Jobs

Join Sigma Software’s Data Competency Center as a Data Scientist focused on Generative AI & Agent Systems. You'll be a key player in implementing, building, and helping to ship production-ready GenAI systems - spanning text, vision, and structured data - that tackle real-world business challenges while adhering to enterprise standards for quality, security, and compliance.  

You’ll work closely with senior Data Scientists and client teams from solution design through to deployment. Your primary focus will be on the hands-on implementation of the GenAI stack, including building agentic workflows and advanced Retrieval-Augmented Generation (RAG) systems. This role is a fantastic blend of hands-on model work, system implementation, and gaining technical exposure to the full solution lifecycle. 

RESPONSIBILITIES:

• Translate business requirements into functional AI systems (e.g., intelligent assistants, copilots, simple autonomous agents) with defined quality and performance metrics
• Build and implement cutting-edge RAG systems ("RAG 2.0"), focusing on:  
  - Implementing hybrid retrieval (vector, keyword) and structured data retrieval methods 
  - Designing and testing effective chunking strategies and embedding models
  - Implementing memory and conversational history management for agents
• Develop effective prompt engineering techniques and data pipelines to efficiently utilize long-context models for document-heavy use cases
• Contribute to the evaluation and selection of models (proprietary APIs vs. open-weight models) based on performance, cost, and deployment requirements 
• Implement production elements of the GenAI stack: data handling, prompt orchestration (e.g., using frameworks), tracing, and caching for performance

REQUIREMENTS:

• Professional Experience: 1.5 to 3 years of hands-on professional experience in a Data Science, Machine Learning, or AI/Software Engineering role, with significant focus on Generative AI or related NLP/Search technologies in the last 12-18 months
• Programming Proficiency: Python
• GenAI Stack Experience: Hands-on experience with at least one major orchestration framework (e.g., LangChain, LlamaIndex)  
• Search & Retrieval Expertise: Practical experience implementing vector databases, creating embeddings, and designing indexing and chunking strategies for RAG systems 
• Data Fluency: Solid understanding of SQL and data modeling; practical experience handling and transforming unstructured data  
• LLMOps Fundamentals: Familiarity with the principles and tooling for experiment tracking, version control for prompts/pipelines, and tracing/observability in an LLM context 
• Demonstrated Ability: A strong portfolio or track record showing the successful implementation (in production or advanced project settings) of Generative AI components  
• Upper-Intermediate level of English

WOULD BE A PLUS:

• Experience or deep interest in agentic design patterns and multi-step reasoning  
• Familiarity with foundational MLOps tools for CI/CD and production deployment  
• Familiarity with coding assistants like Cursor, Copilot, Claude Code, Windsurf, etc. 
• Exposure to multimodal applications (text/image/video/audio)  
• Academic background or practical experience in core Machine Learning and Deep Learning concepts

Долучайся до Data Competency Center в компанії Sigma Software в ролі Data Scientist із фокусом на генеративний ШІ та агентні системи. Ти станеш ключовим гравцем у впровадженні, розробці та запуску у продакшн GenAI-систем - для роботи з текстом, зображеннями та структурованими даними - які вирішують реальні бізнес-завдання, дотримуючись корпоративних стандартів якості, безпеки та відповідності нормам. 

Ти працюватимеш пліч-о-пліч із досвідченими спеціалістами Data Science та командами клієнтів на всіх етапах - від проєктування рішень до розгортання. Основний фокус - практична реалізація GenAI-стеку, включно зі створенням агентних робочих процесів та передових систем RAG (генерація доповнена результатами пошуку). Ця роль поєднує роботу з моделями, впровадження систем та можливість отримати досвід у повному життєвому циклі рішень. 

ОБОВ'ЯЗКИ:

• Перетворення бізнес-вимоги на функціональні AI-рішення (інтелектуальні асистенти, копілоти, прості автономні агенти) з чіткими метриками якості та продуктивності 

• Розробка та впровадження передових RAG-систем («RAG 2.0»), зокрема:  

  - Впровадження гібридного пошуку (векторний, ключові слова) та методів роботи зі структурованими даними 

  - Проєктування та тестування стратегій фрагментації та моделей ембедингів 

  - Реалізація управління  пам’яттю та історією діалогів для агентів

• Розробка ефективних технік створення промптів та конвеєрів даних для роботи з моделями з довгим контекстом у сценаріях з великою кількістю документів 
• Участь в оцінці та виборі моделей (пропрієтарні API чи моделі з відкритими вагами) з урахуванням продуктивності, вартості та вимог до розгортання 
• Реалізація робочих компонентів GenAI-стеку: обробка даних, оркестрація промптів (наприклад, з використанням фреймворків), відстеження та кешування для підвищення продуктивності

ВИМОГИ:

• Професійний досвід: 1,5–3 роки практичного досвіду на позиції Data Scientist, інженер з Machine Learning або ШІ-інженер, розробник, із фокусом на генеративний ШІ або суміжні NLP/Search-технології протягом останніх 12–18 місяців 
• Програмування: Python 
• Досвід роботи з GenAI-стеком: практичний досвід із хоча б одним основним оркестраційним фреймворком (наприклад, LangChain, LlamaIndex). 
• Пошук і витяг даних: досвід впровадження векторних баз, створення ембедингів, проєктування стратегій індексації та фрагментації для RAG-систем 
• Робота з даними: хороше розуміння SQL і моделювання даних; практичний досвід обробки та трансформації неструктурованих даних 
• Основи LLMOps: знання принципів і інструментів для відстеження експериментів, контролю версії для промптів/конвеєрів, відстеження та спостережуваності в контексті LLM 
• Доведені здібності: портфоліо або приклади успішної реалізації компонентів генеративного ШІ (у робочих або просунутих проєктних середовищах) 
• Англійська: рівень Upper-Intermediate

БУДЕ ПЛЮСОМ: 

• Досвід або глибокий інтерес до агентних шаблонів проєктування і багатокрокового міркування 
• Знання базових інструментів MLOps для CI/CD та розгортання в робочих середовищах 
• Знайомство з кодовими асистентами, такими як Cursor, Copilot, Claude Code, Windsurf тощо 
• Досвід роботи з мультимодальними застосунками (текст/зображення/відео/аудіо) 
• Науковий або практичний досвід у Machine Learning та Deep Learning

 Мова та технології

 Python NLP  Hugging Face Transformers  OpenAI API   LangChain  NLTK  spaCy

 LLM GPT  BERT  T5  LLaMA  AWS  PyTorch  TensorFlow  BLEU   ROUGE   perplexity  

Твої обов’язки:

Розробка та впровадження моделей LLM

Адаптація існуючих open source  LLM ( LLaMA, або Hugging Face Transformers) під специфічні бізнес-завдання контактного центру на українській мові

Налаштування моделей для роботи з різними мовами, контекстами та специфікою галузі

Інтеграція моделей у робоче середовище:

Розробка API для інтеграції чат-ботів у системи контактного центру

Забезпечення безперервної інтеграції та доставки (CI/CD) моделей у продакшн середовище

Покращення моделей та їх продуктивності:

Тонке налаштування (fine-tuning) моделей на специфічних даних компанії

Моніторинг продуктивності моделей та внесення оптимізацій для покращення точності, швидкості та релевантності відповідей

Робота з даними:

Збір, обробка та анотація текстових даних для навчання

Впровадження методів генерації синтетичних даних для розширення датасетів

Використання методів фільтрації та очищення даних для забезпечення якості

Тестування та експерименти:

Проведення A/B тестування функціоналу чат-бота

Дослідження та впровадження методів навчання з підкріпленням (Reinforcement Learning) для покращення взаємодії чат-бота з клієнтами

Співпраця з командами:

Тісна взаємодія з бізнес-аналітиками, продуктовими менеджерами та розробниками для формування вимог

Робота з командами DevOps для забезпечення стабільності сервісу

Освіта

Вища технічна освіта в галузі комп’ютерних наук, прикладної математики, штучного інтелекту або суміжних напрямів

Вимоги:

2- 3 роки досвіду розробки машинного навчання

Досвід роботи з LLM та NLP-проектами (українською мовою)

Успішно реалізовані проекти у сфері створення інтелектуальних чат-ботів

Технічні навички:

Мови програмування: Впевнене володіння Python

Інструменти та фреймворки для NLP:

Hugging Face Transformers, OpenAI API, LangChain, NLTK, spaCy

Моделі глибокого навчання:

Досвід роботи з LLM (GPT, BERT, T5, LLaMA тощо)

Хмарні технології:

Робота з AWS  для розгортання моделей

Робота з даними:

Знання основ препроцесингу тексту: токенізація, нормалізація, видалення шумів

Інструменти навчання:

PyTorch, TensorFlow

Контроль версій: Git

Метрики: Вміння оцінювати моделі за допомогою таких метрик, як BLEU, ROUGE, perplexity

Soft  навички:

Вміння формулювати задачі та пропонувати рішення

Самостійність у прийнятті рішень та розробці функціоналу

Командна робота та взаємодія з іншими департаментами

Добре мати:

Досвід у навчанні моделей з підкріпленням (RLHF) для генерації тексту

Знання архітектури LLM та можливість модифікації існуючих моделей

Досвід інтеграції чат-ботів із системами CRM, Help Desk або іншими сервісами

Знання принципів роботи з векторними базами даних (наприклад, Pinecone, Weaviate, FAISS) для пошуку по тексту

Ми в Intelligent Writing шукаємо Machine Learning Engineer з сильним досвідом у Computer Vision та Generative AI для нашої R&D-команди.

Ти будеш будувати та оптимізувати ML-пайплайни для:

• virtual try-on (віртуальної примірки одягу),
• pose-guided image generation (генерації зображень за позою),
• garment transfer systems (перенесення одягу на іншу людину)
  з використанням передових diffusion-моделей та CV-фреймворків.
   

Що буде точно потрібно:

• Python (2–3 роки досвіду)
• OpenCV
• Основи Computer Vision (пре-процесинг, keypoints, segmentation тощо)
• Досвід з генеративними моделями (Stable Diffusion, SDXL, Flux, ControlNet / IP-Adapter)
• Підготовка, тренування та валідація датасетів
• Деплой моделей / inference pipeline (TorchScript / ONNX / REST API / GPU робота)
   

Буде перевагою для цієї позиції:

• SMPL rigging / retargeting або DensePose
• Fine-tuning (LoRA / Textual Inversion)
• Human parsing & pose estimation (HRNet / SegFormer / MMPose / OpenPifPaf)
• VRAM budgeting / оптимізація (xFormers, half-precision, batching)

Що ми пропонуємо:

• Роботу в компанії, яка створює власні AI-продукти для міжнародного ринку.
• Легку комунікацію та підтримку команди.
• Менторство, швидкий розвиток і можливість впливати.
• Горизонтальну структуру: ми відкриті до ідей.
• Офіційні лікарняні та оплачувані відпустки.
• Конкурентну заробітну плату.
   

Mornhouse — IT-компанія повного циклу, яка створює інноваційні мобільні додатки для iOS та Android у нішах productivity, finance, AI та utilities. Наразі ми шукаємо Junior Data Science Economist, який допоможе досліджувати дані, знаходити цікаві інсайти та пропонувати шляхи покращення наших продуктів.

Ваші задачі

• Збір та підготовка даних для аналізу;
• Проведення досліджень даних та виявлення ключових інсайтів;
• Формулювання рекомендацій на основі отриманих результатів;
• Співпраця з продукт- і технічними командами для впровадження запропонованих покращень.

Вимоги

• Знання економіки (освіта, або досвід попередньої роботи);
• Знання SQL, Python або будь‑якої іншої мови програмування;
• знання Tableau;
• Захоплення ідеями та бажання глибоко вивчати дані;
• Відкритість до нового і готовність працювати без досвіду роботи.

Буде плюсом:

- Математична освіта, перемоги в олімпіадах з матиматики, наукові роботи з математики будуть плюсом.

Ми пропонуємо

• ЗП $800 - $1500;
• Своєчасна заробітна плата;
• Безкоштовні обіди;
• Можливість кар’єрного росту;
• Затишний офіс, або можливість працювати з будь-якого куточку світу;
• Оплачувана відпустка;
• Молодий дружній колектив;
• Круті корпоративні заходи;
• Ігрова приставка та настільний теніс в офісі;
• Стандартні “плюшки” — чай, кава, смаколики;
• Зручний графік з 10:00 до 19:00.

УВАГА!!! Щоб не витрачати Ваш і мій час, до співбесіди допускаються лише кандидати, які виконали тестове завдання.
Посилання на тестове завдання: в особистій переписці

Буду радий бачити в команді!)

Ми розробляємо мобільні слотові ігри з акцентом на якісну математику, стабільні показники та продуману ігрову логіку. Наш фокус - створення збалансованих моделей, що поєднують бізнес-результати та комфорт гравця.

Шукаємо Game Mathematician’a, який відповідатиме за розробку, моделювання та оптимізацію математичних моделей слотів. 
Нам потрібен фахівець, який глибоко розуміє механіки слотів, аналітику та може забезпечити математичну цілісність продукту на всіх етапах розробки.
 

Що ти будеш робити:
- Розробляти ігрову математику для слотів: RTP, волатильність, hit frequency, криві виплат, бонусні системи.
- Створювати математичні моделі та симуляції для балансування слотів.
- Аналізувати результати симуляцій та оптимізувати payout tables і free spins.
- Співпрацювати з гейм-дизайнерами, продакт-менеджерами та розробниками для створення цілісного ігрового досвіду.
- Вносити ідеї щодо нових механік та покращень для підвищення залученості гравців.
- Перевіряти та документувати правила слотів і математичні моделі.

Що ми очікуємо від тебе:
- Вища освіта в математиці, статистиці або суміжних дисциплінах.
- 2+ роки досвіду роботи ігровим математиком або на суміжній позиції у гемблінгу / GameDev.
- Глибоке розуміння слот-механік, RTP, волатильності та бонусних систем.
- Володіння Excel / Google Sheets; знання Python для симуляцій — перевага.
- Аналітичне мислення, уважність до деталей, здатність вирішувати складні математичні задачі.
- Креативність та здатність генерувати нові ідеї.
- Командна робота та комунікаційні навички.

Буде плюсом:

- Досвід гри в слоти або розуміння ігрової поведінки гравців.

Ми пропонуємо:

🔹 Повна гнучкість: працюй з дому, офісу в Києві або Варшаві — як зручно тобі.
🔹 Гнучкий графік — працюєш у своєму ритмі.
🔹 27 оплачуваних робочих днів відпочинку на рік.
🔹 Корпоративні активності та Team Challenges, які реально цікаві.
🔹 Прозору комунікацію, мінімум формальностей і справжній вплив на продукт.

Зараз ми шукаємо досвідченого Senior Data Scientist, який підсилить нашу data-команду. Це спільнота аналітиків та дата-інженерів, які працюють із найсучаснішим data-стеком та допомагають приймати стратегічні рішення на основі даних.
 

Чому це цікаво:

• Ти працюватимеш з даними, які напряму впливають на прибутковість бізнесу: маржинальність, ціни, запаси, закупівлі.
• Мільйони транзакцій і сотні категорій товарів — це середовище, де аналітика має реальний бізнес-ефект.
• Ти станеш ключовим партнером комерційної та фінансової команд у прийнятті рішень.
• У команді цінується якість даних, простота й прозорість у метриках — твоя експертиза допоможе підняти рівень ще вище.
• Це можливість працювати у великій українській e-commerce компанії, де цифри вирішують усе.

Чого ми очікуємо?

• 3+ років досвіду в Data Science / Machine Learning (буде + досвід в e-commerce чи маркетплейсах).
• Впевнений рівень SQL (BigQuery / Athena).
• Досвід роботи з Python (pandas, scikit-learn, NLP-бібліотеки, recommendation frameworks).
• Практичний досвід побудови ML-моделей (класифікація, рекомендаційні системи, NLP).
• Розуміння бізнес-метрик e-commerce: LTV, CAC, NPS, unit economics, асортимент, ефективність складу.
• Досвід автоматизації пайплайнів у dbt / Airflow.
• Сильна база у статистиці та аналітиці (когортний аналіз, A/B-тести, сегментація клієнтів, часові ряди).
• Вміння презентувати результати та пояснювати складні моделі простими словами для бізнесу.

Що потрібно робити?

• Будувати рекомендаційні моделі (контентні, гібридні) для товарів та категорій.
• Розробляти та підтримувати класифікацію драйверів NPS (NLP, багатоміткові моделі).
• Аналізувати й оптимізувати формули ранжування товарів у видачі.
• Будувати прогностичні моделі попиту, оцінювати циклічність продажів, розробляти ресурсні моделі для складу.
• Аналізувати ефективність маркетингових триггерів (email / push) і будувати моделі схильності до покупки.
• Інтегрувати ML-рішення у продакшн (AWS SageMaker / S3 / Airflow).
• Працювати разом із продуктом, маркетингом і операційкою, комерційними командами над data-driven рішеннями.

Буде +++

• Досвід роботи з NLP (стемінг, лематизація, sentiment analysis).
• Досвід у AWS (SageMaker, S3, Athena).

Що на тебе чекає?

• Знайомство з поточним DS-стеком та можливість впливати на його розвиток.
• Робота з великими масивами даних: від сирих логів до підготовлених аналітичних вітрин.
• Простір для професійного зростання: вплив на стратегію, участь у розвитку data-екосистеми.
• Побудова та впровадження ML-моделей (рекомендації, скоринг, кластеризація клієнтів, прогнозування попиту).
• Співпраця з аналітиками, дата-інженерами й продуктовими командами для інтеграції моделей у продакшн.
• Відкрита культура знань: code review, воркшопи, внутрішні мітапи.
• Робота у середовищі, де цінується якість даних, прозорість у метриках і прагнення до інновацій.

Чому MAUDAU це круто?

• Ти матимеш вплив на продукт made in Ukraine, яким користуються тисячі і мільйони;
• Ти будеш частиною скілової tech команди;
• Ти матимеш справжні виклики та амбітні цілі;
• Ти будеш працювати з крутою командою однодумців  та відкритим керівництвом;
• Регулярно отримуватимеш новини компанії у вигляді дайджестів та зустрічей All Hands;
• Ти будеш отримувати своєчасний та відкритий зворотній зв’язок;

Як працює наша tech команда? 

• Маємо зрозумілий code style;
• Не гальмуємо: лише up-to-date фреймворки, бібліотеки і технології;
• Працюємо з технічним боргом щоквартально;
• Працюємо у self-organized scrum team, де кожен має вплив на процеси та продукт;
• Маємо сильну спрацьовану і професійну команду, яка обмінюється досвідом і співнавчається.

Як член команди MAUDAU ти можеш розраховувати на:

• Реальний ownership та вплив на продукт;
• Можливості для твого особистого розвитку, навчання та зростання;
• Гнучкий графік та можливості віддаленої роботи;
• 20 робочих днів оплачуваної відпустки, оплачувані лікарняні без бюрократії та додатковий вихідний день на твій день народження.

У зв’язку з розвитком проекту, ми шукаємо Computer Vision Engineer до команди автономних систем, щоб удосконалювати технології комп’ютерного зору для наших БПЛА та інших систем автоматизації. Ви матимете значущий вплив на технологічні підходи, вибір технологій та методи досягнення цілей.
Ми працюємо над рішенням для детекції і супроводження обʼєкта по відео. Основне завдання — якісне покращення детекції, стабільності трекінгу.

Обовʼязки

• Програмування під Linux на ARM системах (Raspberry Pi, Jetson Nano та інші вбудовані платформи;
• Інтеграція інформації з різних джерел у реальному часі;
• Створення рішень для навігації у візуальному коридорі;
• Робота над рішеннями SLAM для автономної навігації;

• Проведення код-ревʼю, підтримка команди в розробці контролю.

   

Що для нас важливо

• 2+ роки практичного інженерного досвіду;
• Впевнене володіння Python; базове володіння C++;
• 1+ рік досвіду в області компʼютерного зору;
• Алгоритмічне мислення, розуміння класичних CV-підходів (OpenCV, SIFT тощо);
• Практичний досвід з DL-моделями: YOLO, MobileNet тощо;
• Досвід роботи з системами на базі Linux;
• Досвід вирішення проблем за допомогою класичних підходів комп'ютерного зору;
• Вища технічна освіта (CS або суміжна сфера).
   

Буде плюсом

• Маєте досвід квантизації нейронних мереж;
• Володієте навичками роботи з обмеженнями обробки в реальному часі та вбудованими апаратними платформами;
• Знання ROS-2;
• SLAM / Visual Odometry;
• Досвід з PyTorch;
• PhD в Computer Science;
• Ви у Львові та мобільні для поїздок до Києва для роботи в офісі на декілька днів;

• Читаєте наукові публікації.

   

Що ми пропонуємо

• Робота над реальними R&D-проєктами;
• Гнучкий графік, можливість віддаленої співпраці;
• Офіційне працевлаштування (відпустки, лікарняні);
• Можливість бронювання;
• Можливість впливати на архітектуру та вибір технологій;
• Готові датасети;
• Швидкий цикл зворотного звʼязку;
• Можливість поєднувати роботу з аспірантурою;
• Робота в команді з сильними цінностями: відкритість, скромність, технічна відповідальність, автономність і взаємоповага.