Вакансии

Задачи: — улучшать рекомендации — искать гипотезы — прототипировать на GPU — выкатывать в A/B-тесты Требования: — опыт 3+ года — знание Python, SQL, Spark, Docker, Git, ClickHouse, Redis, Deep Learning Условия: — удалённая работа или офис — фултайм

Проектирование и построение end-to-end архитектуры хранилища данных с нуля в среде Microsoft Fabric. Реализация многоуровневой архитектуры хранения данных по модели Medallion — Bronze, Silver, Gold — на основе Delta Lake (Parquet).

▫️Проектирование, разработка и поддержка масштабируемых data ingestion pipelines. ▫️Работа с большими объёмами данных — до миллиардов строк.

Проектирование и построение end-to-end архитектуры хранилища данных с нуля в среде Microsoft Fabric. Реализация многоуровневой архитектуры хранения данных по модели Medallion — Bronze, Silver, Gold — на основе Delta Lake (Parquet).

Location: Almaty, Almaty, Kazakhstan Who we are We are a global wealth-tech company powering the next generation of trading. We deliver cutting-edge centralised trading solutions and robust B2B financial infrastructure. Our proprietary trading platform offers clients seamless access to stocks, ETFs, bonds, futures, options, swaps, funds, and currency pairs- all within a single, multi-currency account. We believe in the boundless flow of capital and information. Whilst developing EXANTE, we saw technology as a means to improve global connectivity of the financial services industry. Over the years, we have earned a reputation for providing superior service and for getting the results our clients and customers want. Most importantly, people have come to know us for our technological insights and focus on privacy. Our inspiration stems from the talent and ambition of our clients. We are offering an ecosystem of financial products and services that would provide the most tailored assistance to traders. Our culture Everything at EXANTE starts with our people. We bring together almost 800 minds across 70 locations. We place trust in our team with real autonomy - the freedom to drive change across products, processes and everything in between. That trust fuels innovation, and the demands of the markets build resilience; we adapt, push forward, and we look after each other while we do it. That freedom is matched by real investment in growth: we back our people with ongoing learning, hands-on development and the kind of stretch opportunities that turn good careers into great ones. About The Role Our Business Intelligence department owns the trusted data warehouse and the analytics every department relies on. We build and maintain the models and reports behind management reporting and daily decision-making, with a strong focus on getting the numbers right and on time. We're hiring a hands-on, SQL-strong data engineer to drive development work forward in our GCP + dbt + Power BI stack. Reporting Line — Head of Data Warehouse Worksite — Remote What You Will Do Develop and look after reliable, scalable data models, transformations and pipelines across BigQuery and dbt. Bring together data from a range of different systems — databases, APIs, file feeds and external providers. Translate reporting needs into accurate, well-tested and documented datasets. Put validation, checks and monitoring in place so data problems are spotted before they spread. Make sure the day-to-day data lands correctly and on schedule. What We're Looking For Must have In-depth knowledge of SQL — you are confident in writing and debugging complex queries, and you understand the underlying data. Substantial experience working in a production environment with ELT pipelines, data integration and data modelling. A deep understanding of the principles of data quality assurance and data warehouse design. Reliability and independence — you are able to take responsibility for resolving data-related issues and see the task through to completion. Nice to Have Experience with designing and building data models in dbt. Comfortable using Python to move and integrate data across GCP services. Practical experience querying and working in BigQuery (or a comparable cloud warehouse). Solid grasp of star-schema design and semantic modelling for Power BI. Confident with version control and CI/CD workflows, GitLab a plus. Background working with brokerage, banking, asset-management, payments or fintech data. We Offer Competitive salary that reflects your experience and the value you bring. Flexibility that fits your life — work from home, from our office, or a mix of both. You decide what works best. Flexible benefits package — choose the options that suit your life, not a one-size-fits-all bundle. A genuinely good place to work — an informal, collaborative culture where ideas are heard and bureaucracy stays out of your way. Continuous learning — ongoing training, education programs, and the support to deepen your expertise in a fast-moving industry. Connection beyond your desk — events that bring our teams together to network and celebrate. Global exposure — work side by side with talented colleagues from all over the world, across a business serving clients in 100+ countries. EXANTE is a global prime broker backed by proprietary technology and dedicated service. All regulated group companies and fully controlled affiliates and subsidiaries are committed to compliance with data protection laws, including the GDPR. We process personal data in line with the GDPR principles of fairness, purpose limitation, transparency, data minimisation, storage limitation and deletion, accuracy, confidentiality and integrity, and accountability. We rely on legitimate interests to assess and manage your application, after determining that our interests are not overridden by your rights and interests. You have the rights of access, rectification, data portability, erasure, restriction of processing, and objection to processing. To exercise your rights or contact our Data Protection Officer, please see our GDPR policy at https://exante.eu/gdpr/. We retain recruitment data only for as long as necessary for the purposes described above, after which it will be securely deleted unless we are required to keep it longer to comply with law or you consent to a longer retention. Where personal data is transferred outside the EEA, it will be protected to a standard at least equivalent to that sought by the GDPR. Personal data is safeguarded by technical and organisational measures that are reviewed and updated regularly. This website is not intended for individuals under 18 and we do not knowingly collect data relating to children.

Distributed systems, MPP, Python / Go, AWS, Karpenter, Istio, database infrastructure и задачи, в которых можно влиять на то, как все работает вместе.

– Обеспечьте сквозную доставку одного или нескольких приоритетных доменов данных в Azure Databricks. – Разработка и создание конвейеров обработки данных уровня Medallion (Bronze/Silver/Gold) с использованием декларативных конвейеров Lakeflow, Auto Loader, Structured Streaming и Delta Lake с кластеризацией Liquid.

Location: Москва Ищем ML Engineer для разработки AI-решений на базе больших языковых моделей (LLM). Предстоит заниматься созданием AI-агентов, мультиагентных систем, RAG-решений и адаптацией LLM под прикладные задачи. Специалист будет участвовать в полном цикле разработки: подготовка данных, дообучение моделей, разработка AI-архитектуры и внедрение решений в production. Обязанности ### Твои задачи: * разработка AI-агентов и мультиагентных систем * создание и оптимизация RAG-систем * разработка и настройка промптов (Prompt Engineering) * дообучение LLM * подготовка и обработка датасетов * настройка Embeddings, Vector Search, Hybrid Search * интеграция LLM с API, базами данных и корпоративными системами * оценка качества моделей и оптимизация результатов * развертывание и сопровождение AI-сервисов. Требования ### Мы ожидаем, что у тебя есть: * опыт разработки на Python от 3 лет * опыт работы с LLM и Generative AI * опыт разработки RAG-систем * опыт Fine-Tuning LLM (SFT, LoRA/QLoRA) * опыт работы с Hugging Face Transformers, PyTorch * понимание архитектуры Transformer * опыт работы с Prompt Engineering * опыт создания AI-агентов. **Будет плюсом:** * опыт работы с локальными LLM (Qwen и др.) * опыт развертывания моделей * опыт работы с GPU-инфраструктурой * опыт работы с Vector DB (Qdrant и др.) * опыт построения MLOps-процессов * знание MCP / A2A протоколов * опыт оценки качества LLM Условия ### Работа в СберТехе - это: * гибридный формат работы * годовой бонус и ежегодный пересмотр зарплаты * статус аккредитованной ИТ-компании * расширенный ДМС с первого дня и льготное страхование для семьи * корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях * 90 дней удаленной работы из любого региона РФ * льготная ипотека в Сбере * бесплатная подписка СберПрайм, которой можно поделиться с 3 близкими.

Разрабатывать кластеризованный on-premise build ClickHouse для собственной cloud-инфраструктуры. Внедрять, масштабировать и поддерживать ClickHouse-кластеры в production.

Location: Москва Мы — команда GenBI and Agentization, разрабатывающая AI-ассистента для платформы Navigator BI — ключевой бизнес-аналитической системы банка. Наш проект уже решает задачи, значимые для всей экосистемы Сбера. Наша цель — создать интеллектуального помощника, который помогает пользователям: * находить нужные дашборды и отчёты * получать статистику и динамику показателей естественным языком * генерировать новые визуализации (графики, виджеты, таблицы) на основе сырых данных * отвечать на вопросы, касающихся бизнес-показателей. Обязанности * повышать метрики качества AI-сервиса: дообучать и адаптировать модели, улучшать пайплайны обработки запросов * лидировать выделенное направление в команде: проводить code review, предлагать архитектурные решения * тестировать гипотезы по улучшению пользовательского опыта — от качества поиска до точности генерации визуализаций * интегрировать LLM в существующие процессы, развивать RAG-компоненты и агентную логику * взаимодействовать с командой разработки и бизнес-заказчиками для уточнения требований и постановки задач. Требования * опыт разработки LLM-приложений и/или агентных систем * глубокое понимание современных NLP-архитектур (трансформеры, механизмы внимания) * уверенное владение PyTorch и LangChain Будет плюсом: * опыт работы с поисковыми системами (OpenSearch, Elasticsearch) и векторными базами данных * опыт дообучения LLM (fine‑tuning) и построения RAG-пайплайнов * знание MLOps-практик (CI/CD для ML, мониторинг моделей) * понимание архитектуры агентных систем * умение самостоятельно вести задачи от гипотезы до внедрения * опыт использования GigaChat, Kandinsky и аналогов в продуктах. Условия * комфортный современный офис рядом с м. Кутузовская * гибридный формат работы * 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.

Location: Москва Наша CV команда создает лучший в Сбере продукт для автоматического распознавания документов, используя самые передовые технологии. Главными задачами для нас являются разработка и улучшение OCR-модели на базе VLM, сбор обучающих данных с использованием кастомного agentic harness, и развёртывание клиентского сервиса внутри банка. Мы ищем Middle/Senior инженера, который будет заниматься полным циклом обучения и деплоя продукта. Обязанности * изучать SOTA подходы к OCR: чтение свежих пейперов в сфере e2e OCR, адаптация подходов data mining, SFT/RL, гипотезы * ставить эксперименты по обучению VLM-моделей: проверка гипотез на multi-node сетапе, замер метрик на внешних и внутренних бенчмарках. * дорабатывать пайплайн обучения: улучшение репозитория на текущем стеке (accelerate, TRL) - ускорение обучения, добавление аугментаций, адаптация под новые модели * собирать обучающие данных: агрегация существующих и новых данных в требуемом формате MarkDown, поиск новых доменов, написание скриптов по загрузке * размечать датасеты: запуск процесса разметки для вновь собранных или существующих данных при помощи кастомного agentic harness сборщика разметки (а также его улучшение), или внутренней платформы разметки асессорами * адаптировать сервис: интеграция обученных моделей в сервис на основе vLLM для сёрвинга клиентам внутри банка. Требования * высшее образование: математика, информатика или профильный data science * 3+ лет в ML, из них не меньше года лет с LLM/VLM в проде * английский для чтения статей и документации * Fine-tuning: SFT, LoRA/QLoRA, RL (DPO, GRPO) * современные движки инференса: vLLM, sgLang, triton * опыт работы с VLM: понимание принципов работы, дообучения, основных ограничений * агентные пайплайны: вызовы моделей, обработка исключений, ограничение стоимости * опыт в разметке датасетов асессорами, или автоматическими инструментами * Python: пишете код, который уходит в прод. Тесты, ревью, код-стайл * специфика банка: много контрагетов, с ними нужно иногда коммуницировать \*\*Будет плюсом\*\*   * опыт python-бэкендера: FastAPI, асинхронность, очереди, PostgreSQL, векторные хранилища * работа с разметчиками и контрагентами * публикации, доклады, open source. Условия * комфортный современный офис - м. Кутузовская * гибридный формат работы * ежегодный пересмотр зарплаты, годовой бонус * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера * корпоративная пенсионная программа.

• Talabalarga Sun'iy Intellekt (AI) va Generative AI bo'yicha amaliy darslar o'tish; • ChatGPT, Claude, Gemini kabi ilg'or AI vositalari hamda Prompt Engineering'ni mukammal o'rgatish;

• 3+ years of Python development. • Production GenAI / LLM experience • Diffusion models & LoRA.

— проводить функциональное, регрессионное, smoke, UAT и негативное тестирование; — тестировать API через Postman / Insomnia;

Lead test strategy and quality standards across multiple projects, deciding what warrants automated coverage versus focused manual and exploratory testing. Build and maintain automated test suites in Playwright, and use BrowserStack to validate compatibility across browsers, devices, and platforms.

Build and support execution-engine components: Implement, test, debug, and maintain well-defined changes to query operators, expression evaluation, execution scheduling, and resource management.

The Cloud Engineer designs, secures, and supports mission-critical cloud infrastructure that enables reliable services for users worldwide. The successful candidate demonstrates strong technical judgment, operational discipline, and the ability to apply practical solutions to complex cloud engineering challenges.

Участие в разработке и развитии SIEM-системы KUMA: разработка контента и поставка экспертизы в решение; Работа с обращениями пользователей: проработка новых требований на основе фидбека заказчиков;