Вакансии

Задачи: — Реформировать и развивать команду ML/MLops вместе с промпт инженерами. — Структуризировать и автоматизировать все требующие того процессы. — Оптимизировать генеративные пайплайны для сокращения расходов отдела. — Самолично ставить продуктовые цели и вести отдел на острие технологий, методологий и трендов для их достижения. — Вести задачу целиком — от запроса продукта до оценки результата после релиза. — Управлять командой: ставить задачи, контролировать прогресс, помогать в сложных кейсах, проводить one-to-one и ревью. — Участвовать в найме и онбординге новых инженеров, помогать им быстрее выходить на результат. — Выстраивать и улучшать процессы внутри команды: стандарты, шаблоны, документация. — Работать с LoRA: подбирать, тестировать и при необходимости обучать модели. — Самостоятельно разворачивать staging, включая нестандартные ноды, и поддерживать его паритет с production. — Создавать и дорабатывать промпты и workflow, проводить тестовые генерации и сверять результат с эталоном. — Готовить превью, карточки и выкладывать готовый контент. — Автоматизировать рутинные процессы с помощью AI-агентов. — Контролировать метрики своих позиций, проводить эксперименты и принимать решения по их результатам. Требования: — Опыт работы в ML/AI от 3 лет. — Опыт руководства командой — умение ставить задачи, распределять нагрузку, проводить ревью и развивать сотрудников. — Опыт выстраивания процессов разработки: планирование, декомпозиция задач, код-ревью, контроль качества и сроков. — Опыт работы с ComfyUI и собственными workflow, уверенный Python на уровне скриптов и API. — Готовность работать с Wan 2.2, i2v, LoRA и генеративными пайплайнами. — Умение получать рабочий результат с помощью AI-агентов и проверять его качество. — Готовность самостоятельно разбираться в новых этапах процесса и отвечать за задачу целиком. — Портфолио или репозиторий с примерами работ и разбором решений. Условия: — Работа с уникальными и технически сложными AI-проектами. — Реальное влияние на развитие ML-продуктов и команды. — Гибкий график и удалённый формат работы. — Среда, где решения принимаются на основе экспертизы и Data-driven подхода.

Задачи: — Развивать и поддерживать IT-инфраструктуру, обеспечивать стабильность и отказоустойчивость систем. — Настраивать и сопровождать процессы CI/CD, автоматизировать развёртывание и эксплуатацию сервисов. — Работать с контейнеризацией и оркестрацией на базе Docker и Kubernetes. — Автоматизировать инфраструктурные и эксплуатационные задачи с использованием Ansible, Bash и Python. — Администрировать базы данных, обеспечивать резервное копирование, восстановление и мониторинг. — Поддерживать и оптимизировать процессы загрузки, преобразования и обработки данных (ETL). — Участвовать в развитии хранилищ данных (DWH) и витрин данных. — Настраивать мониторинг, алертинг и диагностику инфраструктуры и сервисов. — Анализировать и устранять проблемы производительности, загрузки и обработки данных. — Использовать AI-инструменты и AI-агентов для автоматизации рутинных DevOps-задач и повышения эффективности работы. Требования: — Опыт работы в DevOps и/или Data Engineering от 4 лет с практическими навыками в обоих направлениях. — Уверенное владение Linux (Ubuntu/Debian, CentOS/RHEL). — Опыт работы с Docker, Kubernetes и Helm. — Практический опыт работы с Ansible и CI/CD на базе GitLab. — Навыки автоматизации с использованием Bash и Python. — Уверенное владение SQL и опыт работы с PostgreSQL. — Опыт работы с одной или несколькими СУБД: PostgreSQL, ClickHouse, Greenplum. — Понимание принципов построения хранилищ данных (DWH) и организации ETL-процессов. — Опыт работы с Apache NiFi и/или Apache Airflow. — Опыт настройки мониторинга и алертинга (Grafana, Prometheus или аналоги). — Понимание сетевых технологий и протоколов TCP/IP, HTTP, DNS. — Умение самостоятельно решать технические задачи и взаимодействовать с проектной командой. Будет плюсом: — Практический опыт разработки ETL-процессов, хранилищ и витрин данных. — Опыт работы с Python-библиотеками SQLAlchemy и Pandas. — Знакомство с продуктами Arenadata (ADB, ADS, ADH). — Опыт работы с Hadoop, PySpark или Apache Kafka. — Опыт работы с Terraform и OpenStack. — Опыт настройки высокодоступных и масштабируемых систем. — Понимание принципов Data Quality и опыт автоматизации проверок качества данных. — Практический опыт использования AI/LLM-инструментов и AI-агентов для автоматизации инженерных задач.

Задачи: — Продвигать внедрение AI-агента Fin, помогая корпоративным клиентам автоматизировать и масштабировать поддержку. — Полный цикл продаж: от поиска клиентов до заключения сделок с индивидуальным подходом. — Представлять интересы клиентов, сотрудничая с командами продукта и маркетинга для улучшения AI-агента. — Создавать и проводить демонстрации AI-решения Fin, подчеркивая его уникальные преимущества. — Обеспечивать точные прогнозы продаж и прозрачность в работе с воронкой продаж. — Способствовать развитию команды продаж через наставничество и инновационные проекты. Требования: — Опыт работы не менее 8 лет в роли Account Executive, из них минимум 3 года в продажах SaaS корпоративным клиентам. — Активный подход к поиску клиентов и формированию основной части воронки и дохода. — Знания и опыт работы с AI-решениями, инструментами взаимодействия с клиентами или автоматизацией поддержки будут преимуществом. — Умение стабильно достигать и превышать плановые показатели продаж. — Отличные коммуникативные навыки для ясного объяснения сложных AI-решений. — Умение работать в динамичной среде с разными отраслями. — Ориентация на клиента, умение выстраивать доверие и создавать ценность. — Стремление к развитию и обучению. — Требуется подтверждение права на работу в США. Условия: — Гибридный формат работы: минимум три дня в офисе в Сан-Франциско. — Годовой доход (OTE) от $298,350 до $390,000 в зависимости от региона. — Возможность участия в корпоративной бонусной программе и продажных стимулах. — Социальные гарантии и поддержка здоровья, семьи и финансового благополучия. — Компания придерживается политики равных возможностей и инклюзивности.

Задачи: — Полный цикл исследований по краткосрочной микроструктуре, LP/хеджированию, исполнению, межплощадочным сигналам, распределению риска и смежным задачам crypto/DeFi — Дизайн исследования: гипотеза, target/разметка, baseline, метрики, причинно корректная OOS-проверка, анализ режимов и явные критерии GO/NO-GO — Работа с данными: поиск источников, выравнивание времени, контроль качества, построение признаков и воспроизводимые контракты данных — ML/DL по структуре задачи — RL или другие методы последовательного управления - только когда они действительно оправданы — Реалистичная симуляция и торговая экономика: комиссии, проскальзывание, ликвидность, задержки, adverse selection, impact, fill assumptions, хеджирование и синхронизация DEX/CEX — Paper/shadow-стратегии, анализ sim-to-real и совместная работа с quant developer при переносе доказанных решений в production — Инженерный стандарт исследования: воспроизводимые эксперименты, чистый Python, критичные проверки, мониторинг и дисциплинированное использование LLM/агентов Требования: — Проверяемый опыт 2-3 Quant/ML проектов, где кандидат лично отвечал за существенную часть цепочки от постановки задачи и данных до проверки, кода и решения о внедрении либо GO/NO-GO — Отличный Python и сильная инженерная база: кандидат сам пишет, отлаживает и ревьюит исследовательский код — Сильная статистика, вероятность, оптимизация и работа с временными рядами: временную зависимость, leakage, selection bias, uncertainty и честную OOS-проверку — Глубокое практическое понимание микроструктуры и исполнения: order book/flow, liquidity, latency, fees, slippage, adverse selection, impact, sizing и hedging — Сильное практическое владение ML/DL для последовательных финансовых данных и способность отличать реальный сигнал от оптимизации метрики — Высокая самостоятельность: структурировать неясную проблему, выбирать наиболее информативный эксперимент, быстро останавливать слабые гипотезы и принимать решения на основании доказательств — Рабочее понимание структуры crypto-рынка — Прямой опыт DeFi/DEX будет плюсом, но сильный CEX/microstructure опыт может его компенсировать при быстрой адаптации

Задачи: • Тесты корректности финансовых расчётов: эталонные сценарии, где результат посчитан вручную и сверяется с движком; • Тесты-инварианты: свойства, которые обязаны выполняться на любых данных; • Контрактные и регрессионные тесты компонентов; • Тесты качества загружаемых рыночных данных; • Интеграция тестов в CI/CD, борьба с нестабильными тестами. Требования: • Опыт автоматизации на Python/pytest от 3-х лет; • Опыт тестирования мобильных приложений; • Обязательный опыт с агентами/LLM; • Сильный тест-дизайн: граничные значения, свойства и инварианты; • Знание property-based testing (hypothesis); • Готовность разбираться в финансовой арифметике и считать эталоны вручную; • Опыт с SQL, Docker, CI/CD, Linux; • Опыт тестирования API. Условия: - Зарплата от 300 000 до 368 000 руб., gross в зависимости от компетенций; - Удаленная работа по РФ (строго); - ТК РФ: оплачиваемые отпускные, больничные, декрет; - ДМС, скидки на фитнес, кино и уроки английского; - Предоставление техники; - Гибкое начало рабочего дня.

Задачи: — Разрабатывать продукт от идеи до релиза: фронтенд, бэкенд, инфраструктура. — Настраивать серверы и обеспечивать базовую безопасность. — Строить парсеры и эффективно работать с большими объёмами данных. — Использовать нейросети для разработки: создавать агентов, автоматизировать задачи, прототипировать интерфейсы и логику. — Продумывать UX/UI, мониторинг, логику взаимодействия с пользователем. — Принимать решения самостоятельно — от выбора технологий до дизайна. Требования: — Инженер-универсал: понимает, как работает сервер, сеть, безопасность, фронтенд и бэкенд. — Умеет работать с нейросетями и AI-агентами — не просто «пользователь», а человек, который строит пайплайны и автоматизирует разработку. — Структурированный, позитивный, умеет принимать решения и не ждёт инструкций. — Обладает чувством прекрасного — хотя бы на уровне «подобрать шрифт и цвет». — Письменный английский — достаточный для работы с документацией и зарубежными сервисами. — Готов к минимальному софинансированию на старте. — Имеет финансовую подушку или низкие расходы, хочет строить продукт, а не просто «работать». Условия: — Формат: партнёрство 50/50, удалённо. — Оплата: софинансирование на время разработки и выхода на рынок. — Перспектива: после выхода на выручку — доля в продукте и рост дохода.

Задачи: — Разрабатывать мультиагентные системы и GenAI-агентов (субагенты, оркестрация). — Строить и сопровождать RAG-решения: векторные хранилища, пайплайны, ретривал. — Интегрировать LLM-инструменты с внутренними сервисами через REST API и OAuth2. — Обрабатывать и трансформировать структурированные данные (JSON, PostgreSQL). — Проектировать промпты и LLM-сценарии: суммаризация, генерация отчётов, структурирование данных. — Разрабатывать и эксплуатировать решения в ОС Windows. — Обеспечивать защиту чувствительных данных в корпоративной среде. Требования: — Уверенное владение JavaScript / TypeScript и Python. — Опыт создания GenAI-агентов, субагентов или мультиагентных систем. — Опыт работы хотя бы с одним из подходов: low-code / visual (n8n, Flowise, Dify, Langflow) или code-first (LangChain, LangGraph, LlamaIndex, Semantic Kernel, CrewAI, AutoGen или аналоги). — Опыт работы с REST API и OAuth2. — Уверенная работа с JSON и PostgreSQL. — Понимание принципов prompt engineering. — Опыт с LLM-сценариями: суммаризация, генерация отчётов, структурирование данных. — Опыт построения или сопровождения RAG-решений. — Опыт работы с векторными хранилищами: PGVector, Qdrant, Milvus или аналогами. — Опыт работы с LangChain или аналогичными фреймворками оркестрации LLM. — Готовность вести разработку и эксплуатацию в ОС Windows. — Понимание принципов защиты чувствительных данных. Будет плюсом: — Опыт в корпоративных или банковских проектах. — Знание инструментов мониторинга LLM-приложений. — Понимание архитектуры микросервисов. Условия: — Удалённая работа из любого региона РФ. — Full-time, гибкий график с синхронизацией по МСК. — Официальное оформление по ТК РФ. — Возможность влиять на архитектуру и внедрять современные GenAI-решения в реальном корпоративном контуре.

Задачи: — Тестирование агентной части продукта с использованием автоматических прогонов, где LLM играют роль пользователей, а проверки и LLM-оценщик анализируют результаты. — Соотношение web и mobile тестирования 50 на 50, ручное и автоматическое тестирование также 50 на 50. — Тесты корректности финансовых расчётов: эталонные сценарии, где результат посчитан вручную и сверяется с движком. — Тесты-инварианты: свойства, которые обязаны выполняться на любых данных (например, «рост комиссии не может улучшить результат», «стратегия не использует данные из будущего»). — Контрактные и регрессионные тесты компонентов. — Тесты качества загружаемых рыночных данных. — Интеграция тестов в CI/CD, борьба с нестабильными тестами. Требования: — Опыт работы автоматизации на Python/Pytest от 3-х лет. — Опыт мобильного тестирования. — Опыт работы с агентами/LLM. — Сильный тест-дизайн: граничные значения, свойства и инварианты; property-based testing (hypothesis). — Готовность разбираться в финансовой арифметике и считать эталоны вручную: сделка, комиссия, стоп-лосс. — Опыт с SQL, Docker, CI/CD, Linux. — Тестирование API. Условия: — Оформление по ТК РФ (оплачиваемые отпускные/больничные/декрет и пр.). — ДМС, скидки на фитнес, кино и уроки английского. — Предоставление техники. — Удалённая работа, гибкое начало рабочего дня. — Занятость: full-time.

Задачи: — Python-разработка; — работа с API и интеграциями; — автоматизация бизнес-процессов; — работа с AI-инструментами и агентами; — backend-задачи. Требования: — Junior / начинающий разработчик; — хорошая техническая база; — желание быстро развиваться и погружаться в AI-разработку. Условия: — удалённая работа; — проектная занятость; — зарплата $100–1 000 в месяц; — возможность долгосрочного сотрудничества.

Задачи: — Обеспечивать реализацию проектов в области промышленного дизайна: формировать идею и концепцию проектов, ставить задачи команде, выполнять авторский надзор за презентациями, прототипами и продукцией, контролировать эскизы, CMF-карты, скетчи, концепции и физические модели, следить за сроками выполнения задач. — Отвечать за стратегическое развитие направления «промышленный дизайн»: координировать реализацию дизайн-стратегии Сбера, анализировать тренды и внедрять их, контролировать качество продукта и формировать критерии качества разработки дизайна. — Организовывать взаимодействие с подрядчиками и заказчиками: формировать дизайн-брифы и технические задания, контролировать работу подрядчиков и реализацию проектов с учётом гайдлайнов и инноваций, оценивать компетенции специалистов на внешнем рынке, поддерживать проекты на всех этапах жизненного цикла, участвовать в брифингах с внешними подрядчиками. Требования: — Высшее образование, предпочтительно в области дизайна. — Опыт работы арт-директором в крупных дизайн-бюро не менее 8 лет. — Уверенное владение Alias, Catia, Rhino или другими системами автоматизированного проектирования. — Опыт моделирования поверхностей класса А. — Владение AutoCAD, презентационными редакторами (PPT, Figma, Pixo, KeyNote) на продвинутом уровне. — Опыт моделирования и проектирования сложных объектов промышленного дизайна, включая транспортные средства. — Опыт работы со сканами (облаком точек), создание моделей по облаку точек. — Чтение чертежей ЕСКД и моделирование по чертежам, скетчам или фото. — Опыт управления креативными проектами. — Знание нормативных актов РФ в области авторского права, требований к конструкторской документации и технологической подготовки производства, требований эргономики. — Английский язык на уровне B2. — Навыки работы с генеративными AI-моделями, опыт создания и использования AI-агентов, опыт использования GigaChat, Kandinsky и аналогов, инструментальное владение AI для анализа, генерации и автоматизации. Условия: — Комфортный современный офис рядом с м. Кутузовская. — Возможность влиять на стратегию развития бизнеса на растущем рынке. — Формат работы — офис, гибрид. — Ежегодный пересмотр зарплаты 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 (для вакансий уровня Junior). — 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.

Проект: Специалист привлекается для поддержки AI-команды (RnD AI Team), которая реализует портфель ИИ-инициатив для бизнес-подразделений компании на внутренней платформе Dify (LLM-агенты, RAG, классификация, извлечение данных из документов, интеграции через API/MCP). Портфель — ~200 инициатив, одновременно в работе 10–15. Задачи: — Подготовка тест-кейсов на основании требований и критериев приемки инициатив; — Функциональное и интеграционное тестирование ИИ-агентов, workflow на платформе Dify, API-интеграций со внутренними системами; — Проверка позитивных, негативных и пограничных сценариев, включая нетипичные запросы пользователей и «галлюцинации» модели; — Регрессионное тестирование после изменений промптов, моделей, базы знаний (RAG) и интеграций; — Проверка соответствия результата согласованным требованиям и метрикам качества; — Формирование и поддержание тестовых выборок (golden set) совместно с бизнесом и ML-командой, участие в оценке качества ответов; — Фиксация дефектов, контроль их устранения, отчётность по качеству релизов; — Проведение приемочного тестирования перед выпуском в production и участие в приемке с бизнесом. Требования: — Общий опыт работы: От 3 лет в тестировании ПО. — Опыт по требуемому стеку/направлению: От 1 года тестирования продуктов на основе ML/LLM или тестирования API и интеграций backend-сервисов; — Понимание специфики недетерминированных ответов модели. — Релевантный проектный опыт: Не менее 2 проектов тестирования интеграционных / API-решений или ИИ-продуктов с выводом в промышленную эксплуатацию; — Опыт построения регрессионных наборов и тестовых выборок. — Отраслевой опыт: Желательно: e-commerce, ритейл, B2B-дистрибуция, клиентский сервис. — Обязательные технологии/инструменты: Тест-дизайн, тестовая документация, работа с баг-трекером; Тестирование REST API (Postman или аналоги), чтение JSON, логов; SQL на уровне выборок для проверки данных; Python на базовом уровне для скриптов проверки и подготовки тестовых данных; Понимание принципов работы LLM, RAG, промптов и метрик качества ИИ (точность, полнота, оценка ответов по критериям). — Желательные технологии/инструменты: Опыт работы с платформами оркестрации LLM (Dify, LangChain и т.п.); Автоматизация тестирования API (pytest, requests) и LLM-eval инструменты (RAGAS, DeepEval, promptfoo или аналоги); Опыт разметки и оценки ответов модели (LLM-as-a-judge, ручная оценка по рубрикам); CI/CD, Git на базовом уровне. — Системы учета задач и документации: Jira / Yandex Tracker, Confluence / Yandex Wiki, Git, реестр ИИ-инициатив в Google Sheets.

Задачи: — Проводить исследования на русском и английском языках: находить релевантную информацию, проверять и структурировать её — Поиск и управление подрядчиками, включая юристов, агентов, переводчиков и других — Контроль задач, назначенных сотрудникам и подрядчикам: отслеживание сроков, управление проектами, предоставление отчетов о статусе — Ведение социальных сетей: создание и публикация контента, анализ показателей эффективности — Улучшение существующих рабочих процессов и создание новых при необходимости — Поиск, тестирование и внедрение новых сервисов, включая AI-инструменты — Выполнение административных задач: подготовка отчетов, взаимодействие с государственными органами — Помощь с личными задачами — Обработка информации, документов и коммуникаций с высоким уровнем конфиденциальности — Полное сопровождение в организации поездок Требования: — Опыт работы не менее 3 лет в качестве личного, исполнительного или бизнес-ассистента, либо ассистента семейного офиса с практической ответственностью за бизнес и личные вопросы руководителя — Проживание вне России, в Европе или Азии — Свободное владение русским языком — Английский язык на уровне C1 и выше: уверенное письменное общение с носителями, работа с документами и проведение исследований на английском — Умение работать без пошаговых инструкций, самостоятельно расставлять приоритеты, находить решения, доводить задачи от начала до конца и привлекать руководителя при необходимости — Сильные навыки исследования и умение четко структурировать и представлять информацию — Опыт управления проектами — Опыт работы с распространёнными цифровыми инструментами (Google Docs, инструменты управления проектами, AI-сервисы) — Хорошие письменные и устные коммуникативные навыки — Высокая организованность и системный подход к работе — Гибкость и способность эффективно работать в условиях неопределённости — Внимание к деталям и высокая ответственность — Пунктуальность и аккуратность Условия: — Полностью удалённая работа — Полная занятость: 40 часов в неделю, с понедельника по пятницу, выходные — свободны — Зарплата от $1,500 до $2,500 в месяц в зависимости от опыта — Условия оплаты обсуждаются с успешным кандидатом Процесс найма: — Короткая форма заявки — Интервью с руководителем — Оплачиваемое тестовое задание

Задачи: – управлять командой разработчиков: координировать задачи, декомпозировать их, контролировать технические решения и проводить code review; – помогать команде в решении сложных технических задач; – развивать и технологически совершенствовать систему анализа больших данных; – участвовать в архитектурных решениях: проектировать API, разрабатывать сервисы и бизнес-логику; – проектировать и системно внедрять новые решения; – отвечать за производительность, качество и устойчивость решений; – заниматься развитием и ростом команды. Требования: – от 5 лет коммерческой разработки на Python (Backend / Fullstack); – от 3 лет опыта руководства командой; – уверенное знание Python 3.8+, asyncio, FastAPI и инструментов экосистемы (poetry/pdm, nox/tox, blake); – продвинутый уровень Linux; – хороший уровень SQL, опыт работы с PostgreSQL и ClickHouse; – базовое знание ML; – английский на уровне чтения технической и научной литературы; – сильные коммуникационные навыки: умение объяснять сложные технические решения и находить общий язык с командой. Будет плюсом: – опыт работы с системами обработки больших объёмов данных; – опыт внедрения AI-решений в разработку; – знание Go; – глубокое понимание микросервисной архитектуры, REST, observability и масштабирования; – опыт работы с fastMCP и агентными системами; – опыт реализации AI-решений: RAG, агенты и др. Условия: – масштабный проект с реальным применением технологий анализа больших данных; – обучение: семинары, курсы и тренинги от НИУ ВШЭ, английский язык; – гибридный формат работы в Москве или удалённый формат по РФ; – гибкое начало рабочего дня с 8:00 до 11:00; – софинансирование ДМС; – программы лояльности от крупных фитнес-клубов и театров Москвы; – доступ к библиотеке НИУ ВШЭ, электронным и аудиокнигам «МИФ»; – офис на Мясницкой — рядом с метро и любимыми городскими местами; – скидки в «Даблби», «Ska vi fika?» и «Буквышке» для сотрудников НИУ ВШЭ.

Задачи: — писать интеграции AI-агентов с корпоративными системами; — допиливать внутренние сервисы: авторизация, логирование, личные кабинеты, дашборды; — собирать лендинги и продуктовые страницы из готовых блоков под брендбук; — делать UI поверх AI-сервисов: дашборды, плагины для мессенджера, обучающие интерфейсы; — поднимать сервисы в инфраструктуре компании, привязывать домены, чинить мониторинг; — выполнять микс задач под сильные стороны и интересы, слабые прокачивать с менторами. Требования: — знакомство с LLM-харнесом (Claude Code / Codex / VS Code + Claude Code extension), понимание контекста, скиллов, sub-agents, MCP; — базовые навыки чтения и изменения чужого кода на Python / JS / TS; — умение работать с Linux, Docker, Git на уровне уверенного пользователя терминала; — самостоятельность в декомпозиции и продвижении задач, ментор для архитектурных вопросов и ревью; — английский на уровне чтения документации. Будет плюсом: — знание Next.js / React / TypeScript, Tailwind, shadcn/ui; — опыт написания сервисов на Python / Node.js; — опыт работы с n8n, DeepResearch, деплоем и CI/CD; — умение работать с Figma, базовое SEO. Условия: — возможность начать карьеру в AI-разработке на старте рынка с быстрорастущим направлением; — работа с реальными задачами и AI-инструментами для автоматизации и ускорения процессов; — опыт работы в R&D-команде с экспериментами и внедрением AI-решений; — доступ к ведущим AI-инструментам и подпискам за счёт компании; — обучение через практику, внутреннюю экспертизу и специализированные курсы.

Проект: Ритейл. Задачи: — Описание текущего процесса AS IS и целевого процесса TO BE для каждой инициативы; — Сбор, структурирование и согласование бизнес- и пользовательских требований с заказчиками из бизнес-подразделений; — Определение и фиксация scope инициативы, границ PoC и промышленного внедрения; — Выявление исключений, пограничных сценариев и зависимостей от смежных систем и команд; — Формирование функциональных и нефункциональных требований к ИИ-решению (качество ответов, точность, время отклика, ограничения по данным и безопасности); — Декомпозиция инициативы на этапы совместно с ML-инженерами и продакт-менеджером; — Формирование и согласование критериев приемки, в том числе метрик качества модели/агента; — Помощь бизнесу в определении бизнес-эффекта и метрик успеха инициативы, подготовка обоснования эффекта; — Контроль изменений требований в процессе реализации, ведение документации по инициативе. Требования: — Общий опыт работы: от 4 лет в роли бизнес-/системного аналитика; — Опыт по требуемому стеку/направлению: от 1,5 лет участия в проектах внедрения ML/ИИ или продуктов на основе LLM (сбор требований к моделям, метрики качества, критерии приемки); — Релевантный проектный опыт: не менее 2–3 завершённых проектов внедрения аналитических / ИИ-решений в бизнес-процессы крупной компании: от описания процесса до приемки; — Опыт работы с несколькими бизнес-заказчиками параллельно; — Отраслевой опыт: желательно e-commerce, ритейл, B2B-дистрибуция, логистика, клиентский сервис / контакт-центр; — Обязательные технологии/инструменты: нотации описания процессов и требований BPMN, UML/use case, user story, критерии приемки; Confluence / вики-системы, Jira или аналоги; SQL на уровне выборок для проверки данных и гипотез; понимание принципов работы LLM, RAG, промптинга и метрик качества ИИ-решений (precision/recall, точность извлечения, оценка ответов); — Желательные технологии/инструменты: опыт работы с платформами оркестрации LLM (Dify, LangChain, n8n и т.п.); Python на базовом уровне (чтение кода, простые скрипты для проверки данных); опыт расчёта бизнес-эффекта и ROI инициатив, подготовки материалов для руководства; Google Sheets / Excel на продвинутом уровне; — Системы учета задач и документации: Jira / Yandex Tracker, Confluence / Yandex Wiki, реестр ИИ-инициатив в Google Sheets, Битрикс24. Условия: — Занятость: проектная, долгосрочный проект (фултайм); — Формат: удаленно; — Локация: строго Москва, Саранск; — Оформление: ГПХ, ИП; — Вилка оплаты: до 1500 рублей в час гросс; — Важно: не рассматриваются кандидаты с проектами Лимана, Петрович Тех, ВБ, Озон, Лента Тех, Яндекс маркет, М.

Задачи: — Анализ фармацевтического рынка (DSM, Alpharm, Сбераналитика и др; конкуренты); — Анализ эффективности маркетинговых активностей (диджитал, промо, наружная реклама, мерчендайзинг и т.д.); — Развитие аналитических инструментов (в т.ч. BI); — Развитие подходов и методологии оценки экономической эффективности коммерческих инициатив; — Комплексная аналитика клиентской базы и продаж; — Ad-hoc аналитика. Требования: — Опыт работы не менее 3-х лет в аналогичной должности (Аналитик-маркетолог) в крупных федеральных компаниях (Retail, Telecom, Banking); — Навыки продвинутого пользователя Excel (сводные таблицы, сложные формулы); — Опыт работы с BI системой, например, Qlik Sense, Superset, Data Lens; — Экспертный навык работы с SQL; — Опыт и навыки подготовки презентаций в Power Point (визуализация данных с анализом); — Умение работать оперативно, выделяя приоритетные задачи, с применением гибкого подхода в решении задач; — Опыт работы с AI агентами - как преимущество. Условия: — Официальное оформление с первого дня, стабильная заработная плата и все социальные гарантии; — Современные рабочие пространства и гибридный формат работы: 3 дня в офисе, 2 дня из дома; — ДМС со стоматологией, психологической поддержкой и консультациями специалистов после 3 месяцев работы; — Поддержка персонального бадди с первого дня для адаптации; — Возможности карьерного роста внутри роли или в смежных направлениях; — Бесплатный доступ к корпоративной библиотеке, курсам и тренингам; — Корпоративные скидки по программе «Магнит Primezone» и подписка «Магнит Плюс Премиум» с кешбэком; Режим работы: 5/2 с 09:00 до 18:00 Место работы: Москва, Бумажный проезд, д. 19/1.

Задачи: — Автоматизация бизнес-процессов; — Подготовка технических заданий по автоматизации бизнес-процессов для внутренних и внешних провайдеров; — Анализ эффективности бизнес-процессов, подготовка предложений по их оптимизации; — Контроль хода, качества и сроков выполнения работ; — Сдача-приемка работ с внешними разработчиками, тестирование систем, выявление недоработок, сбор замечаний от сотрудников; — Активное взаимодействие с внешними подрядчиками и внутренними пользователями. Требования: — Опыт работы в данном направлении не менее 2-х лет; — Высшее образование; — Уверенное владение офисными программами и Visio. Условия: — Официальное оформление по ТК РФ; — График работы 5/2 с 09:00 до 18:00 или с 10:00 до 19:00; — Уровень дохода обсуждается с успешным кандидатом на собеседовании; — ДМС после испытательного срока; — Современный офис в центре Москвы, м. Киевская, БЦ "На Бережковской"; — Только офисный формат работы, удаленный и гибридный формат отсутствует.

В крупной FMCG-компании в Москве требуется директор R&D, который будет отвечать за развитие исследовательской и опытно-конструкторской деятельности, а также за генерацию инновационных идей и их реализацию в виде новых продуктов и достижений для бизнеса. Кандидат должен иметь более 10 лет опыта работы в области R&D, технологий или инженерии в пищевой FMCG-сфере, а также опыт руководства командами и внедрения новых продуктов в масштабах компании. Особое внимание уделяется лидерским качествам, инициативности, способности генерировать идеи и быть активным агентом изменений.