Jobs Data Science

Команда MEGOGO шукає Data Scientist, який допоможе вдосконалити наші системи персоналізації, пошуку та рекомендацій. Якщо тобі цікаво працювати з реальними даними мільйонів користувачів, застосовувати NLP-моделі в продакшені та розвивати сучасні Recommender Systems — приєднуйся!

Що на тебе очікує:

• Розробка та розвиток моделей рекомендацій для різного типу контенту;
• Використання NLP-моделей для покращення пошуку та персоналізації;
• Участь у створенні продуктів, пов'язаних з використанням NLP напрямку(аналіз, пошук, створення власних фіч з текстової складової, тощо);
• Робота з великими масивами користувацьких даних для побудови унікальних моделей персоналізації контенту;
• Участь у побудові та вдосконаленні пайплайнів для тренування та деплою ML-моделей;
• Тестування гіпотез, запуск A/B експериментів та інтерпретація їх результатів;
• Співпраця і обмін досвідом з іншими DS-фахівцями для вирішення задач в суміжних напрямках.

Необхідний досвід:

• 3+ роки досвіду роботи в ролі Data Scientist або ML Engineer;
• Впевнене знання Python та бібліотек для аналізу даних та машинного навчання (Pandas, Scikit-learn, PyTorch або TensorFlow);
• Розуміння алгоритмів рекомендаційних систем: collaborative filtering, matrix factorization, content-based methods, hybrid models, RL;
• Досвід роботи з NLP-підходами: embedding models, text classification, entity recognition, transformers;
• Досвід проведення складних EDA на реальних даних;
• Базовий досвід з MLOps-підходами;
• Розуміння A/B тестування, перевірки статистичних гіпотез;
• Добре розуміння SQL та аналіза даних: робота з будь-якими джерелами даних (SQL, noSQL, векторні бази даних, column-oriented бази даних , тощо).

Шукаємо людину, яка:

• Має бажання ставати сильніше разом з командою;
• Має RnD mindset: розуміння коли треба зробити швидко для перевірки гіпотези і коли дуже якісно, бо від результату залежить користувацький досвід тисяч людей;
• Готова відкрито висловлювати будь-які свої думки.

Буде перевагою:

• Досвід з Elasticsearch або іншими пошуковими системами;
• Досвід роботи з алгоритмами глибокого навчання: transformers, reinforcement learning, autoencoders, тощо.
   

Що ми пропонуємо:

• Роботу в стабільній компанії — адже ми понад 14 років на ринку;
• Дійсно цікаві завдання: бери участь у розвитку медіасервісу, який об’єднує мільйони користувачів;
• Відносини, побудовані на довірі, та багато можливостей для розвитку;
• Уроки настільного тенісу та гри на фортепіано
• Безкоштовні уроки англійської мови;
• Корпоративного психолога;
• Знижки від брендів-партнерів та нашого сервісу.

Ми прагнемо бути роботодавцем, якого обирають.

Будемо вдячні, якщо заповниш коротке опитування про те, що для тебе важливо. Це допоможе нам краще розуміти очікування кандидатів і створювати ще більш комфортне середовище в MEGOGO.

Посилання тут - https://bit.ly/43YaxBH

Відповідаючи на вакансію і надіславши своє резюме в Компанію (ТОВ «МЕГОГО»), зареєстровану й діючу відповідно до законодавства України, реєстраційний номер 38347009, адреса: Україна, 01011, місто Київ, вул.Рибальська, будинок 22 (далі «Компанія»), ви підтверджуєте та погоджуєтеся з тим, що Компанія обробляє ваші особисті дані, представлені у вашому резюме, відповідно до Закону України «Про захист персональних даних» та правил GDPR.

ПРО НАС:

SoftServe — це глобальна компанія з цифрових рішень, заснована у 1993 році, з головним офісом в Остіні, штат Техас.

Маючи понад 2000 активних проєктів у США, Європі, Азійсько-Тихоокеанському регіоні та Латинській Америці, ми забезпечуємо значущі результати завдяки сміливому мисленню та глибокій експертизі. Наші фахівці створюють інноваційні рішення, впроваджують новації та щиро захоплюються своєю справою.

AI and Data Science Center of Excellence — це провідний центр експертизи у сфері штучного інтелекту та машинного навчання в SoftServe, розташований переважно в Європі. Наша команда налічує понад 130 експертів: Data Scientists, ML/LLM Architects, MLOps Engineers та Research Analysts, які охоплюють повний цикл AI — від постановки задачі до впровадження.

У 2024 році ми реалізували понад 150 AI-проєктів, з яких понад 100 були присвячені Generative AI, поєднуючи масштабність із вимірюваним впливом.

Ми є партнером NVIDIA Service Delivery у 2024 році та маємо тісну співпрацю з Google Cloud, Amazon і Microsoft, що дозволяє нам працювати з найсучаснішими інструментами та технологіями.

Ми також керуємо внутрішньою лабораторією Gen AI Lab — інноваційним осередком прикладних досліджень і міждисциплінарної співпраці у сфері Generative AI.

У 2025 році одним із ключових напрямів інновацій є Agentic AI — автономні агентні системи, здатні вирішувати складні задачі в реальному світі як для клієнтів, так і для внутрішніх потреб.

ЯКЩО ТИ:

• Senior Computer Vision Engineer та маєш 4+ роки досвіду у computer vision, deep learning та сучасних AI‑системах;
• володієш класичним computer vision, зокрема geometric methods: camera calibration, feature matching, homography estimation та суміжними підходами;
• маєш значний hands‑on досвід роботи з Python та PyTorch,
• маєш досвід побудови та підтримки end‑to‑end training pipelines для research та production середовищ;
• маєш практичний досвід розробки multimodal та generative AI‑систем, включно з transformers, diffusion models та vision‑language models;
• почуваєшся впевнено, працюючи з моделями на всіх етапах від експериментів та оцінювання до оптимізації й деплойменту з використанням ONNX, TensorRT або Triton;
• спеціалізуєшся щонайменше в одному з напрямів: 3D computer vision, anomaly detection, edge AI або model compression;
• працюєш з cloud‑середовищами та MLOps‑практиками в AWS, GCP або Azure;
• маєш аналітичне мислення та освіту в галузі Computer Science, Applied Mathematics, Physics або суміжній;
• володієш англійською на рівні Upper‑Intermediate або вище.

І ТИ ХОЧЕШ:

• розробляти advanced computer vision та generative AI‑рішення для реальних бізнес‑задач;
• будувати, fine‑tune, оцінювати та деплоїти моделі для генерації, покращення та розуміння зображень і відео;
• працювати з великими датасетами та cloud‑інфраструктурою для побудови стабільних production‑ready AI‑систем;
• співпрацювати з інженерами, researchers та stakeholders, перетворюючи ідеї та вимоги на масштабовані технічні рішення;
• впливати на технічний напрям, ділитися експертизою з командою та драйвити високоефективні AI‑ініціативи;
• підтримувати тісну співпрацю між Computer Vision Engineers, Data Scientists, DevOps та ML Engineers, створюючи інфраструктуру, ефективні процеси й production‑pipeline та інтегруючи їх у існуючі бізнес‑середовища.

РАЗОМ МИ БУДЕМО:

• формувати майбутнє AI та Data Science через інновації та спільний розвиток;
• розвивати Agentic AI — інтелектуальні мультиагентні екосистеми, що забезпечують автономність, масштабованість і бізнес-цінність;
• отримувати доступ до світового рівня навчання, досліджень і співпраці з провідними партнерами;
• використовувати найсучасніші інструменти та технології на різноманітних проєктах;
• брати участь у міжнародних заходах та отримувати сертифікації з передових технологій;
• мати доступ до потужних освітніх і mentorship‑програм;
• спілкуватися з провідними світовими компаніями з нашого портфоліо.

Part-time, 3-4 hours a day

No need for the US time overlap, but should be available for meeting from 9 AM – 12 PM ET

On behalf of our Client from USA, Mobilunity is looking for a  Data Scientist

We are looking for a Senior Data Scientist with expertise in Large Language Models (LLMs) and
Generative AI to lead the design and delivery of end-to-end AI systems that generate
high-quality insights from complex unstructured datasets. This role requires strong ownership
across the full lifecycle from data preparation and model fine-tuning to RAG pipeline architecture
and scalable deployment on AWS.

Key Responsibilities:

• Architect and implement end-to-end LLM-based solutions for insight generation and
  automation
• Lead the design and optimization of Retrieval-Augmented Generation (RAG) pipelines,
  including ingestion, chunking strategies, embedding generation, indexing, and retrieval tuning
• Fine-tune, evaluate, and optimize LLMs using advanced techniques (e.g., instruction tuning,
  LoRA)
• Define and enforce best practices for data preprocessing, cleaning, normalization, and
  transformation across diverse data sources
• Provide hands-on guidance and code/data reviews for existing data scientists
• Help the team develop practical intuition for LLM fine-tuning and evaluation
• Establish simple, repeatable workflows for experimentation and iteration
• Prevent over-engineering and ensure focus on business outcomes
• Design scalable and cost-efficient AI/ML solutions leveraging AWS services
• Own the development of vector search infrastructure and embedding pipelines
• Establish robust evaluation frameworks for LLM outputs (accuracy, relevance, hallucination reduction)
• Collaborate cross-functionally with engineering, product, and business stakeholders to
  translate requirements into AI solutions
• Drive MLOps best practices including versioning, monitoring, CI/CD, and performance
  optimization
• Ensure data governance, security, and compliance in all AI workflows

Required Skills & Qualifications:

• Master’s or PhD in Computer Science, Data Science, Machine Learning, or related field (or equivalent experience)
• 3+ years of experience in data science, machine learning, or applied AI roles
• Experience mentoring or leading data scientists in applied ML/LLM projects
• Proven experience designing and deploying LLM-based solutions in production
• Hands-on experience fine-tuning open-source LLMs (Llama, Mistral, Qwen)
• Experience with LoRA / QLoRA approaches
• Ability to work with limited datasets and iterate quickly
• Strong understanding of trade-offs between model size, cost, and performance
• Strong expertise in RAG architectures and semantic search systems
• Deep understanding of NLP, embeddings, and transformer-based models
• Advanced proficiency in Python and ML frameworks (e.g., PyTorch, TensorFlow)
• Hands-on experience with vector databases (e.g., FAISS, Pinecone, OpenSearch, Weaviate)
• Strong experience with AWS ecosystem (e.g., S3, SageMaker, Bedrock, Lambda, EC2, Step
  Functions)
• Experience building scalable data pipelines and distributed systems
• Solid understanding of API design, microservices, and system integration

Mandatory skills:

real production experience with LLM
RAG pipelines (end-to-end)
fine-tuning (LoRA / QLoRA)
vector DB (FAISS / Pinecone / etc.)
AWS (S3, SageMaker, etc.)

Preferred Qualifications:

• Experience with RLHF, prompt optimization, and evaluation frameworks for LLMs
• Experience with real-time or streaming data pipelines
• Knowledge of cost optimization strategies for LLM workloads

English: B2

About the Role

We are seeking a highly skilled and mission-driven Data Scientist to join our customer team and lead the development of our Patient Risk Scoring machine learning initiatives. In this role, you will build predictive models that identify high-risk patients for interventions, ultimately improving patient outcomes and optimizing care delivery. You will leverage Microsoft Fabric to manage end-to-end machine learning workflows, drawing insights from Electronic Health Record (EHR) data sources. If you are passionate about the intersection of advanced artificial intelligence and healthcare innovation, we want to hear you.

Responsibilities

• Model Development & Deployment: Design, train, evaluate, and deploy machine learning models to predict patient risk scores (e.g., medication refusal, non-compliance, decompensation etc.).
• EHR Data Engineering & Processing: Extract, clean, and transform healthcare data from EHR systems (e.g., Credible) to build robust feature sets for predictive modeling.
• End-to-End Analytics with Microsoft Fabric: Utilize Microsoft Fabric’s unified analytics platform (including Data Engineering, Data Science, and Real-Time Analytics workloads) to orchestrate data pipelines, manage Lakehouse architectures, and scale ML training/inference.
• Clinical Collaboration: Partner closely with clinical stakeholders, medical officers, and care teams to define risk cohorts, ensure the clinical validity of model features, and translate model outputs into actionable clinical workflows.
• MLOps & Monitoring: Establish continuous integration, deployment, and monitoring of ML models to track data drift, model degradation, and fairness/bias over time.
• Compliance & Privacy: Ensure all data handling and modeling practices strictly adhere to healthcare regulations (e.g., HIPAA, HITRUST) and maintain the highest standards of data security and patient privacy.

Qualifications

• Education: Bachelor’s or Master’s degree in Data Science, Computer Science, Statistics, Bioinformatics, Health Informatics, or a related quantitative field.
• Professional Experience: 4+ years of experience developing and deploying machine learning solutions in production environments, preferably within healthcare or clinical data ecosystems.
• Microsoft Fabric Experience: Hands-on experience building and deploying data and ML workflows within the Microsoft Fabric ecosystem (OneLake, Notebooks, Spark, Data Factory).
• Machine Learning Proficiency: Strong grasp of classical machine learning algorithms (e.g., XGBoost, Random Forests, Logistic Regression) and modern deep learning techniques, specifically for tabular and time-series data.
• Programming Skills: Advanced proficiency in Python and SQL. Experience with data manipulation and ML libraries (Pandas, PySpark, Scikit-Learn, PyTorch, or TensorFlow).
• Communication: Excellent ability to translate complex technical and statistical concepts to non-technical clinical and business stakeholders.

Nice to Have

• Cloud Certifications: Relevant Microsoft Azure or Fabric certifications.

Work Environment & Collaboration

• Part-time: 80 hours per month.
• Schedule: Mon — Fri 9-5 (US EST) overlap with team at least 2-3 hours.
• Team Structure: Work independently on assigned tasks with support from experienced team members.
• Communication: Primarily asynchronous via email and MS Teams.

We are looking for an AI/ML Engineer to build and scale AI-powered solutions for real-world use cases. This is a hands-on role focused on developing agentic systems, RAG pipelines and production-grade LLM integrations.

Requirements

• 4+ years of commercial development experience 
• Strong experience with LLM-based systems (RAG, agents, tools)
• Ability to design end-to-end AI architecture (data → retrieval → response)
• Experience with evaluation pipelines (golden datasets, metrics, LLM-as-judge)
• Solid understanding of prompt engineering and iteration
• Experience working with databases (Postgres) + vector search
• Understanding of data processing, PII detection, and safe data handling
• Familiarity with fine-tuning approaches (LoRA/QLoRA) and when to use them
• Ability to review and validate AI-generated code
• Strong engineering mindset (scalability, reliability, structured thinking)

Responsibilities

• Build AI-powered features using LLMs (Claude, OpenAI, etc.)
• Develop and optimize RAG pipelines
• Create AI agents and autonomous workflows
• Fine-tune and adapt ML/LLM models for specific use cases
• Integrate AI solutions into products via APIs
• Collaborate with the team and clients to deliver production-ready solutions

We offer

• Flexible working hours
• 20 working days paid vacation and 15 sick leaves
• Fully paid medical insurance
• English classes in the office
• No time trackers — ability to do quality work
• Friendly team and enjoyable working environment

About Tie

Tie is building the next generation of identity resolution and marketing intelligence. Our platform connects hundreds of millions of consumers across devices, browsers, and channels—without relying on cookies—to power higher deliverability, smarter targeting, and measurable revenue lift for modern marketing teams.

At Tie, AI is not a feature—it is a core execution advantage. We operate large-scale identity graphs, real-time scoring systems, and production ML pipelines that directly impact revenue, deliverability, and customer growth.

The Role

We are looking for a Senior AI / Machine Learning Engineer to design, build, and deploy production ML systems that sit at the heart of our identity graph and scoring platform. You will work at the intersection of machine learning, graph data, and real-time systems, owning models end to end—from feature engineering and training through deployment, monitoring, and iteration.

This role is highly hands-on and impact-driven. You will help define Tie’s ML architecture, ship models that operate at sub-second latency, and partner closely with platform engineering to ensure our AI systems scale reliably.

What You’ll Do

• Design and deploy production-grade ML models for identity resolution, propensity scoring, deliverability, and personalization
• Build and maintain feature pipelines across batch and real-time systems (BigQuery, streaming events, graph-derived features)
• Develop and optimize classification models (e.g., XGBoost, logistic regression) with strong handling of class imbalance and noisy labels
• Integrate ML models directly with graph databases to support real-time inference and identity scoring
• Own model lifecycle concerns: evaluation, monitoring, drift detection, retraining, and performance reporting
• Partner with engineering to expose models via low-latency APIs and scalable services
• Contribute to GPU-accelerated and large-scale data processing efforts as we push graph computation from hours to minutes
• Help shape ML best practices, tooling, and standards across the team

What You’ll Bring

Required Qualifications

• 5+ years of experience building and deploying machine learning systems in production
• Strong proficiency in Python for ML, data processing, and model serving
• Hands-on experience with feature engineering, model training, and evaluation for real-world datasets
• Ability to travel outside of Ukraine is a must
• Experience deploying ML models via APIs or services (e.g., FastAPI, containers, Kubernetes)
• Solid understanding of data modeling, SQL, and analytical workflows
• Experience working in a cloud environment (GCP, AWS, or equivalent)
• Experience with graph data, graph databases, or graph-based ML

• Familiarity with Neo4j, Cypher, or graph algorithms (community detection, entity resolution)

  Preferred / Bonus Experience

• Experience with XGBoost, tree-based models, or similar classical ML approaches
• Exposure to real-time or streaming systems (Kafka, Pub/Sub, event-driven architectures)
• Experience with MLOps tooling and practices (CI/CD for ML, monitoring, retraining pipelines)
• GPU or large-scale data processing experience (e.g., RAPIDS, CUDA, Spark, or similar)
• Domain experience in identity resolution, marketing technology, or email deliverability

Our Technology Stack

• ML & Data: Python, Pandas, Scikit-learn, XGBoost
• Graphs: Neo4j (Enterprise, GDS)
• Cloud: Google Cloud Platform (BigQuery, Vertex AI, Cloud Run, Pub/Sub)
• Infrastructure: Docker, Kubernetes, GitHub Actions
• APIs: FastAPI, REST-based inference services

What We Offer

• Competitive compensation, including salary, equity, and performance incentives
• Opportunity to work on core AI systems that directly impact revenue and product differentiation
• High ownership and autonomy in a senior, hands-on role
• Remote-first culture with a strong engineering and data focus
• Exposure to cutting-edge problems in identity resolution, graph ML, and real-time AI systems

• Clear growth path toward Staff / Principal IC roles

  What else:

• 4 weeks of paid vacation per year (flexible scheduling)
• Unlimited sick leave — we trust your judgment and care about your health
• US Bank Holidays off (American calendar)
• Remote-first culture and flexible working hours
• Flat structure, no micromanagement, and full ownership

• Opportunity to make a real impact during a critical growth phase

  Interview Process

• Recruitment Screening Call
• Test task in Hackerrank for 1h
• Technical deep dive Interview (1,5h)  in English

• Final interview with CTO in English

  Why Join Us?

• High-impact delivery leadership role during a critical period
• Real ownership and autonomy
• Opportunity to shape delivery across the entire engineering organization
• Exposure to SaaS, data, integrations, automation, and platform work
• Collaboration with global teams and vendors
• A strong product with real scale and momentum

Why This Role Matters

At Tie, your work will not live in notebooks or experiments—it will power production systems used by real customers at scale. You will help define how AI is embedded into the company’s core platform and play a key role in making machine learning a durable competitive advantage.

Overview
We are looking for a Machine Learning Engineer to design and implement intelligent systems that power personalized digital experiences across connected devices and mobile applications.

This is a hands-on role focused on applied machine learning and data engineering, ideal for someone who thrives at the intersection of ML models, data pipelines, and product integration. You will collaborate closely with backend engineers, data scientists, and product managers to bring ML-driven features into production and continuously optimize them based on real-world usage.

Responsibilities:

• Design, train, and deploy machine learning models for use cases such as personalization, recommendations, and visual analysis;
• Build and maintain scalable, production-grade data pipelines (batch and real-time);
• Collaborate with product and engineering teams to translate product ideas into ML-powered features;
• Implement model observability, monitoring, and retraining workflows;
• Optimize inference performance and model serving in resource-constrained environments (e.g., edge or mobile);
• Contribute to the architecture of a modern ML platform within a cloud-native microservices environment;
• Work with backend teams to expose model outputs via APIs and integrate them into customer-facing experiences;
• Stay up to date with recent ML/AI advancements and evaluate promising methods for future implementation.

Requirements:

• 3+ years of experience in applied machine learning or data science;
• Strong knowledge of:
  • Supervised learning, recommendation systems, or computer vision;
  • Python and ML libraries such as TensorFlow, PyTorch, scikit-learn;
  • Building, deploying, and maintaining ML models in production.
• Familiarity with:
  • MLOps tools (e.g., MLflow, TFX, Airflow, Vertex AI);
  • Data pipelines and messaging systems (e.g., Kafka, BigQuery, dbt);
  • Model serving frameworks (e.g., FastAPI, TensorFlow Serving, TorchServe, ONNX);
• Comfortable collaborating with product, engineering, and analytics teams;
• Experience with cloud platforms (GCP, AWS, or Azure) and container-based deployments;
• Bonus: Experience with edge AI, mobile ML, or video/image processing pipelines.