Вакансии

• Разработка backend-сервисов и REST API на FastAPI. • Интеграция и работа с LLM.

▫️Разработка и развитие модуля Demand Planning. ▫️Проектирование и реализация высоконагруженных алгоритмов прогнозирования спроса.

Полный цикл разработки и внедрения ML-моделей в продакшен, мониторинг и ретренинг. Лидерство в реализации бизнес-задач.

– Умение создавать интерактивные и визуально понятные дашборды/отчёты и презентовать инсайты стейкхолдерам. – Продвинутый SQL: сложные выборки, чистка данных, оптимизация;

сбор, кластеризация и валидация данных из внутренних систем и внешних источников. анализ данных, построение прогнозных моделей (Python, SQL, pandas).

Сопровождение ML-решений (мониторинг сервисов и моделей, отслеживание дрейфа данных, работа над развитием); Оценка влияния на бизнес предложенных решений;

Location: Москва Ищем опытного продуктового аналитика в команду, развивающую цифровые продукты автострахования в рамках нашей компании. Аналитик будет работать на стыке данных, бизнеса и IT: исследовать клиентский путь, находить точки роста, проверять продуктовые гипотезы, проектировать эксперименты и помогать команде принимать решения на основании данных. Обязанности * Проведение полного цикла продуктовых исследований: анализ клиентского пути, воронок, конверсий, сегментов и поведения клиентов для поиска точек роста и причин изменения метрик; * Формулирование, приоритизация и проверка гипотез; самостоятельное проведение ad-hoc исследований от постановки задачи до рекомендаций бизнесу; * Проектирование и анализ A/B-тестов и пилотов: расчет выборки и MDE, контроль сопоставимости групп, оценка uplift, статистической значимости и экономического эффекта; * Работа с большими массивами данных: оптимизация сложных SQL-запросов (Greenplum), объединение данных из нескольких источников, контроль качества расчетов; * Использование Python для статистического анализа, автоматизации расчетов и отчетности, прототипирования аналитических решений; * Развитие методологии и отчетности: определение принципов расчета метрик, автоматизация регулярных расчетов, создание дашбордов и визуализаций; * Оценка влияния продуктовых изменений на конверсию, продажи и финансовый результат; * Кросс-функциональное взаимодействие с PO, разработкой и DS: трансляция бизнес-вопросов в аналитические задачи и результатов анализа — в конкретные рекомендации; * Применение AI-инструментов для ускорения аналитической работы и автоматизации. Требования * Опыт работы по профильному направлению от 3 лет; * Твердые знания продуктовой аналитики: понимание продуктовых метрик и принципов их выбора под бизнес-задачу, методология экспериментального анализа; * Уверенное владение SQL и практический опыт решения сложных аналитических задач: оптимизация запросов, объединение данных из нескольких источников; * Практическое владение Python как рабочим инструментом: pandas, NumPy, Jupyter/DataLab, библиотеки статистического анализа и визуализации; * Понимание принципов экспериментального анализа: расчет выборки и MDE, контроль сопоставимости групп, оценка uplift и статистической значимости; * Опыт работы с большими объемами данных и промышленными СУБД (Greenplum / PostgreSQL); * Практический опыт анализа clickstream / event-based данных и пользовательских путей; * Опыт автоматизации аналитической отчетности и построения дашбордов; * Опыт работы в финтехе, страховании, e-commerce или другом цифровом продукте с большими данными; * Опыт работы с Process Mining или анализа клиентских процессов и последовательностей событий; * Законченное высшее образование по технической, экономической или аналитической специальности; * Инструментальное владение AI для анализа, генерации и автоматизации. Условия * Офисный формат работы (современный офис в Москве возле станции "Кутузовская") * Льготные ипотечные условия кредитования; * Подписка Прайм с возможностью совместного использования на трёх близких; * Скидки на продукты компаний – партнеров: Okko, Сбер Маркет, Мега Маркет, Самокат, Еаптека и другие; * ДМС с первого дня и скидки на страхование для близких; * Корпоративная пенсионная программа; * Детский отдых и подарки за счет Компании; * Обучение за счет Компании, Онлайн курсы, неограниченный доступ к библиотеке и обучение на базе Корпоративного университета, тренинги, митапы и возможность получить новую квалификацию.

-Выполнение продуктовых задач в поставленные сроки. -Вёрстка web-страниц на HTML, CSS.

Описание проекта: Мы Red Panda Games, начинающая студия. Работаем над игрой про ковбоев против монстров с глубокой интеграцией ИИ в геймплей. В проекте уже есть авторское видение, структура нарратива и наброски персонажей. Ищем сценариста, который поможет развить эти материалы и превратить их в подробные описания и игровые тексты. Презентация с полным описанием проекта будет направлена в ответ на отклик. Задачи: - Писать и дорабатывать игровые реплики и диалоги для заданных ситуаций. - Прорабатывать персонажей: характер, мотивацию и предысторию. - Превращать исходные описания персонажей в подробные документы по существующей структуре. - Работать внутри заданной вселенной, соблюдая её логику и авторский замысел. - Предлагать дополнения и улучшения, обсуждая их с автором проекта. Требования: - Опыт написания сценариев. - Умение создавать живые диалоги и убедительных персонажей. - Опыт работы с вымышленными мирами. Подойдут в том числе фанфики, особенно приветствуется опыт создания собственной вселенной. - Хорошая наигранность в классические RPG и CRPG, понимание жанра и его повествовательных особенностей. - Готовность работать по подробным вводным и поэтапно согласовывать результат. Большим плюсом будет: - Опыт мастера D&D; - или других настольных ролевых игр, особенно создание и проведение собственных кампаний. Будем рады посмотреть сценарии, романы, фанфики, описания миров и другие примеры ваших работ. Как строится работа: Автор проекта задаёт основу и исходное описание, сценарист развивает их в полноценный материал. Инициатива приветствуется: структуру можно дополнять и переосмыслять через обсуждение. Ключевые решения по нарративу и итоговое согласование остаются за автором проекта.

Location: Paris Qube Research & Technologies (QRT) is a global quantitative and systematic investment manager, operating in all liquid asset classes across the world. We are a technology and data driven group implementing a scientific approach to investing. Combining data, research, technology, and trading expertise has shaped QRT’s collaborative mindset which enables us to solve the most complex challenges. QRT’s culture of innovation continuously drives our ambition to deliver high quality returns for our investors. You will work at the intersection of financial markets, data science and engineering, supporting the discovery, evaluation and integration of financial datasets used across quantitative research and trading. The role combines technical expertise with an understanding of Macro markets, working closely with Quantitative Researchers, Portfolio Managers and Traders to translate business requirements into practical data solutions. You will engage directly with external data providers, assess existing data assets and identify opportunities to expand the firm's data capabilities. Your future role within QRT Collaborate with Quantitative Researchers, Portfolio Managers and Traders to understand their data requirements and identify suitable datasets for research and trading strategies Evaluate existing data assets and external vendor offerings, assessing coverage, quality, consistency and suitability for specific financial applications Manage the discovery, evaluation and onboarding of new datasets, with a focus on Macro markets, including Rates, bonds, swaps, derivatives and alternative data Engage directly with external data providers to understand their offerings, assess APIs and investigate data availability, structure and delivery mechanisms Develop Python tools and data pipelines to extract, clean, normalise and analyse financial datasets from multiple sources Investigate discrepancies across data providers, including differences in instrument identifiers, pricing conventions, timestamps and reference data Maintain and improve the quality and consistency of existing datasets, proactively resolving issues and identifying opportunities to enhance data coverage Collaborate with engineering teams to automate data ingestion, validation and integration processes, ensuring reliable delivery into research and trading environments Your present skillset Minimum 2 years of relevant professional experience in Data Science, Data Analysis, Data Engineering or a similar role within financial markets Practical understanding of financial markets and instruments, with exposure to Macro, Fixed Income, Rates, Credit or related asset classes Strong Python programming skills, including experience with data analysis libraries such as Pandas and NumPy Good SQL skills and experience working with structured financial datasets Experience sourcing, analysing and processing financial data, with an understanding of data quality, validation and consistency across multiple sources Ability to understand financial concepts and communicate effectively with Quantitative Researchers, Portfolio Managers, Traders and external data vendors Strong analytical and problem solving skills, with the ability to investigate unfamiliar datasets and identify appropriate solutions independently Familiarity with external data providers, financial data platforms and API integration Ability to manage competing priorities, take ownership of data initiatives and collaborate effectively across technical and business functions Degree in a quantitative discipline such as Mathematics, Statistics, Computer Science, Physics, Engineering or Finance; a postgraduate qualification is beneficial Experience developing data pipelines, automating data workflows or supporting production data infrastructure is beneficial Knowledge of financial data concepts such as yield curves, instrument reference data, market data and pricing conventions is advantageous QRT is an equal opportunity employer. We welcome diversity as essential to our success. QRT empowers employees to work openly and respectfully to achieve collective success. In addition to professional achievement, we are offering initiatives and programs to enable employees achieve a healthy work-life balance.

Location: London Qube Research & Technologies (QRT) is a global quantitative and systematic investment manager, operating in all liquid asset classes across the world. We are a technology and data driven group implementing a scientific approach to investing. Combining data, research, technology, and trading expertise has shaped QRT’s collaborative mindset which enables us to solve the most complex challenges. QRT’s culture of innovation continuously drives our ambition to deliver high quality returns for our investors. You will work at the intersection of financial markets, data science and engineering, supporting the discovery, evaluation and integration of financial datasets used across quantitative research and trading. The role combines technical expertise with an understanding of Macro markets, working closely with Quantitative Researchers, Portfolio Managers and Traders to translate business requirements into practical data solutions. You will engage directly with external data providers, assess existing data assets and identify opportunities to expand the firm's data capabilities. Your future role within QRT Collaborate with Quantitative Researchers, Portfolio Managers and Traders to understand their data requirements and identify suitable datasets for research and trading strategies Evaluate existing data assets and external vendor offerings, assessing coverage, quality, consistency and suitability for specific financial applications Manage the discovery, evaluation and onboarding of new datasets, with a focus on Macro markets, including Rates, bonds, swaps, derivatives and alternative data Engage directly with external data providers to understand their offerings, assess APIs and investigate data availability, structure and delivery mechanisms Develop Python tools and data pipelines to extract, clean, normalise and analyse financial datasets from multiple sources Investigate discrepancies across data providers, including differences in instrument identifiers, pricing conventions, timestamps and reference data Maintain and improve the quality and consistency of existing datasets, proactively resolving issues and identifying opportunities to enhance data coverage Collaborate with engineering teams to automate data ingestion, validation and integration processes, ensuring reliable delivery into research and trading environments Your present skillset Minimum 2 years of relevant professional experience in Data Science, Data Analysis, Data Engineering or a similar role within financial markets Practical understanding of financial markets and instruments, with exposure to Macro, Fixed Income, Rates, Credit or related asset classes Strong Python programming skills, including experience with data analysis libraries such as Pandas and NumPy Good SQL skills and experience working with structured financial datasets Experience sourcing, analysing and processing financial data, with an understanding of data quality, validation and consistency across multiple sources Ability to understand financial concepts and communicate effectively with Quantitative Researchers, Portfolio Managers, Traders and external data vendors Strong analytical and problem solving skills, with the ability to investigate unfamiliar datasets and identify appropriate solutions independently Familiarity with external data providers, financial data platforms and API integration Ability to manage competing priorities, take ownership of data initiatives and collaborate effectively across technical and business functions Degree in a quantitative discipline such as Mathematics, Statistics, Computer Science, Physics, Engineering or Finance; a postgraduate qualification is beneficial Experience developing data pipelines, automating data workflows or supporting production data infrastructure is beneficial Knowledge of financial data concepts such as yield curves, instrument reference data, market data and pricing conventions is advantageous QRT is an equal opportunity employer. We welcome diversity as essential to our success. QRT empowers employees to work openly and respectfully to achieve collective success. In addition to professional achievement, we are offering initiatives and programs to enable employees achieve a healthy work-life balance.

Location: Remote Canada At Affirm, we exist for the moments that matter—giving people a clear, predictable way to pay over time, with no hidden fees, no surprises, and no tradeoffs on what matters most. As a Machine Learning Engineer on our team, you will be at the forefront of developing high-quality, production-ready models that play a central role in our decision-making processes. Your contributions will be instrumental in shaping our financial landscape. If you have a strong interest in machine learning and enjoy challenging work, Affirm is the place for you! What you'll do Use Affirm’s proprietary and other third party data to develop machine learning models that predict the likelihood of default and make an approval or decline decision to achieve business objectives Partner with platform and product engineering teams to build model training, decisioning, and monitoring systems Research ground breaking solutions and develop prototypes that drive the future of credit decisioning at Affirm Implement and scale data pipelines, new features, and algorithms that are essential to our production models Collaborate with the engineering, credit, and product teams to define requirements for new products What we look for 2+ years of experience as a machine learning engineer or PhD in a relevant field Proficiency in machine learning with experience in areas such as Generalized Linear Models, Gradient Boosting, Deep Learning, and Probabilistic Calibration. Domain knowledge in credit risk is a plus Strong engineering skills in Python and data manipulation skills like SQL Experience using large scale distributed systems like Spark or Ray Experience using open source projects and software such as scikit-learn, pandas, NumPy, XGBoost, Kubeflow Experience developing machine learning models at scale from inception to business impact Excellent written and oral communication skills and the capability to drive cross-functional requirements with product and engineering teams The ability to present technical concepts and results in an audience-appropriate way Persistence, patience and a strong sense of responsibility – we build the decision making that enables consumers and partners to place their trust in Affirm! Pay Grade - L Equity Grade - 5 Employees new to Affirm typically come in at the start of the pay range. Affirm focuses on providing a simple and transparent pay structure which is based on a variety of factors, including location, experience and job-related skills. Base pay is part of a total compensation package that may include monthly stipends for health, wellness and tech spending, and benefits (including 100% subsidized medical coverage, dental and vision for you and your dependents). In addition, the employees may be eligible for equity rewards offered by Affirm Holdings, Inc. (parent company). CAN base pay range per year: $133,000 - $183,000 Location - Remote Canada This remote role is open only to candidates residing in Alberta, British Columbia, Manitoba, New Brunswick, Newfoundland and Labrador, Nova Scotia, Ontario, Prince Edward Island, or Saskatchewan. #LI-Remote Remote-first with flexibility built in Affirm is proud to be a remote-first company. Most roles can be done from almost anywhere within the country of employment. Some positions may occasionally require in-person work at an Affirm office, and a few are office-based due to the nature of the work. All new hires will be invited to attend an in-person onboarding experience. Benefits designed for you Our benefits reflect our commitment to care, transparency, and flexibility. Here are a few highlights: Health coverage at no cost: We cover 100% of premiums for employees and their dependents. Spending stipends: Monthly stipends support your tech setup, and the ability to choose health and wellness options that are right for you. Time off to recharge: Flexible time off and generous holiday calendars help you rest when you need to. Own a piece of what you build: Our employee stock purchase plan (ESPP) lets you buy Affirm stock at a discount. We’re committed to providing an inclusive interview process, including accommodations for candidates with disabilities. If you need support, we’re happy to help. For positions based in San Francisco or Los Angeles: Affirm considers qualified applicants with arrest and conviction records, as required by law. By clicking "Submit Application," you acknowledge that you have read Affirm's Global Candidate Privacy Notice and consent to the use of your personal information as described.

-реализовывать высоконагруженные конвейеры обработки данных для обеспечения надежной и бесперебойной репликации данных из ИТ-систем. -реализовывать комплексные задачи по подготовке данных в целевых аналитических хранилищах (DataLake, SandBox, FeatureStore) для построения признаков, необходимых для разработки моделей машинного обучения.

Разрабатывать и исследовать ML-модели для генерации изображений и визуализации интерьерных/строительных решений на основе товаров Лемана ПРО. Проектировать и реализовывать end-to-end пайплайны для PoC: от сбора и подготовки данных до обучения, оценки и демонстрации результатов.

— Разрабатывать и поддерживать реализованные рекомендательные решения. — Искать новые гипотезы для улучшения пайплайнов обучения моделей и добавления новых признаков.

Location: Москва Мы – команда экспертов, объединенных общей страстью к искусственному интеллекту и рекомендательным системам (RecSys). Нашей главной задачей является создание современной, масштабируемой рекомендательной платформы, способной предвосхищать ожидания пользователей, предлагая персонализированные рекомендации на каждом этапе их взаимодействия с экосистемой Сбер. Наши решения охватывают широкий спектр отраслей: от финансов и e-commerce до индустрии развлечений и здравоохранения. Ищем лидера с сильным практическим опытом Data Analyst (DA), который возглавит аналитическую экспертизу Трайба и будет развивать аналитику как продукт — со своими пользователями, стратегией, целями и планом развития. Ключевая задача — превращать данные в инсайты, задавать направления исследований и помогать командам запускать пилоты, приводящие к измеримому бизнес-инкременту. Обязанности ### Вам предстоит: * формировать стратегию развития аналитики Трайба: изучать потребности внутренних пользователей, определять цели и метрики ценности аналитики, выстраивать и приоритизировать план развития совместно с бизнесом и продуктовыми командами * лидировать аналитическую экспертизу: задавать стандарты исследований, расчёта метрик и интерпретации результатов, проводить экспертное ревью, развивать компетенции аналитиков и обмен знаниями между командами * проводить сложные исследования клиентского поведения, потребностей и рекомендательных сценариев; находить точки роста и формировать инсайты для продуктовых и ML-команд * переводить инсайты в проверяемые гипотезы: определять направления дальнейших исследований, оценивать потенциальный эффект и помогать выбирать приоритетные пилоты * обеспечивать аналитическое сопровождение пилотов: совместно с командами определять критерии успеха, проектировать A/B-тесты, анализировать результаты и готовить рекомендации по масштабированию или доработке решений * оценивать инкрементальное влияние решений на бизнес-метрики совместно с бизнес-заказчиками; прослеживать путь от аналитического вывода до принятого решения и измеримого результата * развивать переиспользуемые аналитические продукты: системы метрик, дашборды, инструменты самостоятельного анализа и базу знаний; формировать требования к данным и контролю их качества вместе с инженерами данных * согласовывать приоритеты с продуктовыми, DS/ML- и инженерными командами, представлять выводы руководству и добиваться их применения в продуктовых решениях. Требования * опыт в роли Data Analyst (от 4х лет) или продуктового аналитика: самостоятельное ведение сложных задач от постановки бизнес-вопроса до выводов и рекомендаций * уверенное владение SQL и Python для работы с данными, опыт создания визуализаций и дашбордов в BI-инструментах * знание математической статистики и практический опыт A/B-тестирования, сегментации, когортного и регрессионного анализа; умение оценивать инкрементальный эффект и корректно интерпретировать ограничения результатов * умение связывать поведение пользователей и качество рекомендаций с продуктовыми и бизнес-метриками, находить точки роста и формулировать проверяемые гипотезы * продуктовый подход к аналитике: умение выявлять потребности внутренних пользователей, определять ценность аналитических решений, формировать цели и расставлять приоритеты * способность выступать экспертным лидером: аргументировать методологические решения, повышать качество работы коллег и согласовывать действия нескольких команд * умение ясно объяснять результаты исследований бизнесу и руководству, договариваться с заинтересованными сторонами и работать в условиях неопределённости * способность разбирать аналитические исследования и профессиональные материалы, в том числе на английском языке. **Будет преимуществом:** * опыт руководства или функционального лидирования команды аналитиков: постановка задач, приоритизация, наставничество и развитие сотрудников * опыт построения аналитической функции, формирования её стратегии или развития аналитики как внутреннего продукта * опыт работы с рекомендательными системами, поиском, ML-продуктами, а также в электронной коммерции или стриминговых сервисах * опыт работы с Big Data, в том числе Spark, и автоматизации аналитических процессов * опыт анализа клиентского пути (CJM) и UX-исследований; профильное образование в IT, математике, Data Science или смежных областях. **Технологии и инструменты:** SQL, Python, Pandas, Tableau / Superset / Amplitude, PySpark, Airflow. Для анализа клиентского пути и UX — Figma, Miro, Hotjar. Условия * комфортный современный офис рядом с м. Кутузовская * формат работы – офис * 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.

- Ведение инициатив по сбору данных, трансформации и выпуску отчётности (от постановки до релиза). - Проведение продвинутого анализа данных по бизнес-метрикам, поиск причин отклонений, подготовка рекомендаций.

Location: Москва В подразделении риск-квантов (risk-quants) Сбера открыты вакансии для стажеров и специалистов с опытом работы, занимающихся моделированием финансовых рынков и машинным обучением (ML). Обязанности * заниматься разработкой моделей ценообразования и расчета риск-метрик для финансовых инструментов, а также подходов к управлению рыночными рисками * развивать передовые методы ИИ для финансов: генеративное моделирование мультимодальных данных (диффузия, VAE, LLM и др.), обучение с подкреплением * сочетать фундаментальные исследования с прикладными задачами Сбера. Требования * образование с математическим уклоном: предпочтительно (но не ограничиваясь) МКН СПбГУ, матфак ВШЭ, мех-мат МГУ, РЭШ, МФТИ, ИТМО и др. * понимание финансовой математики: знания в области теории вероятностей и случайных процессов, математической статистики и эконометрики * программирование: свободное владение Python (NumPy, Pandas, PyTorch) * базовые знание ML/DL * классические методы ML, Deep Learning * современные генеративные модели / RL-алгоритмы * архитектуры и принципы LLM. Будет плюсом: * наличие профильных сертификатов – CFA, FRM, CQF и т.д. * окончание курсов ШАД, Vega или аналогов * опыт работы над проектами в области GenAI, анализа временных рядов (Time Series, TS), обучения с подкреплением (RL). Условия * комфортный современный офис рядом с м. Кутузовская * формат работы: гибрид * ежегодный пересмотр зарплаты и годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.