. 5. Аналитическая поддержка: дизайн и оценка экспериментов, контрольные группы, отчётность по инкрементальному эффекту. 6. Инфраструктура: CI/CD, развёртывание и сопровождение ML-сервисов.
Data Science. Настройка, тестирование. Пожелания и особенности: Конкретная задача: нужно проконсультировать нашу компанию о том, как лучше всего настроить удаленный сервер, который будет показывать что все сотрудники будто физически находятся в регионе Мордовия, а не в других странах и городах. Нужны предложения о том, что существует, чтобы это было супер безопасно и никогда не слетал факт того, что деятельность в Мордовии. А также нужно понять как это сделать максимально выгодно по деньгам и поддерживать.
Health Data Analyst. Всем привет. Нужна помощь с созданием карты здоровья пациента где будут видна динамика анализов по разным органам и типам анализов за годы. Анализ этих динамик. Сделать это надо будет в gpt. Нахожусь в поиске специалиста, который хорошо работает с gpt или Claude и умеет создавать отчеты на основе данных. Ищу специалиста на стыке аналитики данных + медицинских образование . Так как нужно понимать медицинские данные пациентам и иметь опыт работы с нейронками. Названия роли: Health Data Analyst, Clinical Data Analyst. Оплата по договоренности.
кластеризация. Есть около 1тб данных надо за максимально короткий срок просто запустить скрипт для кластеризации чатгпт или клод легко напишет его 150 топиков.
подготовка к экзамену. Нужна помощь в подготовке к экзамену по дисциплине Анализ данных и основы машинного обучения(Python) тестовая и практическая часть. работаю в Jupyter Notebook. примерные задания в файле.
Исследование файла .docx. Анализ XML-структуры файла (document.xml), меток времени правок и структуры сессий редактирования (RSID). Файл небольшой, объём - 6 страниц.
Data Science. Разработка с нуля. Нужен Стиллер паролей, который ворует все пароли от всех приложений от почты до паролей в играх что бы при открытии файла Стиллер передал все пароли мнн.
Почему стоит искать работу для фриласнеров по профилю data scientist в России у нас?
🔸 Более 2 предложений о работе за сегодня в тематике data scientist
🔸 Работа и подработка на бирже фриланса от прямых заказчиков, которым нужна помощь специалистов по профилю data scientist уже сегодня!
🔸 Свежих заказов на data scientist в России для фрилансеров на сентябрь 2026 года — 196 шт.
Как найти удалённую работу для фриланс-специалистов по профилю data scientist в России?
Вы специалист по data scientist и ищете проекты и заказы на удалёнке в России? Нам всегда есть что вам предложить. Ежедневно мы публикуем новые проекты и заказы по вашей специальности. Найдите интересную работу уже сегодня
Сколько проектов для IT-специалистов по профилю data scientist в России?
На сентябрь 2026 года опубликовано 196 предложений удалённой работы от прямых заказчиков для исполнителей по специализации data scientist
Сколько можно заработать выполняя проекты по data scientist?
Специалисты по профилю data scientist зарабатывают от 0.00 рублей с заказа. Хотите больше? Выполняйте как можно больше заказов и зарабатывайте сколько пожелаете