Jobs Data Science

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 шукаємо Middle/Senior Data Scientist, який прагне працювати в динамічному середовищі та розділяє цінності взаємної довіри, відкритості та ініціативності. Ми прагнемо знайти цілеспрямованого професіонала, орієнтованого на якість та результат.

Мета посади: аналіз даних, побудова та впровадження ML моделей. 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.

Основні обов'язки:

• End-to-end розробка: проєктування, 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)
• Ведення технічної документації та презентація результатів (метрики, бізнес-ефект) стейкхолдерам
   

Основні вимоги:

• Досвід: 1+ рік комерційного досвіду в ролі Data Scientist/ML Engineer (from research to production)
• Робота з даними: просунутий SQL (складні запити, аналітичні функції)
• Досвід роботи з Git, CI/CD, Docker, робота з хмарними платформами (AWS/GCP)
• Досвід роботи з рекомендаційними системами, задачами сегментації, моделями прогнозування
• Стек для ML: глибоке знання Python, Pandas, Scikit-learn, XGBoost/LightGBM
• Стек для DL: впевнене володіння PyTorch або TensorFlow/Keras
• Математична база: розуміння статистики, теорії ймовірностей та принципів роботи алгоритмів "під капотом". Відмінне розуміння методів машинного навчання та алгоритмів
• Можливість працювати самостійно та з членами команди з різним бекграундом
• Уміння створювати і підтримувати документацію про створені моделі і процеси

Буде перевагою:

• Вміння будувати дашборди в BI-інструментах та змістовні графіки
• Досвід з GenAI та NLP
• Досвід у задачах Computer Vision
• Досвід в інших складних DeepLearning архітектурах

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
• Можливість віддаленого формату роботи
• Віддалену роботу або сучасні офіси в Києві, Дніпрі та Львові, оснащені генераторами та Starlink

ПриватБанк відкритий до підтримки та працевлаштування ветеранів i ветеранок, а також людей з інвалідністю.

Для нас неприйнятною є дискримінація через стан здоров’я та фізичні можливості, вік, расову чи етнічну належність, стать і сімейний стан.

Ми готові навчати ветеранів та кандидатів з інвалідністю без досвіду роботи в банківській сфері.

Якщо ви маєте статус людини з інвалідністю або ветерана, звертайтеся. Фахівці ПриватБанку нададуть консультацію і супровід упродовж процесу відбору та після працевлаштування.

Ми будуємо AI-агента, який автономно обробляє запити до підтримки компаній - з дуже високою якістю відповідей і дій (не обгортка навколо ChatGPT).

Агент не просто відповідає - він сам закриває запит від початку до кінця: визначає, що потрібно юзеру, підлаштовує поведінку під його метадату і виконує реальні дії в інструментах компанії-клієнта. А це середовище, де невелика помилка вже має великий impact.

Що конкретно треба буде робити

Покращувати ML-частину продукту - щоб агент відповідав точніше та покривав більший відсоток запитів.

• Покращувати пошук релевантної інформації, експериментувати з Graph RAG, Logic RAG та гібридними підходами;
• Експериментування з альтернативами cosine similarity, дослідження і впровадження інших підходів до similarity search та reranking'
• Впровадження нових агентних алгоритмів для покращення якості прийняття рішень і виконання дій;
• Порівняння перформансу для різних задач (передобробка, класифікація, генерація), оптимізація під конкретні сценарії;
• Зменшення cost per request через оптимізацію pipeline, підбір моделей, кешування, зменшення кількості токенів без втрати якості;
• Покращення і можлива перебудова RLHF-механізму, щоб система динамічно навчалась на реальному фідбеку;
• Prompt engineering і feature engineering
• Побудова системи моніторингу якості ШІ-агента

• За потреби - створення кастомних алгоритмів/моделей на PyTorch

   

Перші задачі:

Онбординг в архітектуру, дослідження того, як все працює, і покращення перформансу агентної системи. Твої зміни будуть в продакшені протягом днів, не тижнів - feedback loop дуже швидкий.

Що треба вміти

• 3+ роки досвіду в ML і практичне застосування LLM (не теорія)
• Знання RAG-архітектури та Graph RAG підходів
• Досвід роботи з векторними базами даних (Pinecone, Weaviate, ChromaDB, FAISS)
• Розуміння пошукових алгоритмів: як працює векторний пошук, similarity metrics, reranking
• Знання Graph databases (Neo4j) та досвід роботи з графовими структурами даних
• Досвід роботи з пам'яттю агентів і multi-turn conversation handling
• Сильний Python
• Досвід з ML-фреймворками: PyTorch або TensorFlow
• Розуміння NLP fundamentals: токенізація, embeddings, similarity search
• Практичні навички prompt engineering

• Вміння працювати з даними: preprocessing, cleaning, feature engineering

   

Nice to have:

• Досвід з LangChain, LlamaIndex або подібними фреймворками для агентних систем
• Досвід файн-тюнінгу моделей
• Розуміння RLHF та інших підходів до навчання з людським фідбеком
• Досвід з MLOps: model versioning, A/B testing, моніторинг в проді
• Досвід оптимізації inference costs (token optimization, caching strategies, model selection)

• Знання FastAPI

   

Наш стек

Python, FastAPI, PostgreSQL, Redis, Docker, React, TypeScript, REST APIs, webhooks, Git, pytest, GCP/AWS

Що ти отримаєш

• Повна відповідальність за ML-напрямок. Твої рішення визначають, як працює ядро продукту
• Команда сіньйорів з 8+ років досвіду і PhD-лінгвіст, яка закладає наукові основи в продукт
• Дуже швидкий feedback loop. Задеплоїв - наступного дня бачиш, як воно працює на реальних запитах реальних клієнтів
• Досвід побудови AI-продукту повного циклу - від архітектури до продакшену, від перших клієнтів до масштабування
• Можливість отримати опціони в компанії

• Публікації та open-source. Ми плануємо публікувати дослідження і писати статті - якщо хочеш брати участь, твоє ім'я буде як контриб'ютора

   

Умови

Ми відкриті до part-time і full-time співпраці. Умови - super negotiable.

Ми — NetSolid Investments — інвестиційний фонд, заснований в Україні, з основним фокусом на SMART-інвестиції. Ми інвестуємо не лише фінанси, а й експертизу у сферах digital marketing, IT та traffic-проєктів, допомагаючи молодим компаніям ставати лідерами у своїй ніші.

Один із наших інвестиційних проєктів — це міжнародна онлайн-платформа в ніші iGaming, що працює на конкурентних західних ринках. Вона поєднує сучасні технології, масштабну базу контенту та інструменти аналітики, щоб допомогти користувачам знаходити та обирати найкращі розважальні продукти. Завдяки високій якості сервісу та глибокій експертизі команда проєкту вже залучає мільйони відвідувачів щомісяця та впевнено зростає.

Сьогодні ми в пошуку Data Entry Specialist, який допоможе забезпечувати стратегічне розширення, актуальність та технічну оптимізацію бази ігор компанії. Головна мета спеціаліста — досягати лідерства через першість у публікації ігрових новинок, побудову ефективних каналів комунікації з провайдерами та автоматизацію процесів збору й обробки даних.

Наші очікування:

• Розуміння принципів API.
• Впевнене володіння Google Sheets або Excel: складні формули, Pivot Tables, скрипти.
• Досвід роботи з адмін-панелями, внутрішніми CRM/CMS системами.
• Вміння працювати з DevTools: вкладка Network у браузері Chrome DevTools для пошуку прямих лінків на демо-ігри, iframe та відстеження помилок завантаження контенту.
• Базове розуміння HTML/CSS.
• Досвід роботи з технічною документацією та таск-менеджерами.

Твоя зона відповідальності:

• Системне наповнення бази ігор, контроль та підтримка її контенту в актуальному стані.
• Швидке реагування на оновлення та вчасне додавання пріоритетних релізів у базу.
• Перевірка коректності відображення ігор та демо-версій на сайті.
• Налагодження стабільного зв’язку з провайдерами для отримання актуальних демо-версій, додаткових даних та інтеграції API.
• Оптимізація внутрішніх процесів Data Entry шляхом ініціювання впровадження методів та інструментів для автоматизації рутинної роботи.
• Регулярне проведення ресерчів щодо змін по іграх, новинках, провайдерах ігор тощо.
• Отримання доступу в клієнтську зону партнерів та відслідковування змін і оновлень.
• Постановка задач на дизайн, зокрема замовлення лого для ігор.

Буде перевагою:

• Досвід роботи в SEO-проектах.
• Досвід автоматизації процесів.
• Досвід парсингу даних.

Обравши нашу команду, ви отримаєте:

• Можливість працювати в затишному автономному офісі у центрі Києва або віддалено.
• Професійний розвиток: компенсація курсів, семінарів, виставок та конференцій.
• Після випробувального терміну — медичне страхування та оплачувані лікарняні.
• Щомісячний бюджет на спортзал.
• 23 робочих дні оплачуваної відпустки.
• Додатковий вихідний на День Народження та державні свята.
• Командні заходи: team buildings, корпоративи для зміцнення командного духу.

Етапи відбору: Дзвінок з рекрутером → Тестове завдання → Hard skills інтерв’ю → Фінальне інтерв’ю →  Job Offer! 

Станьте частиною команди, яка перетворює ідеї на успіх!

COMFY — провідний омніканальний рітейлер побутової техніки та електроніки в Україні, понад 100 магазинів, топ-3 e-commerce платформа країни. Зараз формуємо central data team під CDO — щоб ML, AI та аналітика давали вимірюваний бізнес-ефект у клієнтському досвіді, комерційних рішеннях і ключових операційних процесах.

Контекст ролі

Шукаємо hands-on Lead Data Scientist, який особисто запустить перший ML-продукт компанії і поступово побудує навколо нього системну Data Science функцію. Перший фокус — Personalization Platform: CVM decisioning, персональні пропозиції, рекомендації та керовані експерименти. Ти відповідаєш за постановку ML-задачі, model logic, якість експериментів, evaluation, business effect і поведінку моделі після запуску; Data Engineering — за feature pipelines, serving, monitoring і retraining. Роль працює у central data team і в матриці з продуктовими та бізнес-доменами. У міру росту команди фокус розшириться на demand forecasting, replenishment optimization, workforce planning і Marketplace scoring.

Що робить цю роль особливою

• Перший ML-продукт компанії — ти ведеш його від business problem до контрольованого запуску, а не приєднуєшся до готового конвеєра.
• Пряма співпраця з CDO, Data Architect і Lead Data Engineer з першого дня.
• Висока автономія в model design, experimentation і формуванні ML roadmap.
• Ти закладаєш стандарти model review, reproducibility, drift control — команда, яка прийде після, працюватиме за твоїми правилами.
• Портфель наступних ML-продуктів (forecasting, replenishment, workforce planning) вже окреслений — є куди рости після першого запуску.

Задачі

• Особисто вести перший ML-продукт: від постановки задачі до MVP, експерименту і production acceptance.
• Формувати ML roadmap разом із CDO, Product Owners, Data Architect і Data Engineering.
• Будувати й перевіряти моделі для personalization, recommendations, propensity та uplift use cases.
• Визначати success metrics, baseline, offline/online evaluation і дизайн експериментів (A/B, MAB).
• Задавати стандарти model review, reproducibility, model cards, drift control і оцінювання бізнес-ефекту.
• Узгоджувати з Data Engineering feature contracts, serving path, monitoring і retraining requirements.
• Брати участь у наймі, менторити Data Scientists, проводити technical/design reviews.

Вимоги

Обов’язково: - Досвід особистого запуску ML-моделей або контрольованих MVP з вимірюваним бізнес-ефектом. - Сильні знання статистики, experimentation, model validation і причинно-наслідкового мислення. - Практичний досвід з Python, SQL, класичним ML і gradient boosting. - Глибока експертиза хоча б в одному напрямку: recommender systems, uplift/propensity modeling або time-series forecasting. - Розуміння production ML lifecycle і досвід співпраці з Data/ML Engineering. - Здатність працювати hands-on, приймати технічні рішення, менторити колег і пояснювати ML-рішення бізнесу.

Буде плюсом: - Google Cloud, BigQuery, Vertex AI, MLflow, Feast або аналогічний MLOps stack. - Causal inference, experimentation platform або multi-armed bandits. - Досвід у e-commerce, marketplace або high-volume consumer products. - Досвід формування Data Science практики або найму команди.

Що ми пропонуємо

• Можливість побудувати ML-функцію з нуля, починаючи з реального продукту, а не зі стандартів і презентацій.
• Work-life balance і віддалений формат роботи; офіс у Дніпрі — за бажанням.
• Високу автономію у model design, experimentation та формуванні ML roadmap.
• Великі e-commerce data scenarios і розвиток платформи на Google Cloud.
• Співпрацю з central data team, CDO, Data Architect, Lead Data Engineer та продуктовими доменами.
• Винагороду обговорюємо індивідуально за результатами співбесіди.

Пиши, якщо відгукнулося ✉️

B2B AI‑стартап шукає Data Tagger для віддаленої роботи.
Продукт компанії автоматизує створення кошторисів для кухонь та ванних кімнат на основі креслень і каталогів матеріалів (ринок США та інших країн).

Після завантаження планів платформа зчитує розміри, визначає потрібні елементи (наприклад, шафи, стільниці тощо), зіставляє їх із позиціями каталогу та миттєво формує комерційну пропозицію з цінами — без ручного введення даних і складних підрахунків. 
Замовник отримує готовий перелік із розмірами, кількістю та вартістю матеріалів, а команда може надіслати точну й конкурентну пропозицію за кілька кліків замість декількох днів підготовки.
 

🛠️Обов'язки (Responsibilities):

• Тегування текстів та зображень відповідно до інструкцій проєкту.
• Розмітка об’єктів, сегментація та визначення ключових точок (key points).
• Підготовка та валідація даних для підтримки розробки моделей машинного навчання.
   

🎯Вимоги (Requirements):

• Досвід кандидата в маркуванні/тегуванні/описі даних.
• Знання англійської мови.
   

🎁Компанія пропонує (Benefits):

• Повністю віддалений формат роботи.
• Медичне страхування.
• 15 календарних днів відпустки + державні свята.
• Оплачувані лікарняні.

Ми шукаємо Junior TTS/STT Engineer, який хоче розвиватися в напрямку синтезу та розпізнавання мовлення (Voice AI) та працювати з сучасними AI-технологіями під менторством досвідченого Senior TTS/STT Engineer.

Це чудова можливість для спеціалістів на старті кар’єри в Machine Learning або AI, які хочуть отримати практичний досвід роботи з реальними проєктами та поступово вирости до самостійного інженера в напрямку Speech Technologies.

Що на вас чекає

• Робота над реальними Voice AI задачами з першого місяця.
• Навчання та менторська підтримка від Senior TTS/STT Engineer.
• Поступовий розвиток від виконання базових задач до самостійного ведення задач середнього рівня складності.
• Знайомство з сучасними TTS та STT технологіями, моделями та інструментами.

Що потрібно буде робити

• Підготовка та очищення аудіо-датасетів: нарізка, нормалізація, видалення шуму.
• Запуск та тестування готових TTS/STT моделей (Whisper, XTTS та інші) за інструкціями ментора.
• Оцінка якості синтезу мовлення та розпізнавання: прослуховування результатів, порівняння моделей і чекпоінтів, аналіз базових метрик.
• Написання та підтримка скриптів для обробки аудіо на Python із використанням librosa, torchaudio та інших інструментів.
• Ведення документації та фіксація результатів експериментів у внутрішніх системах команди.
• Участь у дослідженні нових підходів та інструментів у сфері Voice AI.

Що для нас важливоОбов’язково

• Базові знання Python (функції, класи, робота з файлами, встановлення та використання пакетів).
• Розуміння принципів роботи нейронних мереж на базовому рівні.
• Щирий інтерес до напрямку аудіо, мовлення та AI-технологій.
• Відповідальність, уважність до деталей та готовність вчитися.
• Вміння ставити запитання та самостійно шукати інформацію для вирішення задач.

Буде перевагою

• Знайомство з PyTorch або HuggingFace Transformers.
• Будь-який досвід роботи з аудіо: запис, монтаж, обробка, створення контенту або власні проєкти.
• Базові знання лінгвістики, фонетики або мовознавства.
• Пройдені курси з Machine Learning, Deep Learning або AI (Coursera, fast.ai, Prometheus та інші).
• Наявність власних pet-проєктів у сфері AI або програмування.

Ми пропонуємо

• Менторську програму та швидкий професійний розвиток у напрямку Voice AI.
• Роботу з сучасними TTS/STT технологіями та реальними продуктами.
• Практичний досвід побудови AI-рішень для бізнесу.
• Дружню команду та культуру knowledge sharing.
• Можливість вирости до Middle TTS/STT Engineer та брати участь у побудові Voice AI-напрямку компанії.

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

Працюємо над задачами комп’ютерного зору для безпілотних систем. Основний фокус — донаведення: детекція, трекінг і пріоритизація цілей у реальному часі з обмеженими ресурсами.
 

Що будете робити

• Розробляти та адаптувати CV/ML моделі (детекція, сегментація, трекінг)
• Проєктувати пайплайни та ансамблі з урахуванням latency, FPS, пам’яті та енергоспоживання
• Деплоїти та оптимізувати інференс на embedded-пристроях (Jetson / Raspberry Pi / ARM64)
• Працювати над стабільним real-time трекінгом (відеостабілізація, калібрування камер, robustness)
• Інтегрувати ML/CV компоненти у продакшн-системи (Linux)
• Співпрацювати з embedded-інженерами над low-latency відеопайплайнами
 

Що важливо

• 3+ років досвіду в Computer Vision / Machine Learning
• Python або C++ (бажано обидва)
• Практичний досвід з OpenCV та PyTorch / TensorFlow
• Досвід із сучасними моделями (YOLO, MobileNet, U-Net або аналоги)
• Глибоке розуміння object tracking (вибір під задачу, тюнінг, стабільність, recovery)
• Досвід роботи з Linux, Git, Docker
 

Буде плюсом

• Деплой та оптимізація під embedded (Jetson / ARM64)
• ONNX / TensorRT / OpenVINO / NCNN
• Конвертація та оптимізація моделей під NPU / edge
• Досвід з ROS1 / ROS2, Gazebo
 

Чому це цікаво
• Робота з обмеженими ресурсами та складними умовами
• Вплив на архітектуру пайплайнів і моделей
• Швидкий цикл експериментів і перевірки в реальному середовищі

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.

Це стартова позиція для тих, хто хоче зайти в AI / robotics / software development та отримати практичний досвід роботи з даними.
 

Що потрібно робити:

• розмітка фото- та відеоданих (data annotation)
• робота у спеціалізованому софті
• виконання KPI по кількості та якості
• дотримання внутрішніх гайдлайнів

Кого шукаємо:

• junior / trainee / випускників технічних спеціальностей
• уважних, посидючих та дисциплінованих
• тих, кому комфортна робота за комп’ютером кілька годин поспіль
• готових до монотонної, але відповідальної роботи
• з інтересом до AI / IT / robotics

Буде плюсом:

• технічна освіта (IT, інженерія тощо)
• досвід роботи з графічними інструментами: Photoshop, Figma, CAD
• геймерський бекграунд

Умови:

• офіс у Києві
• перший місяць — адаптація та навчання
• далі — робота по KPI
• можливість кар’єрного росту в напрямках AI / robotics / software development

🚀 Who we are:

Adaptiq is a technology hub specializing in building, scaling, and supporting R&D teams for high-end, fast-growing product companies in a wide range of industries.

📍 About the Product:

We are building an AI-first platform that fuses multiple maritime data sources into a unified operational picture. 
The system builds a digital twin of global maritime activity, applies behavioral analytics and predictive AI models to surface smuggling, illegal fishing, container risk, and other compliance or security threats, and presents mission-grade intelligence to both commercial and government stakeholders. 

Operating at global scale, the platform processes millions of events and terabytes of geospatial data daily, relies on cloud infrastructure and microservices, and integrates with upstream research prototypes from data science teams.

About the Role:

As a MLOps Platform Engineer, you will play a key role in helping the company scale its AI capabilities by building and owning the infrastructure and processes that support machine learning models throughout their entire lifecycle.
 

You will work closely with Data Scientists, Data Analysts, and Platform Engineers to build and improve systems for dataset and label management, model registries, experiment tracking, and model deployment.
 

Your work will help the team deliver models to production faster and more reliably, while making a direct impact on a mission-critical AI platform.

Key Responsibilities:

• Design and implement systems for dataset and label management, including versioning and customer feedback integration.
• Establish and maintain a model repository/registry with version control, lineage tracking, and local inference support.
• Lead implementation of experiment tracking and monitoring solutions for data science and generative AI, focusing on evaluation, drift detection, and reproducibility.
• Lead the deployment, lifecycle management, and continuous improvement of ML/DL models in production.
• Own model serving and inference infrastructure, including autoscaling, A/B testing, canary deployments, and latency/cost optimization.
• Enable generative AI capabilities by developing tagging tools, prompt management services, and LLM testing frameworks.
• Drive operational excellence by improving tool deployment usability and establishing granular cost visibility across environments and projects.
• Develop reusable components such as standardized data loaders, CI/CD pipelines, and automated model retraining workflows.
• Collaborate with data scientists and platform engineers to productionize ML/DL models in public cloud environments.

📍 Required Competence and Skills:

• At least 5 years of hands-on experience in MLOps / ML Platform Engineering (or equivalent ML Engineering experience with strong MLOps ownership). Able to independently design, build, and scale production ML infrastructure.
• Experience collaborating closely with Data Scientists or ML Research teams to productionize machine learning models.
• Strong Python programming skills.
• Hands-on experience in containerization, CI/CD, and public cloud platforms (AWS, Azure, or GCP) for deploying, serving, and monitoring ML models.
• Proficiency with dataset management, model versioning, experiment tracking, monitoring, and MLOps platforms (e.g. MLflow, SageMaker, or similar tools).
• Experience with machine learning frameworks (PyTorch or TensorFlow), big-data technologies (Apache Spark), and data stores such as PostgreSQL, MongoDB, and Redis.
• Experience using AI-assisted development tools and adopting Generative AI and agentic workflows in day-to-day software development.

Nice to Have:

• Java programming experience in production environments.

Why Us:

We provide 20 days of vacation leave per calendar year (plus official national holidays of a country you are based in).

We provide full accounting and legal support in all countries we operate.

We utilize a fully remote work model with a powerful workstation and co-working space in case you need it.

We offer a highly competitive package with yearly performance and compensation reviews.

We are looking for a Quantitative Analyst to become the mathematical backbone of our Trading Core and Risk Tech squads. In a high-frequency trading environment processing billions in volume, success is defined by precision. 

In this role, you will design, backtest, and optimize the core mathematical models that drive our pricing engines, automated market-making algorithms, risk management frameworks (A/B/C-book optimization), and liquidation mechanics. You will sit at the intersection of advanced mathematics, data science, and high-performance software engineering, working directly with Core Product Managers and engineering teams to turn complex financial data into proprietary algorithmic advantages.

Responsibilities

• Research, design, and prototype quantitative models for pricing, risk management, and market making
• Build and maintain robust backtesting frameworks to validate the performance and safety of models before production deployment
• Write clear, comprehensive mathematical and algorithmic specifications for Backend Engineers (Trading Core squads)
• Cross functional with the R&D and Trading Ops teams
• Conduct post-incident deep dives (e.g., after major market gaps or liquidations) to identify algorithm performance gaps and optimize them

Requirements

• 3+ years of experience as a Quantitative Analyst / Researcher in fintech
• Exceptional knowledge of probability theory, stochastic calculus, time-series analysis, and financial mathematics
• Advanced proficiency in Python (NumPy, Pandas, SciPy, SK-Learn, Statsmodels) for data analysis, modeling, and backtesting
• Experience with Machine Learning
• Deep understanding of market microstructure, order book dynamics, risk metrics (VaR, Expected Shortfall), and margin/liquidation mechanisms
• SQL skills and experience working with large-scale historical market data (tick data, order logs)
• Strong logical thinking, initiative, and well-developed communication skills

Will be a plus

• Experience in CFD, Crypto CEX, Prop Trading Firm, or Hedge Fund
• Degree (MSc or PhD preferred) in a highly quantitative field: Mathematics, Physics, Quantitative Finance, Statistics, or Computer Science
• Understanding of Asset pricing models (e.g., Black-Scholes, local volatility models, Greeks management)
• Knowledge of the MetaTrader platforms (MT4/MT5)
• Experience with AI (Claude.io, Copilot, Codex)

We offer

• 20 paid vacation days per year
• 10 paid sick leave days per year
• Public holidays as per the company’s approved Public holiday list
• Medical insurance
• Opportunity to work remotely
• Professional education budget
• Language learning budget
• Wellness budget (gym membership, sports gear and related expenses)

Join us in building advanced forecasting and optimization capabilities for an energy trading company participating in electricity markets across multiple regions. We are looking for a Data Scientist to own the development of predictive models that directly support our trading team's market decisions. 

This is the first dedicated data science hire on the project. You will establish modeling standards, define best practices, and deliver the work yourself — across the full data science lifecycle: from time series forecasting and price prediction to battery optimization and model governance. The role requires strong technical depth and the ability to engage directly with business stakeholders in a domain where the problems are genuinely hard.

Key Responsibilities

• Design, build, and validate time-series forecasting models for facility load, market demand, and electricity price signals
• Select and tune appropriate modeling approaches (statistical, ML, and deep learning) based on the forecasting horizon, data availability, and accuracy requirements
• Develop and maintain ML pipelines on the Databricks platform using PySpark, MLflow, and Delta Lake
• Partner with domain experts to incorporate market structures, tariff rules, and grid dynamics into model features and evaluation frameworks
• Communicate model performance, assumptions, and limitations to both technical and non-technical stakeholders

Requirements

1. Time-Series Forecasting Expertise
 

You have hands-on experience with a broad range of forecasting methods and know when to reach for each one. This includes classical statistical approaches, gradient boosting methods, and modern deep learning architectures. You understand the practical challenges of time-series work: feature engineering with lags and rolling windows, handling seasonality and regime changes, proper train/validation/test splitting, and avoiding data leakage.

2. Databricks Platform Proficiency
 

You are comfortable working end-to-end in Databricks — from exploratory analysis in notebooks to productionizing models via MLflow tracking, model registry, and scheduled jobs or workflows. Experience with Delta Lake for versioned, audit-friendly data pipelines is a strong asset. Familiarity with Unity Catalog and Databricks Feature Store is a plus.

Nice to Have

• You have worked in or alongside the electricity sector and understand the data and dynamics that drive it
• Experience with graph-based machine learning or graph neural networks (GNNs)
• Experience with probabilistic forecasting (prediction intervals, quantile regression, conformal prediction)
• Exposure to real-time or near-real-time inference pipelines
• Familiarity with weather data integration for load and renewable forecasting
• Familiarity with battery storage optimization or operations research methods for energy asset dispatch

Our Client is a cybersecurity software company that specializes in network and cloud security policy management and automation. It's platform helps large enterprises visualize, automate, and enforce consistent security policies across complex hybrid environments — including firewalls, cloud services, SASE, SD-WAN, and microsegmentation — while ensuring compliance and reducing risk.

Position Description:

This role combines excellent technical skills, driving multidisciplinary Data Science initiatives within complex, security policy management systems. The role drives the development of innovative, production-grade AI capabilities - including security AI agents and advanced machine learning models built on complex security data. Original thinking, deep technical rigor, intellectual agility, and exceptional problem-solving are essential.

Key Responsibilities

• Develop Data Science initiatives from problem definition through validation, production deployment, and monitoring of AI systems
• Develop security-focused AI agents and reasoning systems
• Develop advanced ML capabilities, including predictive modeling, anomaly detection, and classification
• Adapt and fine-tune LLM technologies for domain-specific security use cases

Position Requirements:

• M.Sc. in Data Science, Computer Science, Statistics, Mathematics, or a related quantitative discipline
• At least 3 years of hands-on Data Science experience, delivering end-to-end solutions into production environments
• Deep understanding of machine learning theory and practical model behavior
• Expertise in Python and the modern Data Science ecosystem (NumPy, Pandas, Scikit-learn, PyTorch / TensorFlow, etc.)
• Solid understanding of LLM architectures and fine-tuning methodologies
• Excellent interpersonal skills and proven ability to work within multidisciplinary product teams
• Strong analytical rigor and structured problem-solving capability

We are looking for a Computer Vision / C++ Engineer to join our team and work on real-world computer vision systems.

Responsibilities:
 

- Develop and maintain computer vision solutions in C++;

- Work with geometric computer vision (projective and epipolar geometry);

- Implement classical CV algorithms (demosaicing, tracking, optical flow, color calibration, image enhancement);

- Fine-tune existing deep learning models (e.g. YOLO) and train custom models using PyTorch;

- Deploy DL models in C++ using inference runtimes (ONNX Runtime, OpenCV DNN or similar);

- Implement model output decoding and post-processing;

- Develop camera-related software;

- Write efficient multi-threaded code.

Requirements:
 

- Strong C++ skills;

- Solid background in computer vision;

- Practical experience with deep learning for CV and PyTorch;

- Experience with deploying models to C++ applications and inference runtimes;

-Experience with multi-threaded programming and camera systems.