ФКН: Вакансии

tldr: Analytics Engineer (AI-first), Naran — 400–450k ₽ gross, полная удалёнка

Naran — международный стартап на стыке райдхейлинга и финтеха. Даём водителям транспорт по модели rent-to-own, работаем в Латинской Америке и Африке. В команде — ex-Yandex и ex-Tinkoff.

Ищем Analytics Engineer, который поможет с нуля выстроить аналитику в AI-first среде.

Что делать
- Настроить сбор данных и пайплайны по нескольким странам.
- Построить дашборды, воронки, retention и ключевые метрики.
- Делать интеграции через API и небольшие внутренние сервисы.
- Искать инсайты и быстро проверять гипотезы вместе с командой.

Что ждём
- Сильные SQL + Python.
- Умение самостоятельно доводить задачи до результата без подробного ТЗ.
- Опыт с BI, продуктовой аналитикой и API.
- Активное использование Cursor, Claude и других AI-инструментов.
- Готовность быть на стыке аналитика и инженера/vibe coder.

Английский и опыт с emerging markets — плюс.

Условия
- 400–450k ₽ gross
- Полная удалёнка из любой точки мира.
- Гибкий график.
- Международные рынки, сильная команда и большое влияние на процессы.
- Свобода в выборе инструментов.

Контакт: @margo_lanch
https://naran.global/

tl;dr: Classic ML, post-acquisition health/adtech, remote, up to 150k USD base, we can talk higher figures and EU/UK/US employment

PulsePoint sits at the intersection of healthcare and adtech. We help brands and agencies interpret the hard-to-read signals across the health journey and unify these digital determinants of health with real-world data to produce the most dimensional view of the customer. Team of 300+ and growing, post-acquisition business and one of the leading players in the US healthcare ad market.

We are looking for a Senior Machine Learning Engineer, who will help us:
- Optimize and validate targeting mechanisms for specific health conditions.
- Improve and optimize our proprietary contextualization and recommendation engines that handle millions of transactions per second, trillions each month.
- Improve and optimize our buying platform to ensure cost efficiency and to deliver ad campaigns within budget, target, and time constraints.
- Collaborate with internal Health experts to design and support rapid assessment, analysis, and prototyping of ideas for achievable commercialization.

Requirements:
- 5+ years of experience in Machine Learning/Data Science/Statistical Research.
- Advanced knowledge of Python, classical ML, pandas or similar tool, and at least basic knowledge in neural networks.
- Adtech or similar experience is highly desirable: bids, auctions, convertion rates, etc.

We offer: Remote work, up to $150k/year base salary, higher figures and official employment in EU/UK/US can be negotiated.

Waiting for your CV or referral @npv_team

tldr: product manager, b2b-кредитование Т-Банк + банк Точка, 300-450к руб/мес + бонусы

Ищем продакт менеджеров в команду B2B-кредитования Т-Банка для кредитования клиентов банка Точка

Уровень кандидата: Middle/Senior (300к - 450к руб + бонусы)
Формат: Гибрид/Офис (Москва)

Мы одна из самых прибыльных команд всего Т-банка и одно из самых важных направлений для всего банка Точка.

Работаем на совместном проекте Т-Банка и банка Точка — клиенты Точки могут пользоваться кредитными продуктами прямо в своём интерфейсе, а мы выдаём эти кредиты со своего баланса. Команда с сильной экспертизой в одном из самых востребованных направлений финтеха, где каждая инициатива напрямую влияет на кредитный портфель и его доходность.

На какие позиции ищем:

№1 Продакт менеджер ВКЛ
• С нуля сформировать концепцию нового продукта, запустить его и развивать
• Продукт имеет потенциал стать самым большим по объему прибыли в кредитовании Точки

№2 Продакт менеджер команды экспериментов
• Формировать и управленять бэклогом инициатив по запуску новых продуктов или продуктовых решений внутри готовых продуктов, чтобы увеличивать LTV клиентов Точки
• Первый "экспериментальный" продукт уже запускается ресурсом смежных команд, ищем человека, который возглавит

Требования:
• Опыт управления продуктом или значимой частью
• Хорошая аналитическая подготовка

Будет плюсом:
• опыт в кредитовании или финансовом моделировании;
• опыт работы в B2B-продуктах или партнёрских интеграциях.

Писать можно в личку в ТГ: @davedeneev

tldr: MIND Software, Senior/Lead C++ Engineer (Database Core), 450k+ gross ₽/месяц, Москва (гибрид) или удалёнка по РФ, full-time

Мы делаем высоконагруженную СУБД, в которой полнотекстовый поиск, векторный поиск и аналитика живут в одной системе. Аналитический движок и хранение построены на DuckDB, поиск — на IResearch, нашем собственном C++-движке, который core-команда пилит уже не первый год.

Ищем сильного C++ инженера в core-команду: работать со слоем хранения, исполнением запросов на DuckDB и поисковым движком. Это не «прикрутить фичу сбоку» — это лезть в самое ядро.

Стек: modern C++, Linux, DuckDB, полнотекстовый и векторный поиск, векторизованное исполнение, колоночное хранение, инвертированные индексы, многопоточность и concurrency, performance optimization, low-level profiling.

Чем предстоит заниматься
— Глубоко разбираться в кодовой базе: storage, query engine, поисковый слой. Reverse engineering архитектуры, поиск узких мест, документирование ключевых компонентов
— Развивать слой на DuckDB: планирование и исполнение запросов, хранение, catalog/store, апстрим-бампы и расширения
— Развивать свой поисковый движок: инвертированный индекс и columnstore, скоринг (BM25, WAND/MaxScore), векторные индексы (IVF, квантизация), токенизаторы, компрессия постинг-листов
— Развивать протоколы и коннекторы: foreign servers, форматы и источники (Parquet, Iceberg, CSV, JSON на S3/HDFS), совместимость с ClickHouse/Elasticsearch
— Профилировать CPU/память/диск, оптимизировать критические участки, гонять бенчмарки (ClickBench, ann-benchmarks, FTS)
— Писать модульные, интеграционные и нагрузочные тесты, участвовать в SQL-фаззинге и код-ревью

Кого мы ищем
— Уверенно владеете современным C++
— От 3 лет системного программирования
— Сильные алгоритмы, структуры данных, многопоточность и concurrency
— Есть опыт с высоконагруженными системами
— Умеете разбираться в сложном чужом коде
— Понимаете, как работает ОС: память, диск, сеть

Будет плюсом
— DuckDB, ClickHouse, Elasticsearch/Lucene
— Разработка баз данных, поисковых систем или query engines
— Полнотекстовый поиск / IR (инвертированный индекс, BM25)
— Векторный поиск / ANN (IVF, HNSW, квантизация)
— Колоночное хранение, векторизованное исполнение, query planning

Условия
— 450k+ gross ₽, обсуждаем по итогам собеседования
— Москва — гибрид, либо полная удалёнка по РФ
— Сильная инженерная команда, у которой есть чему поучиться
— Реальное влияние на архитектуру продукта, а не тикеты из бэклога

Задачи честно сложные, но и скучно точно не будет. Подавайтесь, даже если совпадаете не на 100% — если базовый C++ и системка на месте, остальное добирается в процессе.

Резюме и вопросы — в личку @vladkrytoi, расскажем подробнее.

tldr: ML Research (junior-senior), Higgsfield AI, 100-350k$/year, офис в Алматы с последующим переездом в США, полная поддержка переезда

Higgsfield AI — одна из самых быстрорастущих GenAI-компаний в мире. Сейчас мы строим новую research-лабораторию, полностью сфокусированную на Diffusion Models, Multimodal AI и Reinforcement Learning. Начинаем с бюджетом $100M и дальше масштабируемся до $1B.

Сейчас вход в LLM frontier стоит сотни миллиардов долларов, тогда как в диффузионных моделях индустрия только начинается и foundation-лабораторию можно построить с нуля. Ни OpenAI (Sora), ни Google (Veo), ни Meta не смогли обогнать китайские компании. На данный момент frontier открыт, и мы видим возможность создать лучшую research-лабораторию в мире.

Мы считаем, что следующий скачок в генерации видео придет благодаря Reinforcement Learning поверх диффузионных трансформеров, так же как RLVR изменил развитие LLM.

Мы создаем первую подобную лабораторию в русскоязычном пространстве. Сегодня ведущие research-центры находятся в США и Китае, при этом существует сильное сообщество русскоязычных исследователей, которое пока не объединено вокруг собственной frontier-лаборатории.

Чем предстоит заниматься
- Исследовать архитектуры Diffusion Models, Multimodal AI и MoE.
- Работать с Reinforcement Learning для генеративных моделей.
- Проектировать отказоустойчивые training pipelines с максимальной утилизацией GPU на больших кластерах.
- Тренировать модели для фильтрации и оценки мультимодальных данных для обучения.
- Ускорять инференс и улучшать модели с помощью дистилляции, alignment и квантизации.

Кого мы ищем
- Работаете в области Diffusion Models, Multimodal AI или Reinforcement Learning.
- Уверенно владеете PyTorch, включая torch.distributed.
- Работали с распределённым обучением, большими моделями или современным ML-стеком (DeepSpeed, FSDP и др.).
- Любите исследования и хотите превращать идеи в работающие модели.

Будет большим плюсом
- Публикации на NeurIPS, ICML, ICLR.
- Обучение или выпуск из ШАД, ФКН ВШЭ (ПМИ) или других сильных технических школ.
- Участие в олимпиадах или сильный исследовательский и инженерный бэкграунд.

Условия:
- офис в Казахстане, Алматы
- последующий переезд в США
- вилки junior-senior 100-350k USD/year

Не обязательно соответствовать каждому пункту. Если у вас сильная математическая база, исследовательское мышление и желание строить новое поколение ML-моделей — будем рады познакомиться.

Контакт: @Dtrish

tl;dr: senior/staff SWE, agentic search; relocation to Amsterdam/London/NY or remote

Хотите быстро делать крутые фронтирные штуки в стартапе, но немного скучаете по ДМС, сыркам на кофепойнте и ликвидным стокам? Принесли вам лучшее из двух миров: стартап внутри Nebius🧪

Стартап — это Tavily. В те далёкие времена, когда чатгпт ещё не умел ходить в интернет (то есть где-то в 2023), он появился как едва ли не первая опенсорсная реализация дипресёрча. А потом вырос в полноценный слой доступа к информации в интернете для агентов — со своим веб-индексом и ранжированием, заточенным не под людей, а под AI. За два года Tavily успел собрать миллионы пользователей, стать практически дефолтным поисковиком в LangChain, поднять $25M, и недавно — влиться в Nebius ❤️

Про Небиус вы и так знаете. Амстердамский AI cloud, который предоставляет компаниям GPU-инфраструктуру. Инженерное наследие Яндекса, $2B инвестиций от NVIDIA, а среди клиентов — Meta, Microsoft и Cursor.

Теперь, чтобы стать топ-1 агентским поиском, у них есть почти всё. Нужны только ещё несколько офигенных senior / staff инженеров:
⚙️ те, кто делает рантайм-часть — принимает запрос, достаёт, ранжирует и отдаёт документы под жёсткими требованиями к latency и throughput;
📁 те, кто отвечает за индексинг — строит сам индекс, считает фичи для ранжирования, занимается форматами хранения;
📍 те, кто знает, как обойти весь интернет, и обрабатывает данные в реалтайме.

Поэтому, если вы строили:
⭕очень высоконагруженные, low-latency системы (например, DBMS, query-движки, storage, HFT-инфру);
⭕или рекомендательные системы и рекламными движки;
⭕или веб-кроулеры;
⭕или большие оффлайн дата-пайплайны (поисковики, соцсети, маркетплейсы; Spark, MapReduce и вот это всё);
⭕или датасеты для претрейна LLM, или онлайн-датапайплайны (Apache Beam, Kafka, Flink);
⭕или делали что-то ещё, что вам кажется релевантным —
напишите нам! Если сомневаетесь, напишите тоже, и мы разберёмся вместе.

На все роли нужны минимум 5 лет опыта (лучше больше) с C++, Rust и/или Golang и готовность много делать руками.

Можно переехать в Амстердам, Лондон, NY или Тель-Авив; если вы очень хороши и находитесь в другой части Европы или США — можно иногда обсудить и удалёнку.

Пишите Феде @owlkov 😏

tldr: C++ Backend Engineer, от стажёра до Senior, Яндекс Поиск

Привет! Меня зовут Тимофей. Мы тут с нуля пилим новый поиск — общую платформу под Веб, Картинки, Видео, Маркет и всё остальное. Ищу C++-инженеров от стажёра до сеньора. Команда молодая и сильная — ШАД, ВШЭ, Физтех. Дальше чуть подробнее, почему это редкая тема.

Яндекс Поиск строит поисковую систему нового поколения — общую технологическую платформу для Веб-поиска, Картинок, Видео, Еды, Музыки, Маркета и других сервисов.

Сейчас разные поиски внутри компании развиваются во многом независимо. Мы хотим изменить это: создать единую распределённую отказоустойчивую систему, которая позволит запускать поисковые и рекомендательные сценарии поверх общей технологической базы. Концептуально это похоже на Elasticsearch, но на масштабе Яндекса, с большей модульностью, разными форматами индексов и возможностью описывать запросы через простой SQL-like-язык.

Проект стартует сейчас: мы проектируем Search-as-a-Service нового поколения и внедряем MVP. Это возможность присоединиться на раннем этапе и повлиять на архитектуру системы, которая определит развитие поиска в Яндексе на годы вперёд.

Что предстоит делать:
• проектировать новую распределённую поисковую систему;
• разрабатывать поисковые индексы, кодеки сжатия и компактные структуры данных;
• строить эффективный runtime и процессы индексации;
• работать с системами, которые хранят десятки петабайт данных, используют сотни тысяч CPU-ядер и обрабатывают сотни миллионов запросов в секунду;
• изучать существующие поисковые проекты и переносить лучшие решения в общую платформу.

Что важно:
• уверенный C++ и желание писать на нём;
• хорошее знание алгоритмов и структур данных;
• глубокое понимание многопоточности;
• опыт с распределёнными системами;
• понимание устройства поисковых систем и поисковых индексов будет преимуществом.

Формат:
• full-time;
• Москва / hybrid / online — обсуждаем.

Если интересно или остались вопросы — пишите: @h0tmi

tldr: Senior LLM Engineer в крупный банк. Внутренняя AI Platform, open-source LLM, агенты/RAG. Гибрид, Москва.

[вилки нет, но вакансия прошла голосование на высоком доверии к автору, деньги есть]

Мы в команде CIB LLM Team отвечаем за AI Platform для корпоративного бизнеса банка: LLM API Gateway, AI Chat, агентные решения, инфраструктуру для моделей и агентов, инструменты для создания AI-продуктов.

Ищем LLM-инженера, который усилит нашу команду в направлении внутренних AI-продуктов, агентов, RAG и оптимизации инференса.

Что делать:

* отвечать за внутреннюю AI Platform и инструменты для AI-приложений;
* проектировать агентов для автоматизации бизнес-процессов;
* работать с RAG, tool calling и корпоративными знаниями;
* оптимизировать качество, стоимость и latency инференса;
* участвовать в выборе и эксплуатации open-source LLM;
* доводить гипотезы и прототипы до production.

Что важно:

* уверенный Python;
* опыт ML/DL от 2 лет;
* понимание современных LLM/NLP/GenAI;
* опыт production-систем на базе LLM;
* понимание retrieval, routing, tool calling, memory, evaluation;
* опыт с Docker/Kubernetes и микросервисной архитектурой.

Будет плюсом:

* глубокое понимание эвалов для LLM-систем;
* опыт в self-hosted инференсе;
* опыт промышленной разработки.

Мы предлагаем:

* возможность работать над AI Platform для крупного корпоративного бизнеса;
* работу над продуктами, которыми ежедневно пользуются сотрудники банка;
* сильную инженерную команду, автономность и влияние на архитектуру;
* возможность работать с современными open-source моделями и GPU-кластером;
* ДМС, обучение, конференции, гибрид и офис в центре Москвы.

Откликнуться: присылайте резюме Камиле — @kamila_bgsh

tldr: Full-stack ML Engineer, Food2Mood, AI x foodtech, 400k–600k gross

Food2Mood — AI-стартап, который строит персонализацию еды для ресторанов и food-retail: от цифрового вкусового профиля гостя до ML-рекомендаций в меню, CRM, loyalty и кассовых системах.
Мы ищем сильного Full-stack ML Engineer, который готов стать технологическим лидером и возглавить существующую инженерную команду.

Сейчас Food2Mood переходит от пилотов к масштабируемой платформе. Нам нужен человек, который умеет мыслить архитектурно, быстро доводить задачи до production-ready и превращать сложные интеграции в единый архитектурный рабочий продукт.

Что предстоит делать:
• строить архитектуру ML-рекомендаций и цифрового вкусового профиля;
• развивать backend, API и data/ML pipelines;
• интегрироваться с POS, CRM, CDP, loyalty и ресторанными системами;
• отвечать за качество, стабильность и масштабируемость платформы.

Что важно:
• сильный engineering background: backend / full-stack / ML;
• опыт в RecSys, LLM;
• опыт работы с данным и продуктовой аналитикой
• умение работать в ранней стадии, где нет готового ТЗ, есть запросы бизнеса;
• готовность общаться с tech-партнерами и влиять на стратегию продукта.

Особенно интересен опыт в BigTech, foodtech, retailtech, adtech, fintech, CRM/CDP, loyalty, recommendation systems или enterprise SaaS.

Почему может быть интересно:
Если есть опыт в построении больших RecSys систем внутри корпорации и сейчас хочется больше влияния, скорости и ownership.

Условия:
• 400k–600k ₽ gross;
• full-time;
• Москва / hybrid / online — обсуждаем

Пишите и присылайте резюме: @jul_lut

tldr: Сбер, стажёр Deep Learning  (RecSys для Anti‑Fraud), 81к руб/мес

👨‍💻 Мы делаем модели против мошенничества, которые работают в real-time под high load, давай с нами!

🎯 Задача: адаптировать SASRec/HSTU/двухбашенные под антифрод. Вход: цепочка транзакций + профиль клиента, предикт на последнюю транзакцию.

🛠 Нужно:
• уверенный Python, PyTorch (делал модели с нуля);
• знаешь архитектуры: Transformer, YouTubeDNN, SASRec, Bert4Rec, HSTU, ARGUS - хотя бы пару;
• умеешь работать с табличными признаками для DL;
• понимание стратегий Negative sampling и loss-функций для задач ранжирования/классификации.

➕ Плюсы: курс RecSys с DL, экспериментировал с разными трансформерами, интерес к антифроду и BigData.

💼 Условия: оплачиваемая стажировка 3–6 мес, зп 81 тыс, занятость от 20 ч/нед, офис СберСити.

📩 Отклик: @shalamaeva
В сообщении: о себе, опыт в PyTorch/RecSys, GitHub (если есть).

Ловим мошенников вместе 🧑‍💻