Требуется разработка локальной системы для анализа записей звонков сотрудников. Система должна интегрироваться с существующей CRM-системой Intrum. Ежедневный объём обработки составляет 5000-6000 звонков. На первом этапе необходимо реализовать полный разбор выбранного звонка по запросу, включающий расшифровку с разделением участников, создание саммари, оценку звонка согласно внутренним регламентам, а также выявление конкретных точек улучшения с цитатами и временными отметками.
100 000 – 150 000 ₽AI Score7CRMIntrumAINLP
Требуется разработка локальной системы для анализа записей телефонных звонков сотрудников с последующей интеграцией в существующую CRM-систему Intrum. Ежедневный объем звонков составляет 5000-6000.
В первой версии проекта необходимо реализовать полный разбор выбранного звонка по запросу, включающий расшифровку с разделением участников, создание саммари, оценку звонка согласно внутренним регламентам, выявление конкретных точек улучшения с цитатами и временными отметками, предоставление примеров более удачных формулировок и рекомендаций для последующих контактов с клиентами.
Система распознавания и анализа должна функционировать на собственном сервере заказчика без использования внешних платных API искусственного интеллекта. Предпочтительна модульная архитектура с локальной моделью Qwen или обоснованной альтернативой, обеспечивающая возможность обновления модели и интерфейса, добавления новых функций и отката обновлений.
100 000 ₽AI Score6QwenCRM IntrumAI API
Требуется разработать ИИ-систему для автоматизации проектирования металлических конструкций. Основная задача — интегрировать ИИ с Autodesk Revit и Autodesk Robot Structural Analysis через API. Сценарий работы включает в себя получение исходных данных, создание ИИ нескольких вариантов металлической конструкции, автоматическое построение модели в Revit и последующую передачу ее в Robot для дальнейшего анализа. Проект направлен на оптимизацию и ускорение процесса проектирования.
95 000 – 120 000 ₽AI Score7Autodesk RevitAutodesk Robot Structural AnalysisAPI
Требуется разработать ИИ-систему для автоматизации проектирования металлических конструкций. Основная задача — интегрировать ИИ с Autodesk Revit и Autodesk Robot Structural Analysis через API. Сценарий работы включает создание ИИ нескольких вариантов металлической конструкции на основе исходных данных, автоматическое построение модели в Revit, передачу ее в Robot, запуск расчета, получение результатов ИИ, изменение сечений/схемы и повторный расчет для выбора оптимального варианта. Необходимо максимально использовать штатную интеграцию Revit + Robot. На первом этапе требуется рабочий прототип, подтверждающий возможность автоматической цепочки Revit → Robot → расчет → получение результатов → изменение модели → повторный расчет. Подробное техническое задание прикреплено. В отклике необходимо указать опыт работы с Revit API, Robot API, Dynamo и интеграцией ИИ/LLM, желательно приложить примеры похожих проектов.
30 000 – 90 000 ₽AI Score6Autodesk RevitAutodesk Robot Structural AnalysisRevit APIRobot APIDynamoLLM
Требуется специалист по разработке и внедрению ИИ-агентов для маркетинговых задач клиента. Ищем кандидатов с подтвержденными реальными кейсами.
Примеры задач для ИИ-агентов:
1. Скоринг и сквозная аналитика рекламных кампаний (Meta, Google, TikTok, сайт, CRM).
2. GEO & AI Search Optimization: мониторинг и оптимизация присутствия компании в ответах нейросетей.
3. Разработка 1-2 дополнительных маркетинговых ИИ-агентов, которые уже были успешно внедрены у других клиентов.
Ключевое требование — наличие реальных кейсов и готовых решений. Просьба присылать кейсы при обращении.
≈ 350 000 ₽AI Score6AI AgentsMeta AdsGoogle AdsTikTok AdsCRM IntegrationSEO
Требуется разработать модель искусственного интеллекта, способную в реальном времени распознавать объекты на предоставленных кадрах. Детальное техническое задание будет предоставлено.
В отклике необходимо указать ваше видение процесса работы, предполагаемые сроки выполнения, ориентировочную стоимость услуг, а также описать релевантный опыт в области машинного обучения. Отклики без указанной информации рассматриваться не будут.
70 000 – 200 000 ₽AI Score5MLComputer Vision
Требуется Geo ML-инженер с практическим опытом работы с геопространственными данными, дорожными графами и/или алгоритмами маршрутизации. Важен опыт именно в Geo ML, кандидаты без него не рассматриваются.
Задачи включают разработку и оптимизацию алгоритмов маршрутизации (VRP, TSP, роутинг с ограничениями), работу с геоданными (геокодирование, map matching, изохроны, ETA), проектирование и оптимизацию графов дорожной сети, работу с роутинг-движками (OSRM, GraphHopper, Valhalla). Также предстоит анализировать и улучшать метрики качества маршрутизации, строить ML-модели поверх геоданных (предсказание времени в пути, спроса, распределение заказов), работать с большими объёмами геопространственных данных (PostGIS, H3/S2, GeoJSON) и проводить эксперименты с A/B-тестами.
Обязательные требования: опыт в решении задач Geo ML, сильный практический опыт в геоаналитике и/или маршрутизации, уверенное владение Python с геопространственными библиотеками (GeoPandas, Shapely, PostGIS), понимание графовых алгоритмов (Dijkstra, A*, contraction hierarchies), опыт работы с ML на табличных/пространственных данных, уверенное владение SQL, умение работать с зашумлёнными GPS/трек-данными, опыт вывода решений в production, опыт с OSRM/GraphHopper/Valhalla/OpenStreetMap.
≈ 300 000 ₽AI Score5PythonGeoPandasShapelyPostGISSQLOSRMGraphHopperValhallaOpenStreetMapH3/S2GeoJSON
Требуется развернуть и настроить на GPU-сервере автономную локальную multi-agent AI-систему. Главный агент должен самостоятельно принимать задачи, разбивать их на этапы и создавать необходимых подагентов. Система должна поддерживать иерархию агентов: Master → Directors/Workers → Critic/Judge. Предполагается до 20–50 логических агентов с общей локальной LLM и ограничением параллельных процессов.
48 000 – 55 000 ₽AI Score6LLMGPU
Инвестиционная компания ищет Senior Quantitative Researcher & AI Engineer для удаленной работы на полную занятость. Основная задача — дополнить фундаментальный анализ количественным, собирать данные, строить модели и инструменты для инвестиционных решений. Предусмотрено прямое взаимодействие с CIO и Head of Research.
В обязанности входит создание системы мониторинга инвестиционных тезисов, разработка point-in-time хранилища рыночных, фундаментальных данных, документов SEC, стенограмм звонков, новостей и внутренней аналитики. Также необходимо проводить backtesting и разрабатывать сигналы для инвестиционных гипотез, заниматься портфельной аналитикой (концентрация, факторные экспозиции, ликвидность, сценарные риски, размер позиций) и развивать AI-агентов для исследовательского процесса.
Требуется сильная база в математике, статистике и машинном обучении, опыт от 3 лет в quantitative research или data science на финансовых данных. Кандидат должен иметь опыт доведения моделей до практического применения, опыт backtesting на point-in-time данных с пониманием look-ahead bias, survivorship bias и переобучения. Необходимы навыки работы с Python и SQL для построения пайплайнов данных и написания надежного, тестируемого кода. Важен опыт построения систем на LLM с измеримым качеством, понимание фундаментального анализа и портфельного риска, а также уверенный английский язык. Желателен опыт на buy-side или в прямой работе с портфельными управляющими.
Компания предлагает работу с реальным портфелем, доступ к профессиональным источникам данных и современным AI-инструментам, конкурентную оплату труда, годовой бонус и собственный бюджет на инфраструктуру и найм команды при подтверждении эффективности системы.
≈ 500 000 ₽AI Score6PythonSQLMachine LearningStatisticsLLMBacktestingData ScienceQuantitative Research
Требуется разработка и внедрение системы машинного зрения для контроля качества производства железобетонных плит и кубических блоков. Задача включает подбор необходимого оборудования и создание программного обеспечения для контроля соответствия продукции рабочим чертежам и проектам.
Контроль будет осуществляться на трех этапах:
1. Первый этап: контроль армирования и сборки каркаса с инженерными сетями.
2. Второй этап: контроль после установки каркаса в машину и закрытия створок, непосредственно перед заливкой бетона.
3. Третий этап: контроль поверхности, размеров и расположения закладных пластин.
Цель проекта — автоматизация контроля качества на производстве ЖБИ.
60 000 – 180 000 ₽AI Score5Машинное зрениеКомпьютерное зрение
Компания Standard Data ищет эксперта для разработки и проведения курса-интенсива по AI Agents на основе LLM. Курс предназначен для действующих data-специалистов.
В задачи входит разработка материалов курса, включая семинары и финальный проект, а также проведение занятий в формате вебинаров. Интенсив длится 1–2 дня, по 2–4 занятия в день.
Требования к кандидату включают профильное высшее образование, опыт работы в NLP от 3 лет (желательно в крупных компаниях) и коммерческий опыт с LLM от 1,5 лет. Обязателен опыт работы с LangGraph и LoRA. Приветствуется наличие PhD в релевантной области, научных публикаций, профессиональных наград или участия в конкурсах.
Работа удаленная, предусмотрен гибкий формат участия: можно взять отдельные темы или курс целиком.
180 000 – 230 000 ₽AI Score6LLMNLPLangGraphLoRAAI Agents
Ищем опытного Senior AI Инженера (Full-Stack) для возглавления технической разработки AI-решений с нуля. Основные задачи включают создание RAG-систем, мультиагентных процессов и интеграцию LLM (OpenAI, Anthropic Claude) в существующие системы брокера, такие как CRM, техподдержка, KYC/Compliance и аналитика.
Требования к кандидату: опыт более 5 лет в бэкенд или full-stack разработке, не менее 2 лет опыта работы с LLM в продакшене с наличием 2-3 запущенных кейсов. Необходимы сильные навыки в RAG, AI Agents, Prompt Engineering, Tool & Function calling, Python/Node.js, REST API. Обязателен опыт работы с облачными платформами (AWS/GCP/Azure), Docker, CI/CD. Требуется свободное владение английским языком. Опыт в Финтехе, Форекс или Банках будет преимуществом.
Условия работы включают полную удаленку из любой точки мира, высокую автономию и перспективы роста до Tech Lead. Работа над реальными AI-продуктами без бюрократии и устаревшего кода.
250 000 – 300 000 ₽AI Score6RAGAI AgentsPrompt EngineeringTool & Function callingPythonNode.jsREST APIAWSGCPAzureDockerCI/CDOpenAIAnthropic Claude
Ищем сильного ML Researcher уровня Senior / Staff для сложной исследовательской задачи на стыке probabilistic ML, sequential decision making и моделирования поведения агентов.
Это не классическая вакансия Data Scientist с задачами на табличные данные. Нужен человек, который самостоятельно разрабатывал или существенно улучшал ML/математические методы, умеет работать с неопределённостью и может экспериментально доказать, почему новый подход лучше сильного baseline.
Задача: есть стохастическая многоагентная среда с частичной наблюдаемостью и десятки миллионов исторических эпизодов. Необходимо моделировать поведение участников и использовать эти прогнозы для принятия решений в условиях неопределённости и ограниченного inference budget.
Особенно интересен опыт в одном или нескольких направлениях:
— RL / sequential decision making / POMDP / world models;
— probabilistic & Bayesian ML, latent-variable models, uncertainty estimation;
— behavior / opponent modeling, multi-agent systems;
— off-policy evaluation, importance sampling, doubly robust estimation, variance reduction;
— Monte Carlo / Markov models / stochastic optimization;
— algorithmic trading / HFT / pricing / decision systems с реальными ограничениями на latency.
Кого особенно хотим увидеть: исследователей с сильной математической базой, опытом собственных R&D-разработок и публикациями либо сильным applied research опытом. PhD будет плюсом, но не является обязательным. Важнее возможность разобрать свой проект в формате: проблема → baseline → ваша идея → альтернативы → эксперимент → измеримый результат.
Стек для прототипирования: Python / PyTorch. Данные и вычислительная инфраструктура есть, задача предполагает много экспериментов и достаточно высокую исследовательскую свободу.
Формат: remote, контракт от 3 месяцев. Приоритетно рассматриваем full-time, но для сильного кандидата готовы обсуждать part-time.
630 000 – 900 000 ₽AI Score6PythonPyTorchProbabilistic MLSequential Decision MakingReinforcement LearningBayesian MLMulti-agent SystemsStochastic Optimization
Требуется AI-инженер для работы над существующим проектом. Основная задача — построение логики и цепочек принятия решений с использованием LLM, а также декомпозиция сложных процессов в алгоритмы.
Специалист будет заниматься генерацией, проверками, условиями и ветвлениями на базе LLM, а также интеграцией LLM с существующей системой через API и локальные сервисы. Важной частью работы является создание AI-агентов, workflow и orchestration, а также перевод экспертной логики в работающий AI-контур.
Ищем специалиста именно на слой AI-логики и интеграций, а не классического веб-разработчика.
≈ 180 000 ₽AI Score6LLMAPI IntegrationAI AgentsWorkflow Orchestration
Требуется ML-инженер с опытом работы от 3 лет для долгосрочного проекта по обезличиванию данных. Обязателен опыт разработки и внедрения ML-моделей в продакшен.
Необходимы навыки работы с Python, pandas, numpy, scikit-learn, а также с NLP-инструментами (SpaCy, Hugging Face Transformers). Важен практический опыт построения пайплайнов обработки неструктурированных данных, включая очистку, нормализацию, feature engineering и извлечение сущностей (NER). Кандидат должен понимать и применять деревья решений и ансамбли (Random Forest), уметь интерпретировать результаты, подбирать гиперпараметры и оценивать риски переобучения.
Требуется опыт работы с CTGAN и TVAE (библиотека SDV или аналоги), включая обучение и подбор гиперпараметров, а также проведение Privacy-проверок. Обязательны навыки контейнеризации (Docker), развертывания моделей через API (FastAPI/Flask) и версионирования моделей и данных (MLflow/DVC). Понимание CI/CD-процессов также необходимо.
≈ 300 000 ₽AI Score6Pythonpandasnumpyscikit-learnSpaCyHugging Face TransformersNERRandom ForestCTGANTVAESDVDockerFastAPIFlaskMLflowDVCCI/CD
Требуется разработка AI-ассистента для автоматической проверки домашних заданий в онлайн-школе по программированию, математике и языкам. Сервис должен быть интегрирован в существующий проект.
Функционал включает прием работ студентов (текст, код, файлы), проверку по заданным рубрикам и критериям, генерацию персонализированной обратной связи по каждой ошибке, отслеживание прогресса студента и типовых ошибок, пометку работ, требующих внимания преподавателя, и формирование еженедельного отчета для преподавателя.
Ключевые требования: проверка на базе GPT/LLM с опорой на рубрики, обоснованная оценка с привязкой каждой ошибки к критерию, живая и нешаблонная обратная связь, скорость проверки до 30 секунд на работу. Необходим веб-интерфейс для преподавателя для загрузки рубрик, просмотра проверок и ручной корректировки. Система должна быть переиспользуемой для различных курсов.
60 000 – 180 000 ₽AI Score5GPTLLMPythonAPI IntegrationWeb Development
Требуется специалист для разработки и развития production LLM/AI-систем и AI-агентов. Работа предполагает взаимодействие с backend-разработкой, AI-инфраструктурой и agentic workflows.
В обязанности входит проектирование LLM/AI-систем и AI-агентов, создание многошаговых agentic workflows (routing, tool calling, state management), работа с prompt- и context-engineering, а также управление памятью и состоянием диалога. Необходимо будет реализовывать structured output и function/tool calling, строить RAG-пайплайны (chunking, embeddings, retrieval, reranking) и интегрировать LLM с API, базами данных и внутренними сервисами. Разработка backend будет осуществляться на Go, а AI-компонентов — на Python.
Кандидат должен уметь собирать LLM-системы целиком, от логики prompt/context и агентов до backend, интеграций и production. Требуется уверенное владение Go для production-backend и высоконагруженной логики, а также Python для AI-инфраструктуры и прототипирования. Обязателен опыт работы с agentic workflows, памятью и состоянием диалога, понимание RAG, embeddings, retrieval и reranking. Приветствуется опыт оценки качества (evals, regression tests, golden datasets, LLM-as-a-judge), умение выбирать модели с учётом качества, latency и стоимости, а также навыки анализа логов и трасс для повышения стабильности.
≈ 300 000 ₽AI Score6GoPythonLLMRAGEmbeddingsRetrievalPrompt EngineeringFunction/Tool CallingAgentic Workflows
Ищем AI/LLM Engineer для проектирования и развития production-систем на базе LLM. Нам нужен инженер, который умеет собрать LLM-систему целиком: от prompt/context logic и агентных сценариев до backend-сервисов, интеграций, тестирования и запуска в production.
Основной стек — Go + Python. Go используется для production-backend, сервисов и высоконагруженной бизнес-логики. Python — для LLM-инфраструктуры, AI-компонентов, прототипирования и экспериментов.
Чем предстоит заниматься:
- Проектировать и развивать LLM/AI-системы и AI-агентов.
- Строить многошаговые agentic workflows: routing, tool calling, state management.
- Работать с Prompt Engineering и Context Engineering.
- Управлять контекстом, памятью и состоянием диалога.
- Реализовывать structured output и function/tool calling.
- Строить RAG-пайплайны: chunking, embeddings, retrieval, reranking.
- Интегрировать LLM с API, базами данных и внутренними сервисами.
- Разрабатывать backend-сервисы на Go и AI-компоненты на Python.
- Исследовать новые модели и подходы, быстро проверять гипотезы.
- Выбирать модели с учетом качества, latency и стоимости.
- Строить систему оценки качества: evals, regression tests, golden datasets, LLM-as-a-judge.
- Анализировать логи и traces, улучшать качество и стабильность агентов.
- Реализовывать retries, fallbacks, timeouts и обработку ошибок.
- Доводить решения от прототипа до стабильного production.
Ожидаем опыт разработки production-приложений с LLM, понимание архитектуры современных AI-систем, опыт Prompt Engineering, Context Engineering, создания AI-агентов и agentic workflows. Также важен опыт работы с LLM API, понимание RAG, evals, regression testing и анализа production-логов. Опыт с PostgreSQL, MongoDB, Redis, Docker, Git, CI/CD. Понимание production-подходов: observability, scalability, latency, retries, fallbacks и контроль стоимости.
≈ 500 000 ₽AI Score6GoPythonLLMPrompt EngineeringContext EngineeringRAGPostgreSQLMongoDBRedisDockerGitCI/CDKubernetes
Требуется Senior ML Engineer для работы в сфере Travel Tech. Кандидат должен уметь строить ML-системы не только на уровне моделей, но и на уровне production-инфраструктуры.
Основные задачи включают поиск и рекомендации, ранжирование, работу с NLP/LLM, обработку больших данных и построение ML-пайплайнов. Специалист будет активно влиять на стратегию и архитектуру проекта.
Работа полностью удаленная, возможна из любой точки мира. Условия обсуждаются индивидуально с кандидатом.
≈ 450 000 ₽AI Score6Pythonscikit-learnSparkClickHouseSQLKubeflowMLflowDockerKubernetesВекторный поискРекомендательные алгоритмыNLPLLM
