Задачи:
— Развивать ML-решения для рекламной монетизации, персонализации и рекомендаций
— Вести и менторить Data Science-команду
— Формировать Data Science-направление, roadmap и технические стандарты команды
— Кросс-функциональная работа с Product, Engineering, Analytics и Ad Monetization
Требования:
— 5+ лет опыта в Data Science, желательно в consumer mobile-продуктах
— Опыт в advertising monetization, revenue optimization или advertising analytics
— Опыт разработки recommendation, personalization или ranking systems
— Сильные навыки Python и SQL
— Практический опыт с ML: classification, regression, ranking, forecasting, predictive modeling
— Понимание A/B-тестирования, applied statistics и работы с большими behavioral datasets
— Опыт технического лидерства или менторинга Data Scientists
Условия:
— Гибридный формат работы (удаленка с обязательным посещением офиса время от времени)
— Локация офиса: Лимассол, Варшава
— Занятость: Full-time
Задачи:
— Руководство и наставничество в командах Data Science
Требования:
— Опыт работы в Data Science не менее 5 лет, предпочтительно в мобильных потребительских продуктах
— Глубокие знания в области монетизации рекламы, оптимизации доходов или аналитики рекламы
— Опыт работы с системами рекомендаций, персонализации или ранжирования
— Продвинутые навыки Python и SQL
— Экспертиза в машинном обучении, предиктивном моделировании, прогнозировании и прикладной статистике
— Опыт работы с большими поведенческими наборами данных
— Опыт руководства или наставничества в командах Data Science
— Родной русский язык
Будет преимуществом:
— Знание AdMob, AppLovin, Unity Ads, ironSource
— Опыт с MLOps и облачными платформами AWS, GCP, Azure
— Знания в области LLM и генеративного ИИ
Задачи:
– проектирование и разработка слоев данных (Raw, Clean, Enriched/Presentation) с учетом лучших практик моделирования (Data Vault 2.0 / 3NF для хранилища, Star Schema для витрин);
– разработка и внедрение кастомных алгоритмов дедупликации и Entity Resolution (Fuzzy Matching) на Python;
– формализация бизнес-правил качества данных в код, настройка уровней доверия к источникам и правил выживания (survivorship rules);
– внедрение Data Contracts и механизмов карантина (quarantine) для некачественных данных с возможностью их последующего разбора;
– настройка автоматизированного тестирования данных (Data Quality checks) в пайплайнах.
Требования:
– Продвинутый уровень SQL и опыт работы с dbt (или аналогами) для построения слоев данных;
– уверенное владение PySpark и/или pandas для обработки больших объемов данных и реализации логики матчинга;
– практический опыт применения библиотек нечёткого поиска и связывания записей (Splink, recordlinkage, dedupe, theFuzz);
– понимание принципов работы алгоритмов сравнения строк (Левенштейн, Джаро-Винклер, косинусное сходство на TF-IDF/эмбеддингах);
– глубокое понимание 2-3NF, Data Vault 2.0 и различий между слоями сырых, очищенных и обогащенных данных;
– опыт внедрения инструментов тестирования данных (Great Expectations, Soda, dbt tests, deequ или аналоги);
– опыт работы с оркестраторами (Airflow, Dagster или Prefect), уверенное использование Git и базовые навыки CI/CD для дата-пайплайнов.
УдалённоГеография найма не уточнена
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Настройте подбор, и подходящие вакансии будут приходить в Telegram.
Задачи:
— Исследование и разработка LLM: полный цикл работы с языковыми моделями от гипотез и экспериментов до оптимизации и внедрения в продакшен.
— Проведение A/B-экспериментов: валидировать гипотезы через масштабные A/B-тесты, анализировать влияние на ключевые продуктовые и бизнес-метрики.
— Работа с продуктом: взаимодействовать с инженерами и продакт-менеджерами для превращения исследовательских решений в рабочие фичи.
— Анализ и оптимизация: отслеживать качество моделей, искать точки роста и устранять слепые зоны в данных и алгоритмах для улучшения ключевых метрик.
Требования:
— Хорошее знание основ современного ML и DL.
— Готовность работать с большими данными и распределёнными вычислениями.
— Желание заниматься прикладными ML-исследованиями.
— Практический опыт в NLP или RecSys.
Условия:
— Ежегодные медицинские чекапы, йога и психотерапия, а также другие бонусы.
Задачи:
— Разработка и развитие сервисов промышленного инференса ML-моделей и LLM
— Построение централизованного слоя доступа к моделям и AI-сервисам
— Разработка платформенных компонентов для деплоя, версионирования и мониторинга моделей
Требования:
- Опыт TeamLead (управление командой) не менее 4 лет;
- Опыт разработки ETL/ELT-процессов, в которых значительная часть логики реализована на стороне СУБД;
- Опыт разработки и сопровождения хранимых процедур / функций в СУБД;
- Практический опыт использования SQL/PLSQL или аналогичных процедурных расширений SQL для реализации загрузок и трансформаций данных;
- Опыт участия в проектах миграции ETL-систем (Apache стек);
- Опыт разработки на Python (написание ETL-скриптов, работа с pandas, интеграция с API);
- Опыт написания и отладки DAG'ов в Apache Airflow (не только проектирование, но и разработка);
- Опыт работы с PySpark (трансформации, оптимизация, партиционирование);
- Опыт миграции ETL-процессов с Informatica PowerCenter на открытый стек (Airflow + Greenplum);
- Глубокое практическое знание NiFi и Airflow: проектирование потоков, подключение источников, обработка ошибок, мониторинг, отладка;
- Опыт работы с качеством данных: разработка правил валидации, анализ влияния на бизнес-процессы;
- Понимание архитектурных подходов к проектированию хранилищ, различие ETL и ELT;
- Опыт работы с Hive metastore (устройство, хранение на PostgreSQL) и форматами файлов (Parquet, ORC);
- Опыт работы с Оracle;
- Опыт применения сложных SQL-запросов (оконные функции, джоины);
- Умение оптимизировать запросы для highload-среды;
- Опыт проектирования интеграций Apache-стека с Kafka и BI-системами;
- Опыт настройки потоковой обработки данных;
- Опыт работы с Hadoop и Hive (знание версий, источников данных);
- Опыт работы с PostgreSQL, Greenplum, Clickhouse;
- Опыт работы с Grafana/Prometheus для отслеживания ETL-процессов;
- Опыт работы с биллингом;
- Опыт автоматической валидации и контроля качества данных после миграции (сравнение результатов, метрики);
Обязанности:
- Миграция ETL-процессов с Informatica PowerCenter на целевой стек: NiFi + Airflow + Greenplum + SQL/хранимые процедуры.
- Подготовка документации AS IS и TO BE;
- Написание SQL кода;
- Отслеживание метрик.
Задачи:
- Проводить проектную коммуникацию с представителями бизнес-заказчика с целью уточнения бизнес-требований
- Выявлять и проводить анализ бизнес-требований, потребностей и проблем бизнес-заказчика
- Формировать спецификации требований, описание логических моделей, структур данных и проектных решений (хранилища и витрины данных)
- Согласовывать проектные решения с архитекторами, разработчиками и аналитиками смежных команд
- Проектировать и разрабатывать ETL/ELT процессы, слои хранилища и витрины данных
- Разрабатывать и оптимизировать SQL-запросы
- Проводить внутреннее тестирование и контроль качества информационных продуктов, реализованных разработчиками
- Принимать участие в приёмочных испытаниях информационных продуктов и документации с заказчиками
- Обеспечивать контроль качества данных и их целостность
Требования:
- Высшее образование: техническое, математическое или финансовое
- Опыт работы не менее 5 лет
- Уверенные знания Python, GIT, Airflow (DAG с декомпозицией задач, зависимостями, сенсорами)
- Глубокое знание SQL: оконные функции, процедуры, функции, вложенные запросы, опыт оптимизации запросов
- Понимание индексов, партиций, ключей, нормальных форм, SCD
- Понимание моделирования данных, построения хранилища, репликации и консистентности данных
- Умение рефакторить код и проводить миграцию из одной системы в другую
- Знание принципов CI/CD
- Знание PL/SQL для Oracle, Postgres, Greenplum или знание иной MPP СУБД (будет плюсом)
- Опыт работы с API (будет плюсом)
- Знание ООП, DBT, Kafka, Bash, SAS (будет плюсом)
Gana dinero grabando actividades de tu vida diaria.
Buscamos personas para grabar actividades cotidianas desde una perspectiva en primera persona utilizando una aplicación móvil.
Puedes grabar tareas que ya realizas normalmente, como:
— Cocinar
— Limpiar
— Doblar ropa
— Ordenar espacios
— Hacer jardinería
— Pasear al perro
Los videos ayudan a entrenar sistemas de IA y robótica para comprender cómo las personas interactúan con el mundo real.
Lo que ofrecemos:
— Horarios flexibles
— Trabajo remoto por proyecto
— USD $6 por hora de contenido aprobado
— Bono adicional por la primera hora aprobada
Requisitos:
— iPhone 12 o superior, Google Pixel 6+ o Samsung Galaxy S21+ o superior
— Acceso a internet
— Nivel básico de inglés para registrarte y utilizar la plataforma
No se requiere experiencia previa.
Задачи:
- Развивать ядро матчинга: retrieval кандидатов по текстовым, картиночным и мультимодальным эмбеддингам, обучать модели классификации пар, работать с атрибутами товаров
- Улучшать NLP-часть пайплайна с учетом специфики оптовых товаров: обработка названий, извлечение атрибутов из описаний, дообучение эмбеддинг-моделей
- Доводить решения до прода и отвечать за них
Требования:
- Сильное понимание NLP: трансформерные модели, эмбеддинги, векторный поиск, опыт дообучения моделей под свою задачу
- Опыт в задачах матчинга
- Опыт в Data Science и ML Engineering с выводом моделей в продакшен от 3-х лет
- Уверенные знания Python, ML-стека, SQL
- Умение выбирать решение под задачу: не использовать нейросеть там, где достаточно эвристики, и наоборот
- Опыт с CV и мультимодальными моделями (CLIP-подобные, metric learning), LLM/VLM в задачах классификации/ранжирования будет плюсом
Задачи:
— Строить и развивать аналитическое хранилище компании на базе BigQuery.
— Настраивать конвейеры данных из продуктовых и маркетинговых источников (AppsFlyer, Adjust, RevenueCat, Amplitude, Mixpanel, Facebook Ads и др.).
— Формировать данные в удобный для аналитиков и продуктовых менеджеров вид.
— Документировать модель данных.
— Внедрять лучшие практики работы с хранилищем: слоистая архитектура (raw / staging / marts), соглашения по наименованиям, версионирование, тесты качества данных.
— Взаимодействовать с продуктом, маркетингом и аналитикой для понимания бизнес-требований и трансформации их в структуру данных.
Требования:
— Опыт работы в data engineering от 2 лет или сильная аналитическая роль с реальным инженерным компонентом (уровень solid junior / light middle).
— Уверенное владение Python для написания ETL/ELT скриптов, работы с API и автоматизации конвейеров.
— Опыт работы с GCP (BigQuery, Cloud Functions, Cloud Storage).
— Уверенный уровень SQL: оконные функции, CTE, оптимизация запросов.
— Понимание принципов аналитических хранилищ: слоистая архитектура, нормализация/денормализация, идемпотентность конвейеров, инкрементальные загрузки.
— Опыт интеграции данных из внешних источников через API или готовые коннекторы.
— Сильные коммуникативные навыки для общения с нетехническими стейкхолдерами, умение задавать уточняющие вопросы и объяснять технические ограничения простым языком.
— Опыт работы с Git: ветвление, код-ревью.
Желательно:
— Опыт с типичными источниками подписочного/мобильного стека: AppsFlyer, Adjust, Adapty, Amplitude, Mixpanel.
— Понимание специфики мобильной атрибуции: SKAdNetwork, постбеки, детерминистическая и вероятностная атрибуция.
— Опыт работы с BI-инструментами (Looker Studio, Metabase, Tableau, Power BI) на уровне настройки источника и построения дашбордов.
— Знания Terraform / IaC для ресурсов GCP.
— Опыт с CDC / стримингом (Pub/Sub, Dataflow) — плюс, но не критично.
Условия:
— Гибридный формат работы: 2 дня в офисе в Варшаве, 3 дня удаленно.
— Обеды оплачиваются в офисные дни.
— Возможность участвовать в командных мероприятиях.
— Гибкий график с фокусом на результат.
— Работа в молодой команде с энергией стартапа, без бюрократии и микроменеджмента.
Задачи:
— Определить, что считается качеством модели: метрика, горизонт, baseline, калибровка, и довести предикт до этого уровня
— Интегрировать A/B-тесты пейволлов с предиктом, учитывая, что тест измеряет краткосрочный эффект, а раскатывать нужно по долгосрочной выручке
— Развить аналитику, выявить и устранить узкие места в данных, запросах или интерфейсе
— Принять решение по накопленным ML-наработкам: что доводить до продукта, что закрывать
— Руководить командой из двух ML-инженеров
Требования:
— Глубокие знания классического ML и математической статистики, способность вести предметный спор о метриках и горизонтах прогнозирования
— Владение SQL и Python для самостоятельного извлечения и проверки данных
— Умение самостоятельно вести широкое направление и доводить его до результата без необходимости постановки задач
— Продуктовый опыт является плюсом, но не обязателен
Плюсы:
— Опыт с подписками, мобильными приложениями или финтехом (LTV, churn, когортная экономика)
— Знания в области экспериментального дизайна: мощность теста, MDE, множественные сравнения
— Опыт работы с ClickHouse
— Участие в олимпиадах, Kaggle, наличие публичных проектов
О компании:
Adapty — платформа монетизации подписок для мобильных приложений, через которую проходит более $3 млрд подписочной выручки в год, используется более 20 000 приложений. В компании формируется новое направление аналитики и ML под одного владельца, с целью улучшения точности предсказания LTV для оптимизации расходов на привлечение пользователей.
Location: San Francisco, CA • New York, NY
Figma is growing our team of passionate creatives and builders on a mission to make design accessible to all. Figma’s platform helps teams bring ideas to life—whether you're brainstorming, creating a prototype, translating designs into code, or iterating with AI. From idea to product, Figma empowers teams to streamline workflows, move faster, and work together in real time from anywhere in the world. If you're excited to shape the future of design and collaboration, join us!
Figma’s Data Science team partners across product, engineering, design, marketing, sales, and operations to help Figma make better decisions with data. As a PhD Data Science Intern, you’ll bring rigorous research training to some of Figma’s most important and open-ended questions, from researching emerging product and user behaviors and Figma’s broader ecosystem to developing new measurement methodologies, applying causal inference or machine learning, and building analytical systems. You’ll own a data science project end-to-end: from framing the question and methodology to translating findings into insights that influence Figma’s products, strategy, or data science practices; with the potential to continue toward publication after the internship.
This internship will be based out of our San Francisco or New York hub.
What you’ll do at Figma:
Partner with cross-functional teams to turn ambiguous product, platform, or business questions into well-defined data science problems
Analyze user, product, or business data to uncover insights and recommend actions
Design and evaluate experiments, metrics, statistical or machine learning models, and analytical frameworks
Communicate assumptions, tradeoffs, limitations, and recommendations clearly to technical and non-technical partners
Own a focused internship project end-to-end, from problem framing and technical execution through final recommendations, with potential to continue toward publication after the internship
We’d love to hear from you if you have:
Currently pursuing a PhD in Data Science, Statistics, Computer Science, Human-Computer Interaction (HCI), Economics, Operations Research, Physics, Applied Mathematics, or a related quantitative field; with demonstrated experience conducting independent research (e.g. thesis or equivalent research milestone)
Demonstrated fluency in one or more research methodologies or technical areas, such as statistics, experimentation, machine learning, causal inference, econometrics, optimization, user research methods, or AI/LLMs
Experience using a scripting language such as Python or R, as well as proficiency with SQL, for analysis, modeling, or work with complex or large-scale datasets through research, internships, or applied projects
Ability to explain technical concepts clearly and connect analysis to decisions, recommendations, or product/business impact
A curious, rigorous, and self-starting mindset, with the ability to thrive in ambiguous, fast-moving environments and translate research into real-world impact
While it's not required, it's an added plus if you also have:
Prior industry or applied research experience with experimental design, causal inference, forecasting, product measurement, user research, or applied machine learning to influence product, business, platform, or stakeholder decisions
Publications or research relevant to applied data science
Experience or interest in AI product measurement, LLM analytics/evaluation, recommendation systems, search, personalization, or evaluating AI-powered features
At Figma, one of our values is Grow as you go. We believe in hiring smart, curious people who are excited to learn and develop their skills. If you’re excited about this role but your past experience doesn’t align perfectly with the points outlined in the job description, we encourage you to apply anyways. You may be just the right candidate for this or other roles.
Pay Transparency Disclosure
This internship role is based in either Figma’s San Francisco or New York hub offices, and has the hourly base pay rate stated below. Figma also offers interns a housing stipend and travel reimbursement. Figma’s compensation and benefits are subject to change and may be modified in the future.
Internship
$68
—
$68 USD
At Figma we celebrate and support our differences. We know employing a team rich in diverse thoughts, experiences, and opinions allows our employees, our product and our community to flourish. Figma is an
equal opportunity workplace
- we are dedicated to equal employment opportunities regardless of race, color, ancestry, religion, sex, national origin, sexual orientation, age, citizenship, marital status, disability, gender identity/expression, veteran status
,
or any other characteristic protected by law. We also consider qualified applicants regardless of criminal histories, consistent with legal requirements.
We will work to ensure individuals with disabilities are provided reasonable accommodation to apply for a role, participate in the interview process, perform essential job functions, and receive other benefits and privileges of employment. If you require accommodation, please reach out to
accommodations-ext@figma.com
. These modifications enable an individual with a disability to have an equal opportunity not only to get a job, but successfully perform their job tasks to the same extent as people without disabilities.
Examples of accommodations include but are not limited to:
Holding interviews in an accessible location
Enabling closed captioning on video conferencing
Ensuring all written communication be compatible with screen readers
Changing the mode or format of interviews
To ensure the integrity of our hiring process and facilitate a more personal connection, we require all candidates keep their cameras on during video interviews. Additionally, if hired you will be required to attend in person onboarding.
By applying for this job, the candidate acknowledges and agrees that any personal data contained in their application or supporting materials will be processed in accordance with
Figma's Candidate Privacy Notice
.
Application limits:
To help candidates focus on the opportunities most relevant to their skills and experience, Figma limits the number and frequency of applications. These limits apply to all roles:
Candidates may submit up to 5 applications during any rolling 30-day period.
Candidates may not reapply to the same role while an application is active or within 90 days of receiving a rejection.
Once the applicable days has passed, candidates are welcome to apply again.
Требования:
- sql, базы данных, python, аналитический склад ума
Обязанности:
- построение ETL-процессов
- работа с современным стеком трансформации
- оркестрация данных
- управление хранилищами
- визуализация смыслов
- оптимизация выборок
Условия:
Срочный трудовой договор на 3 месяца, удаленно/офис/гибрид.
Стажировка для студентов из любых ВУЗов.
О компании и роли
Продуктовая mobile game-компания с многомиллионной аудиторией и сильной рекламной моделью монетизации.
Ищем Lead Data Scientist, который будет развивать ML-решения для рекламной монетизации, персонализации и рекомендаций, а также вести и менторить Data Science-команду.
Почему стоит рассмотреть
• Влияние на ключевые продуктовые метрики: ad revenue, engagement, retention и LTV
• Большие объёмы behavioral data и реальные production ML-задачи
• Возможность влиять на Data Science roadmap, технические решения и развитие команды
• Работа на стыке Data Science, Product, Engineering и Ad Monetization
Важно
• 5+ лет опыта в Data Science, желательно в consumer / mobile-продуктах
• Обязателен опыт в advertising monetization, revenue optimization или advertising analytics
• Опыт с recommendation, personalization или ranking systems
• Сильный Python и SQL
• Опыт с ML-моделями, A/B-тестированием и applied statistics
• Опыт работы с большими behavioral datasets
• Опыт технического лидерства или менторинга Data Scientists
Задачи:
— развивать ML-решения для рекламной монетизации, персонализации и рекомендаций
— вести и менторить Data Science-команду
Требования:
— 5+ лет опыта в Data Science, желательно в consumer mobile-продуктах
— опыт advertising monetization, revenue optimization или advertising analytics
— опыт разработки recommendation, personalization или ranking systems
— сильные Python и SQL
— практический опыт с ML: classification, regression, ranking, forecasting, predictive modeling
— понимание A/B-тестирования, applied statistics и работы с большими behavioral datasets
— опыт технического лидерства или менторинга Data Scientists
Условия:
— гибридный формат работы (удаленка с обязательным посещением офиса время от времени)
— работа в международной mobile game development-компании
— кросс-функциональная работа с Product, Engineering, Analytics и Ad Monetization
— возможность формировать Data Science-направление, roadmap и технические стандарты команды
— прямое влияние на рекламную выручку, engagement, retention и LTV продукта
