Вакансии

Кого ищем: — Человека, полностью соответствующего ожиданиям, а не учящегося на ходу. — Рабочие руки, а не технического менеджера. Кто не подойдёт: — Кандидаты с преобладающим или последним опытом в роли технических менеджеров: Team Lead, CTO и т.п. — Кандидаты с преобладающим или последним опытом работы на фрилансе или в аутсорсинг-компаниях. — Кандидаты с преобладающим или последним опытом в роли Frontend / Fullstack-разработчиков. Мы ожидаем: — Опыт от 8 лет в роли Backend-разработчика (не Fullstack). — Опыт работы от 6 лет с Node.js и TypeScript: event loop, streams, memory management. — Опыт работы с контейнеризацией и оркестрацией Kubernetes от 3 лет. — Опыт работы от 2 лет с AWS: EKS, RDS, DynamoDB, S3. — Опыт работы от 1 года с гибридным хранилищем: MySQL, Redis, MongoDB, DynamoDB – каждая БД под свою задачу. — Обязательный опыт использования LLM в работе. Чем предстоит заниматься: — Разработка и развитие backend-сервисов на NestJS. — Проектирование и реализация API и межсервисных взаимодействий. — Деплой и эксплуатация сервисов в Kubernetes. — Работа с асинхронными сценариями (RabbitMQ). — Использование Redis для кэширования и pub/sub. — Работа с базами данных MySQL, MongoDB, DynamoDB. — Работа с облачной инфраструктурой AWS (эксплуатация и развитие backend-сервисов). Условия: — Полностью удалённый формат работы. — Оплачиваемый отпуск 28 календарных дней. — 100% оплата больничного. — Работа в продуктовой IT-компании.

Задачи: — Разрабатывать и поддерживать автотесты: API, интеграционные, E2E, регрессионные; — Построение процессов тестирования, с использованием ИИ; — Проектировать тестовую стратегию и тестовые сценарии для файлового хранилища; — Проверять работу с большими и мелкими файлами, параллельными загрузками, версиями, удалением и восстановлением данных; — Тестировать разграничение прав доступа, аудит действий, безопасность файловых операций; — Проверять отказоустойчивость: сетевые сбои, недоступность сервисов, частичные ошибки загрузки, повторные операции; — Интегрировать автотесты в CI/CD, анализировать нестабильные тесты и качество релизов; — Работать вместе с backend-разработчиками, DevOps, аналитиком и ручными тестировщиками; — Участвовать в разборе инцидентов и улучшении процессов качества. Требования: — Понимание кода написанного на GO; — Умение писать скрипты Python/GO/bash; — Опыт работы с брокерами сообщений Kafka; — Опыт работы с ETCD/ClickHouse/PG; — Опыт работы с Grafana K6; — Опыт работы с ELK; — Опыт работы с docker; — Понимание основных принципов работы REST API; — Опыт работы с S3; — Тестирование файловых хранилищ; — Опыт построения процессов тестирования с использованием ИИ. Условия: — Обучение и развитие: языковые клубы, собственный корпоративный университет, программы развития управленческих навыков и многое другое; — Благополучие сотрудников: корпоративный пакет ДМС со стоматологией, корпоративный спорт, консультации психолога и дополнительные возможности аккредитованной IT-компании; — Множество сообществ: клуб спикеров, футбола, йоги, шахмат и т.д.; — Забота о семьях: создаем условия, в которых легко сочетать карьеру и заботу о близких – от гибкого подхода до масштабных проектов для детей сотрудников; — Скидки и партнерские программы: на обучение, страхование, покупки и многое другое; — Комфортная рабочая среда: бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника и портал для сотрудников.

Location: Kazakhstan; Georgia; Serbia; Poland As a Big Data Infrastructure Engineer in the Big Data Platform team, you’ll own the big data infrastructure of our international contour and be its technical lead. You’ll deploy, upgrade and operate the core services of the platform: HDFS, S3-compatible object storage (Apache Ozone), Iceberg and others. You’ll start by helping run an infrastructure pilot that changes how the platform is used: a small number of very large datasets will become thousands of small tables. You’ll introduce compute and storage quotas for business units, migrate us from the default Iceberg catalog to a more capable one (Lakekeeper or Gravitino), and rebuild monitoring and alerting so alerts mean something again. You’ll work closely with an engineer who runs the same stack in a parallel contour. You’ll share approaches and solutions with them and cover for each other. Our infrastructure runs on the latest versions of everything, and we actively replace outdated tools. The role suits an experienced engineer who wants real ownership and a big say in architecture. Requirements 5+ years of experience designing, deploying and operating big data platforms. Hands-on experience with HDFS / Hadoop: deployment, version upgrades, troubleshooting. Hands-on experience deploying and operating S3-compatible object storage. Apache Ozone is ideal, but MinIO or similar solutions also count. Experience with Apache Iceberg. Experience setting up monitoring and alerting for data infrastructure. English B2. Ability to work in the GMT+3 time zone (up to 3 hours difference). Nice to have Experience with Trino, Kafka or Flink. Experience with Iceberg REST catalogs (Lakekeeper, Gravitino, Polaris or similar). Experience setting up resource quotas and cost allocation in a multi-tenant data platform. Hands-on use of AI tools, such as Copilot or agents, to speed up your work. Benefits Flexible schedules and opportunity to work remotely. Ambitious and supportive team who love what they do, appreciate each other, and grow together. A structured onboarding, a personal development plan, and regular internal lectures and demos from the team. Internal programs for adaptation and training, development of soft skills, and leadership abilities. Partial compensation for participating in external training and conferences. Corporate English school: Group and individual lessons, speaking clubs with colleagues from all over the world. Corporate prices on hotels and travel services. MyTime Day Off - an extra non-working day without loss of compensation.

Задачи: — Выстраивать микросервисную архитектуру, участвовать в принятии архитектурных решений по проекту — Работать с очередью сообщений Kafka и придерживаться event driven архитектуры — Работать с разными хранилищами (postgres, redis, S3) — Развивать смарт-каталог недвижимости, реализовывать новые типы объектов недвижимости — Развивать систему no-code конструктора сайтов жилых комплексов, расширять функционал для конструирования сайтов застройщиков — Разрабатывать интеграции с клиентскими crm системами для улучшения процесса ведения сделок — Разрабатывать другие отраслевые сервисы Требования: — Знания и опыт в профильных технологиях: Python, FastAPI, SQLalchemy, Pytest — Kafka (теоретические знания о технологии) — Написание тестов в pytest Будет плюсом: — Знания/опыт работы с микросервисами — Знания/опыт внедрения или поддержки чистой архитектуры

Компания МТС Банк, одно из ключевых направлений экосистемы МТС, ищет DevOps-инженера (стажера) в команду Трайба по управлению данными. Стажерский трек рассчитан на 6 месяцев по срочному трудовому договору под руководством опытного наставника. Horizon DataPlatform предоставляет инструменты для работы с данными, включая хранилище данных Apache Ozone S3, Apache Iceberg; вычислительные системы Spark k8s, Apache Doris, Apache Flink, Trino, DolphinScheduler; BI-инструмент Apache Superset; рабочие среды Hue, CloudDbeaver, JupiterHub. Задачи: — внедрять и сопровождать доработки команды — автоматизировать рутинные и внутренние процессы — настраивать и поддерживать CI/CD процессы — настраивать систему мониторинга и разрабатывать регламенты реагирования — поддерживать бесперебойную работу сервисов — вести и обновлять документацию Требования: — начальные знания DevOps-практик — наличие pet-проектов либо курсов DevOps — знания по работе с DevOps-инструментами (Ansible, Gitlab, Kubectl) — навыки по администрированию k8s на уровне namespace — навыки написания скриптов на Bash или Python — навыки администрирования Linux — знания по настройке систем мониторинга (Zabbix, Grafana) — знания принципов работы брокеров сообщений (IBM MQ, Kafka) — умения писать SQL запросы

Задачи: — поддержка и разработка batch ETL-пайплайнов на Airflow для аналитических витрин и ML; — потоковая обработка данных с использованием Spark Streaming, Kafka, MongoDB; — развитие feature store как инструмента, наполнение его фичами и интеграция данных для ML-моделей; — документирование, оптимизация и мониторинг пайплайнов и потоков данных. Требования: — уверенное знание Python и SQL; — опыт построения ETL-процессов на стеке команды: Airflow, Spark, Kafka, ClickHouse, MongoDB, Hive, S3; — будет плюсом опыт с CI/CD, Docker и Grafana; — будут плюсом базовые знания ML: обучение и инференс моделей, работа с feature store. Условия: — необходимое оборудование и софт для работы; — официальное трудоустройство; — ДМС со стоматологией, офисный врач, доплата больничного листа, корпоративные скидки; — льготные условия ипотеки в рамках зарплатного проекта; — бесплатная подписка на сервисы партнеров: корпоративный спорт; — насыщенная корпоративная жизнь; — электронная библиотека издательства МИФ с почти 2 тыс. единиц контента по бизнесу, саморазвитию, здоровому образу жизни и другим актуальным темам.

Требования: — 4+ года коммерческого опыта в Data Engineering — Уверенное знание AWS: S3, Glue, Athena, Lake Formation/IAM, Lambda, Step Functions — Опыт построения data lake/lakehouse с нуля (Parquet, Iceberg/Delta/Hudi) — Python (PySpark) и продвинутый SQL

Задачи: — разработка витрин (70–80 % задач) — сопровождение на уровне 3-й линии (20–30 %) — поднятие витрин в MVP с нуля — реализация витринной разработки и интеграция с командой веба Требования: — опыт работы дата-инженером от 3 лет — продвинутый уровень работы с GreenPlum либо аналогичными БД на MPP — навыки работы с Airflow и Python — обязательный опыт работы с S3 — понимание интеграций со стеком BigData/Spark

Условия и бонусы: Фултайм, удаленно по РФ. Наши ожидания: – Глубокие знания профильного банковского ПО на уровне эксперта. – Знание практик SRE / DevOps. – Управление серверами на базе Linux на уровне администратора. – Знание микросервисной архитектуры и технологий контейнеризации: Docker, containerd. – Продвинутые навыки работы с Kubernetes, Helm, Kyverno, Istio, Kafka, Keycloak, Hashicorp Vault, S3, Luntry. – Понимание принципов построения процессов CI/CD. – Продвинутые навыки работы с GitLab CI. – Понимание принципов IaC. – Продвинутые навыки работы с Ansible, Terraform, Terragrunt. – Понимание принципов построения Observability. – Продвинутые навыки работы с ELK/EFK, OpenSearch, Prometheus, VictoriaMetrics, OpenTracing/OpenTelemetry. – Опыт работы с облачными провайдерами, например, AWS, Yandex Cloud.

Компания ищет Senior Data Engineer для удалённой работы по московскому времени, который возьмёт на себя развитие нового контура DWH / Lakehouse и станет ответственным за хранилище данных от начала до конца. В задачи входит перенос текущей аналитики на новую Lakehouse-архитектуру, развитие DWH от источников данных и их загрузки до создания детального слоя и витрин, работа с технологиями dbt, Airflow, Trino, Iceberg, S3 и ClickHouse, проектирование моделей данных с использованием Data Vault, а также организация процессов Data Quality, CI/CD и надежного перехода от разработки к продакшену. Необходимо оптимизировать SQL-запросы, пайплайны и производительность хранилища. Требования включают минимум 3 года опыта в Data Engineering, опыт полного владения хранилищем данных от источников до витрин, уверенные навыки SQL и production-уровня Python, опыт работы с dbt в продакшене, практический опыт с Airflow, Dagster или Prefect, глубокое знание хотя бы одной MPP или колоннарной системы (Trino, ClickHouse, Greenplum, Spark и др.), а также понимание методологий Kimball, Data Vault и/или Anchor Modelling.

Location: United States (Remote) Workplace: Remote About the Role The Senior Analytics Engineer will help build the reusable analytical models, tools, and systems to power decisions across Temporal. This role reports to the Director of Data Engineering and Analytics. Ultimately, your goal is to make it possible for every Temporal employee to produce first-class analyses. You will work across multiple business domains, including Product, GTM, Finance, and Engineering to deeply understand their needs and build solutions that enable both people and agents to reliably answer their analytical questions. You will architect and implement the data layer that sits between our landed source data and our various user interfaces via canonical entities, shared dimensions, metric definitions, data marts, etc. That includes making core concepts such as accounts, namespaces, activation, billable usage, and revenue consistent wherever they are used. You will take direct ownership of work that is currently distributed across the Data Engineering and Analytics team, including data modeling, data mart and Omni Topic creation, and enablement. Along with helping to align our business logic across marts and dashboards, you will create clear technical governance and controls as you work to empower stakeholders across the business. You will work closely with Data Platform and Trust on orchestration, deployment, observability, access controls, performance, reliability, and cost. You will partner with Data Science and Applied AI on feature tables, model outputs, model consumption, and monitoring. You will work with business functions on source system hygiene, prioritization of tasks, and validating business meaning of shared metrics. The ideal candidate possesses strong SQL skills, sound business acumen, and deep expertise in building semantic products gained through years of experience across different tools, modeling frameworks, and subject areas. The candidate is comfortable with ambiguous business questions, knows when to build a reusable data product vs modify an existing one, and how to deliver practical solutions in keeping with an overall governance framework and strategy. You will be hands-on writing code, tests, documentation, and performing technical reviews. What You’ll Do - Build and maintain reusable analytical data products across Temporal's business domains. - Define canonical entities, shared dimensions, purpose-built marts, metric components, explicit grains, keys, lineage, and history behavior. - Design and maintain core parts of the Omni semantic layer and certified Topics, with clear definitions for measures, dimensions, joins, and time handling. - Establish and improve standards for modeling, metric implementation, documentation, and change management. Build automated checks for freshness, completeness, uniqueness, and relationships between datasets, and make failures visible to the teams that own them. - Reduce duplicated or conflicting logic across source tables, marts, Omni workbooks, dashboards, notebooks, and analytical agents. - Partner with Data Platform and Trust on deployment, orchestration, observability, access controls, performance, cost, and production reliability. - Partner with Data Science and Applied AI on feature tables, prediction outputs, model consumption, and monitoring. - Work with domain partners and senior stakeholders to turn ambiguous questions into precise definitions, reusable models, and trusted ways for teams to answer follow-up questions themselves. - Help qualified contributors outside Data Engineering and Analytics create tables, models, notebooks, and workbooks through controlled sandboxes, templates, automated checks, review, and promotion into shared-use environments. - Make important data products understandable and usable for people and analytical agents through documented contracts, metadata, ownership, quality status, and retrieval guidance. - Contribute to architecture decisions, design reviews, code reviews, and coaching while remaining hands on in SQL/code, modeling, testing, and documentation. What You’ll Focus on First - During your first several months, you will help the team: - Document ownership of the core Analytics Products portfolio and identify high-risk duplicated or conflicting metric logic. - Publish the initial canonical entity and mart architecture, including clear standards for grain, keys, history, lineage, and quality controls. - Launch governed contribution templates, automated checks, and a review and promotion process for qualified contributors outside DEA. - Create a practical certification and retirement process for metrics, Topics, dashboards, and shared data products. - Deliver an initial version of one agreed priority data product, such as a revenue, PLG, or account-level model. What You’ll Bring - Advanced SQL experience, including the ability to reason about correctness, performance, and maintainability. - Working proficiency in Python to build and maintain jobs that create and alter tables in the data lake. - Experience with data transformation frameworks such as DBT, SQLMesh, etc - Data mart design experience using modeling techniques such as dimensional and entity centric modeling. - Experience implementing and maintaining a semantic layer or governed metrics. - Advanced knowledge of grain, keys, history, lineage, contracts, and quality controls. - Git, review, automated tests, CI/CD, and production ownership. - Translating ambiguous questions into reusable products. - Improving self-service while maintaining shared definitions. - Working with senior business and technical stakeholders. Helpful Experience - S3, Athena, Iceberg, Hive, or another open lakehouse architecture. - Hands-on experience with Omni Analytics, Looker, or a comparable semantic layer. - Experience orchestration systems. - Usage-based B2B SaaS, cloud infrastructure, developer tools, or consumption-based revenue. - Building governed contribution programs. - Designing metadata or semantic products for analytics agents.   Temporal Technologies is an Equal Opportunity Employer. Temporal Technologies does not discriminate on the basis of race, religion, color, sex, gender identity, sexual orientation, age, non-disqualifying physical or mental disability, national origin, veteran status, or any other basis covered by appropriate law. All employment is decided on the basis of qualifications, merit, and business need. We embrace and celebrate differences and diversity. Temporal is committed to providing access, equal opportunity, and reasonable accommodation for individuals with disabilities in employment, its services, programs, and activities. If you need to request a reasonable accommodation, please let your Recruiter know so we can assist.

Location: United States (Remote) Workplace: Remote About the Role The Data Scientist, Product Growth and Experimentation will help drive decision making in support of our Product Led Growth function. This role sits at the intersection of Data, Product, Growth, and GTM. You will work deeply embedded within the Product and Engineering teams focused on PLG. Your focus will be illuminating the user journey from initial interest to fully adopted and all the steps in between. You will surface friction points in the onboarding process and identify behaviors that are indicative of successful adoption. You will evaluate interventions that help us to bring the value of Temporal to more users. You will work effectively across both large data, clean data sets and data sets with constraints in duration and sample size to provide well-informed recommendations and conclusions. You will bring deep knowledge and practical experience with statistical methods including matched comparisons, quasi-experimental methods, and uncertainty measurements to help overcome these constraints. The ideal candidate possesses strong analytical judgment and practical product sense. Ambiguous business questions do not intimidate you. You have a keen sense for when additional data or analysis could materially change a conclusion, and when it wouldn’t. You apply analytical rigor while balancing what is functionally required to advance a project. Your aim is to drive better decisions and faster learning through measurable customer outcomes. WHAT YOU’LL DO - Act as an embedded Data partner to Product, Design, and Engineering, helping shape strategy, product proposals, and experiments from the earliest stages. - Build analytical frameworks across the full PLG journey from acquisition and activation through engagement, adoption, expansion, monetization, and durability - Use funnel, cohort, journey, and sequence analysis to identify friction and opportunities for improvement. - Identify the behaviors and milestones that predict conversion, production readiness, expansion, churn, and long-term customer success, and translate them into leading indicators for successful or stalled accounts. - Analyze feature discovery and adoption patterns to recommend interventions that increase successful adoption and expansion. - Design and evaluate experiments and product changes, using matched comparisons, pre/post-intervention analysis, causal methods, and other appropriate techniques when conventional A/B testing is not practical. - Clearly distinguish observed results from assumptions, quantify uncertainty, and explain the confidence behind each conclusion. - Help prioritize growth opportunities based on potential impact, confidence, effort, and measurement feasibility. - Build reusable datasets, metrics, dashboards, and analytical tools that reduce ad hoc work and make insights accessible to Product, Marketing, Sales, and leadership. - Partner with Engineering and Data Engineering to improve event instrumentation, data quality, and the analytical models required for reliable product analysis. - Communicate findings through clear visualizations, written narratives, and practical recommendations for technical and non-technical audiences. WHAT YOU’LL FOCUS ON FIRST During your first several months, you will help the team: - Audit signals currently captured in the onboarding flow and recommend new instrumentation as needed - Establish reporting and repeatable analysis for PLG experiments. - Analyze user behavior after the first successful Activity or Workflow. - Identify signals of production readiness and common points where users stall. - Map feature-adoption paths across important product areas. WHAT YOU’LL BRING - A strong foundation in statistics, experimental design, causal reasoning, and quantitative analysis. - Experience using product, behavioral, or event data to improve activation, engagement, retention, conversion, or expansion. - Experience working with small samples, noisy signals, imperfect control groups, or environments where standard A/B testing is not always possible. - Strong judgment in choosing methods that fit the decision, available data, and level of uncertainty. - Proficiency in SQL and Python for analysis, modeling, and automation. - Experience with cohort analysis, funnel analysis, segmentation, predictive modeling, and supervised or unsupervised machine-learning methods. - Ability to prototype quickly in notebooks and convert recurring analyses into reliable data products, models, or workflows. - Experience with modern data platforms and query engines such as Athena, Presto/Trino, BigQuery, or Snowflake. - Familiarity with cloud and object-store technologies such as AWS S3. - Experience building dashboards and reusable analytical assets in a modern business intelligence platform. - Comfort working with evolving definitions, incomplete instrumentation, and trade-offs between analytical precision and decision usefulness. - A results-oriented mindset and a record of translating analysis into product or business action. - Strong communication skills, including the ability to explain methods, uncertainty, and recommendations in plain language. - Curiosity about developer platforms, cloud infrastructure, usage-based products, and how customers adopt technically complex products. - A collaborative approach and the ability to work effectively with Product, Engineering, Marketing, Sales, Finance, and Data partners. Temporal Technologies is an Equal Opportunity Employer. Temporal Technologies does not discriminate on the basis of race, religion, color, sex, gender identity, sexual orientation, age, non-disqualifying physical or mental disability, national origin, veteran status, or any other basis covered by appropriate law. All employment is decided on the basis of qualifications, merit, and business need. We embrace and celebrate differences and diversity. Temporal is committed to providing access, equal opportunity, and reasonable accommodation for individuals with disabilities in employment, its services, programs, and activities. If you need to request a reasonable accommodation, please let your Recruiter know so we can assist.

Задачи: — Закрыть фронтенд и мобильную часть проектов. Требования (обязательно): — Уверенное знание TypeScript; — Коммерческий опыт с React.js; — Опыт работы с одним из мобильных стеков: React Native, Flutter, Android (Java/Kotlin) или iOS (ObjectiveC/Swift); — Английский язык на уровне от B2 (вся коммуникация на английском); — Быстрая скорость работы и самостоятельность, умение быстро разбираться в чужом коде без ожидания готовых решений. Будет плюсом: — Опыт работы с React Native в продакшене; — Опыт работы с бэкендом на Node.js (NestJS, Prisma, Postgres); — Опыт работы с AWS (EC2, S3, Lambda); — Знание других языков программирования, кроме JavaScript. Условия: — Гибкий график, 5/2 полный день; — Полная удалённая работа; — Индивидуальные занятия английским с репетитором за счёт компании; — Премии по итогам проектов, процент от масштаба и сложности с прозрачной системой начисления. Компания: United Developers — международная IT-компания с более чем 10-летним опытом в разработке и поддержке мобильных решений для клиентов из Европы и США. Специализируется на создании сложных мобильных приложений для IoT и интеграции AI/ML в продукты для бизнеса и стартапов. Дополнительно: — Компания открыта к диалогу, рассматривает кандидатов индивидуально, даже если у них нет всех навыков из списка или если кандидат перерос часть задач.

Задачи: — Функциональное, интеграционное и API-тестирование микросервисов транспортных компаний, работа с курьерской доставкой и выдачей на ПВЗ, подготовка тестовой модели и тест-кейсов, автоматизация регрессионных проверок API на Python. — Тестирование процесса декомпозиции монолитного PHP-приложения и переноса бизнес-функциональности в микросервисы на Go. — Проверка сохранения текущего поведения системы, API-контрактов, интеграций, корректности миграции и обработки данных. — Проведение функционального, интеграционного, регрессионного и сквозного тестирования. — Выявление расхождений между монолитом и новой микросервисной реализацией. Требования: — Общий опыт работы: от 3 лет в тестировании backend-сервисов, API и интеграций между корпоративными системами. — Опыт по требуемому стеку/направлению: API-тестирование — от 3 лет; тестирование микросервисов — от 3 лет; SQL/PostgreSQL — от 2 лет; тестирование асинхронных процессов и очередей/worker-компонентов — от 2 лет; Docker/Kubernetes — от 1 года; Jira/Confluence/GitLab — от 1 года. — Релевантный проектный опыт: не менее трех коммерческих проектов уровня Enterprise. — Обязателен опыт тестирования микросервисной архитектуры, API-контрактов, интеграций с legacy-системами, асинхронной обработки, retry-логики, обработки ошибок внешних систем, идемпотентности и повторной выдачи результатов. — Отраслевой опыт: e-commerce, транспортная логистика, складская логистика. — Обязательные технологии/инструменты: Python для автотестов, pytest или аналогичный Python-фреймворк, REST API, Postman/Insomnia или аналоги, Swagger/OpenAPI, PostgreSQL, SQL, JSON/JSONB, GitLab, Jira, Confluence, Docker, Kubernetes, S3-совместимое хранилище, инструменты анализа логов и мониторинга. — Желательные технологии/инструменты: опыт написания unit/integration/contract-тестов, RestAssured/Newman или аналоги, Kafka или RabbitMQ, Redis, MinIO, Grafana, Prometheus, OpenTelemetry, Allure/TestRail/Zephyr, Charles/Fiddler, PlantUML/C4. — Системы учета задач и документации: Jira, Confluence, GitLab. — Необходимо вести тест-кейсы, чек-листы, дефекты, результаты тестовых прогонов, фиксировать тестовые данные и ежедневно предоставлять отчет о проделанной работе в согласованном канале коммуникации. Условия: — Формат работы: удаленно по РФ. — Занятость: проектная, долгосрочный проект (фултайм). — Оформление: ГПХ, ИП. — Зарплата: до 1500 ₽ в час гросс. Откликаться: @KM_Alexander_Uvarov

Location: Bulgaria Driving the next generation of wealth. Digital assets are redefining how wealth is created, used, and transferred. Since 2018 at Nexo, we have been building the future model of financial wealth - dynamic, accessible, and designed for a new generation of forward-thinking investors. But technology alone doesn’t drive progress. People do. We are a team of builders, strategists, analysts, creatives, and operators united by a shared mindset: advancement. We move fast, think long term, and take ownership. We challenge ideas, not people. We value clarity over noise and impact over optics. What makes Nexo different? We shape industry trends. We rethink how wealth works and build solutions that reflect that belief. That requires a certain kind of person. You will thrive here when you think independently and act decisively, take ownership without waiting for permission, and care deeply about quality, long-term value, and disciplined execution. The people who succeed at Nexo bring analytical depth, sound judgment, and resilience - but also curiosity and the drive to keep improving. This is an environment for people who want to lead, create, and elevate what already exists. If building what’s next excites you, you’ll feel at home at Nexo. Official website: nexo.com Your role: Discover, analyze and assemble large, complex data sets that meet functional / non-functional business requirements. Build ETL pipelines for a wide variety of data sources using (mostly) SQL and Python in an AWS environment. Work with stakeholders including the Executive, Product and Engineering to assist with data-related technical issues and support their data needs. Develop data tools for business departments that assist them in building and optimizing our product into an innovative industry leader. Maintain and optimize existing data models and architecture. Discover and employ meanignful AI-driven optimizations in your day-to-day tasks. Partner with cross-area teams to support self-service data initiatives. What makes you stand out: Strong Experience with relational SQL and NoSQL databases, including Postgres/Redshift, MySql/MariaDB/Aurora and MongoDB. Experience with Python. Experience with AWS cloud services: S3, Athena,Redshift, Glue. Experience building, optimizing and supporting ‘big data’ data pipelines, architectures and data sets. Experience performing root cause analysis on internal and external data and processes to answer specific business questions and identify opportunities for improvement. Build processes supporting data transformation, data structures, metadata, dependency and workload management. Ability to predict and validate performance with 10x, 100x, 1000x larger volumes and manage bottlenecks in advance. Experience supporting and working with cross-functional teams in a dynamic environment. Nexo benefits: Competitive and rewarding remuneration package. Annual performance-based bonuses. Comprehensive Learning Hub for continuous growth. Hybrid work model: primarily office-based with scheduled home office flexibility. A dynamic and inspiring environment with cutting-edge projects. Career development opportunities in a global leader driving the next generation of wealth. Customizable personal benefits package. Wellness benefits include additional health insurance, all-access sports cards, team-wide sports activities, standing desks, and blue light glasses. Free parking with a designated space, free electric bikes, and public transportation cards. Fresh fruits, snacks, and a well-stocked office kitchen. Regular department team buildings and company-wide team buildings.

Требования: — 4+ года коммерческого опыта в Data Engineering. — Уверенное знание AWS: S3, Glue, Athena, Lake Formation/IAM, Lambda, Step Functions. — Опыт построения data lake/lakehouse с нуля (Parquet, Iceberg/Delta/Hudi, партиционирование). — Python (PySpark) и продвинутый SQL. — Интеграция MySQL/PostgreSQL, CDC через AWS DMS или аналоги. — Оркестрация: Airflow (MWAA), Step Functions или Dagster. — Моделирование данных, data quality и тестирование. — Безопасность и защита персональных данных: шифрование, row/column-level access, аудит. — Terraform/CDK, Git, основы CI/CD. — Английский B2+. Плюсом: — Redshift, BI-инструменты (QuickSight, Power BI, Tableau, Superset), dbt. — Kinesis/Kafka и потоковая обработка данных. — Опыт в EdTech и знание FERPA/COPPA. — AWS-сертификаты в области Data Engineering/Analytics.

Требования: — 3+ года коммерческого опыта с PHP 8.x. — Уверенный Laravel: Eloquent, очереди, политики, миграции, API Resources. — MySQL/SQL: проектирование, производительность, миграции данных. — REST API и OAuth 2.0. — PHPUnit/PEST, Git, code review, Docker. — Английский B2+ для ежедневной работы с командой из США. — Самостоятельное ведение задач от анализа до релиза. — Большой плюс: Salesforce: Apex, SOQL, Triggers, Flows, REST/Bulk API, интеграции. — Сертификаты Salesforce Platform Developer I/II. — Желательно: EdTech / K-12, OneRoster, Clever, Edlink, Google Classroom. — AWS (S3, RDS, SQS, Bedrock), Terraform. — Vue.js или React. Условия: — Удалённая работа.

Требования: — 5+ лет профессионального опыта в разработке ПО. — Глубокие знания backend-разработки. — Уверенный React, опыт с Angular. — PostgreSQL: проектирование схем, оптимизация запросов, миграции. — Практический опыт использования AI-инструментов (Claude Code, GitHub Copilot) в ежедневной разработке. — Знание REST и GraphQL API. — SOLID, паттерны проектирования, Clean Architecture. — Понимание API-контрактов, владения данными и границ сервисов в распределенных системах. Будет плюсом: — Опыт AI-oriented разработки с использованием AI на разных этапах жизненного цикла. — Собственный AI-проект (репозиторий или демо). — AWS (S3, SQS и аналоги). — Микрофронтенды и распределенные/многосервисные системы. — Интеграция сторонних API (платежи, e-commerce, email и др.). Локация: удалённо.