Каталог специалистов направления Разработка и ИТ ML разработчик

Семён — middle ML-разработчик из Екатеринбурга. Специализируется на машинном обучении, имеет опыт работы с LLM, Git, Bash, Linux, Qdrant, SQL, Python. Владеет английским языком на уровне C2. Образование: высшее, квалификация по специальности «Программная инженерия», Институт радиоэлектроники и информационных технологий Уральского федерального университета имени первого Президента России Б. Н. Ельцина. Опыт работы на проектах: - Проект «Inverse» (роль: ML-инженер, продолжительность: 11 месяцев). Разработка моделей и алгоритмов машинного обучения с подкреплением, генерация текста, анализ текстовых данных. Написал ML-часть для проекта по оптимизации отдела продаж, используя дообученную LLM-модель. - Проект «Nexus research» (роль: научный сотрудник, продолжительность: 4 месяца). Разработка моделей и алгоритмов машинного обучения для задач регрессии и классификации, исследование приложений машинного обучения и ИИ в науке, работа с компьютерным зрением для обработки документов.

ML разработчик уровня Junior+ из Москвы. Специализируюсь на машинном обучении, имею опыт работы с широким спектром технологий и инструментов, включая TensorFlow, PyTorch, NLP, Computer Vision, а также базы данных (MongoDB, PostgreSQL, MySQL). Владею навыками анализа данных, работы с REST API, DevOps и классическим машинным обучением. Имеет опыт работы в проектах в области медицины, фармацевтики и информационных технологий. В проекте ООО РПФ сандер в роли Golang-разработчика занимался разработкой внутренних сервисов компании. В проекте ATGEX в роли Junior ML разработчика разрабатывал модели и алгоритмы машинного обучения для задач регрессии, нейронные сети, а также модели для генерации текста и анализа речи. Продолжительность работы на проектах составляет 1 год 9 месяцев.

Равиль — ML-разработчик(Computer Vision) уровня Middle из Астрахани. Специализируется в области AI & Robotics. Имеет опыт работы с большим набором технологий и инструментов, включая Torch, YOLO, OpenCV, Docker, Kafka, а также с базами данных Oracle, MS SQL, PostgreSQL. Участвовал в проектах по разработке приложений и автоматизированных систем для производственных процессов, внедрению компьютерного зрения на производстве. Работал ведущим инженером по компьютерному зрению в промышленных проектах . Занимался проектированием информационных систем, разработкой приложений по автоматизации производства, работой с большими базами данных и контроллерами. Также работал младшим научным сотрудником, где занимался разработкой программ и устройств для проведения опытов, анализом данных и моделированием процессов.

Специализируюсь на разработке и интеграции AI-решений, охватывающих как classic ML, так и DL-модели, а также на backend разработке. Мой подход сфокусирован на решении реальных бизнес-задач с акцентом на создании понятных, устойчивых и масштабируемых решений. Обладаю опытом в проектировании и внедрении ETL/ELT пайплайнов для обучения и инференса моделей, развертывании on-premise решений (Airflow) и интеграции моделей посредством REST API. Владею продвинутыми навыками программирования на Python, включая написание чистого и модульного кода, а также глубоким пониманием оптимизации SQL-запросов, в том числе с использованием оконных функций.

Иван — Data Scientist уровня Senior из Москвы с опытом работы 11 лет 8 месяцев. Специализируется на машинном обучении и анализе данных. Владеет английским языком на уровне C1. Имеет высшее образование по направлениям «ШИР, Наукоемкие технологии и экономика инноваций», «Инженерная академия» и дополнительное образование в области разработки на Python, машинного обучения и анализа данных. Работал ML-инженером в проекте Outstaff, где занимался разработкой и внедрением ML-моделей, продуктовой аналитикой и экспериментами. Руководил полным жизненным циклом разработки ML-продуктов: от генерации гипотез и бизнес-анализа до промышленного деплоя моделей и запуска A/B-тестов. Также имеет опыт работы аналитиком данных / ML-разработчиком в индивидуальном предпринимательстве / частной практике, где разрабатывал модели обучения нейронных сетей, работал с текстом, компьютерным зрением и генеративными состязательными сетями. Работал аналитиком в Совкомбанке, где внедрял планирование по OKR, работал по жизненному циклу разработки data-driven продуктов с применением ML и разрабатывал дизайн и проведение AB-тестов в продукте. Имеет опыт работы инженером-аналитиком в ООО «Газпром ВНИИГАЗ», где разрабатывал программы для расчётов исследований, проводил системный анализ и анализ рисков, строил регрессионные модели.

Максим — ML-разработчик уровня Junior+ с опытом работы на проектах в сферах AI & Robotics и E-commerce & Retail. На проекте по разработке системы алготрейдинга на основе новостного анализа выполнил следующие задачи: - разработал прототип системы для алготрейдинга акциями; - реализовал парсинг новостей из Telegram-каналов; - выполнил предобработку и семантическую классификацию новостей; - спроектировал и обучил модель прогнозирования; - настроил автоматическую отправку уведомлений о торговых сигналах в Telegram. В роли ML engineer в проекте Mars работал над следующими задачами: - разработка, обучение, валидация и развёртывание моделей машинного обучения; - проектирование и реализация пайплайнов (MLOps) для автоматизации процессов; - проведение A/B-тестирований; - анализ данных и проверка статистической значимости результатов; - интеграция разработанных моделей в существующую IT-инфраструктуру компании; - взаимодействие с кросс-функциональными командами и представление результатов работы бизнес-стейкхолдерам.

Большой опыт в проектировании электроснабжения - путь от инженера до главного специалиста. Всегда стремился к автоматизации расчётов и рабочих процессов (Excel, VBA, AutoLISP). Последние несколько лет изучаю Python и веб-разработку (Django, FastAPI), а также ИИ. В 2024 прошёл обучение по Computer Vision, защитил диплом «Распознавание инженерной документации с использованием Object Detection / OCR». На текущем месте работы внедряю автоматизацию бизнес-процессов: транскрибация аудиоконференций, обработка файлов (VBA, PowerShell), RAG. Продолжаю изучении AI, микросервисы, PyTorch, классический ML, Aiogram. Занял с командой 3е место на хакатоне ЛЦТ 2025. Задача Газпромбанк.тех - автоматизированная обработка клиентских отзывов.

Отрасли: data science, machine learning, web, android

Junior+ ML-инженер, специализирующийся на задачах Анализа Данных, Computer Vision, NLP.

Я Middle ML Engineer (CV / NLP) с 3+ годами опыта. Специализируюсь на применении Classical ML и Deep Learning для обработки структурированных и неструктурированных данных (изображения, видео, текст). Мой фокус - это качество моделей и их оптимизация. Имею подтвержденный опыт внедрения решений в production-среду в двух доменах: Computer Vision (детекция объектов с YOLO, сегментация, оптимизация инференса через Quantization и Pruning) и NLP (классификация коротких текстов, OCR, извлечение сущностей с NER, работа с LLM/Transformers). Ищу проекты в области NLP, LLM, CV.

ML/NLP-инженер более чем с 3 годами опыта. Фокусируюсь на прикладных задачах: извлечение информации, генерация текстов, RAG, классификация, семантический поиск. Разрабатываю end-to-end решения: от подготовки данных до продакшн-интеграции. Специализируюсь на применении LLM и построении ML-сервисов с учётом метрик качества и архитектурных требований.

Абылай — Senior ML разработчик из Астаны, Казахстан. Специализируется в области машинного обучения и искусственного интеллекта. Имеет высшее образование по специальности Computer Science (Data Science) от International Information Technology University (IITU). Владеет английским языком на уровне C1. Имеет опыт работы на различных проектах в сферах LifeStyle, AI & Robotics, Urban technology, E-commerce & Retail, Blockchain, FinTech & Banking, Information Security. Участвовал в разработке и внедрении MLOps-платформ, проектировании и выводе в продакшн голосовых и чат-агентов, создании решений для компьютерного зрения, антифрод-систем и детекции ботов, построении моделей фрод-детектирования и кредитного скоринга. Среди проектов, над которыми работал Абылай: маркетплейс продуктов и специалистов по ментальному здоровью, системы для мерчандайзинга, автоматизация смарт-паркинга, маркетплейс одежды, криптобиржа, системы оцифровки документов, антифрод-системы для банков, бэкенд для социальной сети.

Middle ML-разработчик с опытом 3+ года в коммерческой разработке (backend + ML). Специализируюсь на разработке и масштабировании ML-решений: от построения нейросетей (PyTorch: MLP, RNN, CNN, Transformers) до внедрения моделей в прод через FastAPI и Docker. Имею успешный опыт участия в Kaggle-соревнованиях (МИФИ×Яндекс) — классификация месторождений, прогнозирование стоимости уроков. Работал с временными рядами, feature engineering, обработкой Big Data (PySpark, Polars). Использую MLOps инструменты: MLFlow для трекинга экспериментов, AirFlow для оркестрации пайплайнов. Как backend-разработчик проектировал асинхронные системы на asyncio/WebSockets, event-driven архитектуры на Redis Pub/Sub, интегрировал недокументированные API. Настраивал CI/CD, контейнеризацию (Docker), мониторинг (Prometheus+Grafana).

Опытный специалист в области больших языковых моделей (LLM) с более чем 4-летним опытом проектирования, разработки и внедрения мультиагентных ИИ-систем. Специализируюсь на создании автономных агентов на базе LangGraph, интеграции LLM в production-инфраструктуру (с использованием vLLM, BentoML) и построении сложных RAG и инструментальных пайплайнов. Мои решения от автоматизированных HelpDesk-систем до гибридных поисковых движков с поддержкой интернет-данных (Tavily) позволяют сократить ручной труд на 40–60% и значительно повысить точность обработки естественно-языковых запросов. Уверенно работаю с локальными LLM (включая Qwen2.5-14B, Llama 3, DeepSeek), применяю методы fine-tuning, оптимизации вывода и мониторинга через LangFuse. Могу создавать телеграм ботов и быстрые MVP решения.

ML Engineer с опытом разработки и внедрения production ML-решений для highload-продуктов с аудиторией 100M+ пользователей. Специализация: RecSys, NLP, Computer Vision, end-to-end ML pipelines, PySpark, production ML systems. Опыт полного цикла разработки: сбор и подготовка данных, feature engineering, обучение и валидация моделей, deployment, A/B-тестирование, интеграция и поддержка ML-сервисов. Академический бэкграунд в медицинской кибернетике и биоинформатике.

ML-инженер. • Фреймворки — FastAPI, Gradio, PyTorch, TensorFlow, Keras, Ultralytics, Hugging Face Transformers, Hydra, Airflow, MLflow, TensorRT, Triton, Apache Spark • Библиотеки — Pydantic, Pandas, SciPy, GeoPandas, llama cpp python, scikit learn, scikit image, Dataset + DataLoader, supervision, OpenCV, Pillow, fiona, Shapely, GDAL, Rasterio, Loguru • Модели / Архитектуры / Предобученные решения — YOLO (pose, seg, track), SAM2.1, HR-Net, ResNet, Mask R CNN, U Net, EasyOCR, Tesseract, BERT, SpaCy, NLTK, Llama, XGBoost, LightGBM, SVM, RF, GCN • Разметка / Аннотация данных — Label Studio, CVAT • Другое — Anaconda, Kaggle, Jupyter Notebooks, Yandex AI Studio, Docker, Git, QGIS

Илья — ML-разработчик уровня Middle+ из Москвы, специализация — AI & Robotics. Имеет высшее образование по направлению «Автоматизация информационно-аналитической деятельности» Московского государственного университета имени М. В. Ломоносова. Владеет английским языком на уровне B2. Имеет опыт работы на следующих проектах: - RAG-система: сервис вопрос-ответ на основе RAG-архитектуры, реализован как набор взаимодействующих микросервисов, готовых к контейнеризации и развёртыванию. - Система распознавания образов: web-приложение на основе нейронной сети YOLO для распознавания образов на изображениях. - Система распознавания речи: преобразование голосовых сообщений в текст в реальном времени, реализовано в виде телеграм-бота. Начинал карьеру с разметки данных для различных проектов, затем работал младшим разработчиком, занимался настройкой нейросетей и подключением их с помощью API. В роли старшего разработчика руководил командами по разработке проектов.