Вакансии

Задачи: — Разбирать и обрабатывать документы в форматах Excel, PDF и сканы — Извлекать табличные данные из документов — Нормализовать даты, номера документов, суммы и другие поля — Проектировать и реализовывать логику сопоставления данных — Выявлять расхождения между двумя источниками — Обрабатывать сложные кейсы: разные периоды, отличающиеся номера, частичные совпадения и другие неоднозначные ситуации — Интегрировать OCR и Document AI-инструменты — При необходимости использовать LLM для интерпретации и формирования человекочитаемых объяснений — Разрабатывать backend/API для сервиса — Участвовать в проектировании архитектуры MVP — Работать с реальными обезличенными финансовыми документами и тестировать качество решения на исторических данных Требования: — Коммерческий опыт разработки на Python от 3 лет — Уверенное владение Python — Опыт работы с pandas и табличными данными — Опыт обработки Excel / CSV — Опыт парсинга PDF — Опыт разработки backend-сервисов и REST API — Понимание алгоритмов сопоставления, нормализации и очистки данных — Умение проектировать решение самостоятельно, а не только работать по готовому ТЗ — Опыт работы с Git Будет плюсом: — Опыт с OCR: Tesseract, PaddleOCR или аналогами — Опыт с PyMuPDF, pdfplumber, Camelot, Tabula — Опыт с fuzzy matching — Опыт работы с Document AI / Intelligent Document Processing — Интеграция LLM API: OpenAI, Azure OpenAI, YandexGPT или аналогов — Опыт разработки систем reconciliation / data matching — Опыт работы с финансовыми, бухгалтерскими или другими структурированными документами — Опыт On-Premise решений — Опыт построения решений, где нужно сочетать детерминированную бизнес-логику и AI

Задачи: — Работа с базами данных (написание запросов в SQL), умение обрабатывать и анализировать большие объемы структурированной информации. — Работа с Python (библиотеки для анализа данных: pandas, numpy и др.) для решения аналитических задач. — Проведение литературных и токсикологических обзоров (умение работать с научными статьями, базами данных по токсичности, СанПиН, методическими рекомендациями). — Подготовка аналитических справок, отчетов, писем и презентационных материалов. Требования: — Знание методов аналитических исследований в области химии, а также общественного здоровья, построения прогнозов исследуемых процессов, явлений и объектов, теоретических основ математического моделирования. — Понимание основ токсикологии, гигиены труда и/или гигиены окружающей среды. — Умение разрабатывать способы статистической обработки данных. — Умение проводить прогнозную-оценку токсикологического воздействия на население методами математического или компьютерного моделирования, подготавливать аналитические справки и материалы. — Высшее профильное образование «Медико-профилактическое дело», "Лечебное дело". Условия: — Работа в комфортном офисе, 5/2 с 9.30 до 18.00; — Ежегодный отпуск - 28 календарных дней; — Наличие парковки, столовой и спортивных активностей (волейбол, бассейн, настольный теннис); — Участие в масштабном проекте федерального уровня; — Медицинский стаж не учитывается!

Задачи: — Разработка и внедрение AI/ML решений с использованием LLM, Python и связанных технологий — Работа с production-grade LLM, RAG, NLP, embeddings и векторными базами данных — Парсинг документов, извлечение информации и обработка больших объемов текста — Использование LangChain, LangGraph, CrewAI, Claude Code — Работа с облачными сервисами AWS SageMaker, Bedrock, EC2, Lambda, Azure AI, OpenAI — Использование MLflow, W&B, CI/CD, Docker, Kubernetes для управления ML-процессами — Оценка AI моделей, улучшение и обеспечение наблюдаемости — Руководство командой, наставничество и коммуникация Требования: — Опыт работы в AI/ML инженерии от 3 лет — Знание Python, SQL, NumPy, Pandas, Scikit-learn, PyTorch или TensorFlow — Опыт работы с LLM, NLP, embeddings, векторными базами данных — Знание LangChain, LangGraph, CrewAI, Claude Code — Опыт работы с AWS и Azure AI сервисами — Навыки работы с MLflow, W&B, CI/CD, Docker, Kubernetes — Высшее образование в технической области Условия: — Работа в офисе, 5-дневная рабочая неделя — Локации: Hyderabad, Ahmedabad, Indore — Максимальный срок уведомления о выходе на работу: 15 дней — Процесс интервью: 3 технических/менеджерских раунда + обсуждение CTC Для отклика необходимо предоставить: — Имя кандидата, обновленное резюме, общий опыт, релевантный опыт AI/ML — Количество реализованных production AI/ML систем — Текущая компания и должность, текущее и ожидаемое вознаграждение — Местоположение и предпочтительное место работы — Наличие офферов, причина смены работы, готовность к немедленному выходу — Контактный номер, профиль LinkedIn, релевантные навыки AI/ML и LLM

Задачи: — Разрабатывать функциональность сервиса на Python — Строить Data Lineage на логическом уровне витрин на основе существующего графа движения данных на табличном уровне — Реализовывать обработку, преобразование и агрегацию связей между объектами данных — Работать с большими объемами данных с использованием PySpark, pandas, SQL — Работать с Hadoop-стеком: HDFS, Spark, Hive — Дорабатывать существующий фреймворк автоматизированного тестирования — Разрабатывать и поддерживать автотесты для создаваемой функциональности — Участвовать в анализе и устранении дефектов Требования: — Опыт разработки на Python от 2 лет — Практический опыт работы с PySpark и pandas — Отличное знание SQL — Опыт работы со стеком Hadoop: HDFS, Spark, Hive — Понимание принципов обработки больших объемов данных — Опыт написания автоматизированных тестов на Python — Готовность отвечать за качество разработанной функциональности и ее автоматизированную проверку — Умение разбираться в существующем коде и самостоятельно решать технические задачи Будет плюсом: — Опыт работы с Data Lineage, Data Governance или Metadata Management — Опыт с Oracle, PostgreSQL, Greenplum — Понимание принципов построения DWH и витрин данных — Опыт работы с графовыми структурами данных — Опыт использования pytest или аналогичных инструментов тестирования Условия: — Полная занятость — График: 5/2 — Формат работы: гибрид (Москва)

Responsibilities: — Analyze data and select architectures for model training — Test new approaches and deploy models to production — Set up offline environments and integrate local LLMs Requirements: — Proficient in Python and ML tools (Pandas, Scikit-learn, PyTorch/TensorFlow) — Understanding of mathematics and statistics for algorithms — Experience with NLP, CV, or LLM architectures — Ability to package solutions in Docker — Basic Linux knowledge and API development experience — Willingness to work offline in a secure environment

Задачи: — участие в долгосрочном проекте по обезличиванию данных в формате ИП Требования: — опыт работы от 3 лет в роли ML-инженера / Data Scientist — опыт разработки и внедрения ML-моделей в продакшен — знание Python, pandas, numpy, scikit-learn — опыт работы с NLP-инструментами: SpaCy, Hugging Face Transformers — практический опыт построения пайплайнов обработки неструктурированных данных — очистка, нормализация, feature engineering — извлечение сущностей (NER) — понимание и опыт применения деревьев решений и ансамблей (Random Forest) — умение интерпретировать результаты, подбирать гиперпараметры, оценивать риски переобучения — опыт работы с CTGAN и TVAE (библиотека SDV или аналоги): обучение, подбор гиперпараметров — проведение privacy-проверок — контейнеризация (Docker) — развертывание моделей через API (FastAPI/Flask) — версионирование моделей и данных (MLflow/DVC) — понимание CI/CD-процессов Условия: — формат сотрудничества: ИП — тип занятости: долгосрочный проект

О компании и команде Мы вошли в топ лучших it-работодателей России 2025 на Хабр Карьере. В Strikt мы превращаем хаотичные бизнес-процессы наших заказчиков в четкие, самообучающиеся алгоритмы с использованием ИИ. Ищем к нам в команду опытного Data Scientist для работы над интересными проектами в областях AdTech, Machine Learning! Требования: — Высшее техническое или математическое образование; — От 3–4 лет коммерческого опыта в Data Science / ML; — Сильная база в статистике, классическом ML и анализе данных; — Опыт работы с Time Series: прогнозирование, скользящее окно, тренды, сезонность, оценка качества моделей; — Опыт участия в проектах с LLM / NLP / GenAI: промпты, embeddings, RAG или интеграция LLM в продуктовые сценарии; — Уверенный Python: pandas, numpy, scikit-learn, matplotlib, Jupyter Notebook; — Знание SQL и понимание работы с реляционными БД; — Умение самостоятельно разбираться в задаче, выбирать подход и объяснять решение команде; — Готовность помогать junior/middle DS-специалистам; — Будет плюсом: Английский язык на уровне чтения технической документации PyTorch / TensorFlow / Hugging Face, CatBoost / LightGBM / XGBoost, LangChain / LlamaIndex / vector databases, понимание MLOps, мониторинга качества моделей и CI/CD. Задачи: — Работать с задачами Time Series, классического ML и LLM/NLP; — Развивать и улучшать существующие ML-модели в проектах; — Помогать выбирать подходы, метрики и критерии качества; — Анализировать данные, строить гипотезы и проводить эксперименты; — Работать с SQL и Python для извлечения, очистки и анализа данных; — Ревьюить решения менее опытных DS-специалистов и помогать команде расти. Условия: — Полностью удалённая работа; — Part-time занятость; — Оформление по договору с самозанятым или ИП с первого дня; — Проекты на стыке Data Science, Time Series, LLM/NLP и прикладного AI; — Сильная команда, возможность влиять на технические решения.

Задачи: — Разрабатывать Python / SQL-пайплайны загрузки и обработки данных из файлов, API и информационных систем. — Проектировать таблицы хранилища: сущности, связи, правила преобразования. — Встраивать псевдоанонимизацию и проверки качества в потоки данных. — Готовить признаки и версионируемые train/validation/test-выборки. — Обеспечивать прослеживаемость и воспроизводимость ML / LLM-экспериментов. — Вместе с ML-командой развивать оценку моделей, подготовку данных для RAG и дообучения. Требования: — Уверенные Python и SQL, поддерживаемый код за пределами ноутбуков. — Практический опыт ETL / ELT: оркестрация, инкрементальная обработка, повторные запуски. — Опыт с S3, Parquet, pandas / Polars / PyArrow. — Понимание жизненного цикла ML: выборки, baseline, метрики, проверка утечек. — Опыт с MLflow, ClearML или аналогами. — Linux, Git, Docker, CI/CD. — Умение работать с чувствительными данными. Будет плюсом: — Опыт с медицинскими данными, МИС и клиническими справочниками. — Практический NLP / LLM: извлечение данных из текста, embeddings, RAG. — PyTorch / Hugging Face, дообучение и inference на GPU. — Опыт превращения исследовательского прототипа в регулярный пайплайн. Условия: — Гибридный / удаленный по РФ формат работы. Дополнительно: — Проект в HealthTech, поддержка врачебных решений. — Возможность строить платформу с нуля и влиять на архитектуру. — Работа на стыке Data Engineering, MLOps и LLM с современным стеком.

Location: Москва В команду рисков беззалогового кредитования ищем специалиста по разработке моделей. Работа предполагает участие в амбициозных проектах риск-менеджмента, направленных на оптимальное управление экономикой портфеля беззалоговых кредитов. Предстоит заниматься построением моделей оценки риска, финансовых моделей, автоматизацией и оптимизацией процессов принятия решения. Модельная команда риск-менеджмента состоит из квалифицированных специалистов – выпускников ведущих ВУЗов России, имеющих практический опыт в рисках, моделировании, разработки современных и инновационных инструментов и технологий. Обязанности * построение моделей для управления розничным кредитным риском (PD, Expected Loss, прогнозирование событий жизненного цикла клиента) * поддержание и изменение процессов калибровки и дообучения моделей * участие во внедрении, тестировании, приемке ML инструментов, взаимодействие с командами дата-инженеров и MLOps * аналитика и R&D внешних и внутренних источников данных * взаимодействие с бизнес-заказчиками (риски, бизнес, финансы) в рамках постановки задач, сбора требований * участие в проектах Банка по развитию инструментов управления кредитным портфелем (финансовое моделирование, предиктивная аналитика). Требования * опыт работы в риск-менеджменте (моделирование, портфельный анализ) не менее 1 года * опыт работы в области ML, DL, DS не менее 3/2 лет * профессиональное владение SQL, базовое - Hadoop, работа с базами данных * практический опыт разработки доведенных до промышленного использования моделей оценки риска в Python (Pandas, scikit-learn, PyTorch) * понимание жизненного цикла разработки и внедрения современных ML моделей (MLOps) * владение основными понятиями и методами теории вероятностей, математической статистики, линейной алгебры, оптимизации, численных методов * английский язык уровня intermediate для чтения профессиональной литературы. Условия * комфортный современный офис рядом с м. Тульская * офисный формат работы * ежегодный пересмотр зарплаты * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * программа адаптации и помощь руководителя на старте (для Junior позиций) * 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.

По сотрудничеству в формате ИП ищем на проект ML-инженера (проект по обезличиванию данных), проект долгосрочный. Требования: — Опыт работы от 3 лет в роли ML-инженера / Data Scientist. — Опыт разработки и внедрения ML-моделей в продакшен. — Знание Python, pandas, numpy, scikit-learn. — Опыт работы с NLP-инструментами: SpaCy, Hugging Face Transformers. — Практический опыт построения пайплайнов обработки неструктурированных данных. — Очистка, нормализация, feature engineering. — Извлечение сущностей (NER). — Понимание и опыт применения деревьев решений и ансамблей (Random Forest). — Умение интерпретировать результаты, подбирать гиперпараметры, оценивать риски переобучения. — Опыт работы с CTGAN и TVAE (библиотека SDV или аналоги): обучение, подбор гиперпараметров. — Privacy-проверки. — Контейнеризация (Docker). — Развертывание моделей через API (FastAPI/Flask). — Версионирование моделей и данных (MLflow/DVC). — Понимание CI/CD-процессов.

Требования к кандидату: — 2+ years of experience in data analysis or modeling — Strong knowledge of SQL (Google BigQuery, PostgreSQL) — Proficient in Python for data analysis (pandas, NumPy) — Understanding of statistics and hypothesis testing — Experience with predictive modeling and model validation — Familiarity with marketing metrics (LTV, CAC, ROI) — Experience with large datasets and data quality issues

Location: Athens, Greece Are you a Python Developer looking for an exciting opportunity to join a dynamic team? Join us in Athens or work remotely, and become part of our expanding development teams working on innovative projects. What You'll Do: The Python Developer will design and implement solutions for data processing and the Web. Solid proficiency in Python is required. Hands-on experience with Apache Spark, Azure Cloud and Electron is highly desirable. Requirements Must-Have Qualifications: Very good knowledge of python Good knowledge of python Pandas, NumPy, scipy, Matplotlib, seaborn Knowledge of python Fast API, Flask Uvicorn Good knowledge of python packaging tools (pip, conda, uv, poetry, setup tools) Experience with REACT Nice-to-Have Qualifications: Experience with docker Familiarity with AWS or Azure Familiarity with Devops Familiarity with ML/AI Benefits We believe in rewarding talent and dedication. Here's what you can expect as part of our team: Competitive full-time salary; Private Health Coverage on the Company’s group program; Flexible Working Hours; Top-of-the-Line Tools; Professional Development: Benefit from language courses, specialized training, and continuous learning opportunities; Career Growth: Work with some of the most innovative and exciting specialists in the industry; Dynamic Work Environment: Thrive in a setting that offers challenging goals, autonomy, and mentoring, fostering both personal and company growth. If you want an exciting challenge, work with some of the coolest technologies, and enjoy your time doing it, then join us! Submit your detailed CV in English, quoting reference: (MLPD /11/2026 ). You may also consider all our other open vacancies by visiting the career section of our website ( www.eurodyn.com ) and follow us on Twitter (@EURODYN_Careers) and LinkedIn. EUROPEAN DYNAMICS (ED) ( www.eurodyn.com ) is a leading European Software, Information, and Communication Technologies company, operating internationally (Athens, Brussels, Luxembourg, Copenhagen, Berlin, Stockholm, London, Nicosia, Valetta, Vienna, Den Haag, Hong Kong, etc.) The company employs over 1100 engineers, IT experts, and consultants (around 3% PhD, 41% MSc, and 54% BSc). We design and develop software applications using integrated, state-of-the-art technology. Our current IT projects have a value exceeding 300 million EURO. EUROPEAN DYNAMICS is a renowned supplier of IT services to European Union Institutions, international organizations, European Agencies, and national government Administrations in 40 countries and 4 continents. As part of our dedication to the diversity of our workforce, we are committed to Equal Employment Opportunity without regard for race, colour, national origin, ethnicity, gender, disability, sexual orientation, gender identity, or religion. EUROPEAN DYNAMICS (ED) adheres to the General Data Protection Regulation principles by applying its Privacy Policy as published at www.eurodyn.com/privacy . By submitting an application to this position and by sharing your personal data with ED, you acknowledge and accept its Policy and authorize ED to process your personal data for the purposes of the company's recruitment opportunities, in line with the Policy.

Location: Athens, Greece Are you a Python Developer looking for an exciting opportunity to join a dynamic team? Join us in Athens or work remotely, and become part of our expanding development teams working on innovative projects. What You'll Do: The Python Developer will design and implement solutions for data processing, data engineering and data analysis. Very good knowledge of Python and Pandas is required. Hands-on experience with any of REACT, and Electron is highly desirable. Requirements Must-Have Qualifications: Very good knowledge of python Very Good knowledge of python Pandas, NumPy, scipy, Matplotlib, seaborn frameworks Understanding of dense/sparce matrices Good knowledge of python packaging tools (pip, conda, uv, poetry, setup tools) Some experience with REACT and / or Electron frameworks Nice-to-Have Qualifications: Familiarity with PySpark / Big Data Experience with docker Familiarity with AWS or Azure cloud platforms Familiarity with ML/AI Benefits We believe in rewarding talent and dedication. Here's what you can expect as part of our team: Competitive full-time salary; Private Health Coverage on the Company’s group program; Flexible Working Hours; Top-of-the-Line Tools; Professional Development: Benefit from language courses, specialized training, and continuous learning opportunities; Career Growth: Work with some of the most innovative and exciting specialists in the industry; Dynamic Work Environment: Thrive in a setting that offers challenging goals, autonomy, and mentoring, fostering both personal and company growth. If you want an exciting challenge, work with some of the coolest technologies, and enjoy your time doing it, then join us! Submit your detailed CV in English, quoting reference: ( JPD/11/2026 ). You may also consider all our other open vacancies by visiting the career section of our website ( www.eurodyn.com ) and follow us on Twitter (@EURODYN_Careers) and LinkedIn. EUROPEAN DYNAMICS (ED) ( www.eurodyn.com ) is a leading European Software, Information, and Communication Technologies company, operating internationally (Athens, Brussels, Luxembourg, Copenhagen, Berlin, Stockholm, London, Nicosia, Valetta, Vienna, Den Haag, Hong Kong, etc.) The company employs over 1100 engineers, IT experts, and consultants (around 3% PhD, 41% MSc, and 54% BSc). We design and develop software applications using integrated, state-of-the-art technology. Our current IT projects have a value exceeding 300 million EURO. EUROPEAN DYNAMICS is a renowned supplier of IT services to European Union Institutions, international organizations, European Agencies, and national government Administrations in 40 countries and 4 continents. As part of our dedication to the diversity of our workforce, we are committed to Equal Employment Opportunity without regard for race, colour, national origin, ethnicity, gender, disability, sexual orientation, gender identity, or religion. EUROPEAN DYNAMICS (ED) adheres to the General Data Protection Regulation principles by applying its Privacy Policy as published at www.eurodyn.com/privacy . By submitting an application to this position and by sharing your personal data with ED, you acknowledge and accept its Policy and authorize ED to process your personal data for the purposes of the company's recruitment opportunities, in line with the Policy.

Задачи: — Лидировать команду DS из 2 человек; — Разрабатывать ML-модели: подготовка данных, выбор решения, обучение, тесты, запуск в production (в основном классические ML); — Сопровождать ML-решения: мониторинг сервисов и моделей, отслеживание дрейфа данных, развитие моделей; — Оценивать влияние решений на бизнес; — Подготавливать признаки для feature store (используется Feast); — Взаимодействовать с DA, DE, DevOps для улучшения и автоматизации процессов. Требования: — Понимание базовых ML-алгоритмов; — Знание метрик машинного обучения и их интерпретации; — Уверенное владение Python (numpy, pandas, sklearn, catboost, xgboost); — Опыт написания SQL-запросов; — Общее представление об A/B-тестах; — Навыки работы с Git; — Опыт самостоятельного обучения и вывода моделей в production; — Умение интерпретировать результаты модели (shap, lime). Желательно: — Опыт самостоятельного обучения и вывода моделей в production; — Навыки построения пайплайнов обработки данных с использованием pyspark; — Опыт проведения A/B-экспериментов; — Знакомство с MLFlow, dvc; — Представление о REST API, опыт работы с FastAPI будет плюсом; — Опыт работы с Docker; — Знание различных источников данных: реляционные базы, Redis, Hive, Kafka. Условия: — Работа в профессиональной команде с обменом знаниями; — Возможность внешнего обучения и развития навыков за счет компании; — Медицинские чек-апы, бесплатные консультации с финансовыми консультантами, юристами и психологом; — Культура ЗОЖ; — Социальный пакет: ДМС, скидки на страховые продукты и партнерские услуги (туризм, фитнес и др.); — Обеспечение техникой для работы; — Гибридный график работы 5/2 с гибким началом дня с 8 до 10.

Location: Almaty, Kazakhstan Workplace: OnSite WHY WORK AT HIGGSFIELD AI? Higgsfield AI is the fastest-scaling generative AI company in history, hitting $1B in annual revenue run rate, 30M+ users worldwide, 6M+ generations per day, and powering 390 of Fortune 500 brands. We're building at the absolute frontier of AI-powered video creation and next-generation creative tools. Joining Higgsfield means becoming part of a high-impact team shaping the future of AI-native experiences, at a company that isn't just moving fast, but rewriting what fast looks like. WHAT THIS ROLE MEANS AT HIGGSFIELD Most subscription businesses lose a password. We lose GPU-seconds. When someone runs two hundred accounts off one card to harvest a per-account promotional grant, the cost lands on our compute bill the same hour, and it does not stop until somebody finds them. We have found operators doing exactly that — hundreds of accounts, synchronised signups, machine- generated emails, round-the-clock automation — and we have also found that most of our worst- margin accounts are not abusers at all, just heavy users on an unlimited plan. Telling those two apart, account by account, with evidence that survives being challenged, is this job. You are the person who finds them, proves it, and puts a number on it. You make sure: - Every enforcement action we take is backed by evidence a stranger could follow - We know what abuse cost us last month, on the same basis as last month - The detection system is measured against real cases, not against its own past decisions - When a ring changes shape, somebody notices this week — and that somebody is you WHAT YOU WILL DO Investigation & casework - Run ring investigations end to end: from a flagged account or a cost anomaly to a named cluster, its members, its signature, its lifetime economics and a recommended action. - Build the linkage yourself — shared payment instruments, IP and ASN concentration, email-stem families, registration bursts, behavioural and automation fingerprints — and know which links are evidence and which are coincidence. - Separate abuse from unprofitable-but-legitimate every single time. On an unlimited plan, negative gross margin is normal. Cost is a gate, never a trigger. - Triage the review queue the detection system produces, and feed what you learn back into it. Your adjudications are the only unbiased labels the scientist has. Evidence & defensibility - Produce evidence packages that hold up outside the company — to an external auditor, to a payment network, to a customer disputing a ban, to Legal enforcing our Terms. Our abuse work has already been used in all four contexts. - Write per-account, not per-ring, when the action is per-account. A ban list without a reason column is not evidence. - Know what our Terms of Use actually entitle us to do, and flag when the evidence supports the finding but not the action. Quantification & reporting - Own the abuse loss number: what it cost, on what basis, net of the revenue we reversed and the legitimate customers we caught by mistake. Same definition every month, written down. - Distinguish COGS burned, revenue at risk, revenue reversed and cash refunded — they are four different numbers and people will conflate them. - Build the recurring reporting that tells us whether the problem is growing, and the ad-hoc answer to "why did compute spike last Tuesday" that is due the same day. Monitoring & adaptation - Watch the detectors themselves. A rule that stops firing is a detection event, not a quiet week. - Check the instrument before explaining the movement: a missing upstream table, a silently dropped join, a vendor signal that went away. This has bitten us and it will again. - Spot new abuse patterns before they are in anybody's model — usually in a cost anomaly, a strange cohort, or a support ticket that does not fit. How we work - SQL and Python on raw payment, usage and identity data in BigQuery, without anyone preparing it for you. We use AI heavily — resourcefulness beats syntax. - Close partnership with the Antifraud data scientist (you validate what they build), Payments (chargebacks and processor signals), Support (the humans who meet your false positives) and Finance (the loss number goes in the accounts). WHO WE'RE LOOKING FOR - 2+ years doing investigative or risk analytics — fraud, abuse, trust and safety, AML, chargebacks, gaming or marketplace integrity. What matters is that you have chased real bad actors, not modelled them in the abstract. - Strong SQL, without help. Self-joins, window functions, cohort replay, and joining payments to usage to identity across messy keys. This is the single most-used skill in the role. - Python at working level for analysis — pandas, notebooks, a bit of graph work. - Investigative instinct: you follow the thread, you notice the thing that does not fit, and you can say when a pattern is a coincidence. - Evidentiary discipline: you can write up a finding so that somebody who distrusts you can check it, and you know the difference between "this looks like abuse" and "this is provable." - Unit-economics literacy: gross margin per account, what compute costs, and why a negative-margin customer may be entirely legitimate. - The judgment to escalate rather than act when the evidence is thin, and to say so in writing. - Clear written and spoken English, B2+. Backgrounds that often do well: - Fraud / risk analysts from fintech, payments, marketplaces, gaming, crypto or betting - Trust & safety investigators and platform-integrity analysts - Chargeback, dispute or AML analysts who write their own queries - Strong product or BI analysts who got handed the abuse problem and kept it WHAT THIS ROLE IS NOT This role is not a fit if you: - Want to build models full time — that is the Antifraud data scientist, and it is open - Want to do content moderation or NSFW classification - Would put an account on a ban list without being able to say why in one sentence - Treat every negative-margin account as an abuser - Need a labelled dataset or a clean table before you can start - Are uncomfortable that your work gets real people's accounts restricted, sometimes wrongly - Want predictable 9–5 workdays HIRING PROCESS - Screening call (30 min) - Hiring-manager screen (30 min) - Business case (1,5 hour) - Tech interview (1,5 hour) - Final interview (30 min) - Paid on-site trial (1 month) THE DEAL - Competitive salary in USD - Equity: participation in the company's stock option program - On-site role in Almaty, Kazakhstan - Relocation support (flight + temporary housing) - Flat structure, high autonomy, fast career growth

Задачи: — Готовить и поддерживать ежедневную, еженедельную и ежемесячную операционную отчётность для руководителей и функциональных команд. — Разрабатывать и автоматизировать отчёты в Excel с использованием Power Query, сложных формул и макросов. — Писать SQL-запросы для выборки, агрегации и трансформации данных; поддерживать и развивать витрины данных в PostgreSQL и ClickHouse. — Анализировать отклонения ключевых метрик, выявлять причины изменений и готовить рекомендации для бизнеса. — Разрабатывать и поддерживать дашборды в Grafana, настраивать алерты по критическим отклонениям показателей. — Собирать данные из нескольких источников, обеспечивать их стыковку, проводить валидацию и сверку метрик между системами. — Участвовать в настройке и поддержке ETL/ELT-процессов при необходимости. — Собирать и уточнять требования к отчётам и метрикам у бизнес-заказчиков. — Документировать логику расчётов, определения метрик, бизнес-правила и инструкции для пользователей. — Консультировать коллег по работе с отчётами и дашбордами. Требования: — Опыт работы аналитиком данных, бизнес-аналитиком или аналитиком операционной отчётности от 1–2 лет. — Законченное высшее образование. — Продвинутый SQL и уверенное владение Excel. — Опыт работы с реляционными базами данных и BI-инструментами. — Понимание принципов контроля качества данных, валидации показателей и воспроизводимой отчётности. — Умение работать с несколькими источниками данных и понимание различий OLTP- и OLAP-нагрузок. — Внимательность к деталям, системное мышление, ответственность за сроки и качество результата. — Умение объяснять аналитические выводы понятным для бизнеса языком. Будет преимуществом: — Опыт работы с ETL/ELT-инструментами: Apache NiFi, Airflow или аналогами. — Базовые навыки Python и pandas для анализа данных и автоматизации задач. — Опыт работы с Git, Jira и Confluence. — Опыт в сферах закупок, банковских гарантий, финансовых операций, документооборота или операционной отчётности.

Location: Lisbon, Portugal About the Role We are seeking an experienced UiPath RPA Developer with strong Python skills to join our automation team. The ideal candidate will have hands-on experience designing and deploying UiPath automation solutions, combined with deep Python proficiency for building custom integrations, scripts, and data processing pipelines. You will work closely with business analysts, solution architects, and cross-functional teams to deliver end-to-end automation that drives operational efficiency. Responsibilities Design, develop, and deploy UiPath RPA workflows and automation solutions across attended and unattended processes. Write clean, efficient Python scripts and custom UiPath activities to extend automation capabilities and integrate with external systems. Analyze, debug, and optimize existing UiPath workflows and Python-based automation components to improve reliability and performance. Collaborate with business stakeholders to gather process requirements, conduct feasibility assessments, and translate manual workflows into automated solutions using UiPath Studio. Build and maintain Python-based integrations with REST APIs, web services, and data pipelines that complement UiPath automation workflows. Develop and maintain test frameworks using UiPath Test Suite and Python (pytest) to ensure automation reliability and quality across deployments. Manage and monitor robots via UiPath Orchestrator, including scheduling, queue management, alert configuration, and performance reporting. Maintain version control of UiPath projects and Python code using Git, and support CI/CD pipelines for automated deployment of RPA solutions. Leverage Python for web scraping, data transformation, and pre/post-processing tasks that feed into or extend UiPath automation pipelines. Interact with AWS services (S3, Lambda) and other cloud infrastructure to support scalable, cloud-based RPA deployments. Stay updated with emerging technologies and contribute ideas for improvements. Qualifications Education: Bachelor’s degree in computer science, Software Engineering, or a related field (or equivalent experience). Experience: 3+ years of UiPath RPA development experience, with at least 2 years of strong Python programming skills. Technical Skills: Strong proficiency in UiPath Studio, UiPath Orchestrator, and UiPath Test Suite; UiPath RPA Developer certification preferred. Advanced Python skills including scripting, automation, data manipulation (pandas, NumPy), and API integration. Experience with web scraping tools (e.g., Playwright, Selenium) for browser automation and integration with UiPath workflows. Basic knowledge of SQL and database concepts (e.g., PostgreSQL, MySQL). Experience with version control systems (e.g., Git). Understanding of REST APIs and JSON. Familiarity with AWS services, especially Lambda functions and S3 buckets. Experience building custom UiPath activities or integrations using Python or .NET to extend native UiPath capabilities. Familiarity with Linux/Unix environments. Soft Skills: Strong problem-solving and analytical skills. Ability to work collaboratively in a team environment. Good communication skills and a willingness to learn. Attention to detail and commitment to quality. Preferred Skills: UiPath Advanced RPA Developer or Solution Architect certification. Experience with cloud platforms (AWS, Azure, GCP) for deploying and scaling RPA infrastructure. Familiarity with process mining or task capture tools (e.g., UiPath Process Mining, Task Capture) for identifying automation opportunities. Experience with Agile/Scrum methodologies and automation CoE (Center of Excellence) governance practices. Knowledge of containerization (Docker) and CI/CD tooling (Jenkins, GitHub Actions) for automated RPA deployment pipelines. We believe the best ideas and innovation happen when we are together. Employees in this role will work in the office four days, with the flexibility to work remotely one day (Friday). Benefits iCapital offers a comprehensive benefits package that includes a total compensation program consisting of competitive salary, annual performance bonus, and equity for all full-time employees; healthcare with 100% employer-paid health and dental insurance; and generous paid time off (PTO). For additional information on iCapital Network, please visit https://www.icapitalnetwork.com/about-us Twitter: @icapitalnetwork | LinkedIn: https://www.linkedin.com/company/icapital-network-inc

Задачи: — Работа с NLP и AI-проектами, запуск AI-проектов в продакшн и построение архитектуры вокруг сторонних LLM-решений. — Обучение нейросетевых моделей на GPU-кластере. Требования: — Большой опыт разработки на Python с использованием Pandas, NumPy, Scikit-learn. — Опыт работы с LangChain, vLLM. — Опыт работы с PyTorch, Hugging Face Transformers. — Глубокое понимание машинного обучения, глубокого обучения и NLP. — Опыт запуска AI-проектов в продакшн и построения архитектуры вокруг сторонних LLM-решений. — Опыт обучения нейросетевых моделей на GPU-кластере. — Знание SQL. — Владение Git. — Высшее техническое образование в области Computer Science, прикладной математики, AI/ML или смежных областях. Условия: — Работа в команде экспертов. — Широкий технологический стек, сотни проектов. — Гибкий график работы. — Льготы и меры господдержки, предусмотренные для IT-компаний (аккредитованы Минцифры). — Возможность разрабатывать IT-решения для разных отраслей и пробовать новые технологии. — Возможность работать удалённо с доступом к просторным офисам с зонами коворкинга. — Возможность профессионального роста: стать тимлидом, архитектором, full-stack разработчиком. — Развитая система наставничества, сертификация за счёт компании, участие в конференциях, изучение английского языка. — Активный обмен опытом, митапы, хакатоны, доклады по развитию hard и soft skills. — 50+ клубов по интересам и профессиональных сообществ. — Уютный мерч. — Полный соцпакет и официальная "белая" зарплата. — Корпоративная база знаний и социальная сеть для сотрудников. — Гибкий ДМС с возможностью подключения родственников.