Вакансии

Задачи: построение ML-моделей, корректирующих оценки ETA маршрутизатора (от градиентного бустинга до нейросетей и архитектур на основе Transformer по мере роста данных); модели оценки трафика, превращающие GPS-данные в дорожные скорости и исторические профили трафика;

As a Databricks QA Engineer on our data engineering team you will own the quality gate for enterprise data platforms, working directly with customers. Own test strategy and release sign-off on engagements, including documented test plans covering scope, risk, and coverage.

Location: Москва Мы команда DS Департамент «Занять и сберегать» (Управление искусственного интеллекта и исследования данных), мы умеем быстро и качественно проверять гипотезы, строить ML-модели, консультировать бизнес, проводить A/B-тесты и защищать финансовые результаты. Вас встретит дружная команда, мощные кластеры, много данных и самое главное – интересные, амбициозные и сложные задачи. Мы разрабатываем и внедряем решения от идеи до вывода в промышленную эксплуатацию, включая исследования источников, построение витрин, разработку моделей и встраивание в существующую инфраструктуру исполнения моделей. У нас вы сможете поработать с действительно большими данными и внедрить решения масштаба страны, используя самый современный технологический стек. Обязанности Ключевые направления, в котором вы будете работать: * ценообразование * uplift-моделирование * задачи ранжирования * модели склонности * look-a-like * response модели * работа с регрессионными таргетами * кластерный и факторный анализ. Требования * опыт в части ML задач - не менее 1 года * опыт работы и глубокое понимание классического ML * продвинутые знания статистики и машинного обучения * опыт оценки качества результатов (DS и бизнес-валидация) * опыт проведения A/B-тестов * хорошие знания Python, SQL, Bash, PySpark. Будет плюсом: * опыт работы с Transformers * успехи в ML-соревнованиях, хакатонов * навыки работы с генеративными AI-моделями * опыт создания AI-агентов и использования их в работе будет преимуществом. Условия * работа в удобном и современном офисе недалеко от станции метро Кутузовская. * ежегодный пересмотр зарплаты, годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера.

Location: Remote Workplace: Remote About Us Launched in 2019, Constructor is an AI-first e-commerce search and discovery platform that helps shoppers find the right products at the right time and enables leading global e-commerce brands to drive meaningful revenue and conversion gains. About the Team We build the AI agent that helps merchandisers, product managers, and executives grow their e-commerce business: it finds opportunities in their data, tailors insights to each person's role, and takes routine work off their plate by delivering answers where they already work. We are transforming how digital merchandising teams work: instead of digging through reports and configuring rules by hand, they ask in plain language, get answers grounded in their own data, and approve the changes the agent prepares. Customers already rely on the agent to save time and make better decisions. We own the agent end to end, from the first question a merchant asks to the answer they act on. We also own the analytics behind it: the pipelines and cubes for search, browse, and recommendation performance, and the metric definitions merchants rely on. That is why we build the agent and the Customer Dashboard as a platform that every Constructor team extends. We create the foundation that other teams build on: the agent framework, shared components, and infrastructure. On top of it, teams add their own data, tools, and skills, so the agent can answer questions in their domain and the dashboard can show their features without separate interfaces. Each new capability gives merchants more ways to grow their business. What you'll do - Build and own the batch pipelines and cubes behind dashboard analytics and agent insights - Model shopper, trend, and benchmark data so the agent can find opportunities across the shopping journey - Shape data for each role: a merchandiser's category, a product manager's funnel step, an executive's total - Own data quality and trust: freshness, monitoring, alerting, and metric definitions - Work with engineers, analysts, and product to find the data the agent is missing and turn merchant questions into data products - Ship your data into the product: simple analytics UIs, and the agent skills, tools, and prompts that use it Requirements Must-have - Proficiency in Python and SQL (any dialect) - Experience building and maintaining batch data pipelines with Spark (PySpark) - Familiarity with the big data stack: Databricks, ClickHouse and dbt - Experience with data modeling for analytics: aggregated tables and cubes that feed dashboards and APIs - Experience with data quality and pipeline monitoring: freshness checks, alerting, incident response - Ability to prototype fast and pick the metrics that matter in e-commerce - Ability to translate business questions into technical requirements, and back - Clear communication with engineers and non-technical stakeholders Nice-to-have - Experience building frontend UIs, or willingness to work across the full stack to ship data into product features - Experience with pandas, NumPy - Experience building AI agents: tools, skills, prompts, context, and evaluations - Experience with real-time analytics: ClickHouse, Cube.js - Experience with AWS - Familiarity with statistics for experimentation (A/B tests) Benefits - 🏝️ Unlimited vacation, with a recommended minimum of 3 weeks per year - 🌎 Fully remote team: choose where you live - 🛋️ Work-from-home stipend to set up your home office - 💻 Apple laptop for new employees - 🧑‍🎓 Annual training and development budget for every employee - 👪 Maternity and paternity leave for qualified employees - 🧠 Smart colleagues who help you grow and make a meaningful impact - 💵 Base salary: 80-120K USD, depending on knowledge, skills, experience, and interview results - 📈 Stock options, in addition to the base salary - 🎉 Regular team offsites to connect and collaborate Diversity, Equity, and Inclusion at Constructor At Constructor.io http://Constructor.io we are committed to cultivating a work environment that is diverse, equitable, and inclusive. As an equal opportunity employer, we welcome individuals of all backgrounds and provide equal opportunities to all applicants regardless of their education, diversity of opinion, race, color, religion, gender, gender expression, sexual orientation, national origin, genetics, disability, age, veteran status or affiliation in any other protected group. Studies have shown that women and people of color may be less likely to apply for jobs unless they meet every one of the qualifications listed. Our primary interest is in finding the best candidate for the job. We encourage you to apply even if you don’t meet all of our listed qualifications. How we handle your data. By submitting this application, you acknowledge that Constructor will collect and process the personal data you provide for the purpose of evaluating your candidacy for this role. If you are not selected, we will retain your data for a limited period as described in our Recruitment Privacy Notice https://constructor.com/recruitment-privacy-notice. After that period your data will be deleted or anonymized.

Location: Москва Workplace: Гибридный О компании Геоэффект — это аналитический сервис компании МТС, основанный на обработке обезличенных больших данных мобильного трафика и геопозиции абонентов. Он позволяет проводить детальный анализ населения, туристических потоков, посещаемости объектов и инфраструктуры с высокой точностью и частотой обновления. Сервис используется в различных отраслях, включая ритейл, банковскую сферу, туризм, транспорт, государственное управление и урбанистику, для оптимизации решений по размещению объектов, развитию инфраструктуры, анализу аудитории и повышению эффективности бизнес-процессов. Обязанности Выгрузки, обработка гео и телеком-данных (трафик, локации нахождения абонентов); Разработка простых ETL-процессов; Выполнение ADHOC-задач на PySpark; Создание сегментов пользователей; Подготовка отчетности, обработка таблиц на PySpark Требования В том числе Студенты бакалавриата, специалитета или магистратуры; Базовое знание SQL и Python; Знание основ Hadoop и PySpark будет большим плюсом Условия Собственную платформу MTS Ocean для получения ИТ-ресурсов, а это значит, что деплой, мониторинг, observability — не будут для тебя проблемой, ты сможешь сосредоточиться на фичах; Профессиональные гильдии инженеров, где мы поддерживаем друг друга и помогаем стать лучше; Внутреннюю площадку TechTalks для обмена опытом, дискуссий, развития навыков самопрезентации; Участие во внешних IT конференциях. Мы выступаем на HighLoad++, DataFest, Mobius, Test Driven Conf, Joker, DevOps, Матемаркетинг и даже проводим собственную конференцию по архитектуре True Tech Arch; Полезные курсы и вебинары в корпоративном университете и электронную библиотеку; ДМС с первого месяца работы, включая стоматологию; Страхование от несчастных случаев с 1 месяца работы. Материальную помощь в сложных жизненных ситуациях; Отпуск 28 календарных дней (+3 дополнительных дня за ненормированный рабочий день); Гибридный формат работы; Прием врачей общей практики и массаж в офисе; Мобильная связь за счет компании и льготные тарифы для близких; Подписка на онлайн-кинотеатр KION, сервис МТС Музыка, книжный сервис Строки от МТС, безлимитные мессенджеры и соцсети.

Задачи: — Развитие продукта, построение системы работы с данными, усиление процессов и консультирование бизнеса по вопросам точек роста. — Анализ игровой экономики, баланса, поведения игроков и других аспектов игрового продукта. Требования: — Опыт работы продуктовым или маркетинговым аналитиком не менее 2,5 лет, общий опыт в аналитике от 4 лет. — Высшее физико-математическое или техническое образование и/или быстрый карьерный рост в крупных продуктовых компаниях с большим объемом данных (например, Avito, Yandex, inDrive). — Уверенные технические навыки в SQL, Python, мощная математическая и статистическая база, опыт работы с AB-тестами. Условия: — Работа удалённо из любой страны, при этом у компании есть офисы в Армении, Грузии, Казахстане, Сербии, Кипре. — Использование современного технического стека: databricks, pyspark, AWS, Appsflyer, Amplitude, S3, Airflow, Redshift, Monte Carlo. — Аналитики работают с данными через SQL и Python в Jupyter/Databricks ноутбуках, создают прототипы дашбордов в Tableau.

Location: Москва Мы создаем сервисы кредитования в Сбербанке, позволяющие клиентам быстро и удобно получать кредиты онлайн. Клиент может подать заявку на получение кредита через мобильное приложение или WEB, получить одобрение всего за две минуты и мгновенно перевести средства на свою банковскую карту или счет, без необходимости посещать отделение банка лично. Наш проект постоянно развивается. Мы планируем улучшать клиентский опыт и развивать наши сервисы внедряя механики динамического ценообразования. Работа в нашей команде позволит вам принять участие во всех этапах разработки высоконагруженных распределённых систем, начиная от проектирования и заканчивая внедрением в промышленную эксплуатацию. Вы сможете активно влиять на создание новых продуктов и улучшение существующих бизнес-процессов, применяя современные технологии и подходы. Возможность углублять знания и улучшать навыки в области современного программирования и управления проектами. Комфортные условия труда - современное оборудование и стабильность занятости в одной из крупнейших финансовых организаций страны. Присоединяйтесь к нашей команде и станьте частью инновационного процесса, создающего удобные решения для миллионов пользователей по всей России! Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех! Обязанности * исследование и разработка новых методов и алгоритмов машинного обучения * эксперименты в области глубинного обучения, обучения с подкреплением, байесовских методов, VAE и других прикладных направлений * исследование и применение современных NLP-методов: трансформеры, LLM API, LangChain * анализ данных для проверки исследовательских гипотез * проектирование и проведение экспериментов, оценка результатов * подготовка прототипов для тестирования новых подходов * анализ применимости новых методов к задачам компании * подготовка предложений по архитектуре моделей и выбору методов * подготовка отчётов и презентация результатов исследований. Требования * опыт работы на позиции Data Scientist / исследователя — от 2 лет, в том числе в исследовательских задачах * Python — уверенное владение, включая фреймворки для ML и DL: PyTorch, scikit-learn, pandas, numpy * SQL — составление запросов; опыт работы с PostgreSQL * глубокое знание классических и современных методов ML * понимание глубинного обучения, обучения с подкреплением, байесовских подходов, VAE * опыт проведения исследований: формулирование гипотез, дизайн экспериментов, статистическая оценка * математическое моделирование, статистика, системный анализ * опыт экспериментальной работы с NLP-моделями и трансформерами. Будет плюсом: * опыт работы с Hugging Face Transformers, LangChain, LLM API * опыт контейнеризации и запуска экспериментов в Docker * опыт работы с большими данными (PySpark, Hive, HDFS) * опыт работы в банковской / финансовой сфере * навыки работы с генеративными AI-моделями * опыт создания AI-агентов и использования их в работе * опыт использования GigaChat, Kandinsky и аналогов в продуктах * навыки создания и использования AI-агентов * инструментальное владение AI для анализа, генерации и автоматизации. Условия * гибридный формат работы (4 дня офис) на Кутузовском, 32к1 * ежегодный пересмотр зарплаты, квартальная и годовая премия * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * программа адаптации и помощь руководителя на старте * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера.

Location: Москва Мы создаем сервисы кредитования в Сбербанке, позволяющие клиентам быстро и удобно получать кредиты онлайн. Клиент может подать заявку на получение кредита через мобильное приложение или WEB, получить одобрение всего за две минуты и мгновенно перевести средства на свою банковскую карту или счет, без необходимости посещать отделение банка лично. Наш проект постоянно развивается. Мы планируем улучшать клиентский опыт и развивать наши сервисы внедряя механики динамического ценообразования. Работа в нашей команде позволит вам принять участие во всех этапах разработки высоконагруженных распределённых систем, начиная от проектирования и заканчивая внедрением в промышленную эксплуатацию. Вы сможете активно влиять на создание новых продуктов и улучшение существующих бизнес-процессов, применяя современные технологии и подходы. Возможность углублять знания и улучшать навыки в области современного программирования и управления проектами. Комфортные условия труда - современное оборудование и стабильность занятости в одной из крупнейших финансовых организаций страны. Присоединяйтесь к нашей команде и станьте частью инновационного процесса, создающего удобные решения для миллионов пользователей по всей России!  Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех! Обязанности * руководство командой DS (продуктовый и исследовательский треки) плюс собственная инженерная работа — от архитектуры ML/AI-решений до инструментов для fine-tuning LLM * управление командой DS: постановка и декомпозиция задач, приоритизация, контроль качества * менторство, код-ревью, стандарты разработки и исследований; участие в найме * архитектура ML/AI-решений, обоснование выбора методов и моделей * разработка инструментов fine-tuning LLM (LoRA/QLoRA): подготовка датасетов, пайплайны обучения, оценка качества * разработка и валидация ML-моделей, feature engineering, вывод в production * исследовательские гипотезы, дизайн экспериментов, статистическая оценка, прототипы новых подходов * предложения по решению бизнес-задач аналитическими методами, консультирование заказчика, презентация результатов. Требования * одинаково уверенная работа как исследователь/моделист и как инженер, доводящий AI-решения до работающего продукта * алгоритмы и структуры данных на уровне понимания внутреннего устройства, а не вызова библиотек: базовые (сортировки, поиск, деревья, графы, динамическое программирование, оценка сложности), классический ML (линейные модели, градиентный бустинг, SVM, кластеризация), DL (обратное распространение, оптимизаторы SGD/Adam, механизмы внимания, трансформеры), LLM-инженерия (токенизация BPE, LoRA/QLoRA, ANN-поиск) * умение разобрать алгоритм по статье и реализовать в коде * готовность самостоятельно разрабатывать скиллы и тулы для LoRA/QLoRA-адаптации LLM * Data Scientist / ML-инженер — от 4–5 лет * техническое лидерство или менторство — от 1–2 лет * вывод моделей в production и их сопровождение; исследовательская работа * Python (scikit-learn, pandas, numpy, PyTorch), SQL/PostgreSQL * классический ML, валидация моделей, статистика, математическое моделирование * NLP/LLM: трансформеры, Hugging Face Transformers, LLM API, LangChain; промпт-инжиниринг, RAG * практический опыт обучения нейронных сетей: трансформеры + минимум 2–3 типа архитектур (CNN, RNN/LSTM, VAE, RL-агенты) * MLOps: ML-пайплайны, Docker, FastAPI, Git, воспроизводимость экспериментов * готовность проводить код-ревью и давать развивающую обратную связь * способность понятно объяснять технические решения нетехнической аудитории * постановка задач команде, оценка трудоёмкости; готовность развивать управленческие навыки в процессе. Будет плюсом: * XAI, большие данные (PySpark, Hive, HDFS), банковская / финансовая сфера * опыт построения модели, давшей измеримый бизнес-эффект (метрики, выручка, экономия ресурсов) * участие в соревнованиях Kaggle или аналогичных. Условия * гибридный формат работы (4 дня офис) на Кутузовском, 32к1 * ежегодный пересмотр зарплаты, квартальная и годовая премия * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * программа адаптации и помощь руководителя на старте * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера.

Location: Athens, Greece Are you interested in working with a leading education technology player, the global leader in the assessment and certification of professional skills industry with a presence in more than 200 countries worldwide? If so, this is the chance to apply now! 📥 PeopleCert is looking for a Cloud Data Architect to join the relevant team and support data driven decision making of the organization by developing the appropriate corporate data warehouse/s, corporate data lake/s, cubes for self-service reporting, and advanced analytics & AI deliverables. As a Cloud Data Architect, your responsibilities will include: Design, build and evolve scalable Enterprise Data Warehouse, Data Lake and Lakehouse architectures on Microsoft Azure, aligned with enterprise architecture principles, security requirements and cloud best practices. Architect data solutions using Microsoft Fabric and Azure Databricks as core components of the enterprise data platform , selecting and integrating capabilities according to workload and architectural requirements. Design modern data ingestion and orchestration patterns using Microsoft Fabric Data Factory and Azure Data Factory , supporting batch and incremental ELT/ETL workloads across heterogeneous enterprise systems. Design and implement Medallion Architecture patterns (Bronze, Silver and Gold) using Delta Lake/Lakehouse technologies to provide scalable, governed and reusable enterprise data products. Integrate diverse data sources, including CRM, ERP, digital platforms, operational applications, APIs, multimedia sources and custom enterprise systems . Design scalable analytical and semantic architectures using Microsoft Fabric, Power BI and Databricks , supporting both centrally governed enterprise reporting and self-service analytics. Apply data democratization and self-service analytics principles , ensuring secure, scalable and governed access to trusted enterprise data. Lead and support Master Data Management (MDM) initiatives, establishing consistent and governed master entities and golden records across enterprise systems. Work closely with Data Engineering, Business Intelligence, Data Governance, Data Science and AI teams to translate business and technical requirements into robust end-to-end data architectures. Establish architecture standards for data modelling, integration, data quality, metadata, lineage, security and lifecycle management . Design architectures that support AI and Machine Learning workloads , enabling governed access to enterprise data for advanced analytics, ML and AI applications. Monitor and optimize data platform architecture and workloads, balancing performance, scalability, reliability and cloud cost efficiency . Define and promote CI/CD, Infrastructure-as-Code and DataOps practices for enterprise data solutions. Stay current with developments across Microsoft Fabric, Azure Databricks and the broader Azure data ecosystem , recommending architectural improvements and new capabilities where they provide measurable business value. Provide technical leadership, architectural guidance and mentorship to Data & Analytics teams on modern cloud data architecture and engineering practices. Maintain comprehensive and up-to-date architecture documentation, standards, design patterns and technical decision records . What we look for: Proven experience as a Cloud Data Architect, Data Architect, Senior Data Engineer or equivalent , designing and delivering modern cloud data platforms. Strong hands-on experience with the Microsoft Azure data ecosystem , particularly: Microsoft Fabric , including Lakehouse, Data Factory, OneLake, Warehouses and Power BI. Azure Databricks , including Delta Lake, Lakehouse and Medallion Architecture patterns. Azure Data Lake Storage (ADLS) . Azure Data Factory / Fabric Data Factory . Strong understanding of modern Enterprise Data Warehouse and Lakehouse architectures , dimensional modelling and enterprise data modelling principles. Hands-on experience designing ETL/ELT pipelines , incremental data ingestion and integration patterns across complex enterprise environments. Strong SQL/T-SQL skills and experience working with large-scale analytical datasets. Experience with Python, PySpark, Spark and Databricks notebooks is highly desirable. Strong knowledge of Power BI , semantic modelling and DAX, particularly within the Microsoft Fabric ecosystem. Experience with data governance, metadata management, data lineage and Master Data Management concepts and technologies. Understanding of cloud security, access control, networking, performance optimisation and FinOps principles within enterprise data platforms. Experience with Azure DevOps, Git and CI/CD practices for data engineering and analytics solutions. Relevant Microsoft and/or Databricks certifications are highly desirable. Bachelor’s or Master’s degree in Computer Science, Data Science, Engineering, Mathematics or another relevant discipline . Strong analytical and problem-solving skills, with the ability to translate complex business requirements into scalable technical architectures. Strong commitment to quality, delivery and collaborative teamwork across business and technology functions. Excellent command of English; additional languages are considered an advantage. What we offer: Competitive remuneration package. Work in an international, dynamic, and collaborative environment. Two free vouchers per year from PeopleCert's certification portfolio. Continuous learning and professional development opportunities. Exposure to international facilities and workplace operations. Opportunity to contribute to sustainability and workplace improvement initiatives. If you want to become a member of our international, dynamic and agile team that creates world leading software products, then we should certainly like to hear from you! About PeopleCert PeopleCert is a global leader in the assessment and certification of professional skills, partnering with multinational organisations and government bodies for the development and delivery of standardised exams. Delivering exams across 200 countries and in 25 languages through state-of-the-art assessment technology, PeopleCert enables professionals to boost their careers and realise their life ambitions. Quality, Innovation, Passion, Integrity, Clarity and Velocity are the core values that guide everything we do. Our offices in the UK, Greece, Cyprus, and India foster a culture of diversity, where everyone is different, yet everyone fits in. All of us at PeopleCert are committed to reflecting the diversity and inclusion of our customers and the communities in which we operate. Working on Home Office (HO) Secure English Language Tests (SELTs) Any person who is engaged by PeopleCert to work on the SELT service must undergo a Background Check (the results of which must be acceptable to PeopleCert and the HO) prior to commencing their SELT duties. All SELT personnel will be required to complete a declaration (provided by PeopleCert) where the existence of any criminal record and/or bankruptcy must be declared. If working on the SELT service in the UK, background checks will include: A basic or enhanced Disclosure Barring Service (DBS) check Right to Work in the UK check (including nationality, identity and place of residence) HO security check (Baseline Personnel Security Standard (BPSS) or Counter Terrorist Check (CTC) Financial background check Employment reference check. If working on the SELT service anywhere in the world (outside of the UK) personnel will undergo background checks that are equivalent to those stated for the UK. In addition, if personnel are required to speak to SELT candidates they must be appropriately skilled in English language and, where SELT services are provided anywhere in the world (outside of the UK), the official language of the relevant country. All applications will be treated with strict confidentiality.

Location: Ukraine; Poland M Science is a data-driven research and analytics firm, uncovering new insights for leading financial institutions and corporations. We come to work every day to create actionable insights from alternative data. M Science is revolutionizing research, discovering new data sets and pioneering methodologies to provide actionable intelligence. Our research teams have decades of experience working with massive amounts of unstructured data in near real-time to discern critical insights that help clients make smarter, more informed decisions. We combine the best of finance, data and technology to create a truly unique value proposition for both financial services firms and major corporations. We’re looking for exceptional data engineers who will work with petabytes of data daily using diverse technologies like Databricks, SQL, Python, Airflow, and others. You will be expected to effectively partner with upstream engineering teams and downstream consumers, including analysts and product engineers. In this role, you will build datasets to support analytics, experimentation, and machine learning. Specifically, you will build out standards for pipelining at scale, including establishing common operators, workflows/DAGs, and optimizing existing products. NOTE: This role requires flexible working hours to ensure at least 2 hours of overlap with colleagues based on both the US East Coast and West Coast. Expected working schedule: 12:00–20:00 CET. Responsibilities: Manage and improve pipeline for cleansing, filtering, and structuring raw datasets for the purposes of company and customer analysis. Implement QA procedures to proactively identify data anomalies and issues. Implement new products and features created by analyst teams using best practices. Work with other team members and internal stakeholders on infrastructure projects, documentation, QA and code reviews. Build and manage Repos. Continuously seek opportunities to standardize code and automate production pipelines. Create and contribute to frameworks that improve the efficacy of logging data, while working with infrastructure to triage issues and resolve. Mentor team members by giving/receiving actionable feedback. Requirements: 3-7 years of experience as a data engineer. Preference given to those that have worked in a similar type role within a data intelligence company or within our desired verticals including consumer retail & brands, digital media and technology. Expertise in data engineering in a cloud environment (Python, Databricks, AWS, Airflow, Snowflake, SQL). SQL & Python required. Working knowledge of PySpark and distributed computing. Strong people and management skills to interact with product managers and data analysts. Familiarity with software development methods such as Scrum and TDD. General project management skills. Ability to clearly articulate project plans, technical requirements, methodologies, and takeaways to both technical and non-technical stakeholders. Bachelor’s or higher degree, or significant experience in Statistics, Mathematics, Computer Science, or a similar quantitative discipline. Ability to thrive in a culture of quality and personal accountability. What we offer: 20 days of vacation. Public holidays. Mobilization reservation available upon successful completion of the probation period (for Ukrainian colleagues). The exchange of experience and work with talented colleagues. Last but not least - valuable compensation for your efforts.

Задачи: разработка production-моделей для бизнес-задач — прогнозирование, классификация, детектирование аномалий, анализ временных рядов; участие в запуске ML-проектов полного цикла — от постановки задачи совместно с заказчиком и подготовки данных и признаков до обучения, валидации моделей, вывода в прод и оценки влияния на бизнес-метрики;

Location: Москва Мы — команда Data Science Департамента «Занять и сберегать» (Управление искусственного интеллекта и исследования данных). Направление нашей работы охватывает широкий спектр розничных банковских продуктов: кредиты (включая товарное кредитование), вклады, автокредитование и комиссионные продукты. Такая многогранность делает наши задачи по-настоящему разнообразными и нетривиальными — от прогнозирования спроса и оптимизации портфелей до автоматизации принятия решений и персонализации предложений. Мы разрабатываем и внедряем сложные ML-решения, которые напрямую влияют на эффективность этих продуктов. Результаты нашей работы видят миллионы клиентов, получая более выгодные условия, релевантные сервисы и бесшовный опыт взаимодействия с банком в самых разных жизненных ситуациях — от покупки автомобиля до открытия вклада. Обязанности * ценообразование * uplift-моделирование * задачи ранжирования * модели склонности * look-a-like * response модели * работа с регрессионными таргетами * кластерный и факторный анализ. Требования * **опыт в части ML-задач на табличных данных - не менее 2 лет** * опыт работы и глубокое понимание классического ML * продвинутые знания статистики и машинного обучения * опыт оценки качества результатов (DS и бизнес-валидация) * опыт проведения A/B-тестов * **хорошие знания Python, SQL, Bash, PySpark - критичное требование** **Будет плюсом:** * опыт работы с Transformers * успехи в ML-соревнованиях, хакатонов * навыки работы с генеративными AI-моделями * опыт создания AI-агентов и использования их в работе будет преимуществом * опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов. Условия * работа в удобном и современном офисе недалеко от станции метро Кутузовская * ежегодный пересмотр зарплаты, годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * подписка Прайм с возможностью совместного использования на трех близких * вознаграждение за рекомендацию друзей в команду Сбера.

Задачи: — Развивать методологию финансовой оценки бизнес-инициатив всех направлений бизнеса Группы и превращать её в инструменты для AI-агента. — Проводить аналитику и разрабатывать методологию финансовой оценки. — Проектировать алгоритмы сбора, обработки и анализа данных и реализовывать их на SQL, Python, Pyspark. — Превращать алгоритмы в полноценные инструменты для AI-агента. — Описывать бизнес-требования для автоматизации на внутренних платформах. — Сопровождать разработчиков в процессе автоматизации. — Проверять и принимать готовые решения. — Отвечать за прохождение идеи от методологии и прототипа до работающего инструмента для AI-агента. Требования: — Высшее образование в области экономики, финансов, математики или физики. — Знание экономики и корпоративных финансов. — Знание математической статистики, эконометрики, понимание принципов A/B-тестирования и альтернативных методов оценки эффектов. — Уверенное владение SQL и Python, опыт работы со Spark будет плюсом. — Знание английского языка. — Навыки работы с GenAI решениями. — Опыт работы в сфере финансов, рисков или анализа данных от 0 до 5 лет (junior и middle). — Личностные качества: самостоятельность, системное и критическое мышление, структурность, коммуникабельность, исследовательский интерес, целеустремлённость, умение доводить дело до конца. Условия: — Полная занятость. — Конкурентная заработная плата (финальное значение определяется по итогам собеседований). — ДМС, корпоративное обучение, фитнес. — Перспективы карьерного роста.

Location: Воронеж \- Обязанности * выявление недостатков в бизнес-процессах, условиях и автоматизированных алгоритмах процессов обслуживания и предоставления продуктов банка корпоративным клиентам * автоматизация процессов проверки (HiveSQL, PySpark, PostgreSQL, Рython, Excel и т.д.) * написание кода для выборки данных на HiveSQL, PySpark, PostgreSQL * анализ кода на соответствие бизнес-логики процесса * подготовка описания недостатков в процессах на основе проведенного анализа Требования **_Образование:_** * высшее экономическое со знанием основ написания SOL-запросов, библиотек анализа данных на Рython * в сфере ИТ со знанием основ экономической теории (выпускники профильных ВУЗов, обучающиеся, начиная с 4 курса, при возможности совмещения учебы и работы полный рабочий день) **_Навыки:_** * знание экономики * свободное владение MS Office (Excel, Word, PowerPoint), применение встроенных функций (сводные таблицы, сложная фильтрация, форматирование, использование сложных формул и функций) * HiveSQL, PostgreSQL, PySpark (уровень владения: Junior), Python * написание качественных запросов для нейросетей (LLM). Условия * комфортный современный офис ул. 9 января, 68к * график работы 5/2, пн-вт с 9:00 до 18:00, пт до 16:45, офис * ежегодный пересмотр зарплаты и годовая премия * гибкая система премирования и возможность влиять на свой доход * корпоративный спортзал и зоны отдыха * уникальная система обучения Сбера для профессионального и карьерного развития * расширенный ДМС и льготное страхование для семьи * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера * корпоративная пенсионная программа.

Location: Intellias Meet your recruiter Olha Yakuba olha.yakuba@intellias.com https://www.linkedin.com... Vacancy details Data Engineering Data Architect Architect Bulgaria, Croatia, Poland, Portugal, Spain, Ukraine, United Kingdom Remote APPLY NOW REFER A FRIEND Let’s breathe life into great tech ideas! With 3,000 people globally, Intellias is a company where benchmark technological solutions are born. Join in and take your part in digitalizing the world. What project we have for you The client is a US-headquartered engineering, architecture, construction and commissioning firm delivering complex facilities for the life sciences and advanced technology sectors. Its knowledge lives across SharePoint, CRM, project management, cost and document systems, and the client is investing in data and AI to put that knowledge to work. Intellias is the client’s data and AI delivery partner. The engagement covers several streams that run in parallel or follow one another: Data platform: a governed Microsoft Fabric lakehouse that consolidates project, commercial and document data into one trusted source. Knowledge and document AI: extraction, search and cited generation over large archives of proposals, specifications, drawings and project records. AI agents and workflow automation: assistants embedded in pre-construction, proposal, delivery and innovation processes, including idea intake, triage and approval flows. Governance and enablement: AI governance, security, environment set-up, including isolated or offline deployments, and capability building for client teams. What you will do Own the account’s target data and AI architecture, keep every initiative aligned to it, and maintain the architecture documents and decision records. Design lakehouse data models (medallion, Delta) with clear lineage, data quality rules and reusable data products. Plan environments, capacity and the path from pilot to production. Design integrations with enterprise systems such as Microsoft 365/SharePoint, CRM, ERP, finance and project systems, plus entity resolution to link clients, projects and documents. Build document intelligence pipelines that use OCR, classification and LLM-based extraction. Architect RAG solutions and AI agents on Azure AI Foundry and Power Platform, with grounded answers, tool use and human-in-the-loop steps. Set up evaluation frameworks with golden datasets, and use them to gate model and prompt changes. Design security and governance: Entra ID/RBAC, document-level access, Purview, audit logging, monitoring and cost controls, plus isolated deployments where required. Act as the client’s trusted technical advisor: run workshops and present trade-offs, cost and risk clearly. Support new client initiatives with estimates, RFP responses, demos, proposals and proofs of concept Mentor data and AI engineers through design reviews, code reviews and prototyping, and help grow the client’s in-house capability. What you need for this Tech stack: Microsoft Fabric / OneLake, Azure AI Foundry, Azure OpenAI, Azure AI Search, Azure AI Document Intelligence, Power Platform and Dataverse, Microsoft Purview, Entra ID, Key Vault, Azure Monitor; integrations with SharePoint (Graph API), Salesforce and Procore. Requirements 8+ years in data engineering or data platforms, including 3+ years as a solution or data architect leading end-to-end designs for enterprise clients. 3+ years of Azure experience (Microsoft Fabric / OneLake, Azure AI Foundry and Azure OpenAI, Azure AI Search etc.) including security and governance (Entra ID, RBAC, Key Vault, private networking). Proven delivery of production data platforms (medallion patterns), experience in data modelling with lineage and provenance, data quality, entity resolution and master data. Delivered at least one generative AI solution (RAG, document AI or agents) beyond the prototype stage. Strong hands-on Python and SQL; working knowledge of PySpark. Ability to explain architecture and AI limits to non-technical business stakeholders, and to defend decisions with trade-offs, cost and risk. Comfortable working across several initiatives at once and switching between strategy and hands-on detail. English at B2+ (Upper-Intermediate) or higher for daily work with US stakeholders. Nice to have Experience in the AEC (architecture, engineering, construction) or life sciences domain: pre-construction, estimating, proposals, commissioning and qualification. Exposure to Procore, Salesforce, Cosential or similar construction and professional-services systems. Power BI / Microsoft Purview / Power Platform / Copilot Studio. Agentic frameworks (Semantic Kernel, LangGraph, Azure AI Foundry Agent Service), Model Context Protocol and LLM evaluation tooling. Infrastructure as code (Bicep or Terraform) and CI/CD for Fabric and Azure (Azure DevOps or GitHub Actions). Azure / Fabric certifications. What it’s like to work at Intellias At Intellias, where technology takes center stage, people always come before processes. By creating a comfortable atmosphere in our team, we empower individuals to unlock their true potential and achieve extraordinary results. That’s why we offer a range of benefits that support your well-being and charge your professional growth. We are committed to fostering equity, diversity, and inclusion as an equal opportunity employer. All applicants will be considered for employment without discrimination based on race, color, religion, age, gender, nationality, disability, sexual orientation, gender identity or expression, veteran status, or any other characteristic protected by applicable law. We welcome and celebrate the uniqueness of every individual. Join Intellias for a career where your perspectives and contributions are vital to our shared success.

Workplace: Москва и Краснодар (гибрид/офис), другие города - удаленно Мы ищем ведущего ML-инженера, который возьмёт на себя развитие ML-направления в команде, работающей над продуктами для управления ценами, прогнозирования спроса и формирования коммерческих рекомендаций. Один из основных проектов — система рекомендаций регулярных цен на уровне SKU × магазин. Система анализирует исторические продажи, цены, промо, остатки, будущие поставки, характеристики товаров и магазинов, а также внешние данные, после чего: прогнозирует спрос при различных ценовых сценариях; оценивает ценовую эластичность рекомендует повышение, снижение или сохранение цены прогнозирует влияние решения на продажи, оборот, маржу и EBITDA рассчитывает уверенность модели и риск падения продаж позволяет сравнивать прогноз с фактическим эффектом после применения рекомендации Задачи Развивать модели прогнозирования спроса и ценовой эластичности Исследовать подходы к causal inference и оценки эффекта изменения цены Проектировать временную валидацию, backtesting и бизнес-метрики качества Работать с uncertainty, confidence, intermittent demand, cold start и long-tailSKU Разрабатывать логику выбора оптимальной цены с учётом бизнес-ограничений Организовать оценку plan/fact и мониторинг качества моделей Участвовать в проектировании feature engineering, batch training и batchinference на больших объёмах данных Проводить design review, code review Требования Сильную базу в классическом ML, статистике и работе с табличнымиданными Опыт с forecasting, временными рядами и gradient boosting: LightGBM,CatBoost или XGBoost Понимание causal inference и экспериментального дизайна Опыт доведения ML-моделей до production Уверенное владение Python и SQL Понимание временной валидации, data leakage, calibration и uncertaintyestimation. Опыт работы с Airflow или аналогичным оркестратором Понимание принципов распределённой обработки данных, партиционирования и оптимизации вычислений Умение связывать ML-метрики с измеримым бизнес-эффектом Будет плюсом Опыт в retail, e-commerce, pricing или demand forecasting Практический опыт с PySpark, Trino, Iceberg, S3, dbt или ClickHouse Опыт с price optimization, hierarchical forecasting или operations research Опыт построения ML-мониторинга и проведения A/B-тестов Текущий стек: Python, LightGBM, Airflow, dbt, Trino, Apache Iceberg, Parquet,S3, PostgreSQL, ClickHouse, Kubernetes и gRPC Условия Оформление в аккредитованную ИТ-компанию Конкурентоспособную заработную плату (обсуждается индивидуально) ДМС со стоматологией и льготными условиями для членов семьи Технику для работы График работы 5/2 с гибким началом Работу в максимально уютном офисе в Москве на ст. м. Савеловская, в Краснодаре или удаленно из других городов РФ, так же есть ИТ офисы в Санкт-Петербурге и Иннополисе Возможность проведения и участия в митапах, хакатонах, где есть возможность познакомиться с работой других подразделений Возможность реализовать свой опыт и потенциал в интересных и многоплановых проектах, получить новый интересный опыт в решении сложных задач Наличие корпоративных скидок и программ лояльности Наличие корпоративной библиотеки курсов Формат работы Москва и Краснодар (гибрид/офис), другие города - удаленно

Превращать телеметрию автономного транспорта в данные, удобные для анализа: разрабатывать и запускать Spark-пайплайны, продумывать преобразования и проверки качества. Подключать новые источники данных: разрабатывать интеграции с различными системами и обеспечивать надёжную загрузку данных в хранилище.

Location: London Workplace: remote ⚡️ About Merkle Science Merkle Science provides blockchain transaction monitoring and intelligence solutions for web3 companies, digital asset service providers, financial institutions, law enforcement and government agencies to detect, investigate and prevent illicit use of cryptocurrencies. Our vision is to make cryptocurrencies safe and provide infrastructure for the safe and compliant growth of cryptocurrencies. Merkle Science is headquartered in New York with offices in Singapore, Bangalore and London. The team has combined experience across Bank of America, Paypal, Luno, Thomson Reuters and Amazon. The company has raised over US$27 MM from SIG, Beco, Republic, DCG, Kenetic, GGV and several others. The Role You will design, build and run the systems behind our data products, covering ingestion, processing, analytical storage and serving. You own your work from the design document through to production. The people who design a pipeline also run it and answer for its numbers. Our stack is very wide, and we go deep in every part of it. We don't stop at "it works." We keep measuring, profiling and tuning to make systems faster, cheaper and more reliable. We want engineers who are razor sharp, pay close attention to detail, and care as much about why a query takes 800 ms as whether it returns the right answer. You don't need blockchain experience. If you're a strong data engineer who wants to learn it, we'd like to hear from you. What You'll Do Design and build scalable, high-throughput data pipelines and platform systems for blockchain data across 30+ chains. Build backend data services and loaders in Go and Python. Design and evolve data models and analytical workloads in ClickHouse, and tune them for sub-second queries. Build incremental, idempotent pipelines on Databricks over billions of rows and tens of terabytes. Keep improving the scale, reliability, freshness, performance and cost efficiency of the platform. Investigate hard performance and reliability problems and see them through to resolution. Work closely with the product, analytics and investigations teams that use the data, and turn their needs into platform designs. Help set technical direction through architecture discussions, design reviews and code reviews. Mentor engineers and help set strong engineering and operational practices. What You Bring 5+ years building and operating production data systems, including ETL and ELT pipelines. At least two of those years should be spent owning systems that other engineers depend on. Expert Python and strong SQL. You write typed, tested code, are comfortable with asyncio and concurrency, and have built incremental data models over billions of rows. Go for backend services. You have built and run high-throughput services or data loaders in Go in production. ClickHouse in production. You know MergeTree schema and sort-key design, materialised views, bulk loads and query tuning. Databricks in production. You have worked with PySpark, Delta Lake and Unity Catalog, designed incremental and idempotent tables, and kept an eye on compute cost. Large-scale data. You have hands-on experience with pipelines over billions of rows and tens of terabytes. You understand how partitioning, clustering and file sizing affect cost and latency. Kafka, Airflow and Kubernetes in production. You understand delivery semantics and idempotent writes, have handled backfills and failures, and have run data workloads with Docker and Helm. Google Cloud is preferred; AWS is fine. An operations and communication mindset. You instrument what you build, write runbooks and post-incident reviews, and can write a design document that a reviewer in another time zone can approve.   Nice to Have Blockchain data: EVM, UTXO or non-EVM chain data models, and pulling data from nodes over JSON-RPC or gRPC. Graph or distributed key-value stores: entity resolution or clustering on large graphs. Infrastructure as code, GitOps and observability: Terraform, Helm, ArgoCD, OpenTelemetry, Prometheus and Grafana, and load-test design. Experience building platforms that serve multiple data sources, datasets or product teams. AI-assisted development, and experience in fintech, compliance or AML. How We Work You'll join a small, senior team where everyone owns their work end to end. We make decisions based on measured evidence, not opinion. We keep design notes and runbooks next to the code. We test at production scale and run blameless post-incident reviews. We use AI coding tools every day, and we use judgement when reviewing what they produce. ❤️ Well Being, Compensation and Benefits We care about your well-being. Along with excellent health insurance, we offer flexible time off, learning & development initiatives and hours that are designed to provide work/life balance.  We regularly host team-building sessions and encourage discussions around mental health.   We reward talent and believe in acknowledging people for their contributions.  We offer industry-leading compensation, along with generous equity.  As a rapidly growing business, there are endless opportunities to grow your career with Merkle Science.