Разработка машинного обучения — удалённая работа в Москве

Пожелания и особенности: Ищем Senior Data Scientist / NLP / LLM Engineer на удалённый проект крупного строительного ритейла. Задачи: разработка AI-ассистентов и агентов, PoC для GenAI/LLM-решений, RAG, vector DB, embeddings, function calling, работа с NLP/LLM, inference на GPU/CPU. Обязательно: — опыт в ML/Data Science от 5 лет; — сильный Python, SQL; — NLP / LLM / GenAI; — RAG, embeddings, vector search; — Hugging Face и API LLM; — опыт построения AI-agent / agentic workflows; — evals LLM, контроль качества и hallucinations; — Docker/Kubernetes; — понимание production ML и MLOps. Большой плюс: — fine-tuning LLM, LoRA/PEFT; — GPU inference и оптимизация; — KServe; — MLflow, Airflow, Kafka, Redis, Prometheus, Grafana; — опыт e-commerce / retail / highload. Условия: Удалённо, работа по МСК. Проект до 31.12.2026 с возможностью продления.

Написать готовый модуль для интеграции сервиса inpocket для Opencart 3.

Пожелания и особенности: ML-инженер / Data Scientist (uplift-моделирование, скоринговые модели, оптимизация) 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, опыт uplift-моделирования (T-/X-learner, uplift-деревья, causalml) и построения скоринговых моделей склонности к отклику; - Методы математической оптимизации и линейного/целочисленного программирования (PuLP, CVXPY, OR-Tools или аналоги) для распределения офферов при бизнес-ограничениях; SQL; - Опыт вывода моделей в прод (MLflow, батч-скоринг на десятки миллионов клиентов). 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.

Я работаю Backend разработчиком, совершенно на другом стеке - я .NET разработчик. Работаю уже давно, больше 5 лет... Давно хочу попробовать перейти в ML/AI, можно сказать с нуля, но в нынешнее время сложно понять с чего начать, как выстроить roadmap, как подготовиться к собесам, так как с появлением ИИ требования и задачи меняются очень быстро Мне нужен куратор.

Пожелания и особенности: Нужно взять готовый датасет и найти устойчивые закономерности.

Пожелания и особенности: Я бы хотела нанять наставника-ментора, который сможет обучить меня профессии, которая связана с ИИ. Сейчас работаю в банке QA-инженером, до этого еще фронтендером и дизайнером. Нужно чтобы научили и объясняли на понятном языке, так как я давно не кодила. Также помочь в устройстве на новую должность, может на стажировку по этой специальности Стоимость указана за одно занятие, можете предложить свою цену.