Вакансии

Location: Москва Мы - команда, создающая **комплексную систему противодействия мошенничеству** и обеспечивающая online/offline безопасность миллионов клиентов банка 24/7/365, предоставляя инструменты **собственной разработки** для: * Построения графа связей (позволяет проанализировать не только объекты и их свойства, но также их связи с другими объектами различных уровней и характеристик и применяется для получения дополнительных знаний об объекте за счет извлечения знаний о его окружении, выявления наиболее значимой информации, центров влияния, групп связанных объектов, цепочек) * Геопространственой аналитики: анализа локаций, построения маршрутов и тепловых карт * Выявления и анализа попыток мошенничества и иных отклонений * Портфеля технологичных сервисов накопления и обработки больших объемов данных со сложной структурой Мы находимся на передовой технологических инноваций, соединяя возможности ИИ, современные технологии и потребности общества. Наше направление AI-трансформации — это стратегическая инициатива по интеграции LLM-агентов и мультиагентных систем в собственную аналитическую платформу: * AI-решения для глубокого анализа данных * Набор AI Tools, дающих агентам доступ к инструментам и сервисам платформы * Собственная no-code/low-code платформа для оркестрации AI-агентов и автоматизации рабочих процессов * Интеграция с внутренними LLM-шлюзами и средами исполнения агентов * RAG-системы для работы с корпоративными базами знаний и методологиями Наш передовой технологический стек: * Storage - Hadoop, Cassandra, ClickHouse, Elasticsearch, FastGraph, PostgreSQL * Big Data Engineering- Scala, Spark, Flink * Backend - GO (GIN), Scala (ZIO), Kubernetes (OpenShift, DropApp) * Fronted - React, Redux (Redux ToolKit, RTK Query), Typescript, jest. Библиотеки: react-force-graph, leaflet * AI - Python (LangChain, LangGraph, Harness), GO (mcp-go), Typescript (no code platform), ai-coding (gigacode cli, claude, codex), RAG\\GraphRag (PostgreSQL, Elasticsearch, Qdrant) * QA - Java, TestNG, Selenium, Maven, Allure * DevOps - Docker, Helm, Jenkins Обязанности * Проектирование и анализ архитектуры технического решения совместно с командой разработки * Разработка и согласование концепции, проектной документации и технической документации, описание API, ведение документации в Confluence * Развитие направления мультиагентных решений обеспечивая полный цикл реализации * Проведение исследовательских работ и тестирование новых подходов и техник AI * Анализ источников данных, разработка моделей данных, логики алгоритмов и интеграций * Документирование и обеспечение соблюдения правил сбора, хранения и использования данных * Участие в полном цикле разработки и внедрения Требования * Умение быстро погружаться в исследуемую область и оперативно переключаться на новое направление * Навыки интеграции решений на основе ML/AI в реальные производственные системы * Опыт проектирования логической и физической моделей данных. Языки SQL: понимание работы ETL-инструментов, умение писать SQL-запросы различной сложности * Знание форматов JSON/XML и навыки проектирование REST API * Способность обрабатывать и структурировать большой объем сложной информации, доступно и наглядно ее презентовать * Сбор, анализ и документирование бизнес-требований, описание use case, генерация идей, проработка технических решений, интеграционных взаимодействий * Коммуникативные навыки, достаточные для выстраивания конструктивного взаимодействия со смежными подразделениями и внутри команды Будет плюсом * Понимание ключевых алгоритмов и подходов в AI/GenAI (LLM, vector search, NLP, context engineering и др.) * Понимание архитектуры AI/GenAI решений, LLM, RAG, BI и DataOps * Наличие опыта разработки собственных библиотек и инструментов для AI * Опыт успешного внедрения AI-решений, знание инструментов AI на рынке * Опыт программирования на любом языке и способность анализировать код * Владение инструментами Big Data (Hadoop, AirFlow, Spark, Kafka) * Понимание принципов работы NoSQL баз данных (Cassandra, ClickHouse, ElasticSearch, Qdrant, Neo4j) Условия * Комфортный современный офис (ст.м.Кутузовская) * ежегодный пересмотр зарплаты, годовая премия * корпоративный спортзал и зоны отдыха * 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 * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

• Проектирование и развитие аналитического хранилища данных (DWH). • Разработка моделей данных (fact / dimension, агрегаты).

Location: Москва Мы передовое ИТ подразделение, создающее дата платформу на сотни петобайт данных для крупшейнего юнита банка. Нами реализована загрузка, обработка и контроль качетсва разрозненных данных из сотен систем-истоников банка в единое хранилище в Data Lakehouse архитектуре на платформе Hadoop. Ищем сильных и энергичных дата инженеров для развития нашей платформы в сторону обработки данных в режимах батчевой и потоковой загрузки. Вы будете работать в сильной команде дата инженеров с сложными инженерными задачами, передовым стеком технологий и самыми большими объемами данных в Европе. Задачи разработки и поддержки витрин данных в Hadoop (HDFS, Icberg, Hive), ETL - Spark, CTL - Oozie, CI/CD - Jenkins + BitBucket. И NRT пайплайны, Kafka, dynamic tables. языки - Python, Java, Scala. Обязанности * разработка DWH/DataLake/LakeHouse * построение поставки данных в Batch/NRT/RealTime * оптимизация ETL * повышение актуальности данных * снижение latency доступа к данным * разработка и валидация архитектуры данных Требования * отличное знание SQL (join, CTE, оконные функции, фреймы и др.) * опыт работы с Hadoop, Spark, Iceberg/Paimon * опыт работы с Kafka и др. Брокерами * опыт работы с оркестраторами (например, Airflow) и CI/CD * опыт построения архитектуры данных (например, Data Vault, Инман, Кимбалл и др.) * опыт кратной оптимизации ETL * практическое знание python на уровне разработки ETL будет преимуществом * практическое знание java/scala будет преимуществом * практический опыт создания и защиты архитектуры данных будет преимуществом * практический опыт разработки solution-архитектуры data-продуктов будет преимуществом Условия * **офисный формат работы** (м Кутузовская ул. Поклонная 3) * годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * регулярные митапы и развитое DS-community * 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 Сбер.

Location: Москва В департаменте стратегии команда из 5 человек. Ищем аналитика, который вышел за рамки поиска в Google и работы «в чате с нейросетью»: умеет собирать разнородные первоисточники, превращать их в структурированную базу и выводы с проверяемыми ссылками — и автоматизирует этот процесс. Обязанности ### Обязанности: • собирать и структурировать первоисточники: корпус по рынкам, компаниям и регулированию - официальные публикации, статистика цб рф и росстата/емиис, спарк-интерфакс, гарант / консультантплюс, скан-интерфакс, отчётность компаний • парсинг документов (pdf -> markdown/json), извлечение структурированных данных через llm (gigachat api, json schema), мониторинг изменений источников • строить систему знаний: база на markdown + yaml под git, единые словари и таксономии, метаданные, поиск по корпусу (rag: эмбеддинги, гибридный поиск), регламент проверки качества данных • автоматизировать: python (pandas, duckdb/sql), скрейпинг (scrapy / playwright), оркестрация (n8n / airflow), версионирование промптов и схем • каждый ручной процесс - кандидат на автоматизацию • анализировать и структурировать выводы: деревья гипотез и драйверов (mece), decision analysis, финансовые модели в excel; выводы по пирамиде «ответ -> аргументы -> данные» в записках и презентациях для руководства • держать стандарт достоверности: факт, допущение и суждение разделены; каждое суждение прослеживается до ссылки; ключевые утверждения подтверждены двумя независимыми источниками; уровень уверенности назван. Требования ### Требования: * 1-3 года в research-, стратегической или data-аналитике: консалтинг, аналитический центр, корпоративная стратегия, investment research * python для данных и текстов (pandas, работа с api, скрипты сбора) и sql * уверенный excel, включая чтение чужих финансовых моделей * практика с llm за пределами чата: промпт-цепочки, структурированное извлечение, rag-поиск по документам; понимание, где модель ошибается и как это проверять * desk research с дисциплиной: первичные источники приоритетнее вторичных, воспроизводимый лог поиска (запрос, дата, ссылка), правило двух источников * структурирование: пирамида минто, mece, деревья гипотез; вывод на страницу за 2-3 часа из 5-10 разнородных источников. ### Будет плюсом: • опыт построения баз знаний, парсеров, мониторинга источников: obsidian, git, n8n, docling • знакомство с babok (document analysis, root cause analysis, data dictionary) или dama (измерения качества данных) • опыт с on-prem llm: gigachat enterprise, vllm / ollama. Условия ### Условия: • стабильный оклад и социальная поддержка сотрудников • официальное оформление •  расширенный ДМС с первого дня и льготное страхование для близких • корпоративное обучение в Виртуальной школе Сбера • подписка Прайм с возможностью совместного использования на трёх близких • корпоративная пенсионная программа • гибкий дисконт по ипотечному кредиту, равный ⅓ ключевой ставки ЦБ.

- Разработка архитектуры агентов: управление состоянием диалога и контекстом, динамический выбор инструментов (tool calling), настройка уровней автономности и сценариев human-in-the-loop; - Глубокое понимание жизненного цикла ML-модели: от подготовки признаков до интерпретации результатов;

Workplace: hybrid Обязанности Сбор прототипов витрин данных; Разработка и оптимизация SQL-запросов для извлечения данных из различных источников; Анализ и интерпретация больших объемов данных для выявления тенденций, паттернов и инсайтов; Формирование и проверка гипотез; Документирование разработанных решений; Взаимодействие с командами разработки и продуктового менеджмента для определения требований к данным; Участие в проектах по улучшению качества данных и автоматизации аналитических процессов. Условия работы Официальное оформление с белой ЗП, полугодовые премии по результатам работы; Возможность работать удалённо или в гибридном формате; Удобный офис рядом с м. «Добрынинская» / удобный офис с бесплатной парковкой на м. «Волгоградский проспект» / МЦД «Калитники»; Гибкий график работы; Широкий пакет ДМС (включая выезд за рубеж и стоматологию), страхование жизни и здоровья; Возможность учиться и развиваться за счёт компании: внешние тренинги и семинары по профессиональным тематикам, участие в крупнейших конференциях страны, программы развития цифровых и управленческих навыков (Цифровая академия, Школа Тимлидов), онлайн и офлайн мастер-классы, корпоративный университет «X5 Полка», школа наставников и многое другое; Программы мотивации для спикеров и авторов: внутренняя школа Speak Up School, Write Up, ачивки и баллы за выступления, подготовка спикеров к крупнейшим конференциям страны, сообщество авторов на Хабре, возможность шерить опыт с комьюнити внутренних и внешних экспертов; Обмен опытом через cообщества: 12 технических комьюнити от java до devops; Яркая корпоративная жизнь с большим количеством мероприятий, конкурсов и возможностей для творческой реализации: регулярные внутренние митапы, демо-дни, открытые микрофоны, день IT-специалиста, программы волонтерства, корпоративное предпринимательство X5 Idea Challenge; Забота о благополучии сотрудников: 7 спортивных сообществ (бег, футбол, волейбол, баскетбол, хоккей, лыжи, триатлон), ежегодная Неделя здоровья; Скидки в экосистеме бизнесов Х5 («Пятёрочка», «Перекрёсток», «Много лосося», «Перекресток Впрок»); Программа привилегий Prime-zone (скидки на товары и услуги и специальные предложения от компаний-партнёров); Материальная помощь сотрудникам, попавшим в сложную жизненную ситуацию. Профессиональные навыки Релевантный опыт работы от 3 лет; Уверенное знание SQL и опыт работы с реляционными базами данных (PostgreSQL, MySQL, MS SQL и др.); Умение писать и оптимизировать сложные SQL-запросы (Оконные функции, Рекурсии, Функции и операторы для работы с массивами, Временные таблицы); Умение разбираться в чужом коде, проводить ревью; Знание и опыт работы с устройством хранилища данных ( Data Vault 2.0 ); Опыт работы со стеком Greenplum, Hive, Clickhouse, S3, Trino; Хорошие коммуникативные навыки и умение работать в команде; Опыт работы в BI инструментах (Qlik Sense, Superset); Базовые навыки по работе с данными на Python (pandas, numpy, sqlalchemy, psycopg2, requests). Будет дополнительным плюсом: Работа в Airflow, умения написание дагов и знание основных компонентов; Работа в Ataccama.

Workplace: hybrid Обязанности Сбор требований с бизнес-заказчиков и анализ источников данных Разработка, реализация и поддержка типовых потоковых интеграционных решений на стеке технологий, принятых в команде: Trino, Iceberg, S3, Spark, Apache Airflow, Kafka, Cosmos, Flink Оперативное реагирование на информацию о проблемах в зоне ответственности, выполнение типовых задач в установленный срок Поддержание в актуальном состоянии документации типовых интеграционных решений платформы больших данных. Предоставление отчетности о своей деятельности руководителю. Условия работы Официальное оформление с белой ЗП Полугодовые премии по результатам работы Возможность работать удалённо или в гибридном формате Удобный офис рядом с м. «Добрынинская» / удобный офис с бесплатной парковкой на м. «Волгоградский проспект» / МЦД «Калитники» Гибкий график работы Широкий пакет ДМС (включая выезд за рубеж и стоматологию), страхование жизни и здоровья Возможность учиться и развиваться за счёт компании: внешние тренинги и семинары по профессиональным тематикам, участие в крупнейших конференциях страны, программы развития цифровых и управленческих навыков (Цифровая академия, Школа Тимлидов), онлайн и офлайн мастер-классы, корпоративный университет «X5 Полка», школа наставников и многое другое Программы мотивации для спикеров и авторов: внутренняя школа Speak Up School, Write Up, ачивки и баллы за выступления, подготовка спикеров к крупнейшим конференциям страны, сообщество авторов на Хабре, возможность шерить опыт с комьюнити внутренних и внешних экспертов Обмен опытом через cообщества: 12 технических комьюнити от java до devops Яркая корпоративная жизнь с большим количеством мероприятий, конкурсов и возможностей для творческой реализации: регулярные внутренние митапы, демо-дни, открытые микрофоны, день IT-специалиста, программы волонтерства, корпоративное предпринимательство X5 Idea Challenge Забота о благополучии сотрудников: 7 спортивных сообществ (бег, футбол, волейбол, баскетбол, хоккей, лыжи, триатлон), ежегодная Неделя здоровья Скидки в экосистеме бизнесов Х5 («Пятёрочка», «Перекрёсток», «Много лосося», «Перекресток Впрок») Программа привилегий Prime-zone (скидки на товары и услуги и специальные предложения от компаний-партнёров) Материальная помощь сотрудникам, попавшим в сложную жизненную ситуацию. Профессиональные навыки Общее представление о стеке технологий Lakehouse Понимание различия работы между BigData/Lakehouse и с данными обычного размера Знание SQL (индексы, функции, оптимизация, профилирование производительности) Опыт работы с любой реляционной БД (Oracle, Postgres, MySQL, MsSQL, DB2 и т.п.) Умение работать с Git (знание команд git pull/commit/push) Опыт работы с DBT, Cosmos Представление о работе с Trino Понимание устройства Iceberg, форматов данных Понимание работы с minio или любого другого хранилища на основе S3 Опыт использования системами ведения проектов и документации Знания основ программирования (JAVA, Python).

Workplace: office Обязанности Участвовать в разработке моделей для продуктивной среды; Строить модели машинного обучения, улучшать качество прогноза; Заниматься аналитикой и проверкой гипотез; Развивать инструменты для проведения A/B тестов; Писать код, проводить code-review; Предлагать способы оптимизации и совершенствования существующих инструментов. Условия работы Официальное оформление с белой ЗП, ежеквартальные премии по результатам работы; Удобный офис м. «Добрынинская» БЦ «Оазис»; Гибкий график работы (с 8/9/10 утра) / График работы: 5/2, с 9:00 до 18:15 (в пятницу — до 17:00); Возможность работать удалённо или в гибридном формате. Профессиональные навыки Знание Python (Scala/Java могут оказаться плюсом); Знание классических алгоритмов и структур данных; Знание теоретических и практических продвинутых методов машинного обучения; Знание SQL, знакомство с hadoop-стэком (кандидаты уровня middle должны понимать, как выглядит план запросов и что происходит "под капотом"); A/B тесты, генерация и проверка гипотез (будет плюсом опыт с variance reduction, CUPED, линеаризацией и методом бакетов); Опыт работы с (docker, kubernetes, pyspark, kafka, postgres, airflow); Наличие опыта вывода разработанных решений в прод.

Workplace: remote Обязанности Участвовать в разработке моделей для продуктивной среды; Строить модели машинного обучения, улучшать качество; Писать код, проводить code-review; Выбор оптимальной механики воздействия на пользователей: какую категорию или товар предложить, что попросить сделать и какую награду за это предложить? А стоит ли присылать пользователю коммуникацию или вероятность отклика мала даже при релевантном предложении? Uplift-моделирование; Разработка собственного ML-фреймворка, для решения бизнес-задач, на его основе-выкатка моделей в 'прод' и дальнейшие итеративное развитие; Предлагать способы оптимизации и совершенствования существующих инструментов. Условия работы Официальное оформление с белой ЗП, ежеквартальные премии по результатам работы; Удобный офис м. «Добрынинская» БЦ «Оазис»; Гибкий график работы (с 8/9/10 утра) / График работы: 5/2, с 9:00 до 18:15 (в пятницу — до 17:00); Возможность работать удалённо или в гибридном формате. Профессиональные навыки Знание Python; Опыт работы в рекомендательных системах/поиске; Опыт работы в роли mle/ds от 5ти лет; Знание теоретических и практических продвинутых методов машинного обучения; Знание SQL, знакомство с hadoop-стэком; Опыт работы с docker, kubernetes, pyspark, kafka, postgres, airflow; Наличие опыта вывода разработанных решений в прод.

Workplace: Москва и Краснодар (гибрид/офис), другие города - удаленно Магнит Финтех ищет опытного специалиста по машинному обучению, который готов совмещать разработку ML-моделей с развитием команды и выстраиванием взаимодействия с бизнес-заказчиками. Это роль для специалиста, которому интересно не только создавать и внедрять ML-решения, но и помогать коллегам расти, определять приоритеты задач и постепенно формировать сильную ML-команду. Задачи Участвовать в полном цикле работы над моделями - от обучения и калибровки до вывода в production. Основные направления - uplift-модели, propensity-модели и модели ранжирования. Совмещать техническую экспертизу с лидерством: работать над ML-решениями самостоятельно и выступать ментором для 1-2 специалистов по машинному обучению. Выстраивать взаимодействие с заказчиками: совместно определять приоритеты, управлять бэклогом и ожиданиями, согласовывать сроки и результаты работы. Участвовать в развитии ML-направления: в перспективе - формировать команду, участвовать в найме и выстраивать процессы её профессионального развития. Стек, который используется работе: Trino - для распределённых SQL-запросов и работы с данными. Apache Airflow - для оркестрации и автоматизации пайплайнов. Greenplum - для работы с большими объёмами данных. ClickHouse - для аналитической обработки данных. Требования Опыт работы в машинном обучении от 3 лет. Практический опыт разработки, обучения и внедрения ML-моделей. Опыт менторства 1-2 специалистов или коллег с меньшим уровнем экспертизы. Системный подход к работе, внимательность к деталям и аккуратность при решении технических задач. Умение работать с бизнес-заказчиками, договариваться о приоритетах и управлять ожиданиями. Будет плюсом Опыт обучения и калибровки риск-моделей, в частности PD-моделей. Условия Возможность совмещать hands-on разработку ML-моделей с развитием команды. Участие в полном цикле создания ML-решений - от экспериментов до production. Влияние на приоритизацию задач и взаимодействие с бизнесом. Возможность постепенно перейти к более широкому лидерству: развитию команды, найму специалистов и формированию рабочих процессов. Формат работы Москва и Краснодар (гибрид/офис), другие города - удаленно

Workplace: Москва и Краснодар (гибрид/офис), другие города - удаленно Мы запускаем новый ML-продукт Promo Advisor-интеллектуальную систему для моделирования и выбора оптимальных параметров промоакций Решение позволит еще до запуска промо оценивать различные сценарии по продажам, выручке и марже, а также подбирать оптимальные условия с учетом бизнес-ограничений. Наша цель - сделать управление промо более точным, прозрачным и эффективным с помощью аналитики и машинного обучения. Ищем Senior Data Analyst, который поможет исследовать данные, проверять гипотезы и вместе с ML-командой оценивать качество моделей и бизнес-эффект принимаемых решений Задачи Исследовать данные и находить закономерности, влияющие на эффективность промоакций Формулировать и проверять гипотезы совместно с ML-командой Анализировать результаты ML-моделей и искать возможности для повышения их качества Проектировать и проводить A/B-тесты: определять метрики, оценивать результаты и интерпретировать эффект Разрабатывать аналитические витрины и дашборды в Superset Оценивать влияние промо-решений на ключевые бизнес-показатели Наш стек Python, SQL, Superset, Airflow, S3, Hadoop Требования Отличное знание SQL и опыт работы с большими объемами данных Уверенное владение Python для анализа данных Хорошее понимание статистики, методов проверки гипотез и A/B-тестирования Практический опыт работы с ML-алгоритмами и метриками качества моделей Опыт работы с Superset Будет плюсом Опыт работы с PySpark Опыт решения задач ценообразования, промоаналитики или прогнозирования спроса Понимание процессов офлайн-ритейла Условия Возможность создавать новый ML-продукт с нуля и напрямую влиять на бизнес-результат Работа на стыке аналитики, машинного обучения и управления промо Реальные данные большого ритейла и задачи с высоким бизнес-эффектом Команда аналитиков, Data Scientists и ML-инженеров, ориентированная на быстрый запуск и развитие продукта Формат работы Москва и Краснодар (гибрид/офис), другие города - удаленно

Workplace: Москва и Краснодар (гибрид/офис), другие города - удаленно Магнит Доставка MAGNIT OMNI ищет аналитика в команду ценообразования Мы развиваем ML-модели и экспериментальные подходы, которые помогают принимать решения о ценах на основе данных. В этой роли вы будете исследовать влияние цены на спрос, проводить эксперименты и участвовать в развитии модели ценообразования Задачи Анализировать результаты ценовых экспериментов и квази-экспериментов Проектировать и анализировать A/B-тесты Оценивать влияние изменения цены на ключевые бизнес-метрики Исследовать и оценивать ценовую эластичность товаров Применять методы causal inference: Difference-in-Differences, Synthetic Control и другие подходы Анализировать и улучшать текущую ML-модель ценообразования Создавать и поддерживать инфраструктуру данных для pricing-аналитики Формировать гипотезы и превращать результаты анализа в практические рекомендации для бизнеса Требования Опыт проведения и анализа A/B-тестов Хорошее знание математической статистики Уверенное владение Python Умение самостоятельно проводить исследование: от постановки гипотезы до интерпретации результатов Будет плюсом Опыт работы с ценовыми экспериментами Опыт проведения квази-экспериментов Знание Difference-in-Differences, Synthetic Control и других методов causal inference Опыт анализа ценовой эластичности и спроса Опыт работы с ML-моделями Знание Trino, Airflow Условия Реальное влияние на бизнес: результаты вашей работы будут использоваться при принятии решений о ценообразовании Сложная аналитика: здесь важно не только увидеть изменение метрики, но и понять, чем оно вызвано Эксперименты и causal inference: возможность применять статистические методы на реальных бизнес-задачах ML: участие в развитии модели ценообразования и оценке её бизнес-эффекта Большой масштаб данных и задач крупнейшего российского ритейла Формат работы Москва и Краснодар (гибрид/офис), другие города - удаленно

Workplace: Москва и Краснодар (гибрид/офис), другие города - удаленно Мы развиваем ML-платформу прогнозирования спроса для федеральной розничной сети. Работаем с большими объемами данных: отдельные расчеты обрабатывают терабайты, а общий объем данных платформы измеряется петабайтами. Расчетный контур построен на Apache Spark и Kubernetes, оркестрация на Apache Airflow, данные храним в S3 и Delta Lake. Для разработки и автоматизации используем Python и GitLab CI/CD. Ищем инженера, которому интересно развивать ML-платформу, автоматизировать процессы и решать задачи на стыке разработки и инфраструктуры. У нас можно влиять на технические решения, повышать надежность платформы и развивать внутренние инструменты. Задачи развивать и автоматизировать процессы запуска и эксплуатации приложений в Kubernetes диагностировать сбои, разбираться в проблемах с ресурсами, конфигурациями и производительностью приложений развивать CI/CD, автоматизировать развертывание и поставку изменений между DEV, UAT и PROD разрабатывать и развивать внутренние инструменты ML-платформы на Python улучшать мониторинг, логирование и диагностику, повышать стабильность и надежность расчетного контура участвовать в развитии расчетных пайплайнов на Spark и Airflow, интеграции новых ML-алгоритмов и изменений от Data Science в production Требования уверенное знание Python и опыт промышленной разработки практический опыт работы с Kubernetes и Docker, включая развертывание и диагностику приложений уверенное владение Linux, понимание сетевого взаимодействия и управления ресурсами опыт работы с CI/CD и автоматизации сборки и развертывания приложений понимание принципов работы распределенных систем опыт диагностики и устранения проблем в production-системах Будет плюсом опыт работы с Apache Spark / PySpark, особенно в Kubernetes опыт работы с Apache Airflow или другими системами оркестрации опыт работы с Helm, Terraform, Argo CD или аналогичными инструментами опыт работы с S3, Delta Lake и SQL опыт работы с Grafana, Prometheus, Loki и другими инструментами мониторинга и логирования опыт разработки и эксплуатации промышленных ML-систем 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 Работу в максимально уютном офисе в центре Москвы (ст. м. Савеловская), в Краснодаре или удаленно из других городов РФ, так же есть офисы в Санкт-Петербурге (ст. м. Балтийская) и в Иннополисе Возможность реализовать свой опыт и потенциал в интересных и многоплановых проектах Развитие – мы оплачиваем обучение на курсах и участие в конференциях Возможность проведения и участия в митапах, хакатонах, где есть возможность познакомиться с работой других подразделений Наличие корпоративных скидок PRIMEZONE и программ лояльности от компании Наличие корпоративной библиотеки курсов Возможность рекомендовать компанию своим друзьям, участвуя в реферальной программе Формат работы Москва и Краснодар (гибрид/офис), другие города - удаленно

Workplace: Удаленно Объединённая компания Wildberries и Russ — это международная технологическая компания, образованная в результате слияния двух лидеров рынка — IT-компании Wildberries и оператора наружной рекламы Russ. Обязанности Отвечать за GPU-кластер целиком: драйверы, GPU Operator, DCGM-мониторинг, утилизация, планирование ёмкости; Выстроить стратегию разделения GPU между командами в гетерогенной среде, квоты и приоритеты; Поднять единый Kubeflow и ClearML как стандарт для DS-команд отдела; Оптимизировать inference-инфраструктуру - автоскейлинг GPU-нод, bin-packing, утилизация; Строить инфраструктуру Embedding Store (pgvector, FAISS, qdrant); Общаться с DS-командами, понимать их потребности и переводить в инфраструктурные решения; Раскатать платформу на остальные команды Trust & Safety с полноценной мультитенантностью. Требования Глубокое понимание Kubernetes: операторы, scheduling, resource management, GPU в K8s (device plugin, GPU Operator); Практический опыт с NVIDIA GPU: драйверы и CUDA-стек, DCGM, MIG или time-slicing; Опыт развёртывания и поддержки MLOps-платформ для DS-команд (ClearML, MLflow, Kubeflow, Airflow или аналоги); Linux и bare-metal, IaC (Ansible или Terraform), Helm; Опыт разработки на Python или Go: операторы, экспортеры, внутренний тулинг; Умение взаимодействовать с DS-командами и переводить потребности в технические решения; Проактивность и желание строить платформу, а не просто поддерживать сервисы. Условия Обучение и развитие: языковые клубы, собственный корпоративный университет, программы развития управленческих навыков и многое другое; Благополучие сотрудников: корпоративный пакет ДМС со стоматологией, корпоративный спорт, консультации психолога и дополнительные возможности аккредитованной IT-компании; Множество сообществ: клуб спикеров, футбола, йоги, шахмат и т.д.; Забота о семьях: создаем условия, в которых легко сочетать карьеру и заботу о близких – от гибкого подхода до масштабных проектов для детей сотрудников; Скидки и партнерские программы: на обучение, страхование, покупки и многое другое; Комфортная рабочая среда: бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника и портал для сотрудников.

Location: Москва Workplace: Гибрид Объединённая компания Wildberries и Russ — это международная технологическая компания, образованная в результате слияния двух лидеров рынка — IT-компании Wildberries и оператора наружной рекламы Russ. В команду «Маркетинг WBA» требуется аналитик. Команда отвечает за аналитическую поддержку маркетинговых команд: медийная реклама, перформанс, соцсети, работа с блогерами, офлайн-конверсии. Работаем с внешними заказчиками внутри компании, обеспечиваем их данными, дашбордами и исследованиями для принятия решений по рекламным бюджетам и эффективности РК. Обязанности Поддерживать и обновлять существующие дашборды для маркетинговых команд; Выполнять ad-hoc выгрузки и запросы от маркетологов (пуши, баннеры, рекламные кампании); Ежедневно мониторить алерты по рекламным сущностям, первичная диагностика проблем; Поддерживать витрины данных в Airflow: обновление, доработка по готовым ТЗ; Документировать витрины, дашборды и аналитические процессы; Первично коммуницировать с заказчиками по типовым вопросам; Автоматизировать мелкие рутинные отчёты; Участвовать в передаче офлайн-конверсий через S2S (server-to-server) и measurement protocol. Требования Опыт работы в маркетинговой аналитике от 2 лет; Уверенное владение SQL (джойны, подзапросы, массивы, оконные функции); Опыт работы с СУБД Clickhouse будет плюсом; Понимание маркетинговых метрик: ДРР, ROMI, CPA, LTV, конверсии, воронки; Понимание принципов атрибуции; Знание рекламных систем: Яндекс.Директ, Google Ads, VK Реклама и т.п.; Опыт работы с системами: Яндекс.Метрика, Google Analytics; Опыт работы с BI-инструментами (Redash, Tableau, PowerBI или аналоги); Понимание принципов работы с AI-инструментами (ChatGPT, Claude, Copilot и др.) и умение применять их для ускорения рутинных задач: генерация SQL-запросов, написание регулярных выражений, помощь в анализе данных, подготовка документации; Понимание или опыт передачи офлайн-конверсий через S2S (server-to-server) - осознание, зачем это нужно и как влияет на оценку эффективности рекламы; Аналитическое мышление, умение задавать вопросы и самостоятельно разбираться в задаче; Опыт работы с Airflow (или готовность быстро освоить будет плюсом); Python на уровне работы с данными будет плюсом (pandas); Практический опыт использования AI-инструментов в ежедневной работе: автоматизация отчетности, генерация кода, анализ больших текстов, работа с LLM для построения гипотез; Практический опыт настройки или участия в передаче офлайн-конверсий через S2S (measurement protocol), работа с API рекламных систем для передачи конверсий. Условия Обучение и развитие: языковые клубы, собственный корпоративный университет, программы развития управленческих навыков и многое другое; Благополучие сотрудников: корпоративный пакет ДМС со стоматологией, корпоративный спорт, консультации психолога и дополнительные возможности аккредитованной IT-компании; Множество сообществ: клуб спикеров, футбола, йоги, шахмат и т.д.; Забота о семьях: создаем условия, в которых легко сочетать карьеру и заботу о близких – от гибкого подхода до масштабных проектов для детей сотрудников; Скидки и партнерские программы: на обучение, страхование, покупки и многое другое; Комфортная рабочая среда: бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника и портал для сотрудников.

Location: Москва Workplace: Гибрид, Удаленно, Офис Объединённая компания Wildberries и Russ — это международная технологическая компания, образованная в результате слияния двух лидеров рынка — IT-компании Wildberries и оператора наружной рекламы Russ. Обязанности Проверять качество данных и корректность результатов, разбираться в расхождениях; Проводить расчёты, исследовательский и регулярный анализ данных; Собирать и прорабатывать запросы от бизнес-заказчиков: уточнять цели, задачи и ожидаемый результат; Определять и описывать метрики, правила их расчёта и методологии анализа; Создавать и развивать дашборды и отчётность. Стек: Python, ClickHouse, Kafka, Airflow, BI . Требования Опыт работы дата-аналитиком от 2-лет; Уверенное владение SQL; Опыт работы с BI-инструментами и построения дашбордов. Условия Обучение и развитие: языковые клубы, собственный корпоративный университет, программы развития управленческих навыков и многое другое; Благополучие сотрудников: корпоративный пакет ДМС со стоматологией, корпоративный спорт, консультации психолога и дополнительные возможности аккредитованной IT-компании; Множество сообществ: клуб спикеров, футбола, йоги, шахмат и т.д.; Забота о семьях: создаем условия, в которых легко сочетать карьеру и заботу о близких – от гибкого подхода до масштабных проектов для детей сотрудников; Скидки и партнерские программы: на обучение, страхование, покупки и многое другое; Комфортная рабочая среда: бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника и портал для сотрудников.

Location: Москва Workplace: Гибрид Объединённая компания Wildberries и Russ — это международная технологическая компания, образованная в результате слияния двух лидеров рынка — IT-компании Wildberries и оператора наружной рекламы Russ. Ищем продуктового аналитика уровня Middle в команду рекомендаций и поиска Wildberries. Основной фокус роли - запуск и развитие рекомендаций и поиска в новых странах и аналитика cross-border сценариев. Примерно 70–80% задач будет связано с международным направлением, остальное — с исследованиями общих KPI и экономики рекомендаций. Международное направление активно развивается: появляются новые рынки, сценарии и источники данных. Поэтому здесь много задач, которые нужно не просто посчитать по готовой методологии, а самостоятельно исследовать, определить подходящие метрики и помочь команде принять продуктовое решение. Обязанности Исследовать пользователей и селлеров новых для Wildberries стран; Анализировать пользовательское поведение, ассортимент, локальность предложения, логистику и другие особенности рынков; Находить точки роста рекомендаций и формулировать продуктовые гипотезы; Проектировать A/B-тесты и другие эксперименты для разных стран, анализировать их результаты; Определять и развивать систему метрик международных рекомендаций; Строить дашборды и аналитические инструменты для международного направления; Проверять качество данных, находить проблемы в источниках и следить за корректностью ключевых метрик; Доводить регулярные аналитические расчёты до автоматизированных процессов в Airflow. Требования Высшее образование (математическое / экономическое / IT); Опыт работы продуктовым/дата аналитиком данных от 2-х лет; Уверенное владение SQL (СТЕ, оконные функции, оптимизация запросов); Навык написания качественного Python кода; Понимание статистики и принципов A/B-тестирования; Умение самостоятельно провести исследование от постановки вопроса и подготовки данных до выводов и рекомендаций; Аналитическое мышление, структурный подход, самостоятельность. Условия Обучение и развитие: языковые клубы, собственный корпоративный университет, программы развития управленческих навыков и многое другое; Благополучие сотрудников: корпоративный пакет ДМС со стоматологией, корпоративный спорт, консультации психолога и дополнительные возможности аккредитованной IT-компании; Множество сообществ: клуб спикеров, футбола, йоги, шахмат и т.д.; Забота о семьях: создаем условия, в которых легко сочетать карьеру и заботу о близких – от гибкого подхода до масштабных проектов для детей сотрудников; Скидки и партнерские программы: на обучение, страхование, покупки и многое другое; Комфортная рабочая среда: бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника и портал для сотрудников.

Location: Москва Workplace: Офис Объединённая компания Wildberries и Russ — это международная технологическая компания, образованная в результате слияния двух лидеров рынка — IT-компании Wildberries и оператора наружной рекламы Russ. Обязанности Проводить A/B-тесты по улучшению программы лояльности (изменение коэффициента начисления баллов, введение новых уровней, запуски акций / механик, изменение условий сгорания бонусов): самостоятельно искать инсайты для бизнеса в BigData, формулировать и проверять гипотезы, разрабатывать дизайн пилота, проводить постанализ, формулировать выводы; Оценивать эффективности CRM-кампаний по программе лояльности по метрикам коммуникационной воронки (sent, deliver, click, Delivery Rate, CTR, CR, uplift, стат. значимость, CAC, ROI) и их экономическому эффекту; Сегментировать участников программы лояльности; Разрабатывать и поддерживать дашборды по программе лояльности; Формировать регулярные отчеты для стейкхолдеров с понятными выводами и рекомендациями; Создавать инструменты экспресс-анализа, калькуляторы для бизнеса. Требования Владеете SQL; Имеете опыт работы с Python (работа с данными, проведение AB-тестов); Обладаете знаниями статистики и владеете Bi-инструментами; Будет плюсом понимание ETL процессов и работы с данными (Airflow); Имеете опыт сегментации клиентов (RFM, когорты, поведенческие сегменты); Понимаете ключевые метрики программы лояльности и их влияние на верхнеуровневые метрики; Обладаете глубоким пониманием статистического анализа, проверки гипотез и планирования экспериментов; Умеете считать бизнес-кейсы и PnL-модели, рассчитывать прибыльность, маржу и LTV. Условия Обучение и развитие: языковые клубы, собственный корпоративный университет, программы развития управленческих навыков и многое другое; Благополучие сотрудников: корпоративный пакет ДМС со стоматологией, корпоративный спорт, консультации психолога и дополнительные возможности аккредитованной IT-компании; Множество сообществ: клуб спикеров, футбола, йоги, шахмат и т.д.; Забота о семьях: создаем условия, в которых легко сочетать карьеру и заботу о близких – от гибкого подхода до масштабных проектов для детей сотрудников; Скидки и партнерские программы: на обучение, страхование, покупки и многое другое; Комфортная рабочая среда: бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника и портал для сотрудников.