yandex
Страна
Россия
+500% приглашений

Откликайтесь
на вакансии с ИИ

Ускорим процесс поиска работы
SeniorУдалённоПолная занятость

ML Engineer (Middle+/ Senior)

ИИОценка ИИ

Интересный стек и амбициозные задачи в социально значимой сфере. Однако риск в виде отложенной оплаты до 2026 года существенно снижает привлекательность для кандидатов, не готовых к формату работы 'за идею' или долю.


Вакансия из Quick Offer Global, списка международных компаний
Пожаловаться

Сложность вакансии

ЛегкоСложно
ИИОценка ИИ

Высокая сложность обусловлена необходимостью строить ML-направление с нуля и специфическими условиями оплаты (отложенный платеж до инвестиционного раунда). Требуется широкий стек: от рекомендательных систем до CV и NLP.

Анализ зарплаты

Медиана400 000 ₽
Рынок300 000 ₽ – 550 000 ₽
ИИОценка ИИ

Для позиций Middle+/Senior ML Engineer на российском рынке зарплаты обычно начинаются от 300 000 рублей. Учитывая риск отложенного платежа, рыночная оценка компенсации в будущем должна включать значительную премию за риск.

Сопроводительное письмо

Меня очень заинтересовала вакансия ML Engineer в стартапе «Вадеквате». Ваша миссия по созданию сервиса для поиска глубоких и здоровых отношений через современные технологии откликается моему видению развития индустрии дейтинга. У меня есть значительный опыт разработки рекомендательных систем и NLP-решений, что позволит мне эффективно решать задачи по повышению качества мэтчинга и анализу анкет пользователей.

Я обладаю глубокими знаниями Python, PyTorch и имею практический опыт вывода моделей в продакшн. Работа над антифрод-системами и модерацией контента с использованием CV также входит в сферу моих компетенций. Буду рад применить свои навыки для построения ML-процессов с нуля и помочь команде успешно подготовиться к инвестиционному раунду.

+250% к просмотрам

Составьте идеальное письмо к вакансии с ИИ-агентом

Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Вадеквате уже сейчас

Присоединяйтесь к созданию дейтинг-сервиса нового поколения и возглавьте ML-направление в «Вадеквате»!

Описание вакансии

ML Engineer(Middle+/ Senior)

Компания: ООО «Вадеквате» (Vadekvate.ru)

Тип занятости: #full_time

Уровень: #middle+ #senior

Страна: #RU

Локация: #remote

Зарплата: обсуждается по итогам тех. интервью

Мы — Вадеквате, стартап в сфере онлайн-знакомств

Наша миссия — создать сервис, который поможет максимальному числу людей найти счастливые и здоровые отношения. Мы верим, что современные технологии могут делать жизнь людей лучше не только через удобство, но и через помощь в поиске близкого человека.

Сейчас мы создаём платформу знакомств нового поколения, где в центре внимания находятся качество знакомств, совместимость людей и долгосрочные отношения, а не бесконечный свайпинг ради свайпинга.

Мы находимся на этапе активного развития продукта и подготовки к инвестиционному раунду. Привлечение инвестиций ожидается в июле–августе 2026 года.

На текущем этапе сотрудничество оформляется по договору с отсроченной выплатой вознаграждения (ГПХ/ИП), с повышенным коэффициентом. После закрытия инвестиционного раунда переходим на стандартный формат ежемесячных выплат (оформление по ТК РФ) и долгосрочное сотрудничество в команде.

Обязанности

  • Разрабатывать и внедрять ML-функции для платформы знакомств: рекомендации, поиск, безопасность и антифрод.
  • Строить рекомендательные системы и модели совместимости пользователей для повышения качества мэтчинга.
  • Разрабатывать NLP-решения для анализа анкет, извлечения структурированных признаков и семантического поиска.
  • Реализовывать CV-модели для модерации контента, проверки подлинности фото и выявления AI-generated изображений.
  • Создавать модели скоринга рисков, выявления ботов, фейков и мошеннической активности.
  • Проектировать полный ML lifecycle: подготовка данных, обучение, оценка качества, деплой и мониторинг моделей.
  • Работать в тесной связке с продуктом, backend-разработчиком и QA, участвуя в принятии ключевых технических решений.

Требования:

  • Опыт работы ML Engineer от 3 лет и уверенное владение Python.
  • Практический опыт вывода ML-моделей в продакшн и поддержки их жизненного цикла.
  • Хорошее знание PyTorch или TensorFlow.
  • Опыт работы с рекомендательными системами, ранжированием или персонализацией.
  • Опыт решения NLP-задач: embeddings, классификация текста, semantic search, retrieval.
  • Понимание MLOps-практик: versioning, monitoring, evaluation, CI/CD для моделей.
  • Способность самостоятельно принимать технические решения и строить ML-направление практически с нуля.

Будет плюсом:

  • Опыт в Computer Vision: модерация контента, face analysis, deepfake detection.
  • Опыт создания антифрод- и риск-моделей.
  • Опыт работы с LLM, RAG и современными open-source моделями.
  • Опыт работы с векторным поиском (Qdrant, FAISS, Weaviate и др.).
  • Опыт работы с графовыми моделями и рекомендательными системами.

Что предлагаем:

  • Участие в развитии продукта с первых этапов;
  • Возможность влиять на технические решения и архитектуру системы;
  • Минимум бюрократии и быстрый цикл принятия решений;
  • Сильную и мотивированную команду;
  • Перспективы роста вместе с компанией;
  • Удалённый формат работы.

Контакты:

Стек технологий: #python #pytorch #tensorflow #docker #gitlab_ci #github_actions #yandex_cloud #sql #kubernetes

+400% к собеседованиям

Создайте идеальное резюме с помощью ИИ-агента

Создайте идеальное резюме с помощью ИИ-агента

Навыки

  • Python
  • PyTorch
  • TensorFlow
  • NLP
  • Computer Vision
  • MLOps
  • Docker
  • GitLab CI
  • GitHub Actions
  • Yandex Cloud
  • SQL
  • Kubernetes
  • Qdrant
  • FAISS
  • Weaviate
  • LLM
  • RAG

Возможные вопросы на собеседовании

Проверка опыта в ключевой задаче дейтинг-сервиса.

Как бы вы спроектировали систему рекомендаций для нового пользователя, о котором у нас еще нет данных (проблема холодного старта)?

Безопасность критична для дейтинга.

Какие подходы и архитектуры нейросетей вы бы использовали для обнаружения AI-генерированных лиц и дипфейков в анкетах?

Оценка навыков проектирования архитектуры.

Опишите ваш идеальный MLOps стек для стартапа: как обеспечить быстрый деплой и мониторинг моделей при ограниченных ресурсах?

Проверка знаний в области NLP.

Как реализовать семантический поиск по интересам пользователей, чтобы он учитывал контекст, а не просто ключевые слова?

Оценка продуктового мышления.

Как вы будете измерять офлайн- и онлайн-метрики качества рекомендательной системы, чтобы понять, что мы действительно помогаем людям находить отношения?

Похожие вакансии

более 1000 офферов получено
4.9

1000+ офферов получено

Устали искать работу? Мы найдём её за вас

Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!

Россия