Workplace: remote
Location
:
Quantori is an international team: we have colleagues who work not only from office but also remotely from all over the world.
Responsibilities
:
Design, develop, and maintain production data pipelines using Python, Apache Airflow, Snowflake, and Amazon S3
Design and evolve scalable data architectures, including Bronze, Silver, and Gold data layers
Develop data models and implement incremental loading, historization, versioning, and reusable transformation patterns
Write and optimize complex SQL transformations, views, stored procedures, dynamic tables, streams, tasks, and scheduled jobs
Integrate data from relational databases, APIs, object storage, and file-based sources
Implement data-quality checks, validation, reconciliation, lineage, monitoring, and robust error-handling processes
Manage Snowflake access controls, roles, permissions, service accounts, and deployment across development, staging, and production environments
Maintain CI/CD pipelines for Snowflake objects, Airflow DAGs, and Python code using Git and automated testing
Monitor and troubleshoot production pipelines and proactively improve reliability and performance
Collaborate with data, analytics, engineering, and other technical teams to translate business and technical requirements into reliable data products
Create technical documentation and specifications following established quality and compliance standards
What we expect
:
5+ years of experience in Data Engineering, including at least 3 years working with production data platforms
Strong hands-on experience with Snowflake, including Data modeling, RBAC and access management, Warehouse management, Query profiling and performance optimization, Stored procedures
Advanced SQL skills, including complex joins, CTEs, window functions, incremental processing, and query optimization
Strong Python skills for ETL, database integration, automation, error handling, and testing
Production experience with Apache Airflow, including DAG development, dependencies, sensors, task groups, retries, backfills, and operational support
Experience working with relational databases, object storage, APIs, and file-based data sources
Strong understanding of modern data architectures, including medallion and dimensional modeling, slowly changing dimensions, natural and surrogate keys, and historization
Experience with Git, pull requests, automated testing, and CI/CD for data pipelines and database code
Strong problem-solving skills and the ability to work independently in a production environment
Snowflake and Apache Airflow are core requirements for this role; experience only with alternative data warehouses or orchestration tools would not be sufficient
Nice to have
:
Experience working in regulated or validated environments
Background in life sciences, healthcare, clinical, laboratory, genomic, or bioinformatics data
Experience working with LIMS or other scientific/clinical data systems
Familiarity with OMOP or other standardized clinical data models
Experience with data-consumption and visualization tools such as Tableau or Streamlit
Familiarity with scientific or computational workflows and tools such as Nextflow or similar workflow orchestration platforms
SnowPro certification
Experience with AWS Managed Workflows for Apache Airflow (MWAA)
We offer
:
Competitive compensation
Remote work
Flexible working hours
A team with excellent tech expertise
УдалённоseniorQuantori is an international team: we have colleagues who work not only from office but also remotely from all over the world
Задачи:
– Развивать платформу данных;
– Разрабатывать и оптимизировать ETL/ELT-процессы;
– Работать с batch- и streaming-пайплайнами;
– Развивать модели данных и хранилище;
– Повышать производительность и надежность платформы;
– Настраивать мониторинг, алертинг и контроль качества данных;
– Автоматизировать эксплуатационные процессы;
– Участвовать в технических ревью и развитии инженерных практик команды.
Требования:
– Уверенное владение Python и SQL;
– Опыт работы с Spark, Clickhouse, Hadoop, Kafka, Greenplum, S3 (Ceph, Minio);
– Опыт написания DAG-ов для Airflow;
– Опыт работы с Docker и K8S;
– Навыки работы с Linux;
– Навыки работы с Git.
Задачи:
— Разработка мобильных приложений на Android с использованием архитектур MVI и MVP+ Clean.
— Проектирование архитектуры приложений.
— Работа с дизайн системой и SDUI.
— Работа с Jenkins и CI/CD.
— Проведение code-review в команде из более чем 3-4 разработчиков.
Требования:
— Опыт коммерческой разработки мобильных приложений от 3-х лет.
— Опыт проектирования архитектуры приложений.
— Опыт работы и проектирования дизайн системы.
— Опыт работы и проектирования SDUI.
— Знание android UI/UX паттернов.
— Опыт работы с Unit тестами, UI тестами и screenshot тестами.
— Отличные знания Kotlin и Android SDK.
— Опыт работы с Dagger 2, RxJava 2.
— Знание Kotlin Coroutines и Flow.
— Умение работать с git, знакомство с git flow и код-ревью.
— Понимание принципов многомодульной архитектуры в Android и MVI.
— Опыт работы в продуктовых командах по SCRUM/Kanban.
Условия:
— Удалённый формат работы (РФ).
— Оформление по ТК.
— Оплачиваемый отпуск 28 календарных дней в год и оплачиваемые больничные.
— Предоставление техники (MAC, Windows).
— ДМС.
— Компенсация хобби, спортзала и английского языка.
— Компенсация профессионального обучения.
— Возможность участия во внутренних программах компании и активностях, например, в реферальной программе «приведи друга».
УдалённоseniorРоссия; Компания Centicore 🩵 находится в поисках Senior Android
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Настройте подбор, и подходящие вакансии будут приходить в Telegram.
Задачи:
— Готовить и поддерживать ежедневную, еженедельную и ежемесячную операционную отчётность для руководителей и функциональных команд.
— Разрабатывать и автоматизировать отчёты в Excel с использованием Power Query, сложных формул и макросов.
— Писать SQL-запросы для выборки, агрегации и трансформации данных; поддерживать и развивать витрины данных в PostgreSQL и ClickHouse.
— Анализировать отклонения ключевых метрик, выявлять причины изменений и готовить рекомендации для бизнеса.
— Разрабатывать и поддерживать дашборды в Grafana, настраивать алерты по критическим отклонениям показателей.
— Собирать данные из нескольких источников, обеспечивать их стыковку, проводить валидацию и сверку метрик между системами.
— Участвовать в настройке и поддержке ETL/ELT-процессов при необходимости.
— Собирать и уточнять требования к отчётам и метрикам у бизнес-заказчиков.
— Документировать логику расчётов, определения метрик, бизнес-правила и инструкции для пользователей.
— Консультировать коллег по работе с отчётами и дашбордами.
Требования:
— Опыт работы аналитиком данных, бизнес-аналитиком или аналитиком операционной отчётности от 1–2 лет.
— Законченное высшее образование.
— Продвинутый SQL и уверенное владение Excel.
— Опыт работы с реляционными базами данных и BI-инструментами.
— Понимание принципов контроля качества данных, валидации показателей и воспроизводимой отчётности.
— Умение работать с несколькими источниками данных и понимание различий OLTP- и OLAP-нагрузок.
— Внимательность к деталям, системное мышление, ответственность за сроки и качество результата.
— Умение объяснять аналитические выводы понятным для бизнеса языком.
Будет преимуществом:
— Опыт работы с ETL/ELT-инструментами: Apache NiFi, Airflow или аналогами.
— Базовые навыки Python и pandas для анализа данных и автоматизации задач.
— Опыт работы с Git, Jira и Confluence.
— Опыт в сферах закупок, банковских гарантий, финансовых операций, документооборота или операционной отчётности.
Location: Lisbon, Portugal
About the Role
We are seeking an experienced UiPath RPA Developer with strong Python skills to join our automation team. The ideal candidate will have hands-on experience designing and deploying UiPath automation solutions, combined with deep Python proficiency for building custom integrations, scripts, and data processing pipelines. You will work closely with business analysts, solution architects, and cross-functional teams to deliver end-to-end automation that drives operational efficiency.
Responsibilities
Design, develop, and deploy UiPath RPA workflows and automation solutions across attended and unattended processes.
Write clean, efficient Python scripts and custom UiPath activities to extend automation capabilities and integrate with external systems.
Analyze, debug, and optimize existing UiPath workflows and Python-based automation components to improve reliability and performance.
Collaborate with business stakeholders to gather process requirements, conduct feasibility assessments, and translate manual workflows into automated solutions using UiPath Studio.
Build and maintain Python-based integrations with REST APIs, web services, and data pipelines that complement UiPath automation workflows.
Develop and maintain test frameworks using UiPath Test Suite and Python (pytest) to ensure automation reliability and quality across deployments.
Manage and monitor robots via UiPath Orchestrator, including scheduling, queue management, alert configuration, and performance reporting.
Maintain version control of UiPath projects and Python code using Git, and support CI/CD pipelines for automated deployment of RPA solutions.
Leverage Python for web scraping, data transformation, and pre/post-processing tasks that feed into or extend UiPath automation pipelines.
Interact with AWS services (S3, Lambda) and other cloud infrastructure to support scalable, cloud-based RPA deployments.
Stay updated with emerging technologies and contribute ideas for improvements.
Qualifications
Education:
Bachelor’s degree in computer science, Software Engineering, or a related field (or equivalent experience).
Experience:
3+ years of UiPath RPA development experience, with at least 2 years of strong Python programming skills.
Technical Skills:
Strong proficiency in UiPath Studio, UiPath Orchestrator, and UiPath Test Suite; UiPath RPA Developer certification preferred.
Advanced Python skills including scripting, automation, data manipulation (pandas, NumPy), and API integration.
Experience with web scraping tools (e.g., Playwright, Selenium) for browser automation and integration with UiPath workflows.
Basic knowledge of SQL and database concepts (e.g., PostgreSQL, MySQL).
Experience with version control systems (e.g., Git).
Understanding of REST APIs and JSON.
Familiarity with AWS services, especially Lambda functions and S3 buckets.
Experience building custom UiPath activities or integrations using Python or .NET to extend native UiPath capabilities.
Familiarity with Linux/Unix environments.
Soft Skills:
Strong problem-solving and analytical skills.
Ability to work collaboratively in a team environment.
Good communication skills and a willingness to learn.
Attention to detail and commitment to quality.
Preferred Skills:
UiPath Advanced RPA Developer or Solution Architect certification.
Experience with cloud platforms (AWS, Azure, GCP) for deploying and scaling RPA infrastructure.
Familiarity with process mining or task capture tools (e.g., UiPath Process Mining, Task Capture) for identifying automation opportunities.
Experience with Agile/Scrum methodologies and automation CoE (Center of Excellence) governance practices.
Knowledge of containerization (Docker) and CI/CD tooling (Jenkins, GitHub Actions) for automated RPA deployment pipelines.
We believe the best ideas and innovation happen when we are together. Employees in this role will work in the office four days, with the flexibility to work remotely one day (Friday).
Benefits
iCapital offers a comprehensive benefits package that includes a total compensation program consisting of competitive salary, annual performance bonus, and equity for all full-time employees; healthcare with 100% employer-paid health and dental insurance; and generous paid time off (PTO).
For additional information on iCapital Network, please visit
https://www.icapitalnetwork.com/about-us
Twitter: @icapitalnetwork | LinkedIn:
https://www.linkedin.com/company/icapital-network-inc
Задачи: Администрирование Atlassian:
— Поддержка и развитие Jira и Confluence: проекты, схемы, права, роли, группы;
— Настройка и доработка workflow: статусы, переходы, условия, валидаторы, пост-функции, экраны и поля под процессы команд;
— Настройка кастомных полей, схем уведомлений, автоматизаций (Jira Automation), шаблонов задач;
— Поддержание единообразия конфигураций: борьба с расползанием схем и дублирующимися полями, аудит и чистка неиспользуемого;
— Установка, обновление и оценка плагинов/приложений Marketplace, контроль их влияния на производительность и лицензии;
— Управление пользователями и доступами, интеграция с корпоративным SSO/LDAP, регулярный аудит прав;
— Обновления и обслуживание инстансов, планирование работ, бэкапы и проверка восстановления, разбор инцидентов и деградаций производительности;
— Настройка интеграций Atlassian с внешними системами: Slack, Git-хостинг, CI, внутренние сервисы; работа с REST API и webhooks;
— Поддержка Confluence: структура пространств, шаблоны, макросы, права, навигация и поиск;
— Первая и вторая линия поддержки пользователей по Atlassian, написание инструкций и регламентов, обучение команд.
Требования:
— Опыт настройки и управления Jira/Confluence (плагины, обновления, безопасность). Актуальная версия Jira Data Center 10.3.
— Умение собирать требования бизнеса и переводить их в технические решения (плагины, скрипты).
— Написание скриптов на Groovy (ScriptRunner) для автоматизации процессов в Atlassian.
— Создание и поддержка кастомных плагинов для Jira/Confluence/Bitbucket на Java.
— Настройка обмена данными с внешними системами через REST API (включая интеграцию Jira с Metabase и другими системами).
— Опыт работы с Metabase – обязательно.
— Владение SQL — обязательно.
— Общее понимание CI/CD-процессов и роли Jira в них. Требуется понимание, как Jira встраивается в процесс доставки изменений.
— Мониторинг, поиск и устранение проблем, оптимизация производительности.
— Составление техдокументации, обучение пользователей.
Условия:
— Формат работы: удаленный.
— Загрузка специалиста фултайм.
— Гражданство и локация РФ.
— Вилка зарплаты: 170-180 тыс. руб.
Задачи:
— Создание и поддержка документации, связанной с продуктами компании, процессами и учебными материалами.
— Сотрудничество с различными командами для обеспечения точности и доступности информации, поддержки внутренних и внешних пользователей.
— Стать экспертом по Storyblok и headless CMS, помогая разработчикам, партнёрским агентствам и клиентам понимать возможности Storyblok и внедрять headless архитектуру.
— Создание и поддержка руководств для разработчиков, FAQ и API-документации.
— Написание примеров приложений, прототипов и кода для демонстрации возможностей Storyblok и headless подхода.
— Помощь коллегам в преодолении препятствий и выполнении задач.
— Поиск наставничества для повышения собственного опыта.
— Иногда наставлять коллег в открытой, уважительной и гибкой манере.
Требования:
— Опыт веб-разработки не менее 5 лет.
— Подтверждённый опыт технического письма и создания документации.
— Степень бакалавра или магистра в области компьютерных наук или смежной области, либо эквивалентный опыт.
— Опыт работы с CMS, опыт с Headless CMS будет плюсом.
— Глубокие знания потребления RESTful API.
— Знание GraphQL API будет плюсом.
— Опыт работы с современными JavaScript-фреймворками (Vue, React, Next, Nuxt, Astro, Svelte) и понимание их принципов.
— Знание Git.
— Сильные коммуникативные и межличностные навыки.
— Хорошие навыки решения проблем и критического мышления.
— Внимание к деталям.
— Стремление к постоянному обучению и обновлению знаний в области документации.
— Способность эффективно и полно документировать технические темы.
— Умение смотреть на информацию с точки зрения пользователя для ясного изложения технических данных.
— Способность работать самостоятельно с минимальным контролем.
— Знание и умение использовать AI-инструменты для повышения продуктивности и качества работы с применением здравого смысла и критического мышления.
Условия:
— Удалённая работа с возможностью финансирования рабочего места в коворкинге от Storyblok.
— Месячная компенсация расходов на удалёнку (интернет, электричество).
— Пакет оборудования для домашнего офиса при начале работы (ноутбук, клавиатура, монитор и др.).
— Обновление оборудования для домашнего офиса или членство в локальном коворкинге после адаптации.
— Оплата больничных, декретных, 25 дней отпуска плюс национальные праздники.
— Фонд личного развития для курсов, книг, конференций и материалов.
— Международные командные поездки, ежеквартальные и ежемесячные онлайн-встречи.
— Гибкий график работы.
— Международная команда.
Контакт для отклика: talent.acquisition@storyblok.com
Задачи:
— развитие клиентского frontend и admin panel
— проектирование и реализация новых фич end-to-end: от технического решения до релиза
— работа с React, TypeScript, Node.js
— SSR, prerendering, BFF
— интеграции с Go-backend
— WebSocket, SSE
— white-label / multi-theme архитектура
— runtime config, design tokens
— unit и integration tests
— code review и участие в технических решениях
Требования:
— 3-4+ года коммерческой разработки
— сильный React и TypeScript
— JavaScript, HTML/CSS, adaptive / cross-browser
— state management: Redux, Zustand, MobX или аналоги
— понимание HTTP, REST, базовые знания SQL
— Git, CI/CD
— frontend security: XSS, tokens, validation
— умение проектировать решения, читать и ревьюить чужой и AI-generated code
Будет плюсом:
— опыт с white-label / multi-tenant продуктами
— знание design systems / theme systems
— опыт работы с Figma → code / design tokens
— знание Go
— опыт в fintech, crypto, Web3
— понимание agentic workflows, MCP, AI в CI
Условия:
— полностью удалённая работа
— полная занятость
— зарплата $2500-3000
— минимум бюрократии и микроменеджмента
— много новых продуктовых задач
— влияние на архитектуру и продукт
— компания оплачивает AI-инструменты
Задачи:
— Разработка новых backend-микросервисов на .NET Core / ASP.NET
— Реализация бизнес-процессов существующего приложения в рамках микросервисной архитектуры
— Разработка нового функционала по готовым постановкам аналитиков и BRD
— Обновление и развитие существующего кода на .NET Core и C#
— Работа с базами данных MS SQL / PostgreSQL
— Разработка и поддержка интеграции между системами
— Написание и поддержка unit-тестов
— Развитие внутренних NuGet-пакетов
— Проведение рефакторинга и устранение замечаний автоматического анализа кода
— Оценка трудозатрат на задачи и соблюдение сроков
— Участие в код-ревью и технических обсуждениях
Требования:
— От 3 лет коммерческой разработки на C#
— Уверенное знание C# и .NET на уровне Middle и выше
— Практический опыт работы с Entity Framework, включая миграции и оптимизацию запросов
— Опыт работы с Git
— Опыт создания и развития NuGet-пакетов
— Опыт написания и поддержки unit-тестов
— Уверенное знание MS SQL и/или PostgreSQL
— Понимание и применение принципов SOLID
— Опыт разработки Web API
— Умение оценивать задачи и соблюдать договорённые сроки
Будет плюсом:
— Опыт разработки REST API
— Опыт работы с Docker
— Знание Domain-Driven Design (DDD)
— Опыт проектирования распределённых систем
— Опыт работы с Keycloak, Kubernetes (k8s), Postman, Swagger, Kibana, SonarQube
— Опыт работы в крупных компаниях или командах с выстроенными процессами разработки
Задачи:
— Проектировать и развивать LLM/AI-системы и AI-агентов;
— Строить многошаговые agentic workflows: routing, tool calling, state management;
— Работать с Prompt Engineering и Context Engineering;
— Управлять контекстом, памятью и состоянием диалога;
— Реализовывать structured output и function/tool calling;
— Строить RAG-пайплайны: chunking, embeddings, retrieval, reranking;
— Интегрировать LLM с API, базами данных и внутренними сервисами;
— Разрабатывать backend-сервисы на Go и AI-компоненты на Python;
— Исследовать новые модели и подходы, быстро проверять гипотезы;
— Выбирать модели с учетом качества, latency и стоимости;
— Строить систему оценки качества: evals, regression tests, golden datasets, LLM-as-a-judge;
— Анализировать логи и traces, улучшать качество и стабильность агентов;
— Реализовывать retries, fallbacks, timeouts и обработку ошибок;
— Доводить решения от прототипа до стабильного production.
Требования:
Go:
— production-сервисы;
— REST/gRPC API;
— concurrency;
— работа с БД;
— микросервисная архитектура.
Python:
— AI-сервисы и backend;
— async;
— API;
— обработка данных;
— быстрое прототипирование.
Также важно:
— Практический опыт разработки production-приложений с LLM;
— Понимание архитектуры современных AI-систем: prompt → context → tools → agent → state → evaluation;
— Опыт Prompt Engineering: system prompts, few-shot, prompt chaining, structured output;
— Опыт Context Engineering: memory, summarization, динамическая сборка контекста;
— Опыт создания AI-агентов и agentic workflows;
— Работа с LLM API и понимание особенностей разных моделей;
— Понимание RAG: embeddings, vector search, retrieval, reranking, hybrid search;
— Понимание evals, regression testing и анализа production-логов;
— Опыт с PostgreSQL, MongoDB, Redis, Docker, Git, CI/CD;
— Понимание production-подходов: observability, scalability, latency, retries, fallbacks и контроль стоимости.
Будет плюсом:
— Multi-agent системы;
— LangGraph;
— MCP;
— Langfuse / LangSmith;
— Elasticsearch / OpenSearch;
— Open-source LLM: Qwen, Llama, DeepSeek и др.;
— vLLM / Ollama;
— Kafka / RabbitMQ;
— Kubernetes;
— Оптимизация token usage, latency и стоимости LLM;
— Guardrails и защита от prompt injection;
— Highload-системы.
Ищем инженера, который воспринимает LLM не как простой API, а как компонент большой production-системы. Важно уметь проектировать всю логику вокруг модели: какие данные передать в контекст, какого агента или инструмент вызвать, как проверить результат, обработать ошибку и определить следующий шаг. Ищем software engineer с сильной AI/LLM-экспертизой, который умеет не только написать хороший промпт, но и довести всю систему до стабильного production-решения.
Задачи:
— Проектировать и развивать LLM/AI-системы и AI-агентов;
— Строить многошаговые agentic workflows: routing, tool calling, state management;
— Работать с Prompt Engineering и Context Engineering;
— Управлять контекстом, памятью и состоянием диалога;
— Реализовывать structured output и function/tool calling;
— Строить RAG-пайплайны: chunking, embeddings, retrieval, reranking;
— Интегрировать LLM с API, базами данных и внутренними сервисами;
— Разрабатывать backend-сервисы на Go и AI-компоненты на Python;
— Исследовать новые модели и подходы, быстро проверять гипотезы;
— Выбирать модели с учетом качества, latency и стоимости;
— Строить систему оценки качества: evals, regression tests, golden datasets, LLM-as-a-judge;
— Анализировать логи и traces, улучшать качество и стабильность агентов;
— Реализовывать retries, fallbacks, timeouts и обработку ошибок;
— Доводить решения от прототипа до стабильного production.
Требования:
Go:
— production-сервисы;
— REST/gRPC API;
— concurrency;
— работа с БД;
— микросервисная архитектура.
Python:
— AI-сервисы и backend;
— async;
— API;
— обработка данных;
— быстрое прототипирование.
Также важно:
— Практический опыт разработки production-приложений с LLM;
— Понимание архитектуры современных AI-систем: prompt → context → tools → agent → state → evaluation;
— Опыт Prompt Engineering: system prompts, few-shot, prompt chaining, structured output;
— Опыт Context Engineering: memory, summarization, динамическая сборка контекста;
— Опыт создания AI-агентов и agentic workflows;
— Работа с LLM API и понимание особенностей разных моделей;
— Понимание RAG: embeddings, vector search, retrieval, reranking, hybrid search;
— Понимание evals, regression testing и анализа production-логов;
— Опыт с PostgreSQL, MongoDB, Redis, Docker, Git, CI/CD;
— Понимание production-подходов: observability, scalability, latency, retries, fallbacks и контроль стоимости.
Задачи:
— Участие в сложных AI-проектах
— Разработка AI-решений в офлайн, безопасной среде
— Работа с современными серверными инфраструктурами
Требования:
— Высшее образование в области AI
— Минимум 2 года опыта в ML/DL
— Опыт работы с Python, Pytorch/Tensorflow и Hugging Face
— Навыки fine-tuning моделей Llama, Qwen, Bert через Lora/Qlora
— Работа с Rag и Vector DB (Qdrant, Chromadb, Pgvector)
— Подготовка датасетов, очистка данных, скрапинг
— Опыт работы с Fastapi, Docker и Git
Условия:
— Работа в профессиональной команде
— Возможности для профессионального развития
ОБЗОР ПОЗИЦИИ И ПРОДУКТА:
Мы строим Customer Intelligence & Personalization Platform для экосистемы бизнесов в Армении на основе Golden Record (единый профиль клиента).
Вам предстоит спроектировать слой между сырыми данными core banking системы и витринами платформы.
Главный вызов — реверс-инжиниринг слабо документированного источника, восстановление бизнес-смысла данных и создание осознанной модели для Customer 360, сегментации и скоринга.
Мы используем AI-native подход и ожидаем того же от кандидата (применение AI для разбора legacy, написания SQL и документации).
Задачи:
• Исследовать core banking систему, legacy- и внешние источники, восстанавливать их семантику;
• Идти от целевой витрины к источнику: определять таблицы и логику сбора атрибутов;
• Разделять случаи, когда одинаковые данные получены разными путями, фиксировать правила выбора;
• Описывать модель данных и метаданные (сущности, связи, grain, ключи, историчность);
• Формировать требования к витринам для сегментации, scoring и рекомендаций;
• Писать SQL-исследования, прототипы трансформаций и проверять гипотезы;
• Выяснять смысл данных напрямую у сотрудников банка.
Требования:
• Сильный SQL (оконные функции, сложные join-цепочки, анализ качества и распределений);
• Опыт реверс-инжиниринга плохо документированных источников;
• Опыт работы с банковскими / fintech-данными (Core banking, ArmSoft, legacy системы) и построения Customer 360;
• Понимание data modelling (сущности, grain, ключи, историчность, master entities);
• Уверенное владение Python на уровне исследования данных;
• Владение Git, Linux, опыт работы в закрытых Dev/UAT-контурах;
• Использование AI-инструментов для анализа схем и написания кода;
• Проактивность и самостоятельность в доведении задач от «сырья» до целевой витрины (отлично подойдет бэкграунд дата-инженера с опытом работы с сырыми источниками).
Будет плюсом:
• Знание армянского языка;
• Методологии матчинга и дедупликации;
• Опыт с Data Vault 2.0, DBT (или аналоги);
• Понимание PII, маскирования, RBAC;
• Опыт работы в регулируемом on-premise контуре;
• Экспертиза в ML, ML Ops.
Условия:
• Взаимодействие по договору ИП;
• Гибридный формат работы в Армении (готовность работать из офиса банка до 3 раз в неделю).
Задачи:
— Работа с NLP и AI-проектами, запуск AI-проектов в продакшн и построение архитектуры вокруг сторонних LLM-решений.
— Обучение нейросетевых моделей на GPU-кластере.
Требования:
— Большой опыт разработки на Python с использованием Pandas, NumPy, Scikit-learn.
— Опыт работы с LangChain, vLLM.
— Опыт работы с PyTorch, Hugging Face Transformers.
— Глубокое понимание машинного обучения, глубокого обучения и NLP.
— Опыт запуска AI-проектов в продакшн и построения архитектуры вокруг сторонних LLM-решений.
— Опыт обучения нейросетевых моделей на GPU-кластере.
— Знание SQL.
— Владение Git.
— Высшее техническое образование в области Computer Science, прикладной математики, AI/ML или смежных областях.
Условия:
— Работа в команде экспертов.
— Широкий технологический стек, сотни проектов.
— Гибкий график работы.
— Льготы и меры господдержки, предусмотренные для IT-компаний (аккредитованы Минцифры).
— Возможность разрабатывать IT-решения для разных отраслей и пробовать новые технологии.
— Возможность работать удалённо с доступом к просторным офисам с зонами коворкинга.
— Возможность профессионального роста: стать тимлидом, архитектором, full-stack разработчиком.
— Развитая система наставничества, сертификация за счёт компании, участие в конференциях, изучение английского языка.
— Активный обмен опытом, митапы, хакатоны, доклады по развитию hard и soft skills.
— 50+ клубов по интересам и профессиональных сообществ.
— Уютный мерч.
— Полный соцпакет и официальная "белая" зарплата.
— Корпоративная база знаний и социальная сеть для сотрудников.
— Гибкий ДМС с возможностью подключения родственников.
УдалённоseniorГеография найма не уточнена, офис: Ульяновск
Location: Bengaluru, India
We are looking for a Senior AI Quality Engineer (L3+) with strong Python skills and hands-on experience testing AI and ML systems. You will analyze requirements, define evaluation strategies, build automated checks, validate models and outputs, test APIs and data pipelines, verify defects through resolution, and contribute to release readiness for your assigned product area. You will both evaluate AI systems and design, build, and operate QE agents for the software testing life cycle.
AI-assisted work is part of everyday QE practice on this engagement, with Ragas, DeepEval, promptfoo, Cursor, and other AI and ML tools used for evaluation, scripting, test generation, analysis, and maintenance.
You will also build golden datasets, calibrate LLM-as-judge methods, test agentic workflows and RAG systems, implement self-healing and intelligent test approaches, and diagnose quality, safety, performance, and cost failures across distributed AI services.
This position is intended for Hyderabad-based candidates who are available to work from the office.
The client delivers AI agents, retrieval systems, models, and data pipelines across a broad technology landscape. Quality is part of delivery through evaluation gates, automated regression, model and data validation, security and privacy checks, and evidence that a release is ready.
Python is the primary language for AI evaluation, model validation, API testing, data-pipeline quality, and QE agent design. The role combines deterministic automation with probabilistic evaluation to assess AI behavior across models, data, retrieval, tools, and integration surfaces, and designs and operates agents that support the software testing life cycle.
Analyze requirements and define evaluation strategies, golden datasets, regression benchmarks, baselines, thresholds, and blocking metrics with domain-expert review.
Design, build, and orchestrate AI agents, persona-based workflows, and reusable skills for the STLC using LangChain, LangGraph, or Semantic Kernel.
Build automated evaluations and benchmarks for LLMs, agents, RAG, retrieval, tool trajectories, and contracts using Ragas, DeepEval, and promptfoo.
Calibrate LLM-as-judge against human grading, manage non-determinism through repeated runs, and detect regression and drift.
Write and maintain Python and pytest automation for AI, ML, API, data, and integration workflows.
Use Cursor and agentic tools to analyze requirements, generate and review tests, and maintain evaluation suites.
Validate deep-learning, reinforcement-learning, and predictive models using LangChain.
Build AI-assisted STLC workflows for requirements analysis, test design, script generation, execution, self-healing, failure analysis, and defect triage, plus intelligent test selection and defect prediction.
Integrate LLMs, APIs, embeddings, vector databases, retrieval pipelines, and enterprise data sources into QE frameworks using Python.
Test REST and streaming APIs, agent tools, and RAG and MCP integrations, including authentication, errors, retries, and recovery.
Test data and retrieval pipelines for schema integrity, lineage, idempotency, fallback, promotion gates, and rollback.
Integrate evaluations, benchmarks, and agent workflows into QE frameworks and CI/CD on GitHub Actions, review Allure results, and keep TestRail aligned with automated coverage.
Test prompt injection, jailbreaks, unsafe tool use, data exfiltration, access control, PII controls, and guardrails.
Measure accuracy, relevance, groundedness, hallucination, retrieval quality, agent reliability, latency, throughput, token use, and cost, and diagnose distributed failures.
Implement tracing, monitoring, and production evaluation using Langfuse, LangSmith, or a comparable AI observability platform.
Deploy and operate QE agents on Amazon Bedrock AgentCore or a comparable agent platform, with governance and human oversight.
Deploy and validate AI and ML solutions on AWS or Azure, including secrets, database services, and cloud-native test infrastructure.
Report, track, and verify defects in Jira, and work with domain experts, product, and engineering on traceable coverage and untested scope.
Contribute to release readiness for the assigned product area without owning sign-off for the whole team.
Strong Python proficiency with pytest for test and evaluation automation.
Hands-on experience building and orchestrating AI agents and agentic workflows with LangChain, LangGraph, Semantic Kernel, or comparable frameworks.
Hands-on experience building AI evaluations and benchmarks with Ragas, DeepEval, promptfoo, or equivalent tools.
Hands-on use of Cursor or agentic development tools for test generation and maintenance.
Experience defining AI evaluation strategies, golden datasets, regression benchmarks, and LLM-as-judge calibration, including non-determinism and drift.
Experience validating deep-learning, reinforcement-learning, and predictive models with LangChain.
Experience building AI-assisted STLC workflows for requirements analysis, test design, script generation, execution, self-healing, failure analysis, defect triage, intelligent test selection, and defect prediction.
Experience integrating LLMs, APIs, embeddings, vector databases, and retrieval pipelines with automation frameworks in Python.
Experience testing REST and streaming APIs, agent tools, RAG workflows, and MCP integrations.
Experience testing data and retrieval pipelines for correctness, lineage, and safe promotion.
Experience integrating AI evaluation and agent workflows with automation frameworks and CI/CD using GitHub Actions, Allure, TestRail, or equivalent tools.
Experience testing AI security, privacy, access control, and guardrails.
Experience measuring accuracy, relevance, groundedness, hallucination, retrieval quality, agent reliability, latency, throughput, token use, and cost, and diagnosing distributed failures.
Experience with AI tracing, monitoring, and production evaluation using Langfuse, LangSmith, or comparable tools.
Familiarity with AWS, Azure, or GCP cloud AI services and agent platforms for deploying and validating AI and ML solutions.
Experience deploying and operating agents on Amazon Bedrock AgentCore or a comparable agent platform, with governance and human oversight.
Experience managing defects through resolution in Jira or an equivalent tool.
Ability to work with domain experts, product, and engineering on ground truth and coverage gaps.
Experience contributing to release readiness for an assigned product area.
Playwright and TypeScript experience for UI and API automation.
Real-device and cross-browser execution using LambdaTest, Sauce Labs, or an equivalent platform.
Knowledge of AI-driven test optimization and coverage analytics using SeaLights or an equivalent platform.
Experience contributing reusable components to shared automation frameworks and reviewing automation code through Git and GitHub workflows.
Experience managing test data and troubleshooting test environments needed for reliable execution.
Experience triaging security findings and validating operational readiness, monitoring, rollback, and recovery controls.
Experience producing audit-ready evaluation reports and improving shared evaluation patterns, automation libraries, and datasets.
Location: Bengaluru, India
We are looking for a hands-on NetSuite QE Senior who can own quality for finance order-to-cash and still write the tests. You will test NetSuite billing and Advanced Revenue Management workflows, build UI and API checks in TypeScript and Playwright with AI-assisted tools and agents, review generated tests, investigate cross-system failures, and provide release-readiness evidence.
This position is intended for Hyderabad-based candidates who are available to work from the office.
Our client uses Oracle NetSuite as its financial system of record for order-to-cash, billing, revenue recognition, tax, refunds, and membership. Quality Engineering covers ERP regression, financial change, and the integrations connecting commerce and candidate systems to NetSuite.
Own quality for an assigned finance order-to-cash area, from requirements analysis and test design through functional execution, in-sprint automation, exploratory testing, defect resolution, and release-readiness input.
Validate purchases end to end across storefront or registration flows, integration events, NetSuite billing records, downstream entitlements, and revenue plans.
Design and execute coverage for sales orders, cash sales and invoices, payment events, promotions, price exceptions, vouchers, corporate billing, refunds, cancellations, and tax-sensitive scenarios.
Test revenue recognition as a multi-stage process, including arrangements, elements, recognition rules and plans, fair-value allocation, carve-out, prospective merges, deferrals, and background-job timing.
Write and maintain TypeScript and Playwright tests, using API checks as the default and UI automation for business-critical flows or fields that are not exposed through an API.
Use AI-assisted tools and agents across requirements analysis, test design, code authoring, and suite maintenance, and review generated tests for missing coverage, correctness, and domain risk.
Design reusable end-to-end scenarios and verification cases, using soft assertions, dynamic product data, and stage-aware revenue-recognition runs that avoid parallel data collisions.
Keep test cases, ownership, tags, eligibility, and CI results traceable, and maintain sandbox users, API tokens, and a record of permission-restricted scenarios.
Investigate missing or incorrect orders across integration events, APIs, ERP script logs, and downstream systems, then report and verify defects through resolution.
Support pre-production regression, finance and tax sign-off, and controlled production smoke testing without using production as a general test environment.
Senior-level hands-on Quality Engineering experience across requirements analysis, test design, functional and exploratory testing, defect management, automation, and release readiness.
Practical experience testing Oracle NetSuite or a comparable finance ERP, with strong understanding of order-to-cash records and transaction lifecycles.
Working knowledge of revenue recognition concepts and the ability to test multi-stage financial processing, allocation, deferrals, refunds, and background jobs.
Hands-on TypeScript and Playwright for UI and API automation, including SuiteTalk, REST, or an equivalent ERP API, with the ability to write and explain the tests and judge when a UI check is still required.
Experience using AI-assisted tools such as Cursor, GitHub Copilot, or equivalent, including agents, across requirements analysis, test design, code authoring, and suite maintenance, with review of generated tests for missing coverage, correctness, and domain risk.
Ability to design reusable verification coverage, apply soft assertions to long transactional flows, and manage test data that must not collide in parallel execution.
Experience testing integrated systems and tracing failures through event processing, API responses, application logs, and downstream outcomes.
Experience with TestRail or equivalent traceability, CI regression, and Git.
Ability to assess financial and revenue risk, separate release blockers from lower-impact defects, and communicate clearly with engineering, product, finance, and tax stakeholders.
Experience with NetSuite Advanced Revenue Management, including arrangements, elements, plans, prospective merges, fair-value allocation, carve-out, and formulas used to challenge expected revenue amounts.
Experience testing tax, multi-entity, localization, corporate billing, voucher, or price-exception workflows in an ERP.
Experience maintaining automated coverage through ERP form-layout or field-placement changes.
Familiarity with event-driven commerce integrations, dead-letter queue investigation, or payment and entitlement workflows.
Задачи:
— разработка и совершенствование систем с frontend-компонентами (дизайн-системы, системы администрирования СберБанк Онлайн);
— выстраивание микромодульной архитектуры frontend-приложений для внутренних рабочих мест;
— создание и продвижение новых продуктов (библиотеки, тулинг, контент) в frontend сообществе и экосистеме Сбера.
Требования:
— общий опыт frontend-разработки от 2 лет;
— знания современных возможностей JavaScript (ES6+ и выше), CSS, HTML и браузеров (Promise, Symbol, Observer, Map, Set, методы массивов, css-переменные, flex, grid, Browser API и т.д.);
— знания и опыт работы с TypeScript;
— знания консольного node.js (с пониманием, как работают исполняемые в node.js библиотеки);
— опыт работы с React и библиотеками под React от 1 года;
— опыт применения AI для генерации кода и иных артефактов, сопровождающих код;
— опыт работы с AI-агентами в CLI;
— навыки кроссбраузерной, адаптивной, семантической верстки;
— умение работать с git;
— склонность обучаться и самообучаться, исследовать и предлагать новые решения.
Будет плюсом:
— опыт написания кода на TypeScript в библиотеках;
— опыт настройки работы со сборщиками (например, работа с плагинами, лоадерами webpack, babel) и линтерами;
— опыт написания утилитарных скриптов node.js;
— опыт работы со styled-components (emotion);
— опыт написания тестов (Jest, Cypress);
— опыт применения AI в сценариях обслуживания пользователя;
— опыт работы с accessibility и UX.
Условия:
— гибридный формат работы (офис на м. Кутузовская);
— 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.
Автоотклики