ML-аналитик в Яндекс Образование
Зарплата не указана
Яндекс · Москва
Разработка инструментов оценки качества моделей. Вам предстоит выстраивать систему оценки качества работы моделей на разных классах задач: адаптировать опенсорсные бенчмарки...
СберЗдоровье · Москва
Проектировать и развивать LLM-пайплайны для ИИ-помощника: диалоги, уточняющие вопросы, рекомендации, саммари, инсайты, объяснения медицинских данных простым языком.
Зарплату работодатель не назвал — вилку обсуждают на собеседовании. В требованиях: python, ml, rag, ai. Компания нанимает активно — открытых позиций сейчас 92.
СберЗдоровье - аккредитованная IT-компания, крупнейшая в России Digital Health платформа, объединяющая различные сервисы цифровой медицины.
Сервис начал свою работу в 2012 году под брендом DocDoc. Мы помогли миллионам людей получить помощь и продолжаем повышать качество медицинских услуг.
Об IT в цифрах:
3 бизнес-направления;
25+ команд;
400+ IT специалистов (devops, AQA, web/mobile devs, backend devs, аналитики, архитекторы и др.) из 40+ городов.
Мы ищем Senior ML Engineer в команду нового мобильного приложения SberHealth - AI-native продукта.
Основной фокус роли - разработка GenAI/LLM/Agentic-сценариев для медицинского помощника.
Основные зоны ответственности:
Проектировать и развивать LLM-пайплайны для ИИ-помощника: диалоги, уточняющие вопросы, рекомендации, саммари, инсайты, объяснения медицинских данных простым языком.
Разрабатывать агентные сценарии: сбор данных из внешних источников, валидация данных, обогащение профиля, уточнение рисков, подготовка данных к приёму врача, контроль следования рекомендациям.
Строить tool/function calling-сценарии для взаимодействия помощника с внутренними сервисами: запись к врачу, риск-профиль, документы, уведомления, профиль пользователя, данные носимых устройств.
Работать с промптами, structured output, JSON-контрактами, guardrails, fallback-логикой и обработкой corner cases.
Участвовать в проектировании мультиагентного решения: агент валидации данных, агент уточнения рисков, агент подготовки к врачу, агент контроля плана, агент проактивных уведомлений.
Оптимизировать стоимость, задержки и качество LLM-вызовов, особенно в сценариях активного мобильного использования.
Помогать превращать разрозненные данные пользователя - анкеты, анализы, заключения, носимые устройства, исторические данные - в структурированный медицинский контекст и многое другое
Мы ждем от тебя:
Опыт работы в роли ML Engineer / AI Engineer / NLP Engineer / LLM Engineer от 4+ лет.
Практический опыт вывода ML/AI-решений в продуктовую среду, а не только исследования или ноутбуки.
Опыт разработки LLM-based приложений: чат-боты, ассистенты, RAG, agents, tool calling, structured generation, автоматизация бизнес-сценариев.
Опыт работы с NLP-задачами на реальных пользовательских или доменных данных.
Опыт взаимодействия с backend, product, analytics, MLOps и domain experts.
GenAI / LLM / Agentic hard skills:
Уверенный опыт работы с LLM API и/или self-hosted/open-source моделями.
Понимание prompt engineering, prompt chaining, tool/function calling, structured outputs, JSON schema, retries, fallback strategies.
Опыт построения agentic workflows: планирование, выбор инструментов, память/контекст, маршрутизация, проверка результата, recovery после ошибок.
Опыт с RAG-подходами: embeddings, reranking, chunking, retrieval evaluation, hallucination mitigation.
Понимание LLM evaluation: offline/online метрики, golden datasets, тестирование промптов, regression testing, human review.
Опыт извлечения структурированных данных из неструктурированного текста.
Опыт с OCR/document understanding: распознавание документов, фото, таблиц, сканов, форм, результатов анализов.
Понимание задач layout analysis, table extraction, document classification, post-OCR correction.
Python на уверенном уровне.
Git, code review, branching, pull requests.
Docker, базовое понимание контейнеризации и окружений.
Linux/CLI, умение разбираться в логах и окружениях.
REST API, интеграции с backend-сервисами, понимание контрактов и версионирования API.
Базовое понимание CI/CD, тестирования, мониторинга и observability.
Умение писать поддерживаемый код, покрывать критичную логику тестами и документировать решения.
Что мы предлагаем:
Возможность развития в команде ведущей MedTech-компании России;
Уютный офис в БЦ Technopark Plaza с панорамным видом на город либо полностью удаленный формат работы внутри страны;
Корпоративную технику;
А ещё:
Вакансия опубликована 29 сентября, проверена 01.10.2026. Открыть оригинал.
Отклик оформляется на странице работодателя — кнопка выше ведёт туда напрямую. Перед отправкой стоит подогнать резюме под текст вакансии: работодатели читают первые строки и ищут в них свои слова. Если рассылаете отклики десятками, посмотрите сервис автооткликов — он отправляет их за вас по заданным настройкам, до 50 в сутки. Про сам поиск работы есть разбор в статье как быстро найти работу.
Вилку работодатель не назвал — обсуждать деньги придётся на собеседовании. Для ориентира: в среднем по направлению «Дата-сайентист» платят 174 000 ₽.
В требованиях указано: от 3 до 6 лет. Формат работы удалённый, переезд не потребуется.
Да, на 01.10.2026 она активна: каждую ночь каталог сверяется с источником, закрытые предложения помечаются и уходят из списков.
СберЗдоровье - лидер российского медтеха, Digital Health платформа, объединяющая различные сервисы цифровой медицины. Сервис начал свою работу в 2012 году под брендом DocDoc . Мы помогли миллионам людей получить помощь и продолжаем повышать качество медицинских услуг. Над чем мы работаем? Запись на прием к врачу, онлайн-консультации, мониторинг пациентов и другие медицинские сервисы для ва…
Открытых вакансий: 92Соседи по направлению с близкими требованиями.
Зарплата не указана
Яндекс · Москва
Разработка инструментов оценки качества моделей. Вам предстоит выстраивать систему оценки качества работы моделей на разных классах задач: адаптировать опенсорсные бенчмарки...
Зарплата не указана
IBS · Москва
Разрабатывать MVP и PoC AI-решений. Быстро поднимать и адаптировать open-source AI-проекты под задачи бизнеса. Исследовать новые технологии...
Зарплата не указана
СБЕР · Москва
Разработка и внедрение современных моделей машинного обучения для рекомендательных систем, AI-агентов и связанных AI-сервисов, включая задачи NLP, предиктивной...
Зарплата не указана
СБЕР · Москва
Создавать гардрейлы: разрабатывать системы защиты для AI‑агентов на базе GigaPlatform и других open‑source LLM — защита от промпт‑инъекций...
Зарплата не указана
РСХБ-Интех · Москва
Возглавлять DS-команду (участие в найме, онбординг, развитие компетенций сотрудников). Обеспечивать операционную деятельность: дейли-митинги, спринт-планирование, ретроспективы, демо.
Зарплата не указана
Астр · Москва
На входе — комплект отсканированных документов: чертежи деталей и сборок, спецификации, электрические схемы, технические требования и рукописные изменения. На выходе должна...
40 000 — 50 000 ₽-25% к среднему
СберЗдоровье · Саратов
Прием входящих звонков от клиентов/исходящие звонки по заявкам с сайта. Подбор подходящей клиники/врача/диагностики по стоимости местоположению.
42 000 — 52 000 ₽-22% к среднему
СберЗдоровье · Самара
Прием входящих звонков от клиентов/исходящие звонки по заявкам с сайта. Подбор подходящей клиники/врача/диагностики по стоимости местоположению.
от 42 000 ₽-48% к среднему
СберЗдоровье · Калуга
Работа с письменными обращениями. Прием от клиентов документов. Корректное заполнение данных в таблицах. Взаимодействие с клиниками.
Пригодится до собеседования: сколько останется на руки от названной суммы, как считаются отпускные и переработки.
Модели машинного обучения, прогнозы и рекомендации: Python, статистика, продакшен.