ФКН: Вакансии

tl;dr: horizon scanner, $6k–9k/month, remote, 4mo (long-term possible), part-time possible Нонпрофит-институт PrincInt (PIBBSS), который пылесосит разнообразных ученых, чтобы те занимались AI Safety, ищет Horizon Scanner на 4-месячный контракт 🔎 Есть вот такие проблемы: 🌟 Цели алайнмента 🤩 Понимание агентов 🌟 Философия науки алайнмента 🤩 Общество и институты после AGI Horizon Scanner берет одну из них и составляет карту области: выясняет, кто уже этим занимается, каких исследований не хватает, находит подходящих ученых, организует встречи. А если 4 месяца контракта пройдут хорошо — сможет возглавить исследовательскую программу, которую готовил, и стать Technical Director. Хорошо бы иметь побольше из списка: 🤩 Опыт в AI Safety (вы давно в области, сформировали мнение, вовлечены и писали блогпосты, а лучше — пейперы); 🤩 Умение посмотреть широко на научное направление и понять, чего в нем не хватает и куда оно движется; 🤩 PhD или сопоставимый исследовательский опыт; 🤩 Обширный научный нетворк и умение коннектить людей (плюс любовь к этому процессу!). Обещают $6k–9k в месяц на время контракта — если по итогу превратитесь в ресерч-директора, конечно, больше! Договор на 4 месяца, ремоут, но потребуется посетить хотя бы одно мероприятие (все оплатят, с визой помогут). Фултайм, но если вы очень крутой и заняты в академии, можно обсудить парттайм. Как всегда у PIBBSS, через ~неделю вакансия превратится в тыкву. Не тяните с тем, чтобы написать Ане @heyyyanna 💌

tl;dr: Higgsfield AI, аналитики в антифрод, продукт и growth. $100-350k/year + equity, Алматы, офис, 6 дней в неделю. Переезд за наш счёт. Мы GenAI стартап. Через 18 месяцев после запуска вышли на $1B годовой выручки, в августе подняли Series B при оценке $5.4B. Звучит гладко. Внутри всё куда веселее: продукт меняется каждый месяц, логирование за ним не успевает. Часто единственный способ узнать, как что-то работает - пойти и спросить того, кто это написал. Хорошая новость - разгребать есть ради чего. Нашёл, где утекают деньги - через пару дней это уже в проде, и на следующей неделе видно, сколько долларов сэкономили. Ни бесконечных согласований, ни квартальных планов. Плохая - темп. Работаем шесть дней в неделю, обычно по 12-13 часов, и это обычный режим. Только офис, удалёнки нет. Многим такое не подойдёт, мы понимаем. Зато платим: $100-350k в год, бонус раз в полгода, регулярный пересмотр зарплаты и опционы. Опционы здесь работают: 133 сотрудника уже стали долларовыми миллионерами, а Goldman Sachs выкупает акции у сотрудников на постоянной основе. Переезд берём на себя. Кого ищем: Product Analyst Почему человек сделал первую генерацию и больше не вернулся. Активация, удержание, оплата, тарифы и кредиты. A/B-тесты, где «эффекта нет» - тоже результат. Статистика, когорты, SQL. Antifraud Analyst Фермы аккаунтов, перепродажа доступа, краденые карты. Противник живой и за выходные придумывает новый обход. Нужно уметь связать аккаунты по платежам и устройствам и при этом не забанить человека, который просто очень много генерит. Опыт расследований или риска - большой плюс, SQL и Python обязательно. Antifraud Scientist То же поле боя, только моделями: скоринг регистраций и платежей, фермы по графу связей. Бустинги, несбалансированные классы, модели в проде. И готовность иногда открыть конкретный кейс и посмотреть на него глазами. Growth / Marketing Analyst Маркетинг тратит много, и каждый канал уверен, что платящих привёл именно он. Надо разобраться, кто прав. Атрибуция, инкрементальность, SQL, Python. Отклик - @didarnrkr: позиция, резюме и пара строк о себе. Вопросы пишите в комменты - Ерзат Дулат, CTO и кофаундер, ответит на всё, включая неудобное.

tldr: ML-инженер, GigaChat, 400-700+ руб/мес гросс Мы развиваем GigaChat и ищем сильного ML-инженера. В команде есть три направления: decision models, эмбеддинги и поиск, AI Safety. Во всех направлениях планируем мультимодальность. Вы будете вести свои задачи от подготовки данных до обучения, оценки и внедрения вместе с командой: писать код, проверять гипотезы и проводить воспроизводимые эксперименты. Обязанности 1. Decision models • Обучать модели принятия решений для классификации, выбора и оценки; проверять калибровку вероятностей, качество и скорость инференса. • Разрабатывать обучающие данные и методы оценки, исследовать мультимодальные решения и внедрять модели в продукты. 2. Эмбеддинги и поиск • Развивать Giga-Embeddings: данные и синтетика, contrastive learning, hard negatives, дистилляция в компактные модели. Разработать решения для поисковых пайплайнов, где требуется индексировать миллиарды документов. • Проверять качество на MTEB / ruMTEB и продуктовых задачах поиска и ранжирования; развивать мультимодальность и внедрять модели в продукты. Наша Giga-Embeddings-instruct — №1 по скачиваниям среди открытых моделей Сбера на Hugging Face, №1 на русскоязычном бенчмарке ruMTEB и сопоставима по качеству с зарубежными аналогами. Также мы пишем и публикуем статьи на топовых мировых конференциях уровня A*. 3. Safety • Дообучать LLM на безопасность через online RL: готовить данные и reward-сигналы, обучать guard-модели и оценивать устойчивость защит. • Проводить red teaming, создавать тесты по cyber-, био- и ядерным рискам, проверять jailbreak и prompt injection; учитывать новые атаки в обучении. • Контролировать пропущенные нарушения, ложные срабатывания и избыточные отказы; развивать безопасность мультимодальных моделей. Требования • Уверенные Python и PyTorch, практический опыт обучения нейросетей от 2-3 лет • Понимание архитектур, функций потерь и оптимизации; умение готовить данные, выбирать метрики и анализировать результаты. • Умение читать статьи и реализовывать методы в коде. Опыт post-training или готовность освоить его на практике. Будет плюсом • Обучение эмбеддеров и мультимодальных моделей, distributed training и оптимизация инференса. • Online RL, RLHF / RLVR, DPO, reward- и guard-модели, red teaming; публикации или open-source вклад. Вакансия: https://rabota.sber.ru/search/ml-inzhener-decision-models-4528616/ Вилка: 400-700+ гросс Контакт: @ekolodin

tl;dr: founding full-stack engineer (early hire), $100k–130k + equity, remote Мы раньше почему текстом вакансии писали? Потому что у нас монтажёра для рилсов не было🌟 Теперь и не надо: всё сделает приложение Reelful. Ему можно просто отдать эти пятьдесят видео из вашего путешествия или с корпоратива — а агент выберет из них нужное, правильно расположит и смонтирует из них эстетичный минутный ролик для соцсетей с музыкой, грамотными переходами и цветными субтитрами 🖤 За то, чтобы агенты что-то понимали в прекрасном, отвечает опытная креативная команда. А за то, чтобы всё работало — инженерная. Инженерная команда прямо сейчас — это основательница Катя Дейнека, бывшая ML-инженерка из Snapchat. Тем не менее, таким составом Reelful уже прошли speedrun — акселератор от Anderseen Horowitz, а число платных пользователей увеличивается на 20-30% в неделю. Самое время пойти поднимать раунд, но для этого сначала нужно вырастить инженерную команду вдвое. То есть, нанять Фулстека, который будет делать ВСЕ. Что ждут: ✨ Опыт с видео или аудио (приложения, редакторы, рендеринг, кодирование, плееры) ЛИБО ✨ опыт с агентными пайплайнами, которые вы создавали и улучшали.  ✨ Софт-скиллы и чувство вкуса — нужно много и близко взаимодействовать с креативной командой. ✨ Вы готовы жить в хаосе задач раннего стартапа, и при этом уважаете дедлайны. 🌟 Сильный английский + вам ок работать по времени Сан-Франциско. Обещают $100k–130k + эквити как положено early hire, удаленка (кроме РФ и Беларуси).  Пересылайте друзьям и пишите сами: @heyyyanna 🪄

tldr: L5 TechLead/Senior MLE @ Snapchat; London office, help with relocation; ~290k TC. Привет! Ищу ML Tech Lead к себе в команду в Snapchat 👻 Локация: Лондон (помогаем с релокацией) Деньги: £125k base + ~$215k stock в год Что делает команда: Consumer GenAI — это экспериментальные пользовательские сценарии: от image/video editing и генерации картинок под разными соусами до совсем экспериментальных штук вроде «сгенерируй песню для моего друга из вот этого сообщения». Всё это на масштабе Snapchat, с миллионами пользователей и возможностью быстро доводить идеи до прода. Что предстоит делать тебе: Много экспериментировать, быстро прототипировать и шипать в прод. Сейчас мы активно инвестируем в cost/quality optimization генеративных моделей: роутинг между моделями, post-training под конкретные сценарии, evaluation и всё такое. При этом задачи довольно динамичные — что именно будем делать через год, сказать сложно, но скучно точно не будет :) Ищу человека, который будет главным техническим экспертом по ML в команде: сможет выбирать подходы, оценивать trade-offs и задавать направление остальным. Что ожидаю от кандидата: - Хорошо понимаешь, как работает image/video generation внутри и снаружи, знаешь, что и где можно подкрутить - 5+ лет в ML, хотя бы 2 из них в computer vision / visual GenAI - Есть опыт техлидства и готовность брать ownership за технические решения и результат команды - Понимаешь, что хорошими offline-метриками история не заканчивается — важно, как модель ведёт себя в проде и что получает пользователь - Умеешь и быстро прототипировать и доводить результат до production-ready состояния - Свободный английский - В идеале уже находишься в Лондоне, но готовы перевозить Если интересно — пишите напрямую, с удовольствием расскажу подробнее. Подавайтесь даже если не уверены, что подходите под все требования :) Можно либо податься на сайте, либо мне в тг прислать резюме - как больше нравится. Контакты: - Telegram: @anik_working - Вакансия: https://careers.snap.com/job?id=R0046654 - LinkedIn: https://www.linkedin.com/in/alexander-nikolaichik/

tl;dr: Middle Backend Engineer, Golang, 323k-476k RUB gross/month + bonus, Moscow or Tashkent Office/Hybrid/Remote Middle Backend Engineer в международный классифайд listee.uz — международный классифайд-стартап, основанный командой из Google, Яндекса и Авито. Мы только что вышли на рынок Узбекистана и планируем активное расширение географии в Средней Азии и на Ближнем Востоке. Подробнее про нас можно прочитать тут, а про CEO тут. Меня зовут Дима, я руковожу отделом разработки опыта покупателей и отвечаю за всю покупательскую воронку: привлечение, главная, поиск, мессенджер, звонки и другие каналы коммуникации, поиск, рекомендации, а также языковые сервисы. Нанимаю мидлов-бэкендеров (Go) в две свои команды: уже сформированную команду поиска и рекомендаций и новую команду языковой платформы и core-сервисов. Кандидату в команду поиска предстоит: - Разрабатывать и поддерживать поисковые сервисы по полному циклу жизни объявлений: от индексации до финального ранжирования и пайплайна learning to rank. - Поддерживать новые языки в поиске и рекомендациях; - Совместно с командой Data Science улучшать ранжирование. Кандидату в языковую/core-команду предстоит: - Разрабатывать и поддерживать пайплайны online- и offline-переводов контента и интерфейсов; - Помогать команде Data Science оптимизировать инференс inhouse-моделей переводов; - Разрабатывать подходы для быстрой доставки переводов от разработки к редакторам и обратно; - Разрабатывать и поддерживать сервисы хранения ключевых данных компании: объявления, пользователи, персональные данные и тд; - Работать с различной облачной и кросс-региональной архитектурой, обеспечивая стабильность системы и консистентность данных. Чего мы ждём от кандидата: - От 1 года коммерческой разработки на Go. C++ или Rust тоже подойдут, если вы готовы перейти на Go. Стажировку в бигтехе с ощутимыми результатами работы тоже засчитываем в опыт; - Хорошее знание алгоритмов и структур данных; - Кругозор и интерес к БД, распределённым системам, их оптимальности, перфу и отказоустойчивости. Что мы предлагаем: - Сильную команду с Физтеха, ФКН, Матфака ВШЭ и из Кембриджа, которая регулярно тусуется в офисе в Москве; - Офисы в Москве и Ташкенте; - Возможность любого формата работы: от офиса до полной удалёнки; - Возможность трудоустройства в РФ со всеми необходимыми IT-аккредитациями и льготами либо трудоустройства за рубежом; - Оклад 323 000–476 000 рублей gross + премию 10%; - ДМС, компенсацию питания, спорта, оборудования рабочего места и т. п. Отклики и вопросы направляйте напрямую мне в ЛС @shambricool или в LinkedIn.

tldr: стажер аналитик, X5 Group, 100к руб/мес 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: Октябрь Asap 2026 💡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

tl;dr: Senior ML Engineers (TTS or ASR), Python / C++, $80k-150k/year + equity, remote Вас тоже бесит, что в русском кино все вечно бормочут, хоть субтитры включай? Скоро их получится нормально переозвучить 🎞 На самом деле, Palabra разрабатывает AI для синхронного перевода созвонов, стримов и вебинаров, который сохраняет оригинальный голос. Но кто нам запретит? 🐗 Деньги есть, речь идет о семизначных цифрах. А именно — $8.4M с пресида; среди инвесторов: фонд сооснователя Реддита, бывший руководитель продукта в DeepMind и ранний бэкер ElevenLabs.  🔉 Что делает TTS Engineer: ‣ Обучает собственную TTS-модель на кластерах H100; ‣ Разрабатывает zero-shot клонирование голоса между языками; ‣ Снижает задержку стриминга для realtime-перевода (недавно модель была №1 по минимальной задержке, сейчас №2 по скорости синтеза). 🎤 Что делает ASR Engineer: ‣ Строит speech-to-text модели; ‣ Улучшает конвейер перевода speech-to-speech. От обоих ждут: 🧙+ лет опыта ML-инженером (конкретно для TTS важно 3+ в speech tech); 💅 Hands-on опыт с LLM; 🎓 Степень в CS или смежной области. Обещают $80k-150k/year + equity, ремоут, но если вы в России / Беларуси — помогут переехать. В любое время дня и ночи: @skaterina_64 🦉

tldr: Agentic Lab, Forward Deployed Engineers (Junior / Middle / Senior), 200-500k RUB / month + bonus, Remote с оформлением в РФ Что предстоит делать: - Разрабатывать industry-grade AI-решения поверх нашей платформы: agentic workflows, tool calling, RAG, memory и human-in-the-loop контуры - Проектировать multi-agent системы без жёсткой привязки к конкретному фреймворку или SDK — с логикой взаимодействия агентов, состоянием, памятью, маршрутизацией и обработкой ошибок - Оценивать и оптимизировать качество LLM-пайплайнов — Langfuse, собственные evals и метрики качества, latency, cost и reliability - Интегрировать AI-системы в существующий IT-ландшафт клиентов и доводить решения от прототипа до production Ждём от вас: - Релевантный опыт работы в AI/ML, backend или software engineering - Для Mid/Senior-уровня: подтверждённый опыт проектирования и запуска LLM-based систем в production, а также деплоя и оптимизации open-weight LLM - Уверенный Python и опыт разработки production-систем - Уверенная работа с PostgreSQL и векторными БД; плюсом — ClickHouse/Greenplum и Redis - Business acumen — понимаете бизнес-задачу и отвечаете за ценность решения, а не только за техническую реализацию - Ownership и проактивность — готовы самостоятельно вести задачу от постановки до работающего результата Что даём: - Конкурентную рыночную компенсацию - Реальные enterprise-задачи: онтологическая платформа, multi-agent системы, корпоративные интеграции и внедрение AI в реальные бизнес-процессы - Возможность влиять не только на клиентские решения, но и на архитектуру и развитие платформы - Гибрид / удалёнка с оформлением в РФ Контакт: @hollywoodeyes

tldr: Middle-Senior Golang Engineer, 5–6k USDT (сеньоры — 8-10k, можно выше), удалёнка, можно из РФ Ищем Middle-Senior Golang Engineer в международный быстрорастущий крипто-банк — соединяем традиционные финансы и цифровые активы для институциональных клиентов. Стартап, ядро команды — финалисты ACM ICPC, высокая инженерная планка. Над чем предстоит работать: • интеграции с платёжными провайдерами и криптоинфраструктурой: подключение новых поставщиков, работа с их API, обработка сбоев и расхождений; • бэкенд платёжных и транзакционных сервисов на Go: надёжность, идемпотентность, консистентность денежных потоков; • аналитика и внутренние инструменты: сбор данных по транзакциям, отчётность, метрики для продукта и операций; • сложный рефакторинг: разбор быстро выросших частей системы и приведение их в порядок без остановки продукта; • проектирование новых сервисов с нуля — от схемы данных до выката в прод. Задачи максимально разнообразные: это не «пилить один микросервис два года», а полный спектр от низкоуровневой интеграции до продуктовой аналитики. Что ожидается от кандидата: • уверенный Golang: конкурентность, профилирование, понимание того, что происходит под капотом; • system design на уровне сервиса: спроектировать компонент, выбрать хранилище и способ взаимодействия, обосновать решение; • опыт работы с реляционными БД, очередями и внешними API в проде; • умение эффективно пользоваться AI в разработке — это не бонус, а рабочий инструмент, которым мы пользуемся ежедневно; • самостоятельность: брать задачу с размытыми границами и доводить до прода. Опыт в финтехе, платежах или Web3 будет плюсом, но не обязателен — умение быстро разбираться ценим выше доменного опыта. Вилка: middle+ — 5–6k USDT, senior — 8-10k USDT (оплата криптой). Для классных кандидатов можем рассмотреть выше. Формат: полная удалёнка, можно с РФ. Резюме присылать: @dlsrom

tl;dr: Research Engineers, Berkeley, $230k-930k/year Какие новости в AI Safety? Например, агенты OpenAI два месяца незаметно координируются на доске объявлений, а потом ломают Hugging Face. Mythos с фейковых гитхаб-аккаунтов давит на живого разработчика, чтобы тот принял PR. Вдалеке чьи-то агенты четыре дня небезуспешно атакуют государственные системы Тайваня. Но есть и хорошие новости! Наша любимая и, наверное, самая громкая за лето — запуск Resolution, первой большой лаборатории, делающей ставку на теоретический алайнмент 🚀 Фаундер — Джеффри Ирвинг, бывший лид сейфти-команд в OpenAI и DeepMind и соавтор TensorFlow. Resolution получили фандинг на $160M и людям не придётся выбирать между деньгами и импактом — к ним, недолго думая, уйдут люди и из академии, и из фронтирных лаб. Им нужны Research Engineers. Для них есть два трека: один — помогать автоматизировать ресёрч и строить инфру для всей организации сразу, другой — стать частью конкретного ресёрч-направления. В любом случае, базовый минимум такой: ⏺вы разработчик/-ца из FAANG, AI-лабы, оч крутого стартапа или чего-то похожего по уровню; ⏺вы очень шарите в PyTorch/Jax и распределенном обучении; ⏺вы готовы много, но внимательно использовать AI в работе; ⏺вас правда мотивирует алайнмент и вы хотите лично в него контрибьютить. Роскошный максимум: опыт с Lean и автоформализацией, опыт скейлинга ML-cистем до 100B+ параметров, опыт с CUDA или GPU-оптимизациями. Помогают переехать в Беркли, делают H1B(!) без лотереи(!!). Для очень-очень редких людей готовы рассмотреть удалёнку. Платят $230k-930k в год (д а). Пишите DM @yourdivna 🤍

tldr: ML Tech Lead (LLM-агенты), 700к гросс, удаленка по миру Контекст Лучи — онлайн-страховая (ДМС, >1 млн застрахованных) со своей телемед-клиникой. Строим ИИ-медицину: агентную систему, которая снимает с наших врачей и операторов рутину — сбор анамнеза и контекста по записи, саммаризацию медкарты, драфт заключения, проверку назначений. Команда (3 ML, 2 BE, SA + QA) уже собрана — нужен техлид команды: архитектура, ключевые технические решения, код-ревью, доведение системы до прода. People management (найм, 1:1, перформанс-ревью) в роль не входит, но можно включить при желании. Задачи Ближайшие 3 мес: довести пилот сбора анамнеза до прода в клинике — архитектура агента (LangGraph), оркестрация и управление контекстом, evaluation-контур с разметкой врачей, метрики качества и стоимости на запрос. 6–12 мес: расширить систему на саммаризацию медкарт и драфт заключений, поднять контур дообучения на данных клиники (SFT/LoRA), вывести решение на масштаб всей клиники с контролем экономики. Что нужно — 4+ лет в ML, есть выведенные в прод LLM-решения под реальной нагрузкой; — RAG, агентные архитектуры, MCP; дообучение (LoRA/QLoRA/SFT); — Python, FastAPI, Docker/k8s, Kafka/RabbitMQ; Плюс: MedTech, NLP на медтекстах, vLLM/SGLang в проде. Стек: Python 3.13, FastAPI, PostgreSQL, LangGraph, MLflow, Kafka, k8s. Формат: фултайм, трудовой договор / ГПХ, российское ЮЛ. Удалёнка из любой точки мира или гибрид (офис — Москва, м. Савёловская). Вилка: 600–700 тыс. руб. gross + ДМС Лучи себе и детям, 28 дней отпуска. Писать: Артем Дерут, @artemderut

tldr: DevOps / DevSecOps, $5000–8000, финтех (платежи), полная удалёнка Мы делаем сервис маршрутизии для платежных систем для одного европейского клиента. Стабильно работаем уже 3 года, выросли в 2 раза за последний год. Один из фаундеров с ФКН, в команде ~20 человек. Кого ищем Ищем первого выделенного инженера инфраструктуры - DevOps и сетевика в одном лице. Сейчас всю платформу тянет сооснователь, и вы забираете инфраструктуру на себя: сети и сегментацию контуров, облако, CI/CD, мониторинг, отказоустойчивость. Задачи — CDN и домены на масштабе. Десятки доменов, у каждого своя связка DNS, TLS и CDN-конфигурации — большой постоянный пласт работы, всё нужно привести к управлению как кодом. — Защита от DDoS. Атаки — часть повседневности, нужна эшелонированная защита на уровне CDN и приложения. — Uptime, близкий к 100%. Работаем с деньгами, отказоустойчивость — главный KPI роли. — Kubernetes. 5 managed-кластеров в DigitalOcean, изоляция нагрузок через ноды, taints и namespaces. — Observability. Есть Fluent Bit → Elasticsearch, Kibana, Grafana. Довести до зрелости: метрики, трейсинг, SLO/SLI, алертинг без ложных срабатываний. — Security и IaC с нуля. SSO, PAM, bastion (Teleport), секреты, mTLS. CI/CD уже в GitLab — дальше декларативный IaC и GitOps. Ждём — От 5 лет в DevOps / SRE / инфраструктуре — Уверенный Linux и сети: TCP/IP, DNS, TLS, маршрутизация, балансировщики — Kubernetes в проде не на уровне «применить манифест» — Python или Go (либо уверенный Bash и готовность писать) — Практика CI/CD, IaC, мониторинга; опыт в security/DevSecOps — Самостоятельность: вы единственный инженер инфраструктуры Особенно ждём кандидатов с опытом CDN и WAF или из отделов ИБ. Стек: Kubernetes (DigitalOcean) · GitLab CI · PostgreSQL · Redis · Elasticsearch · Fluent Bit · Kibana · Grafana · Imperva · Qrator · Cloudflare Плюсы: много greenfield, полная автономия, managed-инфраструктура, гибкий график. Резюме и вопросы: @alexkermk

tldr: PhD-позиция в KTH (Стокгольм) по федеративному обучению, теории информации и кодированию В KTH Royal Institute of Technology открыта оплачиваемая позиция аспиранта в совместном проекте KTH и Technical University of Denmark (DTU): Efficient and Resilient Decentralised Federated Learning via Compression and Coding 📍 Основное место работы — KTH, Стокгольм 🇩🇰 В рамках 4-летней PhD-программы суммарно около одного года предполагается провести в DTU в Дании. Этот период можно разбить на несколько исследовательских визитов. Чем будем заниматься Проект посвящён децентрализованному federated learning — без центрального сервера, с акцентом скорее на математическую и коммуникационную инфраструктуру распределённого обучения, чем на разработку самих ML-моделей. Основные темы: • communication-efficient federated learning; • lossy compression градиентов и обновлений моделей; • gradient coding и устойчивость к медленным/отказавшим устройствам (stragglers); • information theory и coding theory для распределённого ML; • устойчивость и безопасность децентрализованных систем обучения. Цель — понять, как строить распределённое обучение в условиях ограниченной пропускной способности каналов и ненадёжных узлов, сохраняя при этом качество обучения. Проект выполняется совместно командами KTH и DTU. Руководители: • KTH: Prof. Ragnar Thobaben, Prof. Mikael Skoglund • DTU: Prof. Søren Forchhammer, Asst. Prof. Stanislav Kruglik Кого ищем: нужен кандидат с сильной математической подготовкой и интересом к теоретическим аспектам ML и коммуникационных систем. Особенно релевантен опыт/образование в областях: • information theory; • coding theory; • communications / signal processing; • distributed или federated learning. Условия: это полноценная оплачиваемая PhD-позиция в KTH с трудовым контрактом, а не обучение за свой счёт. Программа рассчитана на 4 года full-time. Возможна небольшая доля преподавания/административной работы, в соответствии с правилами KTH. Текущая зарплатная шкала KTH для PhD: • старт — 33 700 SEK/месяц • после первого года PhD — 34 700 SEK/месяц • после второго года — 36 700 SEK/месяц • после третьего года — 38 500 SEK/месяц Суммы указаны до налогов. 📅 Дедлайн подачи: 24 сентября 2026 🔗 Описание позиции и подача заявки: https://www.kth.se/lediga-jobb/963264?l=en

tldr: Product Analyst в Playrix, от уровня middle и выше, от $5k на руки/мес и выше, удаленка по миру Playrix — крупнейший мобильный издатель в Европе, мы стабильно входим в мировую тройку по прибыли. Наш масштаб: 160M+ MAU, 30M+ DAU, $3B annual turnover и 7 ПБ данных. На проекте можно работать с большой аудиторией, быстрыми LiveOps-циклами и фичами, которые реально меняют ежедневный опыт игроков по всему миру. Продуктовые изменения дают +5% ARPU и выше - а значит, можно видеть реальный бизнес-импакт своей работы. Задачи: • проектировать, сопровождать и глубоко анализировать A/B-тесты, используя CUPED, bootstrap и другие статистические методы; • разбирать нестандартные результаты экспериментов, сегментировать аудиторию и формировать рекомендации для продукта; • балансировать игровые фичи и события: определять сложность, награды и ключевые параметры механик; • моделировать поведение игроков и игровую экономику, в том числе при отсутствии исторических данных. Что важно: • сильная математическая база - статистика и теория вероятностей; • опыт продуктовой аналитики и A/B-тестирования от 3х лет; • уверенные SQL + Python; • умение связывать анализ с бизнес-результатом и работать в условиях неопределенности. Стек: Databricks, PySpark, Airflow, Redshift, S3, Tableau, Amplitude. Формат: full-time; мы remote first, но можно работать в одном из наших офисов в Сербии, Кипре, Армении, Грузии или Казахстане Компенсация: от $5,000 net. Верхняя граница не фиксирована: готовы гибко обсуждать условия с сильными кандидатами Подробнее о команде: https://plrx.me/28isTEHqBp Если интересно — пишите @alisa_kh25

tl;dr: senior backend engineers, £100k-200k/year + equity, London / SF Apollo Research ищут синьорных бэкендеров — помогать ставить эксперименты над фронтирными моделями до релиза. Мы думаем, что это может быть веселее, чем работать в бигтехе 🙂 А вы? 👀 Apollo делают эксперименты про scheming: умеют ли модели хитрить, и что с этим делать. В их ресёрче модели догадываются, что их тестируют, игнорируют инструкции пользователей и притворяются глупее, чтобы их не выключили — а учёные придумывают хитрые сценарии, подсовывают моделям фейковые документы и пытаются воспитать в них ложные убеждения. Apollo официально коллабятся с OpenAI — прочитать их недавнюю совместную статью можно тут. Вот примеры того, что можно делать на этой роли: ✨ инфраструктуру и инструменты для ресёрча — например, сервис, который одновременно следит за тысячами экспериментов и сам подсвечивает интересные находки; ✨инструменты для оркестрации, чтобы ресёрчеры могли запускать эти самые тысячи экспериментов параллельно на удалённых машинах (а агенты из них не сбегали 🏃‍♂️) ✨ дата-пайплайны и хранилища, чтобы собирать и хранить транскрипты экспериментов для дальнейшего анализа. ✨ агентов и MCP-инструменты, чтобы автоматизировать разработку и ресёрч; В команде Apollo — выпускники Оксфорда и Кембриджа, ex-CTO, бывшие инженеры и ресёрчеры из Гугла, Яндекса и OpenAI, а фаундер вошёл в TIME100 AI 2025. В общем, умные и интересные коллеги вам точно обеспечены, но и планка тоже высока! 🤸‍♂️ Вам помогут: ➰ 5+ лет опыта; 🩷 отличное знание Python; ➰ ачивки: фаундерский опыт, опыт лидом в бигтехе или стартапе, дипломы всеросов и ICPC и всё остальное, чем вы гордитесь, ➿ мотивация делать мир будущего безопаснее. Хорошо, если вы что-то знаете про AI safety-домен, но если нет — пусть это вас не останавливает! Платят £100k-200k + equity, перевозят в Лондон, а недавно открылся офис в Сан-Франциско, если вы вдруг уже в США. Пишите Кате @skaterina_64 👨‍🚀

tldr: higgsfield AI, ML/data engineers, 90-350k USD / year + equity, Казахстан -> US Мне тут принесли вакансии в higgsfield, которых нигде больше нет 🤫 Higgsfield AI — самая быстрорастущая генеративная AI-компания: $500M годовой выручки (ARR), 25M+ пользователей по всему миру, 6M+ генераций в день, и среди наших клиентов — 390 брендов из списка Fortune 500. Мы работаем на самом фронтире AI-видео и next-generation креативных инструментов. Присоединиться к Higgsfield — значит стать частью команды, которая формирует будущее AI-native продуктов. Наши ML вакансии • Senior Applied ML Engineer mid+/ senior (salary: 200 - 350K USD per year). От 5 лет коммерческого опыта (must have) • ML Engineer (Data Engine) mid/senior (100-250K USD per year) • Data Acquisition Engineer mid/senior ( salary: 90 - 180K USD per year). Работа с парсингом данных, от 3х лет коммерческого опыта Условия: • Офис в Казахстане, Алматы (полное сопровождение релокации) • Последующий переезд в США • Equity c первого дня Контакт: @Eka_Esenturova

tldr: Авито, Middle Data Scientist (CV/OCR), 269–413К на руки Ищем Middle Data Scientist в команду Horizontal ML Technologies в Авито. Команда развивает горизонтальные ML-технологии: OCR, компьютерное зрение и VLM. Решения используются в модерации, антифроде и распознавании документов. Над чем предстоит работать: 🖇 развивать OCR-платформу: улучшать распознавание текущих типов документов и добавлять новые; 🖇 строить CV/OCR-пайплайны: детекция и распознавание текста, классификация, оценка качества изображений, пре- и постпроцессинг; 🖇 разрабатывать VLM-решения: fine-tuning через LoRA, prompting, проектирование архитектуры и оценка качества; 🖇 собирать и размечать данные, в том числе генерировать синтетические датасеты; 🖇 оптимизировать инференс и выкатывать модели в прод высоконагруженных сервисов. Что ожидается от кандидата: 🖇 3+ года практического опыта с ML-моделями в Computer Vision; 🖇 умение самостоятельно вести CV-проекты от идеи до продакшена; 🖇 хорошее понимание CNN и трансформеров для классификации, детекции и сегментации; 🖇 практический опыт с современными VLM; 🖇 уверенный Python, PyTorch и знание классического CV/OpenCV; 🖇 опыт оптимизации и вывода моделей в прод. Опыт с OCR и Go будет плюсом. Вилка: 269–413К на руки Формат: Москва / удалёнка, можно работать из офисов Авито. Вакансия: https://career.avito.com/vacancies/data-science/20301/ Писать: @artermiloff PS: также есть открытые вакансии middle+/senior в команды LLM, автомодерации, рекомендаций и тд.

tldr: middle backend/frontend developers, ~300k руб/мес, можно в usdt, все роли удаленно Мы делаем сервис маршрутизии для платежных систем для одного европейского клиента. Стабильно работаем уже 3 года, выросли в 2 раза за последний год. Один из фаундеров с ФКН, в команде ~20 человек. Сейчас ищем сразу 3 роли 1) backend developer (go) 2) backend developer (python) 3) frontend developer (react) Особенности: - Быстрый цикл релизов - Высокая скорость принятия решений - Дружная команда из 20+ человек, ребята в том числе из Вышки, Физтеха, ИТМО - Оплата в usdt/rub Задачи Go/Python backend: - реализация масштабируемых API - реализация сложных систем маршрутизации транзакций между различными провайдерами - интеграции API провайдеров - работа со сложными механиками Задачи Frontend: - разработка сложных дашбордов - отображение многоуровневых структур - работа с данными в реальном времени Стек технологий: Go, Python, React (front), PostgreSQL, Redis, Elastic, Kunernetes Требования: - активное использование Claude/Codex/Cursor и тд последний год - Коммерческий опыт бекенд-разработки на Go/Python 2+ года для позиций backend, на react для фронтенда - будет плюсом: образование МФТИ/Вышка/МГУ, высокий рейтинг на CF/олимпиадные достижения Контакт для связи: @mipthr

tldr: аналитик-разработчик, Яндекс Поиск, Картинки, 300-450k gross, Москва Ищем аналитика-разработчика в команду офлайн-метрика для повышения качества Поиска Картинок в один из самых сильных отделов аналитики Яндекса. Чем предстоит заниматься: - Оценивать качество выдачи: проводить сравнения с конкурентами, определять сильные и слабые зоны, придумывать метрику выдачи - Автоматизировать разметки с ростом качества: мы – одно из немногих мест, где людей действительно заменяют на LLM/VLM модели, при этом делаем это с экономией и ростом качества - Замерять качество различных компонент сервиса Поиска Картинок - Работать в плотной связи с мощной командой ML-инженеров Ожидаем от кандидата: - Ясный ум и желание работать - Уверенный SQL и Python - Сильное продуктовое мышление - Интерес к поисковым технологиям и AI - Работа в сфере LLM / VLM будет плюсом Что предлагаем: - Компенсации подписок на ИИ, ДМС с первого месяца (стоматология, чекапы, онкология, НС), психотерапия, спорт, программы для семьи и другие бенефиты Яндекса - Работу в продукте с миллионными аудиториями, где все еще можно очень сильно влиять на продакшн Резюме и вопросы сюда: @NDamirov