Jobs Data Science

Ми шукаємо Machine Learning Engineer (ML Engineer), який прагне працювати в динамічному середовищі та розділяє цінності взаємної довіри, відкритості та ініціативності.

ПриватБанк — є найбільшим банком України та одним з найбільш інноваційних банків світу. Займає лідуючі позиції за всіма фінансовими показниками в галузі та складає близько чверті всієї банківської системи країни.

Ми прагнемо знайти цілеспрямованого професіонала, який вміє працювати в режимі багатозадачності, орієнтованого на якість та результат.

Основні обов’язки:

- Розробка GenAI рішень: Створення та підтримка пайплайнів для генерації персоналізованого контенту (текст, зображення) під задачі CVM
- Fine-tuning та адаптація моделей: Донавчання моделей на внутрішніх даних банку для забезпечення необхідного Tone of Voice та візуального стилю
- Створення AI-асистентів для автоматизації внутрішніх задач 
- Тісна взаємодія з технічними командами та бізнес-замовниками для успішного впровадження ML-сервісів у внутрішні системи та процеси банку

Основні вимоги:

- Вища освіта (в галузі прикладної математики, статистики, економічної кібернетики, програмування)

- 2+ роки досвіду роботи в області в Data Science / Machine Learning

- Досвід повного циклу розробки моделей: від збору даних та аналізу до впровадження.

- Досвід написання запитів до БД

- Практичний досвід роботи з GenAI: успішні кейси донавчання LLM або моделей генерації зображень
Відмінне знання Python (ML toolkit) та SQL (написання складних запитів, оптимізація)

- Глибоке розуміння методів машинного навчання, алгоритмів, математичної статистики, теорії ймовірностей та аналізу даних.

- Практичний досвід роботи з Amazon Bedrock та Google Gemini, а також використання оркестраторів (наприклад, LangChain або LlamaIndex) для побудови застосунків

- Глибоке розуміння технік генерації (Prompt Engineering, In-context learning) та досвід налаштування моделей для створення персоналізованого контенту (текст/зображення) під бізнес-вимоги

- Вміння створювати чітку технічну документацію та візуалізувати результати роботи моделей

Своїм співробітникам ми пропонуємо:

- Роботу в найбільшому та інноваційному банку України

- Офіційне працевлаштування та 24+4 календарних дні відпустки

- Конкурентну заробітну плату

- Медичне страхування та корпоративний мобільний зв’язок

- Корпоративне навчання

- Сучасний комфортний офіс

- Цікаві проєкти, амбіційні задачі та динамічний розвиток

- Дружній професійний колектив та сильну команду

ПРО ПОЗИЦІЮ

Вимоги:

• Досвід DS/MLE від 2 років
• Математичний бекграунд: вища математична освіта (КПІ ІПСА, МехМат Шевченко тощо), бажано олімпіадний досвід
• Глибокі знання алгоритмів і структур даних, глибоке розуміння ООП, глибокі теоретичні та практичні знання машинного та глибокого навчання
• Практичний досвід вирішення NLP та Tabular Data ML задач
• Високий рівень володіння Python, включаючи досвід роботи з бібліотеками машинного навчання і володіння принаймні одним із фреймворків глибокого навчання (Tensorflow, Keras, PyTorch)
• Вміння писати чистий, підтримуваний та ефективний код, готовий до production
• Вміння трансформувати бізнес-вимоги у технічні завдання для ML-рішень
• Досвід feature engineering
• Досвід роботи з Git та Docker
• Досвід роботи з базами даних (SQL/NoSQL) для отримання та підготовки даних для моделей

Буде плюсом:

• Досвід вирішення CV завдань
• Досвід успішних виступів на хакатонах/Kaggle
• Досвід роботи з Airflow на рівні запуску та моніторингу завдань
• Розуміння принципів паралелізму в Python та досвід роботи з відповідними бібліотеками

Приклади задач:

• Підвищення точності поточних CV, NLP та інших моделей
• Розробка нових моделей з нуля: від R&D та feature engineering до валідації
• Аналіз великих обсягів даних для пошуку інсайтів та формулювання гіпотез для моделювання

Приват Банк — є найбільшим банком України та одним з найбільш інноваційних банків світу. Займає лідируючі позиції за всіма фінансовими показниками в галузі та складає близько чверті всієї банківської системи країни.

Ми володіємо величезними масивами даних і шукаємо Middle/Senior Data Scientist, який допоможе перетворювати їх на інтелектуальні сервіси за допомогою класичного машинного навчання та сучасних DeepLearning-підходів.

Мета посади: аналіз даних, побудова та впровадження ML моделей

Основні задачі:

• End-to-end розробка: проектування, навчання та впровадження ML/DL моделей (від дослідження до продакшену)
• Класичний ML: робота з табличними даними, EDA, підготовка ознак (feature engineering) та побудова моделей класифікації/регресії
• Deep Learning: створення моделей для роботи з текстом, зображеннями та звуком за потреби бізнесу
• MLOps: контейнеризація моделей (Docker), налаштування моніторингу їх якості та інтеграція через API (FastAPI/Flask)
• Документування: ведення технічної документації та презентація результатів (метрики, бізнес-ефект) стейкхолдерам
   

Очікуємо від вас:

• Досвід: 1+ роки в ролі Data Scientist (комерційний досвід)
• Стек для ML: глибоке знання Python, Pandas, Scikit-learn, XGBoost/LightGBM
• Стек для DL: впевнене володіння PyTorch або TensorFlow/Keras
• Робота з даними: просунутий SQL (складні запити, аналітичні функції)
• Інженерні навички: Git, CI/CD, Docker, робота з хмарними платформами (AWS/GCP)
• Математична база: розуміння статистики, теорії ймовірностей та принципів роботи алгоритмів "під капотом"
• Візуалізація: вміння будувати дашборди в BI-інструментах та змістовні графіки

Буде значною перевагою:

• Досвід з GenAI та NLP
• Досвід у задачах Computer Vision
• Досвід в інших продвинутих DeepLearning архітектурах

Ми пропонуємо:

• Роботу в найбільшому та інноваційному банку України
• Офіційне працевлаштування та 24+4 календарних дні відпустки
• Конкурентну заробітну плату
• Медичне страхування та корпоративний мобільний зв’язок
• Корпоративне навчання
• Віддалену роботу або сучасні офіси в Києві, Дніпрі та Львові, оснащені генераторами та Starlink
• Цікаві проєкти, амбіційні задачі та динамічний розвиток
• Дружній професійний колектив та сильну команду

Ми не зупиняємось у розвитку напрямку Big Data і команда Data Science шукає Senior Data Scientist. 
 
Вимоги до кандидата: 

1. Комерційний досвід розробки та впровадження ML-моделей на Python 3+ роки; 
    
2. Досвід побудови рекомендаційних систем, пошукових систем, задач логістичної оптимізації, систем динамічного ціноутворення, прогнозування часових рядів. 
    
3. Навички опрацювання великих об’ємів данних з різних джерел (MS SQL / Postgress / BigQuery). Досвід оптимізації запитів та процедур. 
    
4. Розуміння життєвого циклу розробки дата продуктів, навички коммунікацій з бізнесом на кожному з етапів. 
    

Плюсом буде: 

1. Великий плюс - досвід роботи в домені Ecommerce / Retail  
2. Навички роботи з AWS 
3. Практичні навички побудови архітектур, навчання та впровадження нейронних мереж 
4. Досвід з технологіями - Nvidia Merlin, Prefect.io, ElasticSearch, Docker, Dask/Ray.

Обов’язки: 
Побудова, впровадження та підтримка Machine Learning моделей 
Вирішення задач з класифікації, кластеризації, прогнозування часових рядів, рекомендаційних систем, систем розумного пошуку; 
Розробка та впровадження концепцій, методів підвищення якості даних 
Розрахунок економічної ефективності від впровадження моделей 
Спілкування з внутрішнім замовником, підготовка презентацій, написання документації. 
 
Трішки про те, як ми співпрацюємо: 
— повна віддалена співпраця в межах України, 
— участь в конференціях та навчанні, 
— надаємо техніку для роботи, 
— оплачувані 24 календарних дні відпустки, 
— оплачувані лікарняні. 

Станьте частиною команди, що створює цифрову реальність!

MODUS X — українська ІТ-компанія, команда 650+ інженерів, архітекторів, спеціалістів з безпеки та датасаєнтистів.​ Ми розпочали та продовжуємо супровід цифрової трансформації ДТЕК, яка першою в енергетиці України стала на шлях масштабного діджитал-перетворення. Нині виділились в окрему компанію, щоби ділитися своїм досвідом та експертизою назовні, залишаючись ІТ-опорою для тих, хто несе світло та сприяє відновленню країни.

Шукаємо Middle Scientist, для підсилення Data Science-команди. Який буде долучений до виконання повного циклу проектів — від аналізу даних до запуску моделі у продакшн, працюючи у крос-функціональній команді.

Функції посади:

• Аналіз проблеми та постановка задачі
• Збір, очищення та підготовка даних
• Моделювання та експерименти
• Валідація та пояснення результатів
• Співпраця та комунікація
• Поліпшення процесів та менторство
• R&D та розвиток експертизи

Професійні компетенції:

• Вміння чітко формулювати задачу та ставити питання
• Вміння подивитись на проблему під іншим кутом зору
• Python (pandas, NumPy, scikit-learn), SQL; впевнена робота з Git.
• Класичні ML-алгоритми (Gradient Boosting — XGBoost/LightGBM/CatBoost, Random Forest, Logistic/Linear Regression, k-NN); знання методів регуляризації, крос-валідації та підбору гіперпараметрів.
• Ймовірнісні розподіли, перевірка гіпотез, A/B-тести, інтепретованість моделей.
• PyTorch або TensorFlow/Keras для задач CV чи NLP; уміння будувати та тренувати моделі з TensorBoard-логуванням.
• MLflow / Weights & Biases, Docker; базове розуміння CI/CD для ML-пайплайнів.
• Практичний досвід у хоча б одній із платформ (AWS, GCP, Azure) для розгортання або тренування моделей.
• Наявність сертифікації по Data&AI
• Вміння незалежно перевіряти вхідні дані та результат
• Автономність
• Комунікабельність

Ми пропонуємо:

• Офіційне працевлаштування
• Kонкурентний рівень заробітної плати та соціальні гарантії
• Корпоративна програма медичного страхування та програма психологічної підтримки співробітників
• Роботу в інноваційному парку Unit City
• Можливості навчання та професійний розвиток (онлайн курси, аудиторні тренінги, майстер-класи, професійні спільноти)

Ми цінуємо ваш інтерес до MODUS X та готовність приймати виклики. Тут кожен може розкрити свої таланти й зробити внесок у спільний успіх. Ми інвестуємо в розвиток, допомагаємо отримувати нові знання та досягати професійних цілей.

Наша команда уважно розглядає всі заявки, і якщо ваша кандидатура відповідає вимогам вакансії, рекрутер обов’язково зв’яжеться з вами впродовж 2 тижнів.

Більше інформації про компанію та наш досвід на офіційній сторінці MODUS X в LinkedIn.

Направляючи резюме на цю вакансію, Ви надаєте згоду ТОВ «МОДУС ІКС» на обробку наданих Вами персональних даних згідно Закону України «Про захист персональних даних». Згода надається в тому числі для їх обробки в зовнішніх системах, з метою супроводження процесу найму.

Команда “Альянс Діджитал”  створює автоматизовані рішення у сфері фінтех. Ми працюємо з даними, продуктами та інженерією, щоб запускати моделі, які впливають на прибуток, ризики та клієнтський досвід. Підтримуємо професійний розвиток, менторство, обмін досвідом і створюємо умови для зростання спеціалістів у команді.

Ми шукаємо Data Scientist (Middle) для задач побудови моделей  (CRM / Антифрод)

Мова та технології

Python  ML Scikit-learn  XGBoost   LightGBM   CatBoost   SQL  Feature Store (Feast)
Fraud / CRM modeling

Твої обов’язки:

Побудова та впровадження моделей для CRM і антифроду (Response/Behaviour + Fraud Detection)

Розробка й продакшн-впровадження ML/гібридних моделей для прогнозування реакції клієнтів на CRM-комунікації (propensity/response/uplift) та виявлення шахрайських і підозрілих активностей у транзакціях/поведінці (fraud scoring/anomaly detection) з формуванням сегментів і тригерних сценаріїв, побудовою фіч із транзакційних/поведінкових/пристроєвих сигналів, доповненням rule-based шарами, а також дизайном і оцінкою інкрементального ефекту через A/B/контрольні групи
Підготовка великих обсягів даних: очищення, трансформація, агрегації, побудова time-window фіч

Оцінка й тюнінг моделей за ML-метриками (ROC, precision/recall, cost-based) та бізнес-KPI з аналізом стабільності/дрейфу

Інтеграція моделей у продакшн-середовище: batch та/або real-time скоринг
Співпраця з аналітиками, CRM/продуктовими командами та risk/fraud-функцією для формування вимог
Узгодження KPI, експериментального дизайну, інтерпретації результатів і рекомендацій для бізнесу

Вимоги:

Вища технічна освіта 
Досвід.  2-3+ роки у Data Science / ML
Практичний досвід побудови CRM response/behaviour моделей або моделей антифрода (бажано — обидва напрями)
Досвід роботи з імбалансними даними, витратами помилок (FP/FN), контрольними групами та вимірюванням ефекту
Python  на високому рівні
ML: scikit-learn, XGBoost/LightGBM/CatBoost
SQL — впевнено (витяг даних, вікна, агрегації, оптимізація запитів)
Досвід з Feature Store (Feast): дизайн сутностей/фіч, offline/online джерела, матеріалізація, backfill, контроль консистентності
Класифікація/ансамблі, anomaly detection, інтерпретація моделей (SHAP/feature importance). Git
Розуміння продакшн-циклу ML: від даних до сервісу
Досвід з API (FastAPI/Flask або аналоги) — буде плюсом
Хмари: AWS/Azure (плюс)

 

Добре мати:

Досвід у rule-based + ML системах (особливо для антифрода)
Розуміння CRM-воронки, сегментації, канальної атрибуції, маркетингових KPI
Досвід із графовими підходами (зв’язки між клієнтами/пристроями/мерчантами) для фрода — плюс
Досвід зі стрімінгом/потоковою обробкою даних (Kafka/Flink тощо) — плюс

Jooble — це глобальна продуктова IT-компанія, що трансформує сферу працевлаштування.

Щомісяця мільйони людей у 66 країнах світу використовують Jooble для пошуку роботи та найму талантів. За цим стоїть команда з понад 300 професіоналів, які поєднують глибоку експертизу в аналітиці, технологіях та роботі з даними, щоб зробити цей процес простішим і ефективнішим.

Сьогодні Jooble входить до ТОП-10 найвідвідуваніших сайтів світу у сегменті Jobs and Employment, підтверджуючи свій глобальний вплив.

Ми шукаємо Middle Data Scientist, який готовий не просто будувати моделі, а створювати комплексні рішення.

Про команду та культуру:

Наш департамент Data Science складається з команди розробки, команди ai-engineers та двох DS-команд. Ми не працюємо в ізоляції та тісно взаємодіємо з всіма доменами компанії.

Ми є бізнес-орієнтованими, а тому шукаємо можливості, валідуємо гіпотези та створюємо рішення, які приносять реальну цінність користувачам і клієнтам.

Роль Data Scientist у Jooble — це поєднання ML Engineering, аналітики, роботи з Big Data та розробки сервісів. Ти будеш вести задачу від ідеї до продакшну.

У цій ролі ти будеш охоплювати повний життєвий цикл розробки Data Science рішень:

• Data Engineering: проєктування, розробка та підтримка ефективних і надійних ETL пайплайнів (робота з великими даними, забезпечення якості даних)
• ML Engineering: розробка та покращення моделей ранжування, побудова рекомендаційних систем та вирішення інших ML/DS задач
• Production: розгортання моделей, написання продакшн-коду, підтримка мікросервісів та моніторинг їх роботи
• Analytics & A/B Testing: дизайн та проведення A/B тестів для перевірки гіпотез, аналіз результатів та пошук інсайтів у даних
• Business Value: проактивний пошук точок росту продукту спільно з бізнес-стейкхолдерами

Ми шукаємо людину, яка має:

• 3+ роки комерційного досвіду на позиції Data Scientist / ML Engineer
• Мови програмування: впевнене володіння Python та глибокі знання стеку ML (sklearn, numpy, pandas, xgboost, tensorflow, etc), написання чистого та підтримуваного коду
• ML & Math: розуміння класичних алгоритмів ML, статистики та теорії ймовірностей
• Databases & SQL: досвід роботи з такими сховищами як Elasticsearch, Redis, MSSQL
• Engineering: розуміння принципів CI/CD, dagster або іншими оркестраторами
• Досвід роботи з операційними системами Linux, розуміння Bash
• Готовність вивчати та застосовувати нові технології в області Information Retrieval, Big Data та Machine Learning

Буде перевагою:

• Досвід роботи з Recommendation Systems чи у домені Information Retrieval
• Прикладний досвід в онлайн A/B тестуванні
• Досвід роботи з Big Data (Hadoop/PySpark)
• Досвід роботи з Docker
• Володіння інструментами візуалізації для моніторингу та логування (Kibana, Grafana)

Чому Jooble?

Формат роботи
Гнучкість для нас — не просто слово. У Києві ми працюємо у гібридному форматі, поєднуючи офіс і віддалену роботу. В інших містах і країнах можна працювати повністю ремоут. Де б ти не був, ми подбаємо про твій комфорт і продуктивність, забезпечивши всім необхідним обладнанням.

Графік роботи
Ти сам обираєш, коли почати свій 8-годинний день — між 8:00 та 10:00 за київським часом. Головне — залишатися на зв’язку та планувати час для зустрічей із командою. Ми цінуємо свободу у плануванні дня і водночас віримо, що спільний ритм допомагає працювати ефективніше.

Зростання та розвиток
У Jooble кожен має фіксований бюджет для особистого та професійного розвитку. Це твій простір для нових знань й навичок, які допомагають зростати тобі та водночас роблять компанію сильнішою.

Фізичне та ментальне здоров’я
Здоров’я — важлива частина роботи та життя. У Jooble передбачене повне медичне страхування (після 3 місяців роботи), а для колег за кордоном — фінансова підтримка на медичні витрати. Ми компенсуємо консультації з психологами wellbeing-сервісу або 50% вартості послуг спеціаліста, якого ти обереш самостійно.

Відпочинок і відновлення
24 робочі дні щорічної оплачуваної відпустки + 6 днів для перезавантаження. 20 оплачуваних лікарняних + 4 дні без медичного підтвердження — щоб мати час на відновлення, коли це потрібно. Також у тебе буде 6 фіксованих додаткових вихідних на державні свята.

Команда
У Jooble поруч із тобою — сильні професіонали та експерти, з якими можна зростати й створювати рішення глобального рівня. Тут кожен має голос і може впливати на процеси. Ми цінуємо чесний фідбек та шукаємо тих, хто близький нам за цінностями.

Підтримка України
У Jooble ми зберігаємо робочі місця для мобілізованих колег. Як команда, ми долучаємося до ініціатив, що допомагають Україні, а наш продукт спрямований на те, щоб ще більше людей могли знайти роботу навіть у складні часи.

Якщо ти готовий/а впливати на життя мільйонів людей у всьому світі, тоді надсилай нам своє резюме, а рекрутер зв’яжеться з тобою найближчим часом.

Хелоу, люба спільнота \0/

Продовжуємо зрощувати команду американського Market Research SaaS, який робить висновки про впевненність відповідей юзерів, на базі їх взаємодії із інтерфейсом, під час політичних опитувань в США. 
Це коли 1000 американських рандомів відповідають за кого б вони проголосували або куди треба занести трохи демократії.

На проекті є:

- багато RnD
- аналіз поведінкових даних
- математика та статистика
- репорти
- зараз будемо підрубати Machine Learning – від вас очикуємо базові навички на рівні початківця-ентузіаста.

Тому шукаємо Data Analyst, з яким ми будемо розвивати ядро проекту та підрубати ML.

ІМХО, це ідеальний бустер для скілів та резюме, тому що:

• Ця роль буде котрібʼютити в логіку проекта і в наукову складову аналізу поведінки. 
• Можна розвивати навички ML.
• Основна цінність проекту в даних, а це дуже профільно для Дата Аналітиків.
   

Вам сподобається, якщо ви зараз готові вкластись розумом в шейпінг продукту та саморозвиток.
Вам не сподобається, якщо душа та розум у вас зараз виснажені і залишились тільки руки – проект потребує від цієї ролі певного інгейджменту.

На цьому я дозволю перемкнутись на англійську, бо мова піде про конкретні речі.

Responsibilities

• Minimal ETL development to cover analytics needs.
• Machine Learning for data prediction.
• Contribution to RnD: how we analyse bahaviour, which metrics we have to collect and how.
• Feature development: hypotesis and its validation.
• Analytics, reporting and dashboards owning: report automation and custom reporting.

Requirements

• Strong proficiency in Python and Pandas.
• Experience with statistics, including deviation, decile, variance, and moving average concepts.
• Data Visualisation Tools – there is a freedom to use any of them.
• Basic experience with AWS Serverless stack (Lambda, SQS, DynamoDB, API Gateway).
• Familiarity with data pipeline design and automation. 
• Basic experience with ML.

Nice to haves

• Experience with Step Functions and Serverless Framework.
• Good English.

Team

• Product Owner
• 2x Fullstack Devs
• Python Back End Dev
• Manual/Auto QA
• DevOps
   

We offer

• 15 paid day-offs per year.
• 10 US/UA holidays.
• Tax compensation.
• Flexible working hours with 12-18 prime time.
• Opportunity to grow and claim new responsibilities in competitive modern environment.

______

Буду радий вас почитати та побачити – пишіть.

Ми шукаємо Machine Learning Engineer, який приєднається до нашої команди! Якщо тебе цікавить прикладний ШІ, агентні системи та ти хочеш створювати інтелектуальні інструменти, які співпрацюють з людьми, — будемо раді бачити тебе у команді. Приєднуйся до нас і долучайся до формування майбутніх ШІ-асистентів для робочого середовища.

Ми створюємо просунутого ШІ-асистента, який допомагає командам працювати продуктивніше. Поєднуючи семантичний пошук, агентний ШІ та сучасні мовні моделі, система підсилює внутрішні операції за допомогою розумної, контекстно-залежної підтримки та персоналізованої взаємодії.

Це не просто чат-бот — це система, яка розуміє, адаптується та співпрацює з людьми.

Обовʼязки

• Розробляти та інтегрувати ML- і NLP-моделі для реалізації інтелектуальних функцій асистента
• Створювати агентні робочі процеси з використанням LangChain, LangGraph або подібних фреймворків
• Прототипувати інтерфейси користувача та внутрішні інструменти з використанням Streamlit або Gradio
• Співпрацювати з командами розробки та продукту для планування та впровадження функцій на основі ML
• Працювати з Docker для керування середовищами розробки та виконання
• Використовувати Git для контролю версій та писати чистий, підтримуваний код
• Виконувати запити до структурованих даних за допомогою SQL
• Брати участь у деплойменті та підтримці моделей у хмарному середовищі (переважно Azure)

Вимоги

• Сильні навички роботи з Python
• Досвід роботи з агентними ШІ-фреймворками, такими як LangChain або LangGraph
• Глибоке розуміння основ machine learning та NLP
• Практичний досвід роботи з ML-фреймворками (PyTorch, TensorFlow тощо)
• Знання інструментів прототипування (Streamlit, Gradio)
• Розуміння найкращих інженерних практик: Git, Docker, базові знання хмарних сервісів, оцінка задач
• Практичні навички роботи з SQL
• Володіння англійською мовою на рівні Upper-Intermediate (усно та письмово)

Перевагою буде

• Досвід роботи з іншими агентними або LLM-оркестраційними інструментами
• Досвід у MLOps або деплойменті моделей
• Впевнене користування Linux-терміналом

______________________________________________________________________

We’re looking for a Machine Learning Engineer to join our team!
If you’re excited about applied AI and agentic systems and want to develop intelligent tools that truly collaborate with people, we’d love to have you join our team. Join us and help shape the future of AI-powered workplace assistants.

We’re building an advanced AI assistant that helps teams work smarter. By combining semantic search, agentic AI, and state-of-the-art language models, the system enhances internal operations through intelligent, context-aware support and personalized interactions.

It’s not a chatbot — it’s a system that understands, adapts to, and collaborates with humans.

Responsibilities

• Develop and integrate ML and NLP models to power intelligent assistant features
• Build agentic workflows using LangChain, LangGraph, or similar frameworks
• Prototype user interfaces and internal tools using Streamlit or Gradio
• Collaborate with the engineering and product teams to plan and deliver ML-driven features
• Work with Docker to manage development and runtime environments
• Use Git for version control and write clean, maintainable code
• Query structured data using SQL
• Contribute to model deployment and operations in a cloud environment (primarily Azure)

Requirements

• Strong proficiency in Python
• Experience with agentic AI frameworks such as LangChain or LangGraph
• Solid understanding of machine learning and NLP fundamentals
• Hands-on experience with ML frameworks (e.g., PyTorch, TensorFlow)
• Familiarity with prototyping tools such as Streamlit or Gradio
• Knowledge of engineering best practices: Git, Docker, cloud basics, and task estimation
• Practical knowledge of SQL
• Upper-Intermediate level of English (both written and spoken)

Would be a plus

• Experience with other agentic or LLM orchestration tools
• Experience with MLOps or model deployment
• Comfortable working in Linux terminal environments

Оur сlіеnt оpеrаtеs аs аn Іsrаеlі-bаsеd sеrvісе prоvіdеr wіth ехpеrtіsе іn сlоud mіgrаtіоn аnd іntrісаtе DеvОps іnіtіаtіvеs.
 

Thеіr сlіеnts bеnеfіt frоm thе аbіlіtу tо strаtеgіzе аnd іmplеmеnt аutоmаtіоn sеlf-sеrvісе аs pаrt оf DеvОps bеst prасtісеs, еffісіеntlу hаndlе Kubеrnеtеs dеplоуmеnt аnd mаnаgеmеnt, асhіеvе соst sаvіngs, nаvіgаtе thrоugh ІT іntrісасіеs, аnd mееt ‘tіmе tо mаrkеt’ gоаls suссеssfullу.
 

Wе’rе lооkіng fоr а hаnds-оn Dаtа Sсіеnсе Tеаm Lеаd tо buіld аnd sсаlе prоduсtіоn АІ/ML sоlutіоns оn АWS whіlе lеаdіng а Dаtа Sсіеntіst tеаm. Уоu’ll оwn thе full lіfесусlе—frоm dіsсоvеrу аnd prооf-оf-соnсеpts tо trаіnіng, оptіmіzаtіоn, dеplоуmеnt, аnd іtеrаtіоn іn prоduсtіоn.
 

Lосаtіоn: Fullу rеmоtе.
 

Rеquіrеmеnts:

• Tеаm mаnаgеmеnt ехpеrіеnсе: 1+ уеаr оf lеаdіng еngіnееrs оr sсіеntіsts (pеоplе оr tесh lеаd);
• Tесhnісаl ехpеrіеnсе: 5+ уеаrs іn Dаtа Sсіеnсе/ML (іnсludіng dееp lеаrnіng/LLMs);
• 1+ уеаr оf ехpеrіеnсе wіth АWS сlоud аnd dаtа sеrvісеs;
• Ехpеrt іn Pуthоn аnd dееp lеаrnіng frаmеwоrks (PуTоrсh/TеnsоrFlоw), аnd hаnds-оn wіth АWS ML sеrvісеs (еspесіаllу SаgеMаkеr аnd Bеdrосk);
• Prоvеn ехpеrіеnсе wіth gеnеrаtіvе АІ аnd fіnе-tunіng lаrgе lаnguаgе mоdеls;
• Ехpеrіеnсе dеplоуіng ML sоlutіоns оn АWS сlоud іnfrаstruсturе аnd fаmіlіаrіtу wіth MLОps bеst prасtісеs;
• Gооd Еnglіsh skіlls – Uppеr-Іntеrmеdіаtе аnd аbоvе.
   

Nісе tо hаvе:

• АWS сеrtіfісаtіоns.
• А mаstеr’s dеgrее іn а rеlеvаnt fіеld.
   

Rеspоnsіbіlіtіеs:

• Pеоplе lеаdеrshіp: Mаnаgе аnd соасh а tеаm оf Dаtа Sсіеntіsts, sеt сlеаr gоаls, run 1:1s, аnd suppоrt саrееr grоwth аnd tесhnісаl ехсеllеnсе.
• Dеlіvеrу оwnеrshіp: Drіvе prоjесt sсоpіng, plаnnіng, аnd оn-tіmе, hіgh-quаlіtу dеlіvеrу frоm іnсеptіоn tо prоduсtіоn. Prоасtіvеlу rеmоvе blосkеrs, mаnаgе rіsks, аnd соmmunісаtе stаtus tо stаkеhоldеrs.
• Сustоmеr еngаgеmеnt: Wоrk dіrесtlу wіth fоundеrs/tесhnісаl lеаdеrs tо undеrstаnd gоаls, trаnslаtе thеm іntо fеаsіblе АІ rоаdmаps, аnd еnsurе mеаsurаblе busіnеss оutсоmеs.
• Mоdеl Dеvеlоpmеnt & Dеplоуmеnt: Dеplоу аnd trаіn mоdеls оn АWS SаgеMаkеr (usіng TеnsоrFlоw/PуTоrсh).
• Mоdеl Tunіng & Оptіmіzаtіоn: Fіnе-tunе аnd оptіmіzе mоdеls usіng tесhnіquеs lіkе quаntіzаtіоn аnd dіstіllаtіоn, аnd tооls lіkе Prunа.аі аnd Rеplісаtе.
• Gеnеrаtіvе АІ Sоlutіоns: Dеsіgn аnd іmplеmеnt аdvаnсеd GеnАІ sоlutіоns, іnсludіng prоmpt еngіnееrіng аnd rеtrіеvаl-аugmеntеd gеnеrаtіоn (RАG) strаtеgіеs.
• LLM Wоrkflоws: Dеvеlоp аgеntіс LLM wоrkflоws thаt іnсоrpоrаtе tооl usаgе, mеmоrу, аnd rеаsоnіng fоr соmplех prоblеm-sоlvіng.
• Sсаlаbіlіtу & Pеrfоrmаnсе: Mахіmіzе mоdеl pеrfоrmаnсе оn АWS’s bу lеvеrаgіng tесhnіquеs suсh аs mоdеl соmpіlаtіоn, dіstіllаtіоn, аnd quаntіzаtіоn аnd usіng АWS spесіfіс fеаturеs.
• Соllаbоrаtіоn: Wоrk сlоsеlу wіth оthеr tеаms (Dаtа Еngіnееrіng, DеvОps, MLОps, Sоlutіоn Аrсhіtесts, Sаlеs tеаms) tо іntеgrаtе mоdеls іntо prоduсtіоn pіpеlіnеs аnd wоrkflоws.
   

Соmpаnу оffеr:

• Pаіd vасаtіоn аnd sісk lеаvеs;
• Mеdісаl іnsurаnсе;
• Prоfеssіоnаl trаіnіng аnd сеrtіfісаtіоns соvеrеd bу thе соmpаnу (АWS, FіnОps, Kubеrnеtеs, еtс.);
• Іntеrnаtіоnаl wоrk еnvіrоnmеnt;
• Rеfеrrаl prоgrаm;
• Соmpаnу еvеnts аnd sосіаl gаthеrіngs (hаppу hоurs, tеаm еvеnts, knоwlеdgе shаrіng, еtс.);
• Wеllbеіng аnd prоfеssіоnаl соасhіng thrоugh Оlіvа Hеаlth;
• Еnglіsh сlаssеs;
• Sоft skіlls trаіnіng.