Вакансии

* Проектировать архитектуру сервисов и микросервисов, выбирать подходящие паттерны и подходы; * Писать высокопроизводительный, безопасный и поддерживаемый код на Go с учётом особенностей конкурентности (горутины, каналы, примитивы синхронизации);

256 000 – 280 000 ₽

Компания «Top Selection» ищет хорошего специалиста на вакансию «SAP консультант ». Требуемые навыки: #senior, #SAP.

256 000 – 280 000 ₽

Требуется SAP консультант с опытом не менее 3 лет в модуле SAP FI (Financial Accounting). Требования: — Подтверждённый опыт внедрения и настройки механизма Accrual Management (ACR) в среде SAP S/4HANA; — Развитое понимание архитектуры SAP S/4HANA, включая принципы работы Universal Journal и таблицы ACDOCA; — Знание особенностей интеграции Accrual Management с модулями MM и SD; — Навык подготовки функциональных спецификаций для команды разработки; — Уровень владения английским языком от B1, достаточный для работы с технической документацией; — Критически важен опыт внедрения Purchase Order Accruals (PO Accruals) — автоматических начислений по заказам на закупку (MM), с опытом работы с целевым логистическим решением. Дополнительные требования: — Опыт участия в проектах полного цикла внедрения SAP (с этапа запуска); — Глубокое понимание бизнес‑процессов, связанных с формированием начислений и резервов; — Опыт взаимодействия с бизнес‑пользователями: проведение совещаний и структурирование требований. Задачи на проекте: — Выявление и анализ бизнес‑требований с последующей проработкой вариантов их технической реализации; — Подготовка функциональных спецификаций (ФС) для команды разработки; — Выполнение настроек в модуле FI, включая работу с функционалом Accrual Management (ACR); — Организация интеграционного взаимодействия с модулями MM и SD при наличии соответствующей потребности; — Участие в рабочих встречах с бизнес‑пользователями для согласования подхода к внедрению решения.

256 000 – 280 000 ₽

Требуется IOS разработчик. Задачи: — Разработка и поддержка сложных модулей и компонентов iOS-приложений. — Проектирование и реализация архитектуры приложения на основе VIPER. — Проведение код-ревью и наставничество младших разработчиков. — Интеграция с RESTful API и работа с библиотеками Swinject и Alamofire. — Проведение unit-тестирования и UI-тестирования. — Использование Firebase и Appmetrica для аналитики. — Публикация и обновление приложений в App Store. Требования: — Опыт разработки на Swift и Objective-C от 4 лет. — Уверенные навыки работы с Xcode. — Глубокие знания архитектуры VIPER. — Умение работать с UIKit и уверенный опыт использования SnapKit. — Опыт работы с библиотеками Swinject, Alamofire и R.swift. — Уверенные навыки работы с GCD для многопоточности. — Опыт использования Firebase и Appmetrica для аналитики. — Опыт работы с RESTful сервисами. — Хорошие навыки работы с Git. — Опыт написания и поддержки unit-тестов с использованием XCTest. — Уверенное знание Human Interface Guidelines и Auto Layout. Условия: — Полный рабочий день, фуллтайм. — Можно удалённо. — Срок: долгосрочный. — Оформление: только ИП (не СЗ, не ТК).

224 000 – 246 000 ₽

Требуется Data engineer. Требуемые навыки: — senior — Python.

280 000 – 300 000 ₽

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.

280 000 – 300 000 ₽

Требования: 1) Коммерческий опыт работы от 3-х лет. 2) Опыт реализации и вывода в промышленную эксплуатацию решений на базе ИИ (обязательно в том числе AI агентов на базе LLM) в роли Data Scientist/AI Engineer. 3) Знание основ Classic Machine Learning, хорошее знание Deep Learning (NLP). 4) Глубокое понимание архитектуры Transformer. 5) Глубокое понимание подходов и методов проектирования AI-агентов. 6) Практический опыт fine-tuning языковых моделей (GPT-like, BERT-like и др.). 7) Работа со стеком Python - Torch, Transformers. 8) Опыт разработки интеграций с ИТ-системами. 9) Опыт промышленной работы с k8s. Обязанности: - Артефакты тестирования гипотез/экспериментов: описание подхода/модели, соответствующие значения метрик (выбранных для данного решения), тестовый сет/бенчмарк. - Артефакты продукта в целом: описание проекта, архитектура (утвержденная и согласованная с архитекторами и информационной безопасностью (ИБ)), согласование от ИБ что решение может быть использовано в продакшн, код продукта и документация к нему, инструкция по разворачиванию решения в контуре компании. - Все вышеперечисленные артефакты размещены в контуре заказчика (Gitlab, Confluence).

Зарплата не указана

Компания Top Selection приглашает на позицию Senior Python Developer для работы в финансовом секторе (банк) в формате полного рабочего дня удаленно из России, Беларуси или Казахстана. Оформление предполагается через ИП, заработная плата составляет 250-270 тысяч рублей в месяц до вычета налогов. Кандидат должен иметь не менее 4 лет коммерческого опыта разработки на Python, владеть хотя бы одним из фреймворков FastAPI или Litestar (Starlite), а также иметь опыт работы с AsyncIO, concurrency и multiprocessing. Требуется знание Kafka и Redis PubSub, опыт работы с PostgreSQL (с использованием sqlalchemy) и Redis. Важным является понимание и опыт реализации наблюдаемости систем (трейсинг, логи, метрики). Опыт работы с Event-Driven архитектурами, включая проектирование и разработку таких систем с нуля, будет преимуществом, как и знание других архитектурных подходов. Необходимо умение работать с Git, Docker и CI/CD, а также опыт тестирования собственных решений без поддержки команды тестирования. Дополнительным плюсом считается опыт работы с Coding Agents.

250 000 – 270 000 ₽

Требования: — Опыт от 5 лет в разработке — Высшее образование (предпочтительно техническое в сфере IT) — Уверенная разработка на PHP — Знание Moodle: API ядра, структура плагинов, механизмы событий, ролевая модель, работа с БД (MySQL, PostgreSQL) — Опыт разработки плагинов и интеграций для LMS Moodle (блоки, модули, локальные плагины, веб-сервисы) — Умение работать по поставленной задаче и доводить её до рабочего результата — Понимание стандартов e-learning: SCORM, xAPI (Tin Can), LTI Условия: — Зарплата 240–290К gross — Оформление: ИП — Проектная занятость (от года) — Формат работы: удаленно — Гражданство РФ

240 000 – 290 000 ₽

О вакансии Проект — образование, университет. Допустимые грейды: Senior. Оформление: ИП. Занятость — проектная (от года). Требования Опыт от 5 лет. Высшее образование (предпочтительно техническое в сфере IT). Уверенная разработка на PHP. Moodle: API ядра, структура плагинов, механизмы событий, ролевая модель, работа с БД (MySQL, PostgreSQL). Опыт разработки плагинов и интеграций для LMS Moodle (блоки, модули, локальные плагины, веб-сервисы). Умение работать по поставленной задаче и доводить её до рабочего результата. Понимание стандартов e-learning: SCORM, xAPI (Tin Can), LTI. Стек PHP, SQL, Git, HTML, CSS, JavaScript, AJAX.

240 000 – 290 000 ₽

Задачи: — Взаимодействие с бизнес-заказчиком, согласование проектных решений на техническом и бизнес-уровне — Оценка трудозатрат и стоимости решения — Проведение и организация нагрузочного тестирования — Разработка ETL процессов и data modeling — Моделирование и написание SQL-процедур — Оптимизация производительности скриптов и диаграмм интерфейса — Dashboard design и общий UI/UX дизайн в QlikSense Требования: — Опыт работы в QlikSense или Insight более 3 лет — Более 10 завершенных проектов — Уверенные навыки взаимодействия с бизнес-заказчиком — Высокая мотивация и умение самостоятельно находить решения сложных проблем — Навыки разработки ETL, data modeling — Навыки моделирования и написания SQL-процедур — Навыки оптимизации производительности скриптов и диаграмм интерфейса — Навыки Dashboard design и UI/UX design в QlikSense Дополнительные требования: — Сертификация QlikSense — Знания администрирования QlikSense средствами QMC, QV API, Sense API — Навыки VBA-программирования — Опыт написания Extentions и знание JavaScript — Знания инструментов отчетности Nprinting — Разработка экстракторов из SAP ERP, SAP BW — Опыт интеграции QlikSense во внешние среды (websites, SharePoint и др.) Условия: — Проектная занятость, фуллтайм — Долгосрочный срок — Оформление только ИП (не СЗ, не ТК)

248 000 – 272 000 ₽

Требования: — Высшее образование (техническое, экономическое, аналитическое направление) — Знание основ методологии управления НСИ (классификация, атрибутивная модель, нормализация данных) — Навык анализа и нормализации наименований номенклатуры (знание особенностей основных производителей, нормативных документов) — Опыт работы с классификаторами МТР и присвоения классов номенклатурным позициям — Навык выявления дубликатов и согласования данных в справочниках НСИ — Опыт проведения первичного аудита качества данных в справочниках (полнота, корректность, дубли) — Умение работать с онтологией нормализации и шаблонами справочников — Навык работы с Excel, базовые SQL-запросы — Внимательность к деталям, аккуратность, усидчивость — Умение работать в команде и следовать регламентам и методологии — Опыт или готовность к рутинной работе с большими объёмами данных — Опыт защиты результатов перед бизнес-заказчиком — Опыт работы в области НСИ/обработки данных от 1–2 лет Обязанности: — Сбор и анализ данных из текущих справочников номенклатуры и мест хранения\эксплуатации: 1С УХ, Инфра-М, АХО, склады — Для серверного оборудования добавить в справочник по группам \ подгруппам НСИ обязательную аналитику: норматив энергопотребления и заложить в шаблоны — Создание методологии ведения и нормализации справочника номенклатуры, подготовка классификатора и шаблонов для основных категорий — Нормализация данных справочников при необходимости — Подготовка данных для загрузки в 1С.MDM (не более 50 000 номенклатурных записей)

250 000 – 270 000 ₽

Требования: • Агентная разработка (vibe coding) • Опыт продуктовой разработки от 4 лет, уровень senior fullstack • Агентные CLI-инструменты (Claude Code, Codex CLI, Cursor agent mode, Aider) как основной способ работы • Spec-driven development: формулирование функциональных и нефункциональных требований до первого промпта; умение писать инженерные спецификации и контекстные файлы (правила, схемы, markdown) • Модульность: слабая связанность, доменные границы, нарезка проекта на небольшие изолированные файлы • Управление контекстным окном для предотвращения дрейфа и галлюцинаций • Умение сбросить сессию агента и начать заново с более жёсткими ограничениями • Разработка в несколько потоков, менеджмент репозитория под агентную работу, опыт коллаборативной AI-разработки • Ревью и аудит AI-кода: слабые имена, дублирование, отсутствующие проверки, небезопасная работа с данными • Тесты как способ управления агентом: юнит- и интеграционные тесты пишутся до логики фичи • Инфраструктура и восстановление: версионирование, снапшоты БД, бэкапы, CI, процедуры восстановления данных • Готовность писать код руками при необходимости и ответственность за результат, включая код, сгенерированный агентом • Современный типизированный backend-язык с асинхронностью, моделью ошибок, управлением зависимостями, воспроизводимым окружением • HTTP API и realtime-транспорт: REST, двусторонние соединения, стриминг, протокол сообщений, переподключения, валидация схем • Автотесты: юнит- и интеграционные, изоляция внешних сервисов и зависимостей, поддержание тестовых данных • Реляционные БД: схема, миграции, индексы, нетривиальные запросы, понимание пределов БД • Разрешение конфликтов зависимостей, включая бинарную несовместимость библиотек • Компонентный SPA-фреймворк и типизированный JavaScript; готовность сменить фреймворк за неделю • Компонентные тесты в браузерном окружении • Realtime-клиент: переподключения, стриминг, рантайм-валидация сообщений • Медиа в браузере: доступ к устройствам ввода, работа с аудиопотоком, кодирование и передача • Состояние на клиенте и ограничения браузера: защищённый контекст, сертификаты в dev, хранилище • Умеренность в UI: простой интерфейс без тяжёлых фреймворков и дизайн-систем • Классические CV-задачи: детекция, эмбеддинги, кластеризация, обработка изображений и метаданных, дедупликация • Локальные LLM: форматы весов и квантизации, размер контекста, латентность, стоимость запроса; умение измерять • Речевые модели: распознавание и синтез речи, баланс качества и ресурсов, ограничения по задержке и длине входа • Мультимодальные модели: генерация описаний по изображению, оценка качества генерации • Эмбеддинги и векторный поиск: семантический поиск, гибридные схемы, переранжирование, метрики качества • Ресурсы и эксплуатация inference: одна модель на процесс, память ускорителя, батчинг, прогрев, поведение под нагрузкой • Не требуется: обучение моделей с нуля, MLOps, распределённое обучение • Пайплайны обработки как идемпотентные стадии с фиксацией состояния • Понимание разницы между инкрементальным и полным пересчётом и цены ошибки • Целостность данных при деплое, сведение расходящихся баз, миграции данных • Границы сервисов: процессы, владение данными, поведение при отказах • Контейнеризация: образы с тяжёлыми зависимостями, тома для данных и весов моделей, политики перезапуска, диагностика падений • Linux и сеть: удалённый доступ, проброс портов, разрешение конфликтов, чтение логов • Скриптование рутины: деплой, синхронизация данных, ротация логов • Уверенное владение Git, включая нетривиальные операции; чтение истории • Базовая безопасность: сервис без аутентификации локален, секреты не в репозитории, dev/prod режимы разведены • Автоматические smoke-проверки интерфейса после изменений • 4+ года разработки, из них 2+ года бэкенда в продакшене • 1+ год реального фуллстека: разработка клиента и сервера • Проект с LLM/ML как частью продукта • Запуск моделей локально или on-premise • 2–3+ месяца ежедневной работы через агентные инструменты Задачи: • Подключение и настройка USB-камеры: интеграция с ПО, захват видеопотока, детекция лиц, распознавание жестов • Реализация стереоскопического режима 2D→3D на телевизоре без специализированной 3D-панели • Разработка клиентских интерфейсов для телевизора и мобильного устройства по дизайн-макетам, адаптация вёрстки, интеграция с бэкендом, двустороннее realtime-взаимодействие • Разработка технической документации, инженерных спецификаций и контекстных файлов, используемых при агентной разработке

Обязательные требования: — Знание архитектур нейросетей (Transformer, CNN, RNN, GAN, Diffusion); — Владение методами обучения моделей с нуля и дообучения (fine‑tune) существующих решений; — Опыт работы с фреймворками PyTorch, TensorFlow, JAX; — Навыки написания кода для инференса и развёртывания моделей в продакшн‑среде; — Понимание принципов оптимизации: градиентный спуск, функции потерь, регуляризация; — Комплекс компетенций ML‑инженера с фокусом на самостоятельную реализацию алгоритмов; — Уверенное владение языками программирования Python и C++; — Способность реализовать с нуля отдельные компоненты модели: например, механизм внимания или отдельный слой; — Глубокое понимание внутренней логики работы моделей (не ограничиваясь использованием готовых методов вроде model.predict()). Задачи на проекте: — Внедрение обученных моделей в закрытый контур экосистемы компании (на частных серверах) с обеспечением их автономной работы и защитой от внешних воздействий; — Адаптация и оптимизация AI‑алгоритмов для эксплуатации на защищённых мобильных устройствах с учётом ограниченного объёма вычислительных ресурсов и необходимости минимизировать энергопотребление; — Размещение обученных моделей в закрытом контуре экосистемы компании (на частных серверах), поддержание их автономной работы и реализация мер защиты от внешних воздействий.

Зарплата не указана

Требования: • Агентная разработка (vibe coding) • Опыт продуктовой разработки от 4 лет, уровень senior fullstack • Агентные CLI-инструменты (Claude Code, Codex CLI, Cursor agent mode, Aider) как основной способ работы — поставленные и поддерживаемые продуктовые фичи, а не прототипы; ключевым является методика, а не знание конкретного инструмента • Spec-driven development: функциональные и нефункциональные требования формулируются до первого промпта; спецификация → план → код; умение писать инженерные спецификации и контекстные файлы (правила, схемы, markdown), удерживающие агента в рамках задачи • Модульность как условие агентной работы: слабая связанность и доменные границы, нарезка проекта на небольшие изолированные файлы вместо монолита • Управление контекстным окном: осознанный подбор того, что попадает в контекст, для предотвращения дрейфа и галлюцинаций на устаревшем коде • Умение вовремя сбросить сессию: остановить зациклившегося агента, очистить рабочее дерево и начать заново с более жёсткими ограничениями • Разработка в несколько потоков, менеджмент репозитория под агентную работу, опыт коллаборативной AI-разработки • Ревью и аудит AI-кода: слабые имена, дублирование, отсутствующие проверки, небезопасная работа с данными • Тесты как способ управления агентом: осмысленные юнит- и интеграционные тесты пишутся до логики фичи • Инфраструктура и восстановление: версионирование, снапшоты БД, бэкапы, CI, готовая процедура восстановления данных • Готовность писать код руками, когда агент упёрся, и ответственность за результат, включая код, сгенерированный агентом • Современный типизированный backend-язык: асинхронность, модель ошибок, управление зависимостями, воспроизводимое окружение • HTTP API и realtime-транспорт: REST и двусторонние соединения — стриминг, протокол сообщений, переподключения, валидация схем на границе • Автотесты как норма: юнит- и интеграционные, изоляция внешних сервисов и тяжёлых зависимостей, поддержание тестовых данных • Реляционные БД руками: схема, миграции, индексы, нетривиальные запросы, понимание пределов выбранной БД • Разрешение конфликтов зависимостей, включая бинарную несовместимость библиотек (характерно для окружений с ML-пакетами) • Компонентный SPA-фреймворк и типизированный JavaScript; конкретный фреймворк не принципиален, принципиальна готовность сменить его за неделю • Компонентные тесты в браузерном окружении, а не только ручная проверка • Realtime-клиент: переподключения, стриминг, рантайм-валидация входящих сообщений • Медиа в браузере: доступ к устройствам ввода, работа с аудиопотоком, кодирование и передача • Состояние на клиенте и ограничения браузера: защищённый контекст, сертификаты в dev, хранилище • Умеренность в UI: простой интерфейс без тяжёлых фреймворков и дизайн-систем • Классические CV-задачи: детекция, эмбеддинги и кластеризация объектов, обработка изображений и метаданных, дедупликация • Локальные LLM: форматы весов и квантизации, размер контекста, латентность и стоимость запроса; умение измерять, а не предполагать • Речевые модели: распознавание и синтез речи, размен качества на ресурсы, ограничения по задержке и длине входа • Мультимодальные модели: генерация описаний по изображению, оценка качества генерации • Эмбеддинги и векторный поиск: семантический поиск, гибридные схемы с полнотекстовым, переранжирование, метрики качества выдачи • Ресурсы и эксплуатация inference: одна модель на процесс, память ускорителя, батчинг, прогрев, поведение под нагрузкой • Не требуется: обучение моделей с нуля, MLOps-платформы, распределённое обучение • Пайплайны обработки как идемпотентные стадии с фиксацией состояния: перезапускаемость, докат, инкрементальность • Понимание разницы между инкрементальным и полным пересчётом и цены ошибки (полный пересчёт обычно уничтожает ручную разметку) • Целостность данных при деплое, сведение расходящихся баз, миграции данных, а не только схемы • Границы сервисов: как процессы общаются, кто владеет данными, что происходит при отказе одного из них • Контейнеризация: образы с тяжёлыми зависимостями, тома для данных и весов моделей, политики перезапуска, диагностика падений • Linux и сеть: удалённый доступ, проброс портов, разрешение конфликтов портов, чтение логов как основной способ разбирательства • Скриптование рутины: деплой, синхронизация данных, ротация логов • Уверенное владение Git, включая нетривиальные операции; чтение истории как источника проектных решений • Базовая безопасность: сервис без аутентификации не выходит за пределы локального интерфейса, секреты не попадают в репозиторий, dev- и prod-режимы разведены явно • Автоматические smoke-проверки интерфейса после изменений • 4+ года разработки, из них 2+ года бэкенда в продакшене • 1+ год реального фуллстека: разработка и клиента, и сервера к нему • Проект, где LLM/ML были частью продукта, а не демонстрационным примером • Запуск моделей локально или on-premise, а не только вызовы облачных API • 2–3+ месяца ежедневной работы через агентные инструменты Задачи: • Подключение и настройка USB-камеры на целевом устройстве: интеграция камеры с ПО устройства и захват видеопотока; детекция лиц и определение пользователя, находящегося перед устройством; распознавание управляющих жестов • Реализация стереоскопического режима 2D→3D: поиск и реализация способа вывода стереоскопического изображения на произвольном телевизоре, не требующем специализированной 3D-панели (приоритетный вариант — пассивное 3D) • Разработка клиентских интерфейсов для телевизора и мобильного устройства: реализация экранов по предоставляемым Заказчиком дизайн-макетам; адаптация вёрстки под особенности вывода на телевизоре и под мобильные экраны; интеграция с существующим бэкендом Заказчика, включая двустороннее realtime-взаимодействие • Разработка технической документации по всем перечисленным блокам работ, включая инженерные спецификации и контекстные файлы, использованные при агентной разработке

Требуется специалист на вакансию C++ Developer (VoIP/Телеком). Требуемые навыки: — Perl — C++ — VoIP — Linux — Cmake — Git Формат работы: полный рабочий день, можно удалённо.

260 000 – 300 000 ₽

Задачи: — Обследовать расчёт себестоимости: разобраться, как считается себестоимость по мясосырью и материалам, откуда приходят данные, какие переделы проходит сырьё, как затраты ложатся на готовую продукцию — Превратить обследование в требования: описать процессы as-is, отделить то, что нужно сохранить, от того, что стоит переделать; собрать функциональные и нефункциональные требования к целевой системе; согласовать требования с финансовым блоком клиента, снять противоречия — Подготовить оценку переезда: определить границы скоупа, объёмы данных и связи с соседними системами; собрать факты для выбора между современной конфигурацией 1С и микросервисами; передать материал архитектору и участвовать в оценке Требования: — Опыт работы бизнес аналитиков 1С от 5 лет — Опыт в сфере производства (желательно мясопереработка или пищевое производство) — Опыт миграции с 1С 7.7 на 8.x — Понимание микросервисной архитектуры на уровне разговора с архитектором — Партионный учёт и сроки годности — Опыт нотации моделирования: BPMN, IDEF0, UML — Опыт работы с протоколами обмена данными (REST API, SOAP, JSON, XML) и понимание механики HTTP-сервисов для связи 1С со смежными системами — Умение оценивать объём работ и участвовать в сайзинге — Управление задачей от постановки для разработчиков до приемки результата, включая написание сценариев тестирования Условия: — Полный рабочий день — Удалённый формат работы — Срок проекта 3+ месяца — Оформление ИП

245 000 – 264 000 ₽

Требования: — Уровень Senior либо уверенный Middle+; — Обязательный практический опыт внедрения Websoft HCM; — Сбор, анализ и формализация функциональных и системных требований; — Подготовка функциональных спецификаций, ЧТЗ и постановок разработчикам; — Проектирование процессов, ролей, маршрутов и объектов системы; — Сопровождение разработки, тестирования, приемки и исправления дефектов; — Опыт работы с перечисленными HR-процессами будет преимуществом.

220 000 – 250 000 ₽