Data Architect
The role will also contribute to enhancing and delivering other data-related projects across DHA.
от 10 000 $
Вакансии
Загружаем вакансии…
Загружаем вакансии…
The role will also contribute to enhancing and delivering other data-related projects across DHA.
от 10 000 $
Higgsfield AI — быстрорастущая платформа для AI-генерации видео с эффектами уровня киностудий. Компания является участником Google Cloud Program и получила инвестиции в размере $50M. Размер команды составляет от 11 до 50 человек. Вакансия Product ML Engineer связана с направлениями Data Science, персонализации и монетизации. Требуются навыки работы с Python и SQL, а также знание английского языка на уровне B2+. Компания готова помочь с релокацией. Фаундеры компании — Александр Машрабов, бывший Head of GenAI в Snap, и Ерзат Дулат.
Зарплата не указана
Задачи: — разработка DWH/DataLake/LakeHouse; — построение поставки данных в Batch/NRT/RealTime; — оптимизация ETL; — повышение актуальности данных.
до 340 000 ₽
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Проект Крупный ритейл мебели и товаров для сна. Ожидания от кандидата - Понимание теории реляционных баз данных и архитектуры хранилищ данных, включая ключевые структуры и процессы; - Владение методологиями проектирования и построения хранилищ данных; - Знание подходов к формированию управленческой отчётности: умение готовить данные для витрин, выполнять выверки и контролировать целостность информации; - Практическое применение Python в разработке решений для обработки и трансформации данных; - Опыт работы с Airflow и понимание принципов оркестрации ETL‑процессов; - Уверенное владение SQL, в том числе при работе с большими объёмами данных; - Опыт использования DBT для построения и поддержки витрин данных; - Практический опыт работы с ArenadataDB, Postgres и Greenplum; понимание особенностей обработки данных в MPP‑системах; - Навыки оптимизации запросов для повышения производительности и снижения нагрузки на хранилище; - Умение работать в команде по принципам командной разработки, владение Git для контроля версий и совместной работы с кодом. Задачи на проекте - Оптимизация и выверка запросов для построения витрин отчетности. Условия работы ТК РФ до 150 к на руки ИП РФ до 1100 руб/час
до 150 000 RUR
Требования: — Высшее образование (техническое, экономическое, аналитическое направление) — Знание основ методологии управления НСИ (классификация, атрибутивная модель, нормализация данных) — Навык анализа и нормализации наименований номенклатуры (знание особенностей основных производителей, нормативных документов) — Опыт работы с классификаторами МТР и присвоения классов номенклатурным позициям — Навык выявления дубликатов и согласования данных в справочниках НСИ — Опыт проведения первичного аудита качества данных в справочниках (полнота, корректность, дубли) — Умение работать с онтологией нормализации и шаблонами справочников — Навык работы с Excel, базовые SQL-запросы — Внимательность к деталям, аккуратность, усидчивость — Умение работать в команде и следовать регламентам и методологии — Опыт или готовность к рутинной работе с большими объёмами данных — Опыт защиты результатов перед бизнес-заказчиком — Опыт работы в области НСИ/обработки данных от 1–2 лет Обязанности: — Сбор и анализ данных из текущих справочников номенклатуры и мест хранения\эксплуатации: 1С УХ, Инфра-М, АХО, склады — Для серверного оборудования добавить в справочник по группам \ подгруппам НСИ обязательную аналитику: норматив энергопотребления и заложить в шаблоны — Создание методологии ведения и нормализации справочника номенклатуры, подготовка классификатора и шаблонов для основных категорий — Нормализация данных справочников при необходимости — Подготовка данных для загрузки в 1С.MDM (не более 50 000 номенклатурных записей)
250 000 – 270 000 ₽
Задачи: — строить ML модели на основе различных данных: табличные, графовые, NLP, GEO, последовательности событий (кликстрим, транзакции и т.д.) — писать production код и выводить его в ПРОМ — улучшать процесс построения моделей, разрабатывать собственные прикладные модули командного фреймворка разработки для повышения производительности DS и улучшения качества кода в промышленной среде — выдвигать data-driven гипотезы/предложения для запуска новых механик, а также поиск инсайтов в данных. Требования: — глубокое знание классического ML — понимание основных Deep Learning подходов — продвинутое знание SQL — отличное знание Python — понимание и опыт АB-тестирования. Будет плюсом: — понимание специфики разработки ML-технологий, начиная с формулировки бизнес-проблемы, заканчивая выведением на регулярную основу в прод — опыт решения задач ранжирования или Real Time Bidding — опыт работы с Pyspark, Greenplum. Условия: — комфортный современный офис рядом с м. Кутузовская — офисный формат работы — ежегодный пересмотр зарплаты, квартальная и 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 — подписка Прайм с возможностью совместного использования на трёх близких — вознаграждение за рекомендацию друзей в команду Сбера.
Зарплата не указана
Задачи: — разработка и внедрение LLM моделей для решения NLU задач бизнеса (SFT, RAG (Retrieval Augmented Generation), Agents, Summarization, Text Ranking, Text Matching, Language Modeling) — дообучение LLM моделей — разработка подходов и процессов разметки данных для оценки качества работы LLM — формирование и работа с ML пайплайнами: работа с данными, обучение/дообучение NLP моделей, оценка качества решений, поддержка/автоматизация решений — оптимизация работы моделей для промышленного контура на CPU/GPU — работа с командой бизнес-представителей, DS-разработчиками — организация проверки и генерация гипотез для решения технических и бизнес-задач. Требования: — опыт разработки на python, numpy, sklearn, pandas + библиотеки обработки текстовых данных — опыт работы с Pytorch для построения DL текстовых моделей — опыт работы с библиотеками LangChain/LangGraph — опыт практической работы с LLM через API — отличные теоретические знания классического и нейросетевого NLP, в тч LLM — опыт дообучения классических трансформеров и LLM — практический опыт, эксперименты, внедрение в ПРОД LLM решений — опыт prompt-engineering Будет плюсом: — работа с инструментами Hadoop (HDFS, Hive), Spark — опыт постановки и проведения a/b тестов — опыт работы с распределенным обучением, глубокое знание GPU архитектуры. Условия: — комфортный современный офис рядом с м. Кутузовская — возможен гибридный формат работы — ежегодный пересмотр зарплаты, квартальная и 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 — подписка Прайм с возможностью совместного использования на трёх близких — вознаграждение за рекомендацию друзей в команду Сбера.
Зарплата не указана
Задачи: — поиск подходящих ML решений для решения бизнес-задач, проведение оффлайн и онлайн (А/Б) экспериментов — разработка и улучшение ML-пайплайнов для задач RecSys: подготовка данных, обучение моделей, валидация и внедрение — анализ и работа с большими объёмами данных на PySpark — исследование и применение актуальных методик в области Data Science, Machine Learning и RecSys — взаимодействие с командой разработки и аналитики, генерация гипотез, участие в обсуждении решений и донесение результатов своей работы до команды. Требования: — опыт работы в области Data Science от 1 до 3 лет — интерес к рекомендательным системам, желание развиваться и постепенно брать на себя больше ответственности — практические навыки решения ML-задач: от подготовки данных и выбора алгоритмов до настройки гиперпараметров и оценки качества моделей — хорошая база в алгоритмах машинного обучения и интеллектуальном анализе данных; опыт применения классических ML- и/или DL-подходов будет преимуществом — хорошее знание Python и основных DS-фреймворков (PyTorch, PySpark и др.), понимание принципов написания качественного кода — способность самостоятельно разбираться в новых подходах, читать технические материалы на английском и применять их на практике Будет плюсом: — опыт реализации DS-проектов в области рекомендаций — опыт работы с ranking-задачами, feature engineering, A/B-тестами или ML-экспериментами — опыт вывода ML-решений в production или участия в развитии ML-пайплайнов. — опыт работы с высоконагруженными системами с машинным обучением и Big Data — участие в профильных курсах, соревнованиях или pet-projects в области ML/RecSys. Условия: — комфортный современный офис рядом с м. Кутузовская — возможность выбрать удобный график – офис/гибрид — 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 — подписка Прайм с возможностью совместного использования на трёх близких — вознаграждение за рекомендацию друзей в команду Сбера.
Зарплата не указана
TBC Uzbekistan is a digital financial services ecosystem powering some of Uzbekistan's most innovative financial experiences. Languages required: English (C1), Russian (B2). Work format: On-site in Tashkent, Uzbekistan.
Зарплата не указана
Зарплата не указана
Проект: Разработка единой системы оценки эффективности. Задачи: — Разработка решений вокруг DWH — Создание ETL / настройка сбора данных, BI-аналитика — Проработка архитектуры данных и системы для их сбора — Внедрение нового функционала, сокращение техдолга Требования: — Опыт проектирования и построения пайплайнов: Python / Apache Airflow — Интеграция источников с GraphQL, RESTful — Хранение данных в Apache Iceberg / проектирование архитектуры хранения данных — Проектирование архитектуры сбора данных и витрин — Тестирование данных на всех уровнях требований к качеству данных — Настройка метрик и алертов Prometheus / интеграция с внутренними системами оповещений — Знание предметной области Условия: Удаленный формат работы Интересный проект с архитектурными задачами Профессиональный рост
150 000 – 170 000 ₽
RELOCATION TO MANILA PH Salmon is a technology-driven financial company building a banking and lending platform across Southeast Asia, starting in the Philippines. We combine global fintech expertise with deep local market knowledge to make financial services simple, accessible, and useful for millions of people across the region. 7M+ app downloads. 2M+ monthly active users. 7,000+ partner stores. US$310M+ raised from leading global investors. Manila-based, globally distributed, and hybrid-first — our team spans 45+ countries. About the role: You'll own the NPV and unit economics model behind Salmon's credit card business — the core logic behind how we price, size, and monitor profitability across the portfolio. What you'll do: — Work directly with the Head of Economics to turn model logic into production-ready Python/SQL code — Build and maintain the datasets that feed the model — cohorts, cashflows, losses, funding, fees, revenue — with help from other analysts — Automate scenario and sensitivity runs so pricing, limit, and product decisions are backed by real numbers What you'll own: — Own the end-to-end NPV / unit economics model for credit cards — clean, testable, versioned logic — Validate model outputs against actual portfolio performance and investigate gaps when they don't match — Translate model logic into clear, implementation-ready specs when other teams need to build on it — Step outside your immediate scope when the work calls for it — we value ownership over rigid roles What makes you a strong fit: — 2–3+ years of hands-on experience in data analytics — Strong Python (pandas) and SQL — for data exploration and for implementing analytics logic in production — Solid understanding of unit economics / financial modeling — cashflows, NPV, cohorts — through direct modeling experience or hands-on work with such models — High attention to detail — small errors break economics in production What we offer: — Ownership and flexibility — Stock option plan — four-year vesting with a 25% cliff after the first year — Hybrid-first work environment — Company-provided tools and equipment — Office in Bonifacio Global City, Manila — a modern, walkable district at the centre of the Philippines' growing tech scene — Health and time off — Medical insurance support for you and your family through co-funding or reimbursement, depending on your location and subject to policy limits — Access to an internal mental health support specialist — 22 vacation days, Philippine public holidays, and 15 sick days — 105 days of paid maternity leave and up to 14 days of paid paternity leave for employees relocating to Manila — Relocation and family support — Relocation support for you and your family — including flights, two weeks of accommodation, visas, paperwork, and logistics — Reimbursement of eligible pet relocation expenses — USD 2,500 per year for flights home — Baby and family stipends for employees relocating to Manila: USD 1,000/month per child under two, USD 500/month per child aged two to 18 — Growth and team experience — Opportunities to learn and share your expertise through internal expert meetups, external conferences, speaking opportunities, and industry publications — Company-sponsored trips to Manila to meet and work with your team in person — Regular team offsites, sports activities, and team events — High-performing teams can earn a dedicated beach house week in Southeast Asia
Задачи: — Поддержка Product, Marketing и Operations, преобразование их запросов в срезы данных, анализ трендов и четкие ответы в короткие сроки — Работа с полным стеком отчетности: SQL, Databricks data marts, Tableau dashboards, автоматизация на Python — Разделение операционной работы с Lead Analyst, владение ежедневными запросами для освобождения времени лидера для стратегических проектов Что будете делать: — Создание и поддержка Tableau dashboards и регулярных отчетов по ключевым метрикам Auto/Moto — Написание SQL-запросов и построение data marts в Databricks — Ответы на ad-hoc запросы заинтересованных сторон: срезы данных, анализ трендов, объяснение аномалий — Развитие системы отчетности: стандартизация метрик, автоматизация ручных процессов, улучшение надежности данных — Автоматизация повторяющихся отчетов с помощью Python (pandas) — Взаимодействие с Product, Marketing и Operations для уточнения потребностей в данных и согласования метрик и структур данных Требования: — Опыт работы в аналитике данных от 2 лет — Сильные навыки SQL — Умение самостоятельно создавать и поддерживать дашборды в Tableau — Знание Python (pandas) для автоматизации — Способность работать самостоятельно и комфортно взаимодействовать с командами для сбора контекста и согласования требований — Рабочий английский для коммуникации с заинтересованными сторонами Условия: — Владение и гибкость в работе — Полностью удаленная работа с основными часами сотрудничества с 12:00 до 18:00 по манильскому времени (UTC+8) — Предоставление компанией инструментов и оборудования — Медицинская страховка для вас и вашей семьи с софинансированием или возмещением в зависимости от местоположения и политики — Доступ к внутреннему специалисту по психическому здоровью — 22 дня отпуска, государственные праздники Филиппин и 15 больничных дней — Возможности для роста и обмена опытом через внутренние встречи экспертов, внешние конференции, выступления и публикации — Поездки, спонсируемые компанией, в Манилу для личных встреч и работы с командой — Возможность для высокоэффективных команд получить неделю в пляжном доме в Юго-Восточной Азии
Зарплата не указана
About the company We are an international fintech company developing modern payment solutions for businesses worldwide. What you’ll do: • Collect, validate, structure, and maintain business data • Work with payment provider tariffs, clients, payment channels, terminals, and other operational data • Ensure data is accurate, up-to-date, and correctly reflected in internal systems • Work with Excel and databases on a daily basis • Perform basic SQL queries and prepare data exports for Finance and other teams • Support the Head of Analytics with regular data and reporting tasks • Collaborate with Finance, PSP, Sales, Product, and other internal teams • Potentially contribute to internal and product documentation What we’re looking for: • Junior / Junior+ level • Strong Excel skills • Basic knowledge of SQL and databases • High attention to detail and accuracy • Structured and analytical thinking • Ability to work with routine and moderately large volumes of data • Responsible, organized, and comfortable working with different systems • Experience in FinTech / Payments / Banking is a plus, but not required • Power BI is a plus, but not a must-have Location: Cyprus — must-have Working model: Office-based You’ll be joining a small Analytics team with direct exposure to the Head of Analytics and the opportunity to gradually grow into more advanced BI, reporting, and analytics tasks.
Зарплата не указана
Задачи: — кастомизировать модели ранжирования — персонализировать поисковую выдачу и работать с её разнообразием — генерировать описание товара по фотографии — развивать поиск по продавцам и интегрировать его в основную выдачу.
Зарплата не указана
Задачи: — Подготовка данных: выгрузки из PostgreSQL и POS, очистка, пропуски, выбросы — Прогнозные модели: поток гостей, спрос на позиции меню, потребность в закупках — Признаки предметной области: сезонность, праздники, погода, история продаж — Валидация: разбиение по времени, контроль утечек, бизнес-метрика рядом с технической — Продуктовые исследования: сегменты гостей, средний чек, отток, эффективность акций — Передача модели в прод вместе с бэкендом: контракт данных, инференс, мониторинг качества — Код-ревью, обсуждение гипотез, планирование задач Требования: — Python 3.11+, аннотации типов — pandas, NumPy: группировки, join'ы, оконные функции, даты — scikit-learn: пайплайны, кросс-валидация, подбор гиперпараметров — Метрики и переобучение: MAE / MAPE, бейзлайн, утечки — SQL: join'ы, агрегаты, оконные функции — EDA: matplotlib или seaborn — Git, ветки, PR, код-ревью — Плюсом: statsmodels, Prophet, CatBoost, Docker, FastAPI, Airflow, MLflow, LLM и RAG Условия: — Удалённо из России, свободный график — Доступы к AI-сервисам (ChatGPT, Claude и другие) — Обучение за счёт компании: курсы, книги, конференции, хакатоны — Ревью каждые 6 месяцев, путь до Middle+ за 0.5–1 года
90 000 – 105 000 ₽
Задачи: — Развивать платформу для расчёта ML-признаков в batch-, streaming- и nearline-сценариях; — Строить и поддерживать пайплайны для исторических расчётов, backfill и обновления признаков; — Собирать обучающие датасеты так, чтобы в них не попадали данные «из будущего».
Зарплата не указана
Задачи: — Плотная работа с бизнес-аналитиками, сбор и анализ требований к продукту с точки зрения тестирования; — Составление тест-планов для нового функционала продуктов; — Ведение базы тест-кейсов по каждому из проектов; — Тестирование серверной и клиентской части продуктов; — Тестирование системы хранилищ данных и отчетов (DWH, BI); — Документирование выявленных ошибок и контроль их исправления; Требования: — Опыт ручного тестирования от 1-3 лет; — Продвинутый уровень Excel; — Уверенное знание SQL на уровне базовых запросов (MS SQL Server, PostgreSQL); — Понимание регулярных выражений (чтение и базовое составление); — Опыт работы с Browser DevTools, Postman; Преимущества: — Базовое понимание систем построения хранилищ данных и отчетов (DWH, BI); — Python в части автоматизации тестирования; — Опыт работы с Allure TestOps; — Базовые знания математической статистики; Условия: — 5/2 с 10:00 до 19:00 (гибкое начало рабочего дня); — Работа из офиса на период испытательного срока - 5 мин. от м. Электрозаводская; — Гибридный формат (3 офис / 2 удаленно) по итогам испытательного срока; — Официальное трудоустройство, доход на уровне рынка и выше; — ДМС и социальная поддержка от компании в сложных жизненных ситуациях; — Индивидуальный подход к адаптации и поддержка HR-а, руководителя и коллег; — Горизонтальный и вертикальный рост внутри компании; — Индивидуальный план развития, поддержка и развитие талантов; — Компенсация внешнего обучения, внутренние митапы и корпоративные курсы; — Удаленный формат работы в случае необходимости - ситуативно, не на постоянной основе; — Условия для выстраивания приятных рабочих и личных взаимоотношений; — Корпоративы, тимбилдинги внутри команд, турниры по PS5, настольный теннис и другое; — Удобные и оборудованные рабочие места, просторные переговорные; — Уютные кухня, столовая и комната отдыха, вендинговые автоматы в офисе; — Безлимитная еда: чай, кофе, сладости, овощи, фрукты, снеки, колбасы, сыры, мороженое.
Зарплата не указана
Зарплата не указана