Обязанности работать над прикладными исследованиями и прототипами: оценка научных публикаций, нейродетекторы, проверка знаний, предпочтения LLM; проходить полный цикл ML-задачи: данные, обучение, валидация, деплой и поддержка; предлагать гипотезы, доводить идеи до работающего решения и участвовать в научных публикациях. Требования понимание современного ML и его основ; опыт полного цикла ML-задач, уверенный Python; опыт работы с AI-ассистентами и понимание, как проверять их результат; готовность самостоятельно искать решения; будет плюсом: Linux, Docker, CI/CD, научные статьи. Условия работа в офисе или гибрид в зависимости от команды; сильная инженерная культура и амбициозные задачи; ДМС и забота о здоровье; бюджет на обучение и конференции; современное оборудование для работы.