ФКН: Вакансии
Відкрити в Telegram
Канал с вакансиями, мероприятиями и хакатонами из закрытого ФКНского чата вакансий. Чтобы опубликовать вакансию, можно написать её в лс каналу или или мне @NanoBjorn. Если она понравится чату, то будет опубликована в канале. Правила в закрепе.
Показати більше📈 Аналітичний огляд Telegram-каналу ФКН: Вакансии
Канал ФКН: Вакансии (@vacancy_cs) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 18 141 підписників, посідаючи 2 190 місце в категорії Кар'єра та 36 311 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 18 141 підписників.
За останніми даними від 28 жовтня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на 786, а за останні 24 години на 23, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 62.78%. Протягом перших 24 годин після публікації контент зазвичай збирає 28.88% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 11 388 переглядів. Протягом першої доби публікація в середньому набирає 5 239 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 113.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як engineer, стартап, remote, llm, senior.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“Канал с вакансиями, мероприятиями и хакатонами из закрытого ФКНского чата вакансий. Чтобы опубликовать вакансию, можно написать её в лс каналу или или мне @NanoBjorn. Если она понравится чату, то будет опубликована в канале. Правила в закрепе.”
Завдяки високій частоті оновлень (останні дані отримано 29 жовтня, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Кар'єра.
18 141
Підписники
+2324 години
+1827 днів
+78630 днів
Завантажуємо дані
Схожі канали
Хмара тегів
Вхідні та вихідні згадування
---
---
---
---
---
---
Залучення підписників
жовтень '26жовт '26
жовтень '26
+750
в 0 каналах
вересень '26
+831
в 2 каналах
Get PRO
серпень '26
+619
в 2 каналах
Get PRO
липень '26
+615
в 2 каналах
Get PRO
червень '26
+438
в 1 каналах
Get PRO
травень '26
+367
в 2 каналах
Get PRO
квітень '26
+573
в 0 каналах
Get PRO
березень '26
+726
в 5 каналах
Get PRO
лютий '26
+586
в 1 каналах
Get PRO
січень '26
+521
в 0 каналах
Get PRO
грудень '25
+232
в 0 каналах
Get PRO
листопад '25
+343
в 0 каналах
Get PRO
жовтень '25
+323
в 1 каналах
Get PRO
вересень '25
+273
в 0 каналах
Get PRO
серпень '25
+457
в 0 каналах
Get PRO
липень '25
+320
в 0 каналах
Get PRO
червень '25
+292
в 0 каналах
Get PRO
травень '25
+359
в 0 каналах
Get PRO
квітень '25
+500
в 0 каналах
Get PRO
березень '25
+396
в 0 каналах
Get PRO
лютий '25
+357
в 0 каналах
Get PRO
січень '25
+609
в 1 каналах
Get PRO
грудень '24
+312
в 0 каналах
Get PRO
листопад '24
+388
в 0 каналах
Get PRO
жовтень '24
+492
в 1 каналах
Get PRO
вересень '24
+629
в 4 каналах
Get PRO
серпень '24
+529
в 2 каналах
Get PRO
липень '24
+365
в 0 каналах
Get PRO
червень '24
+315
в 0 каналах
Get PRO
травень '24
+299
в 1 каналах
Get PRO
квітень '24
+398
в 1 каналах
Get PRO
березень '24
+305
в 1 каналах
Get PRO
лютий '24
+504
в 2 каналах
Get PRO
січень '24
+219
в 1 каналах
Get PRO
грудень '23
+174
в 0 каналах
Get PRO
листопад '23
+181
в 0 каналах
Get PRO
жовтень '23
+214
в 4 каналах
Get PRO
вересень '23
+235
в 0 каналах
Get PRO
серпень '23
+110
в 0 каналах
Get PRO
липень '23
+193
в 0 каналах
Get PRO
червень '23
+279
в 0 каналах
Get PRO
травень '23
+106
в 0 каналах
Get PRO
квітень '23
+144
в 0 каналах
Get PRO
березень '23
+140
в 0 каналах
Get PRO
лютий '23
+146
в 0 каналах
Get PRO
січень '23
+87
в 0 каналах
Get PRO
грудень '22
+88
в 0 каналах
Get PRO
листопад '22
+31
в 0 каналах
Get PRO
жовтень '22
+77
в 0 каналах
Get PRO
вересень '22
+128
в 0 каналах
Get PRO
серпень '22
+99
в 0 каналах
Get PRO
липень '22
+53
в 0 каналах
Get PRO
червень '22
+109
в 0 каналах
Get PRO
травень '22
+87
в 0 каналах
Get PRO
квітень '22
+180
в 0 каналах
Get PRO
березень '22
+153
в 0 каналах
Get PRO
лютий '22
+130
в 0 каналах
Get PRO
січень '22
+97
в 0 каналах
Get PRO
грудень '21
+67
в 0 каналах
Get PRO
листопад '21
+58
в 0 каналах
Get PRO
жовтень '21
+52
в 0 каналах
Get PRO
вересень '21
+99
в 0 каналах
Get PRO
серпень '21
+1 301
в 0 каналах
| Дата | Залучення підписників | Згадування | Канали | |
| 29 жовтня | 0 | |||
| 28 жовтня | +24 | |||
| 27 жовтня | +9 | |||
| 26 жовтня | +25 | |||
| 25 жовтня | +21 | |||
| 24 жовтня | +50 | |||
| 23 жовтня | +40 | |||
| 22 жовтня | +18 | |||
| 21 жовтня | +16 | |||
| 20 жовтня | +57 | |||
| 19 жовтня | +10 | |||
| 18 жовтня | +14 | |||
| 17 жовтня | +8 | |||
| 16 жовтня | +15 | |||
| 15 жовтня | +21 | |||
| 14 жовтня | +29 | |||
| 13 жовтня | +41 | |||
| 12 жовтня | +23 | |||
| 11 жовтня | +20 | |||
| 10 жовтня | +23 | |||
| 09 жовтня | +31 | |||
| 08 жовтня | +75 | |||
| 07 жовтня | +27 | |||
| 06 жовтня | +71 | |||
| 05 жовтня | +40 | |||
| 04 жовтня | +8 | |||
| 03 жовтня | +5 | |||
| 02 жовтня | +16 | |||
| 01 жовтня | +13 |
Дописи каналу
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.
| 2 | 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 | 10 411 |
| 3 | 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 🪄 | 11 376 |
| 4 | 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/ | 13 158 |
| 5 | 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. | 11 718 |
| 6 | 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 | 10 281 |
| 7 | 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 🦉 | 10 126 |
| 8 | 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 | 12 972 |
| 9 | 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 | 14 316 |
| 10 | 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 🤍 | 13 712 |
| 11 | 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 | 14 384 |
| 12 | 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 | 12 375 |
| 13 | 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 | 10 553 |
| 14 | 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 | 9 701 |
| 15 | 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 👨🚀 | 11 647 |
| 16 | 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 | 12 866 |
| 17 | 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. | 13 792 |
| 18 | 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 | 11 922 |
| 19 | 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 | 12 334 |
| 20 | tldr: Аналитик операционной эффективности, Т-Бизнес (M-сегмент) — 220–450k ₽ gross, гибрид или удалёнка из РФ
Т-Бизнес — направление Т-Банка для предпринимателей и компаний: 1,5 млн клиентов и 30+ продуктов. Наша команда отвечает за эффективность продавцов и развивающих менеджеров в крупном бизнесе (M-сегмент).
Ищем аналитика, который задрайвит стрим операционной эффективности и ответит на ключевые вопросы направления: как приоритизировать работу с клиентами, как эффективно распределить рабочее время менеджера и как отличить настоящий результат от накрученных показателей.
Что делать
• Формировать, приоритизировать и планировать аналитические задачи направления.
• Дизайнить эксперименты и подводить их результаты.
• Применять ML-подходы для повышения эффективности операционных процессов.
• Развивать аналитическую инфраструктуру и отчётность направления.
Что ждём
• Опыт в продуктовой или дата-аналитике.
• Сильные SQL + Python.
• Понимание базовых ML-концепций: классификация, кластеризация, регрессия — и когда что уместно.
• Умение дизайнить метрики и критерии их оценки, опыт A/B-тестов или альтернативных методов проверки гипотез.
• Опыт с BI (Tableau, Power BI, Redash и др.).
Условия
• 220–450k ₽ gross (Junior / Middle / Middle+).
• Гибрид или удалёнка из РФ.
• Направление, которое вы ведёте сами: от постановки задач до внедрения решений в процессы продаж.
• Сильная команда и большая зона ответственности с первого дня.
Контакт: @SolMaxx1 | 11 908 |
