ТехЛид команды DS/ML (Домен ИИ)
Сигналы объявления: 1 из 3
Это счётчик доступных сигналов, а не рейтинг безопасности работодателя. Нет данных по 2 из 3 проверок.
- Источник «Работа России»: нет данных — Нет подтверждённых данных об этом объявлении на государственной площадке.
- Проверка hh.ru: нет данных — Подтверждённый флаг employer.trusted от hh.ru не получен.
- Свежесть публикации: есть сигнал — С даты публикации прошло 21 дн. Порог сигнала — 30 дней; обновление даты не доказывает наличие свободного места.
Сопоставьте ИНН, юридическое название и условия договора. Даже свежая вакансия проверенной площадки требует проверки перед откликом.
Как проверить работодателя →✍ Составить сопроводительное письмо
Письмо хранится только в вашем браузере. Проверьте название компании перед отправкой — чужое имя в письме читается как массовая рассылка.
Опыт и подпись возьмутся из вашего мини-резюме.
Пожаловаться на подозрительную вакансию
Опишите конкретные признаки обмана. Не указывайте паспортные данные, номера карт или чужие контакты. После трёх учтённых жалоб объявление скрывается до проверки; это не доказательство мошенничества.
Практика ориентирована на создание решений, которые отвечают потребностям заказчиков, применяя традиционные модели машинного обучения и DL/LLM/GenAI-подходы. Заказчиками могут выступать компании из B2B и B2C-направлений, которые стремятся улучшить свою эффективность за счет AI/ML-сервисов.
Чем предстоит заниматься:
- Анализ рынка конкурентов и внедрений с точки зрения поиска новых ИИ-решений;
- Разработка перспективных RnD направлений, прототипирование ИИ-решений;
- Самостоятельная end-to-end разработка демо-стендов (с помощью агентской разработки Claude Code, Codex, Cursor) для демонстрации возможностей прототипа;
- Выступление на конференциях с результатами исследований;
- Публикация научных статей в журналах;
- Взаимодействие со смежными подразделениями (продажи, аналитика, разработка, продукты).
Для нас важно:
- Высшее образование (математика, компьютерные науки, физика, инженерия или смежные области);
- Опыт работы в области машинного обучения от 5+ лет;
- Глубокое понимание принципов машинного обучения, экспертиза в нескольких из перечисленных областей и общее понимание остальных: Classic ML, RecSys, NLP, CV, LLM (API+RAG);
- Опыт разработки с помощью агентов по типу Claude Code, Codex или Cursor. Умение самостоятельно собирать прототипы и демо стенды под ключ «упаковывать решение»;
- Навыки эффективной коммуникации с нетехническими стейкхолдерами (менеджмент, заказчики, продукт). Умение объяснять сложные технические концепции простым и понятным языком;
- Готовность работать на территории РФ.
Специализированные навыки:
- Знание Python, (на хорошем уровне), SQL;
- Опыт работы с MLOps-инструментами (MLflow, Kubeflow, Airflow и др.) для автоматизации процессов разработки и эксплуатации моделей;
- Понимание принципов разработки и внедрения масштабируемых ML-решений в production;
- Опыт работы в Agile/Scrum-командах.