⚠️ ВНИМАНИЮ ВСЕХ УЧАСТНИКОВ СООБЩЕСТВА DATA SCIENCE JOBS

В связи с резким усложнением схем социальной инженерии и появлением целевого HR-скама (включая блокировку личных MacBook через подставные корпоративные аккаунты iCloud), администрация вводит обязательный протокол безопасности.

Мы осуществляем базовую фильтрацию публикуемых вакансий, однако мошенники непрерывно адаптируют свои алгоритмы и мимикрируют под реальные IT-компании. Безопасность вашего оборудования и персональных данных зависит прежде всего от вашей бдительности.

Перед откликом на любую вакансию в канале строго обязательно ознакомьтесь с утвержденным регламентом выявления мошенников. В нем зафиксированы абсолютные индикаторы, при которых коммуникацию с «работодателем» необходимо немедленно прервать.

🔗 РЕГЛАМЕНТ ИНФОРМАЦИОННОЙ И ФИНАНСОВОЙ БЕЗОПАСНОСТИ

🛡 Алгоритм действий при выявлении скама:
• Немедленно прекратить любые коммуникации.
• Никаких переходов по ссылкам, установок ПО или вводов учетных данных.
• Сохранить скриншоты переписки (с видимым @username рекрутера).
• Переслать данные администрации канала для оперативной блокировки публикации.

Ссылка на данный регламент теперь будет сопровождать каждую публикуемую вакансию. Игнорирование вами данных правил — прямая угроза вашей информационной и финансовой безопасности.

#вакансия #ml #machinelearning #cv #computervision #pytorch #OpenCV #remote #motioncapture #analysis

ML / Computer Vision Developer
Мы ищем ML/CV-разработчика в проект для разработки системы видеоанализа на основе нескольких синхронизированных камер.

🌐 О проекте
Проект иностранной технологической компании в сфере видеоаналитики, computer vision и motion analysis. Проект уже проинвестирован, имеет первого клиента и сформированную full-stack команду. У компании есть представители в разных странах, включая РФ, что позволяет развивать и масштабировать продукт на международных рынках.
На текущем этапе нам не хватает ключевого специалиста по Computer Vision, который поможет построить и оптимизировать ML/CV-модуль для извлечения координат людей, суставных точек и динамических объектов из видеопотоков в near real-time / real-time режиме.

Задачи
— Обработка видео с нескольких синхронизированных камер.
— Детекция и трекинг динамических объектов.
— Детекция и трекинг суставных точек 2–4 человек.
— Работа с pose estimation и multi-view computer vision.
— Получение 2D keypoints из видеопотоков.
— Построение 3D-координат через camera calibration / triangulation.
— Интеграция и адаптация существующих или предложенных ML/CV-моделей.
— Оптимизация пайплайна под near real-time / real-time обработку.

Требования
— Опыт в Computer Vision / Machine Learning.
— Опыт работы с PyTorch / OpenCV.
— Понимание pose estimation, object tracking, keypoint detection.
— Понимание camera calibration, triangulation, multi-camera setup.
— Опыт оптимизации inference на GPU.
— Умение работать с видеопотоками.

Будет плюсом
— Опыт с Pose2Sim, MMPose, RTMPose, DeepLabCut, MediaPipe.
— Опыт с industrial cameras / GigE / PoE / multi-camera systems.
— Опыт с TensorRT / ONNX Runtime.
— Опыт в biomechanics, motion capture.

Ожидаемый результат
Нужен модуль, который получает видеопотоки с камер и отдаёт структурированные координаты людей, суставных точек и заданных динамических объектов для дальнейшего анализа системой.

Формат сотрудничества
— Проектная / частичная / полная занятость.
— Удалённая работа.
— Оплата обсуждается индивидуально и зависит от уровня кандидата.

====
⚠️ Перед откликом обязательно изучите Регламент безопасности канала.
====

По всем вопросам и с резюме пишите @SimArt1010

#AI #LLM #AgentSystems #HFT #Research #Relocation #Amsterdam #Dubai #London #Montreal

🚀 Architect of Autonomous Research Platform

We're looking for an AI Architect to build from scratch an agent-based research and execution platform — the foundation of a fully autonomous AI Scientist.

🔬 The Project
Our client is an AI research company building a system that can formulate hypotheses, design experiments, train models, and discover answers — without human intervention.
Their first domain is financial markets: fast feedback loops, high-quality real-world data, rapid iteration. But the long-term vision goes far beyond trading — into life sciences, biotech, and fundamental physics.
They are not a traditional trading firm. They see themselves as a research lab building frontier AI systems.

The long-term vision:
a fully automated pipeline where the entire lifecycle:
hypothesis → research → validation → execution → optimization
— is handled by agent-based systems.

🧠 Responsibilities
- Design and implement a multi-agent orchestration framework (roles, communication, memory, decision loops);
- Build retrieval and knowledge systems grounded in market data and research;
- Develop a Strategy DSL and compiler for research → simulation → production;
- Create falsification-first evaluation systems to eliminate false alpha;
- Design an “alpha memory” layer to accumulate knowledge and avoid repeated mistakes;
- Work closely with researchers and engineers to bring ideas into low-latency production;
- Define robustness metrics beyond P&L (stability, execution realism, capacity, novelty).

🛠 What We're Looking For
- LLM architecture expertise: RAG, fine-tuning, prompt engineering, and evaluation frameworks;
- Agent systems experience: Building multi-agent orchestration, memory management, tool use, and collaboration (beyond basic LLM integrations);
- Experience creating auto-researcher / co-scientist systems: Proven track record of building autonomous research agents or AI systems that assist scientists/analysts;
- Strong Python + ML skills: Production-ready code with PyTorch, JAX, or similar frameworks;
- Statistical rigor: Experimental design and statistics for non-stationary, noisy environments;
- Systems thinking: Ability to design abstractions, interfaces, and pipelines - not just models;
English proficiency: B2+.

Nice to Have:
HFT/MFT experience or low-latency mindset (nanosecond-scale, hardware-aware, deterministic design).

💰 What’s Offered
- Compensation: up to €15,000 gross/month, based on experience (open to discussion);
- Locations: Netherlands (Amsterdam), UAE (Dubai) - relocation support provided; or UK (London) / Canada (Montreal) if you're already based there - official employment arranged;
- Access to alternative high-performance computing architecture (beyond GPUs);
- Research-driven environment with real-world impact and encouragement to publish;
- Small, fast-moving team — your contribution has direct impact.

📩 Contacts
If you're excited about building autonomous systems that go all the way from research to execution - DM @sobolevavalery

In your message, please include 3–5 lines about your experience with LLMs and AI agents, and whether you have built auto-researcher or co-scientist systems — this helps us quickly assess the fit.

DL Researcher в FastForward| Москва | full-time

Ищем молодого и сильного DL Researcher в Quant-команду.
Компания разрабатывает высокочастотные торговые стратегии и торгует на многих мировых биржах. Это одна из самых конкурентных и быстрорастущих сфер, поэтому задачи будут сложными, динамичными и точно не однообразными.

Что предстоит делать:
– разрабатывать современные deep learning модели;
– работать с современными GPU-архитектурами, CUDA и оптимизацией моделей;
– обрабатывать большие объемы данных;
– использовать собственное высокопроизводительное оборудование, включая H200 SXM;
– бэктестировать торговые стратегии;
– внедрять торговые идеи в production.

Что важно:
– степень бакалавра, магистра или PhD в STEM-направлении в ведущем университете;
– обязательны достижения в математических олимпиадах, соревнованиях по программированию – ICPC, Codeforces, Kaggle Master+, публикации в профильных научных изданиях / конференциях;
– уверенное владение Python и PyTorch;
– базовое знание C++;
– сильная база в теории вероятностей и статистике;
– опыт в Deep Learning и желание развиваться в этой области;
– умение читать и разбирать академические research papers;
– интерес к трейдингу или опыт в этой сфере;
– креативное и нестандартное мышление.


Условия:
– работа из офиса в Москве или гибридный формат;
– full-time;
– гибкий график;
– зарплата в $ / ₽;
– прозрачная бонусная система;
– кофе, снеки и напитки в офисе.

Ждем ваше резюме!

PS: за успешную рекомндацию предусмотрен бонус, так что также можно присылать резюме

Все вопросы и резюме присылайте в телеграм: @lizan_ka

Junior Applied ML Engineer / Data Scientist

Nedvision.ai - резидент Сколково, МТК
Вилка з/п - от 100 тыс

Real Estate Investment Scoring
Формат: контракт или part-time
Ищем перспективного junior / junior+ специалиста, который хочет расти в области Applied ML Engineering: работать с реальными грязными данными, строить признаки и модели, доводить решения до практического использования и постепенно брать на себя больше ответственности.

Нам не нужен человек, который уже всё знает. Нам нужен человек, который любит работать с данными, хорошо знает базу, быстро учится, не боится неопределённости и хочет развиваться на живой продуктовой задаче в области инвестиционного скоринга недвижимости.
Чем предстоит заниматься
Работать с исходными данными по недвижимости: объявления, тексты, цены, геоданные, поведение продавцов, рыночная динамика.

Делать EDA: искать закономерности, проверять гипотезы, находить проблемы в данных.
Готовить признаки для ML-моделей: текстовые, табличные, временные, географические.
Помогать строить модели для оценки инвестиционной привлекательности объектов: рейтинг, справедливая цена, доходность, ликвидность.

Участвовать в проверке качества моделей: подбор метрик, validation, анализ ошибок, интерпретация результатов.
Разбираться в деградации качества по сегментам: районам, типам объектов, ценовым категориям, периодам.
Постепенно брать на себя более сложные задачи: от анализа и прототипов до самостоятельных решений по отдельным частям ML-пайплайна.
Помогать структурировать ML-процесс: описывать гипотезы, фиксировать результаты экспериментов, поддерживать воспроизводимость.
Что нужно уметь на старте
Python на уровне уверенной работы с данными: pandas, numpy, notebooks/scripts.
Базовый ML: classification, regression, train/test split, метрики качества, переобучение, leakage.
Базовая статистика: распределения, корреляции, проверка гипотез, доверительные интервалы.
SQL: выборки, join, group by, оконные функции будут плюсом.
Понимание feature engineering: как превращать сырые данные в признаки.
Умение аккуратно работать с грязными, неполными и шумными данными.
Способность объяснять свои выводы простым языком: что проверяли, что получилось, почему это важно.
Готовность разбираться в предметной области, задавать вопросы и доводить задачи до результата.

Будет плюсом
- Опыт с scikit-learn, CatBoost / LightGBM / XGBoost.
- Базовое понимание NLP: embeddings, sentence-transformers, признаки из текстов.
- Интерес к геоаналитике: координаты, расстояния, районы, POI, H3, PostGIS / GeoPandas.
- Опыт с Airflow / MLflow / experiment tracking.
- Опыт работы с marketplace / classifieds / real estate / fintech данными.
- Умение использовать AI coding tools для ускорения работы без потери качества.

Чему научим
- Работать с геоаналитикой в прикладных ML-задачах.
- Строить признаки для объектов недвижимости: локация, транспортная доступность, окружение, район, трафик, динамика рынка.
- Понимать домен недвижимости: цена, ликвидность, доходность, качество объявления, поведение продавца.
- Проверять ML-модели честно: time-based split, backtesting, out-of-time validation, анализ деградации по сегментам.
- Доводить ML-решения от гипотезы и прототипа до практического использования в продукте.
- Работать с задачами, где нет готового учебного ответа, а нужно думать, проверять и принимать обоснованные решения.

Что дадим
- Много практики на реальных данных и реальных бизнес-задачах.
- Возможность быстро расти в Applied ML Engineering.
- Доступ к сильной предметной задаче на стыке ML, недвижимости, геоаналитики и инвестиционного скоринга.
- Карт-бланш на обоснованные решения: если гипотеза, подход или инструмент хорошо аргументированы, их можно пробовать.
- Возможность брать на себя не только технические, но и смысловые и организационные задачи: формулировать гипотезы, структурировать эксперименты, предлагать улучшения процесса.
- Работу в формате контракта или part-time с понятными задачами и постепенным ростом ответственности.

Резюме: @svetulyaa

Магистратуры Яндекса в ФКН НИУ ВШЭ, ФПМИ МФТИ — «Аппаратная разработка умных устройств»

Отличный вариант для выпускников технических специальностей. Вот причины:

1. Совмещение университетского, глубокого подхода к теории и современной практики
2. В преподавателях — инженеры команды Алисы и Умных устройств.
3. Изучение полного цикла разработки умных устройств: от проектирования до интеграции ML, создания ПО под ограниченные ресурсы.

По этой ссылке можно узнать о поступлении

#вакансия #vacancy #MachineLearning #Principal #Relocation

Компания: КА Lucky Hunter
Формат: full-time (вне РФ/РБ)
Локация: Amsterdam или London. Remote EU рассматривается, помощь с релокацией есть.
Вилка: €120K–200K в год, готовы обсуждать

Есть задачи, которые невозможно решить улучшением существующего. Их приходится придумывать с нуля.

Наш клиент создаёт новый тип поиска — не для людей, а для AI-агентов. Агент не кликает по ссылкам и не выбирает из списка результатов. Он должен понимать информацию, проверять её, использовать для reasoning и принимать решения.
А значит, нужно заново переосмыслить саму архитектуру поиска: что считать хорошим ответом, как измерять качество системы и как построить retrieval для мира AI-агентов.

Именно этим займётся Principal Applied AI Researcher 💫

🧠 Что будет в зоне ответственности:
— проектирование AI-native retrieval, reasoning и систем оценки качества
— создание систем, где агенты ищут, верифицируют и используют информацию из веба в реальном времени
— разработка eval-методологий и новых метрик качества
— принятие ключевых технических и продуктовых решений в направлении agent-native search
— превращение исследовательских идей в production-системы
— работа бок о бок с командами search, ML и infrastructure

🙌 Что важно:
— 8+ лет опыта в Applied AI, ML или Software Engineering
— опыт вывода ML/AI-систем в production
— обязательный опыт проектирования и развития систем в одной из областей: recommendation, personalization, ranking, search, ads, marketplaces или feed systems
— Python обязателен, знание Go, C++, Rust или Java будет преимуществом
— Свободный английский

Возможно, самое интересное в этой роли — не технологии, с которыми предстоит работать, а вопросы, на которые пока нет готовых ответов.
Если вам интересно искать эти ответы вместе с одной из самых сильных AI-команд, пишите @karinakava

#аналитика #мониторинг

Периодически наш канал проводит мониторинг рынка труда в сфере Data Science / ML. В том числе и для того, чтобы не только мы сами могли определить тенденции и быть в курсе ситуации, но и с удовольствием делиться результатами с вами.

Так вот, в последние месяцы на рынке Data Science наблюдается любопытное смещение фокуса: крупные IT-компании всё чаще делают ставку не на внешний хантинг Senior-специалистов, а на дообучение мидл-грейдов под свои внутренние стеки и задачи. Это позволяет компании снизить риск ошибки при найме из-за длительного знакомства с участником, а мидлу открываются дополнительные возможности для роста плюс лояльность опять же.

Практика показывает, что вместо стандартных собеседований корпорации запускают интенсивы:

Примером такого подхода сейчас выступает Ozon Tech с их обновленным форматом Route 256 Pro. 6-ти недельный бесплатный трек для специалистов с опытом, заточенный под Go и Data Science (информация о текущем наборе на интенсив: https://route256.ozon.ru/ds) Механика стандартная для бигтеха: разбор реальных внутренних задач компании, проект в портфолио, последующий доступ в закрытое профессиональное комьюнити, которое часто работает как кадровый резерв, и знакомство с экспертами Ozon Tech и инженерами из других компаний.

Подобные форматы становятся серьёзным лифтом для перехода на следующий грейд, так как не только дают доступ к архитектурным решениям, которые не публикуются в открытом доступе, но и дают существенный буст в скиллах.

#Relocation #Amsterdam #Dubai #Montreal

🔬 Head of Research @ Technology-first hedge fund

We're looking for a Head of Research who will be responsible for building the research function as a scalable system.

About the Company
Our partner is a hedge fund where technology is the core of the business. The company builds trading systems at the intersection of financial markets, AI, and frontier technologies. The fund operates its own AI research lab, has stable long-term funding, and access to experimental hardware.

🛠 What you will do
• Build the research function as a scalable system, designing the structure that lets small, autonomous research teams operate independently while staying aligned with company goals.
• Define how each team owns its research direction, hypothesis, dataset, or scientific problem, and set clear interfaces between units.
• Establish the standards and processes that govern how ideas are generated, how tasks are selected, and how experiments are designed.
• Create the evaluation frameworks and feedback loops that make research output measurable and comparable across teams.
• Own how research priorities shift over time, including when teams are added, restructured, or wound down.
• Translate successful research into real, measurable impact on the business.
• Combine quantitative research depth, managerial discipline, and organizational design to build a research machine.

🧩 What we're looking for
• Proven experience leading quantitative research, trading research, systematic strategy, or data-driven investment teams.
• Deep understanding of trading, alpha research, portfolio construction, execution, risk, market microstructure, and the lifecycle of a trading idea from hypothesis to live deployment.
• Ability to structure autonomous research units, define their ownership areas, set clear interfaces between teams, and create objective ways to evaluate progress and output.
• Excellent managerial skills, including hiring, onboarding, mentoring, performance management, compensation input, and resolving conflicts between teams or priorities.
• Experience setting research priorities at the portfolio level rather than micromanaging individual tasks.
• Ability to design dashboards, metrics, review rituals, and decision-making processes that make research output visible and comparable across teams.
• Excellent communication skills and the ability to create alignment between researchers, engineers, data teams, risk, and senior stakeholders.

✨ What the company offers
• Locations: Netherlands (Amsterdam), UAE (Dubai) - relocation support provided; or Canada (Montreal) if you're already based there - official employment arranged.
• Work at the intersection of trading, AI, and frontier technologies.
• Opportunity to build systems from scratch.
• Access to an in-house AI research lab.
• Use of modern and experimental hardware.

📩 Contact
To apply for the role, reach out to @dariiyah

📊 Research Data Engineer @ Technology-first hedge fund

We're looking for a Research Data Engineer to build and operate the data platform that powers the fund’s researchers, AI systems, and trading infrastructure.

About the Company
Our partner is a hedge fund where technology is the core of the business. The company builds trading systems at the intersection of financial markets, AI, and frontier technologies. The fund operates its own AI research lab, has stable long-term funding, and access to experimental hardware.

🛠 What you will do
• Design and maintain scalable pipelines for market, trading, and research data.
• Build reliable ingestion systems for exchange feeds, execution venues, alternative datasets, and internal data sources.
• Develop data quality frameworks, validation checks, monitoring, and observability tooling.
• Create standardized datasets used across quantitative research, machine learning, and production trading systems.
• Optimize storage and retrieval of large-scale time series data.
• Work closely with researchers to transform raw data into research-ready features.
• Partner with engineering teams to ensure consistent data models across research and production environments.
• Improve metadata management, lineage tracking, and reproducibility of research results.
• Evaluate and integrate new datasets that may provide trading edge.

🧩 What we're looking for
• Experience working with market data, order book data, or trading systems.
• Experience supporting machine learning workflows.
• Knowledge of quantitative research and backtesting environments.
• Great software engineering skills in C++ or Python.
• Experience building production-grade data pipelines and distributed data systems.
• Deep understanding of data modeling, storage formats, and data lifecycle management.
• Good SQL skills and practical experience working with large datasets.

✨ What the company offers
• Location: Netherlands (Amsterdam) - relocation support provided.
• Work at the intersection of trading, AI, and frontier technologies.
• Opportunity to build systems from scratch.
• Access to an in-house AI research lab.
• Use of modern and experimental hardware.

📩 Contact
To apply for the role, reach out to @dariiyah

Создаём будущее прямо сейчас — приглашаем тебя принять участие! 💚

На связи команда Центра перспективных AI-разработок в индустриях — мы решаем задачи государственного масштаба: внедряем передовые технологии ИИ в госуправление, отрасли экономики и банковскую сферу.

Сейчас мы ищем будущих коллег — NLP/CV-специалистов, которые усилят нашу команду и будут:

✅ Экспериментировать с новейшими языковыми моделями и sota harness.
✅ Создавать мультиагентные системы на базе LLM.
✅ Работать с мультимодальными данными.
✅ Оптимизировать модели для промышленного применения и edge‑устройств.

Чувствуешь, что это твоё? Регистрируйся на One Day Offer — он состоится 27 июня!

#AI #VLA #Robotics #DeepLearning #Research #Relocation #London #Senior

🤖 Senior VLA Pre-training Engineer

We're hiring for a team building the brain of the next generation of industrial humanoid robots.

🔬 The Project
Our client is a fast-growing humanoid robotics startup building robots for real industrial environments: manufacturing, logistics, warehouses, large-scale physical operations. Not research-only - they already have 30,000 pre-orders globally, signed contracts with a major European industrial manufacturer and successful pilots with global engineering leaders in automotive and industrial automation.

The VLA (Vision-Language-Action) team is responsible for the core intelligence: how the robot perceives the world, understands instructions, learns new skills, and executes manipulation tasks autonomously.

🧠 Your Role
As a Senior VLA Pre-training Engineer, you'll own the full lifecycle of foundation models for robotic behavior:
- Pre-training and fine-tuning VLA models on large-scale multimodal datasets;
- Building and maintaining data pipelines: collection, curation, synthetic data generation;
- Designing distributed training infrastructure;
- Sim-to-real transfer: validating policies in simulation before real-world deployment;
- Working closely with simulation engineers, data scientists, and embedded teams;
- Shipping models that directly power real robots in production.

🛠 What We're Looking For
- 5+ years building deep learning systems (industry or research) with shipped models or published work;
- Hands-on with LLMs, VLMs, or VLA models - architecture, training, fine-tuning;
- Large-scale distributed training: PyTorch DDP, data pipelines, checkpointing;
- Experience with robotics simulators (MuJoCo, Isaac Sim, Gazebo) or real robotic systems;
- Strong Python + PyTorch/JAX; you can debug numerics and write production code;
- Self-driven, proactive, communicates clearly.

Nice to have:
Robotics background, sim-to-real experience, OpenVLA or similar VLA frameworks

💰 What's Offered
Compensation: £150,000 – £230,000 gross/year, based on experience
London, 100% onsite - daily access to robots, labs, and prototypes
Relocation support: up to £8,000 + Skilled Worker Visa sponsorship
Benefits: private healthcare, pension (8%), 23 days PTO, equity

📩 Interested?
DM @sobolevavalery with 3–5 lines about your VLA/LLM pre-training experience, distributed training scale, and robotics background. We move fast.

Senior / ML Lead | Крипто-трейдинг | Офис - Сербия / удаленно

Разрабатываем ML-модели и торговые стратегии на крипторынках. Небольшая команда (ВШЭ, Физтех, Сколтех, ШАД). В продакшене уже работает собственная ML-система — ищем человека, который возьмет ее на себя и будет развивать дальше.

💰 Компенсация
Senior: до $12k net + квартальный бонус.
ML Lead: до $12k net + процент от PnL, размер процента обсуждается индивидуально - от 4 до 10% PnL.

Кого ищем:
- Senior / ML Lead или очень сильный мидл с опытом в трейдинге
- Опыт разработки прибыльных ML-моделей или торговых стратегий
- Python + NumPy, numba, PyTorch / JAX
- Сильный математический бэкграунд
- Самостоятельно находит идеи и доводит до результата

Плюсом:
- Опыт в крипто или алготрейдинге
- C++ (читать и оптимизировать)
- Олимпиады, ICPC, Kaggle, ШАД, публикации
- Потенциальный интерес к развитию команды

Если в вашем окружении есть кто-то подходящий - будем рады знакомству. $15 000 за успешный найм

Контакт: @vladrecrut

[Hiring] Quant Researcher (Middle/Senior) в QST (Quantstellation), TradFi (Derivatives), $7–15k net + Bonus/Profit Share, Limassol/Moscow (Hybrid/Relocation)

Знаете, в чем заключается настоящий карьерный арбитраж? Это трейд с максимально понятным матожиданием: когда ваш рейтинг на CF и медали на Kaggle напрямую конвертируются в прозрачный PnL на надежной инфраструктуре.

Хочу поделиться редкой вакансией Middle/Senior Quant Researcher в QST (Quantstellation, ex-Созвездие) — это один из первых русскоговорящих бутиковых prop HFT-фондов (~35 человек). Работают с деривативами (фьючерсы и опционы) на крупнейших биржах: от CME и Eurex до NSE и KRX. Крипта есть как дополнительная компонента.

QST в цифрах:
• Торгуют 18 лет на свои (без внешних LP)
• Делают объемы >$80B в месяц
• Средний стаж работы в команде >6 лет

Главный плюс: вы занимаетесь исключительно ресерчем. Ваш основной рабочий язык — Python, а писать на C++ не нужно (для этого есть сильная команда Quant Dev). При этом у ребят выстроен полный research-to-production pipeline под одной крышей: своя платформа, FPGA и GPU-кластер для тяжелых моделей. А плоская структура без бюрократии обеспечивает минимальный путь от гипотезы до продакшена.

Кого ищут:
• Ресерчера с сильной матбазой и ML, готового выстраивать альфу с нуля, а не просто итерировать чужие пайплайны.
• Опыт в TradFi идеален, но ребятам из крипты тоже рады.

Условия:
• Оклад $7–15k net + бонус из profit-пула по прозрачной PnL-формуле (успешные стратегии генерируют апсайд в иксах от фикса, никаких искусственных потолков).
• Фаундеры с мехмата МГУ, в команде — Kaggle Masters+, PhD и выпускники ШАД. Здесь вместе ищут альфу, а не конкурируют изолированными командами.
• Гибкий график, 40 часов в неделю, без переработок по выходным.
• В QST уважают ваши текущие обязательства по NCA и готовы обсуждать комфортные условия перехода.

Готовы конвертировать свой трек-рекорд в оффер с понятным матожиданием? Пишите: @QuantScout

#новости #образование #кадры

Наблюдаем дальнейшую интеграцию корпоративного сектора в академическую среду для раннего захвата кадрового резерва.

ФКН НИУ ВШЭ и МТС открыли набор на третий поток совместной магистратуры «Исследования и предпринимательство в искусственном интеллекте». В условиях дефицита кадров в Data Science корпорации все чаще переходят к формированию специалистов непосредственно под собственные внутренние стеки.

Архитектура программы и профит для специалистов:
• Квота в 30 мест с полным финансированием от компании.
• Стек технологий: машинное обучение, GenAI, большие языковые модели, видеоаналитика, распознавание и синтез речи, ML- и агентные системы на базе LLM.
• инфраструктурный прямой доступ к вычислительным мощностям GPU, MWS Cloud и разбор реальных продакшен-кейсов MWS AI.
• самое приятное, это интеграция в корпоративный пайплайн (возможность получения стажировки или полноценного оффера от МТС Web Services до завершения обучения).

Представители корпорации позиционируют проект как стратегический для рынка. По заявлению гендиректора МТС Web Services Павла Воронина, инициатива направлена на то, чтобы «усиливать российский ИТ-рынок и развивать прикладной ИИ в стране».

Детализированная информация и регламент приема доступны на странице факультета: https://www.hse.ru/ma/ipii/

#вакансия #ai #job #vacancy #developer #parttime #работа
🚀 Machine Vision / Vision Hardware Engineer
(part-time / project)

AI-based quality control system for a production line in Thailand. The system inspects soft plastic packaging on a conveyor belt and detects defects such as tears, dents, deformations, and damaged packaging in real time.

Looking for an engineer with hands-on experience in:
-industrial cameras (Basler, FLIR, Hikrobot, etc.)
-lighting / optics / controllers
-conveyor / PLC integration
-machine vision setup for production environments

Tasks:
-HW procurement & purchasing
-business trips to SEA region (China / Japan )
-on-site installation & setup
-image quality optimization for AI inspection systems

💰 All travel & equipment expenses covered by the company.
Salary starting from $5000+ depending on experience
DM me or send CV if relevant - @levanm

📹Вебинар: Выбор между Serverless и Kubernetes для AI-ворклоадов: как определить оптимальную платформу под задачу

На открытом уроке рассмотрим:
• В чем различаются Serverless-подходы и Kubernetes при работе с AI-ворклоадами;
• Какие преимущества и ограничения есть у каждого подхода с точки зрения масштабируемости, стоимости и сложности эксплуатации;
• Какие трейдоффы нужно учитывать при выборе платформы: холодный старт, управление состоянием, поддержка GPU.

После занятия вы будете знать:
• Как сравнивать Serverless и Kubernetes для различных AI-задач;
• Как выбирать платформу оркестрации в зависимости от требований к нагрузке, бюджету и архитектуре решения;
• Как учитывать ключевые технические ограничения при проектировании AI-инфраструктуры.

⚠️ Открытый урок проходит в преддверии старта курса «ИИ-архитектор».

👉Для участия зарегистрируйтесь: https://otus.pw/4KyS/?erid=2W5zFJyi4mP


Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

Вакансия: Senior ML Engineer - LLM Training & Serving
Компания: Unimatch Lab
Формат: #remote
Локация: EU, Albania, Andorra, Bosnia and Herzegovina, the United Kingdom, Iceland, Liechtenstein, Moldova, Monaco, Montenegro, North Macedonia, Norway, San Marino, Serbia, Switzerland, Georgia, Armenia, Turkey, LATAM
Уровень: Senior
Compensation: from $5,000 month base

Unimatch Lab is an AI-driven venture studio from Silicon Valley. We build a portfolio of AI products and our own ML stack - including local LLM clusters and in-house training and serving.
We are hiring a Senior ML Engineer who owns the full in-house loop: data, fine-tuning, evaluation, and self-hosted production - not prompt-only work or third-party LLM APIs. Personal and sensitive data stay on-premises.

Full job description

What you'll do:
- Fine-tune LLM/VLM models (LoRA/QLoRA, distillation) through production-ready weights
- Run eval as a release gate: field-level metrics, held-out sets, train/test leakage checks
- Own data workflows: teacher-labeling, versioned datasets, validated synthetic data
- Operate self-hosted inference under load: vLLM, batching, quantization, structured JSON outputs
- Keep the ML loop documented end to end so it is not tied to one engineer
Who we're looking for
- 5+ years delivering ML systems to production, including high-load AI
- You train model weights yourself - not only prompts or RAG integration
- Self-hosted LLM serving in production (vLLM or equivalent)
- Full cycle shipped: data -> fine-tune -> eval -> prod traffic
- Strong Python, Docker/Kubernetes, CI/CD; in-house ML only for sensitive data

If this matches your skills and mindset - apply via https://telegram.me/Unimatch_work

#AI #ML #LLM #MLOps #Remote #Hiring