Вакансии

Задачи: — Создать систему мониторинга, которая регулярно сверяет инвестиционные тезисы с новыми данными и показывает, подтверждается тезис, слабеет или требует пересмотра. — Создать point-in-time хранилище данных: рыночные и фундаментальные данные, документы SEC, стенограммы звонков, новости, внутренняя аналитика. — Проверять инвестиционные гипотезы на исторических данных (backtesting) и разрабатывать сигналы в дополнение к фундаментальному анализу. — Проводить портфельную аналитику: концентрация, факторные экспозиции, ликвидность, сценарные риски, размер позиций. — Развивать AI-агентов в исследовательском процессе и оценивать качество их работы. Требования: — Сильная база в математике, статистике и машинном обучении. — Опыт от 3 лет в quantitative research или data science на финансовых данных. — Опыт доведения модели или сигнала до практического применения с демонстрацией проверки результата. — Опыт backtesting на point-in-time данных с пониманием look-ahead bias, survivorship bias и переобучения. — Умение самостоятельно строить пайплайны данных и писать надёжный, тестируемый код на Python и SQL. — Опыт построения систем на LLM с измеримым качеством: evaluation, тестовые наборы, контроль ошибок. — Понимание фундаментального анализа и портфельного риска для формализации инвестиционного тезиса. — Уверенный английский язык. Условия: — Формат работы: full-time, удалённо. — Конкурентная оплата труда и годовой бонус по личным результатам и результатам компании. — Собственный бюджет на инфраструктуру и найм команды при подтверждении эффективности системы.

Задачи: — Участие в государственных проектах федерального уровня в роли разработчика/администратора баз данных Postgres — Приобретение практических навыков оформления и управления задачами в Jira — Работа с серверами под управлением ОС Linux — Мониторинг и анализ нагрузки на сервера средствами Zabbix и Grafana — Автоматизация БД-процессов — Администрирование СУБД PostgresPro — Разработка и оптимизация бизнес-логики в СУБД PostgresPro — Ведение скриптов в системе версионирования Git — Участие в разработке и эксплуатации заказных информационных систем — Разработка БД-функционала — Оптимизация выполнения SQL-запросов — Организация переноса изменений по БД между различными стендами — Развитие подсистем мониторинга БД-процессов — Написание документации, наполнение и актуализация базы знаний Требования: — Высшее IT-образование или последний курс по специальностям «Информационные технологии» или «Прикладная математика и информатика» или другой IT профиль с предметами по программированию баз данных — Теоретические знания SQL/Postgresql и готовность ответить на вопросы по данному направлению — Готовность к трудоустройству на полную 40-часовую рабочую неделю — Готовность посещать офис 5 дней в неделю

Задачи: — Анализировать и повышать эффективность закупки рекламного трафика из in-app, social и web-источников: оценивать источники, каналы, кампании, аудитории и связки по ключевым закупочным метрикам, определяя зоны для масштабирования и оптимизации. — Проводить когортный и сегментный анализ, ad hoc-анализ закупки трафика. — Системно находить точки роста, формулировать, приоритизировать и тестировать growth-гипотезы на основе данных: от оптимизации закупки трафика, креативов и рекламных платформ до улучшения монетизации, удержания и окупаемости пользователей. — Анализировать и улучшать эффективность алгоритмов автоматизации закупки трафика: оценивать качество решений, искать причины просадок, формулировать требования к доработкам и адаптировать логику под новые источники, рекламные платформы и бизнес-цели. — Проводить предиктивную и инициативную аналитику, помогая заранее выявлять риски, просадки эффективности и новые возможности для роста. — Строить и поддерживать аналитические и функциональные dashboards. — Проверять точность ключевых отчетов, данных, трекинга и аналитических систем; работать с данными из рекламных платформ, BI, CRM, MMP, attribution tools и внутренних баз. — Координировать аналитические задачи в рамках своего направления: взаимодействовать с analytics team, следить за качеством аналитики и помогать переводить результаты анализа в бизнес-рекомендации. — Анализировать и улучшать продуктовые метрики собственных приложений, находя точки роста в удержании, монетизации, пользовательском поведении и общей эффективности продукта. Требования: — Опыт работы в data analytics от 7 лет. — Опыт в mobile app analytics и рекламной медиации для приложений с рекламной монетизацией: понимание работы mediation-платформ, ad networks, waterfall / bidding-логики, eCPM, fill rate, ARPDAU, impressions, ad revenue и влияния рекламной монетизации на продуктовые метрики. — 4+ года опыта с digital marketing, performance marketing, paid acquisition или growth marketing. — Глубокая экспертиза в ключевых закупочных и продуктовых метриках и их практическом применении: LTV, ROAS, ROI, CPA, CPC, CPM, CPI, CTR, CR, retention, ARPU и др. — Опыт проведения когортного анализа, ad hoc-анализа, оценки экспериментов и проверки гипотез. — Умение находить неочевидные инсайты в данных и превращать их в конкретные бизнес-рекомендации. — Опыт работы с MMP, attribution и tracking tools: Adjust, Voluum, Amplituda, MixPanel, Firebase или аналогичными платформами. — Опыт работы с SQL для проведения ad hoc-анализа, извлечения данных и моделирования. — Знание Python или R для аналитики, автоматизации и моделирования. — Понимание принципов маркетинговой атрибуции, tracking, conversion measurement и качества данных. — Навыки работы и построения отчетностей, dashboards в BI-инструментах (Looker). — Опыт работы с BigQuery и другими инструментами современного data stack: GitLab, Docker, Google Cloud (Container Registry, Workflows, Cloud Run). — Опыт работы с большими объемами данных и способность самостоятельно выстраивать аналитическую логику. — Сильные аналитические способности и системное мышление. — Внимание к деталям, высокий уровень самоорганизации и ответственность за результат. — Умение понятно доносить технические выводы до нетехнических команд. — Высшее образование в области математики, прикладной математики, статистики, data science, информационных технологий или смежных дисциплин. Условия: — Удаленный формат взаимодействия. — График: с 10:00 до 19:00 по времени Кипра. — 20 дней отпуска и оплачиваемые больничные. — Зарплата - по договоренности, в зависимости от Вашего уровня и опыта. — Работаем по праздничному календарю Кипра. — Испытательный срок - 3 месяца.

Game Designer: Задачи: — Разрабатывать концепт и механику игр (раунды, символы, бонусные фичи) с учётом Х и бизнес-целей — Создавать GDD: макеты, текстовые описания, документация. — Формировать и систематизировать списки ассетов (арт, звук, эффекты, анимации), выстраивать логику их взаимосвязи с игровыми условиями — Оценивать качество готового продукта и предлагать улучшения на основе метрик и отзывов игроков Требования: — Актуальный опыт в слотах от 2 лет — Умение проектировать игровые фичи и балансировать математику — Опыт работы с арт-фидбеком — Аналитическое мышление, понимание метрик и поведения игроков Senior Game Producer: Задачи: — Формировать концепции новых игр: тематика, механики, визуал, общий игровой опыт — Защищать продуктовое видение перед командой и стейкхолдерами — Координировать гейм-дизайнеров, математиков, художников, разработчиков, аниматоров, тестировщиков — Анализировать рынок, конкурентов и данные по вовлечённости — Балансировать амбиции проекта, сроки и бюджет, растить менее опытных продюсеров Требования: — От 5 лет в разработке слот игр — Несколько выпущенных проектов в ключевой роли — Глубокое понимание слот-механик и метрик — Опыт управления мультидисциплинарной командой — Английский на рабочем уровне Условия: — Удалённый формат работы (WW, кроме РФ) — Работа над новыми проектами с нуля — Минимум бюрократии и возможность влиять на итоговый облик игр

Задачи: — Создать систему мониторинга, которая регулярно сверяет инвестиционные тезисы с новыми данными и показывает, подтверждается тезис, слабеет или требует пересмотра. — Создать point-in-time хранилище данных: рыночные и фундаментальные данные, документы SEC, стенограммы звонков, новости, внутренняя аналитика. — Проводить backtesting и разрабатывать модели для проверки инвестиционных гипотез на исторических данных, создавать сигналы в дополнение к фундаментальному анализу. — Анализировать портфель: концентрация, факторные экспозиции, ликвидность, сценарные риски, размер позиций. — Развивать AI-агентов в исследовательском процессе и оценивать качество их работы. Требования: — Сильная база в математике, статистике и машинном обучении. — Опыт от 3 лет в quantitative research или data science на финансовых данных. — Практический опыт доведения модели или сигнала до применения с демонстрацией проверки результата. — Опыт backtesting на point-in-time данных с пониманием look-ahead bias, survivorship bias и переобучения. — Умение самостоятельно строить пайплайны данных и писать надёжный, тестируемый код на Python и SQL. — Опыт построения систем на LLM с измеримым качеством: evaluation, тестовые наборы, контроль ошибок. — Понимание фундаментального анализа и портфельного риска для формализации инвестиционного тезиса. — Уверенный английский язык. Желательно: — Опыт построения систем на LLM с измеримым качеством: evaluation, тестовые наборы, контроль ошибок. — Опыт работы на buy-side или в прямом взаимодействии с портфельными управляющими. Условия: — Работа с реальным портфелем, инструменты тестируются в инвестиционном процессе. — Доступ к профессиональным источникам данных и современным AI-инструментам. — Конкурентная оплата труда и годовой бонус по личным и корпоративным результатам. — Собственный бюджет на инфраструктуру и найм команды при подтверждении эффективности системы.

Требования: — Обучающиеся на 3-4 курсе бакалавриата или 1-2 курс магистратуры — Базовая подготовка в бизнес-информатике, математике, компьютерных науках — Готовность уделять стажировке 30-40 часов в неделю — Стажировка на 6 месяцев с возможностью роста Обязанности: — Разработка и поддержка автотестов для WEB-приложений — Работа с DevTools (Network, Console) — Создание баг-репортов и разбор инцидентов Условия: — Возможность удаленной работы в РФ — Статус аккредитованной ИТ-компании — Компенсация больничного, дополнительные дни отгула

Location: Москва Мы новое подразделение Сбера, занимающееся созданием инструментов и решений для внутренней безопасности с помощью AI. Наши задачи направлены на развитие AI-агентов, создание RAG, запуск локальных инстансов LLM и их файнтюнинг. Наши планы имеют широкий спектр - начиная от разработки DL-моделей для скоринга, поведенческого моделирования и заканчивая графовыми нейронками для выявления скрытых связей. Ищем Middle/Senior Data Scientist, который будет разрабатывать AI-агентов, адаптировать LLM под специфику задач, строить RAG-системы. Если ты хочешь иметь возможность погрузиться в глубины LLM и Deep Learning, пробовать новые методы к файнтюнингу LLM, строить AI-агентов, то мы ждем тебя в нашу команду. Обязанности * cоздание и развитие решений с задействованием LLM-агентов (полноценные мультиагентские системы) * cоздание RAG-систем * разработка и поддержка ML/DL моделей, включая их обновление и адаптацию к меняющимся условиям и требованиям бизнеса * дообучение и адаптация открытых LLM * создание системы мониторинга качества моделей и контроль их эффективности. Требования * оконченное высшее образование * опыт работы от пяти лет в коммерческой разработке на позиции Data Scientist / ML Engineer с подтверждённым опытом вывода моделей в продакшен * понимание математики классического ML и архитектуры нейросетей (PyTorch/TF) * уверенное понимание архитектуры трансформеров, опыт работы с LLM API и локальными моделями через PyTorch / Hugging Face * уверенный Python (чистый код, ООП, знание numpy/pandas/scikit-learn) и понимание принципов микросервесной архитектуры (Asyncio, FastAPI) * опыт создания агентов на LangChain/LangGraph * знание основных концепций промпт-инжиниринга и использования Structured Outputs и Function Calling * опыт проектирования и развития RAG-систем (Multi-stage Retrieval, Dense + Sparse/BM25, Rerankers, Chunking strategies) * опыт развертывания локальных open-source моделей (Llama, Mistral, Qwen, DeepSeek и др.) в продакшн-окружении и настройки высокопроизводительного инференса LLM с помощью vLLM * опыт проведения Fine-tuning LLM-моделей (PEFT, LoRA/QLoRA) * настройка мониторинга data drift и model decay, а также валидация моделей * навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом * опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов * инструментальное владение AI для анализа, генерации и автоматизации. Условия * инновационные, амбициозные проекты и задачи, которые развивают: всегда есть возможность прокачать свои навыки в работе и профессионально расти * среда для обмена знаниями – высокая экспертиза внутри команды; * сплоченная команда, работающая над общими задачами и умеющая хорошо отдыхать * нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам * стабильная заработная плата и годовой бонус * полностью офисный формат работы. Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * подписка Прайм с возможностью совместного использования на трёх близких * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * вознаграждение за рекомендацию друзей в команду Сбера.

Задачи: — Организация пайплайнов потоков данных (конвейера движения данных в компании) — Разработка, поддержка и оптимизация производительности Корпоративного Хранилища Данных (EDWH) — Разработка и настройка ETL/ELT-процессов в Корпоративное Хранилище Данных (сбор, структурирование и обеспечение сохранности данных) — Настройка инфраструктуры для обеспечения качества данных — Разработка BI дашбордов, визуализации данных Требования: — Обязателен опыт работы с технологиями: Greenplum или другая MPP СУБД, ClickHouse, Airflow — Хорошее знание SQL и реляционных баз данных (желательно, Greenplum или PostgreSQL), опыт написания сложных запросов — Хорошее знание Python — Знание современных технологий обработки больших данных — Высшее образование (IT/математика/математическая статистика/физика)

Задачи: — Проектировать, создавать и внедрять модели машинного обучения для прогнозирования ключевых бизнес-показателей, таких как отток, расширение, конверсия и вовлеченность клиентов. — Разрабатывать и поддерживать масштабируемые ML-пайплайны для непрерывного приема данных, переобучения моделей, проверки производительности и предоставления предсказаний в продакшене. — Работать с большими структурированными и неструктурированными данными, применяя современные методы машинного обучения и большие языковые модели (LLM), если они приносят измеримую бизнес-ценность. — Мониторить модели в продакшене, улучшать их производительность со временем, обеспечивать надежность через тестирование, валидацию и непрерывную итерацию. — Сотрудничать с инженерами данных, менеджерами продуктов и бизнес-стейкхолдерами для создания ML-решений, решающих реальные задачи клиентов и бизнеса. — Владеть ML-решениями на всех этапах — от определения проблемы и экспериментов до внедрения в продакшен, мониторинга и оптимизации. Требования: — 3–5 лет профессионального опыта в области машинного обучения, прикладного машинного обучения, науки о данных или смежных областях. — Степень бакалавра в области компьютерных наук, математики, статистики, инженерии или другой количественной дисциплины. — Магистратура или PhD приветствуются, но не обязательны. — Глубокое понимание методов машинного обучения и статистического моделирования, включая регрессию, классификацию, анализ выживаемости, причинно-следственный анализ, uplift-моделирование и другие. — Опыт разработки моделей на больших реальных данных, включая инженеринг признаков, валидацию моделей и работу с несовершенными данными. — Опыт работы с неструктурированными данными с использованием эмбеддингов, дообучения, векторных представлений и современных NLP-техник. — Сильные навыки программирования на Python с опытом создания программного обеспечения промышленного уровня. — Уверенные навыки SQL и опыт работы с облачными хранилищами данных (предпочтительно Snowflake). — Опыт развертывания, обслуживания и мониторинга моделей машинного обучения в продакшене. — Знание дизайна экспериментов, A/B тестирования или причинно-следственного анализа будет плюсом. — Опыт работы с инструментами оркестрации рабочих процессов, такими как Airflow, dbt или аналогичными, приветствуется. — Умение использовать AI-инструменты для разработки, например Claude Code, Cursor, GitHub Copilot и др. Условия: — Полная занятость. — Удаленная работа из Кракова, Польша. — Годовой базовый оклад от 98 000 до 146 000 евро. — Возможность получения бонусов, льгот и других стимулов, которые обсуждаются на этапе предложения. Дополнительно: — Работа в команде Enterprise Machine Learning, которая создает интеллектуальные системы для улучшения бизнес-решений. — Взаимодействие с продуктовой, инженерной и бизнес-командами. — Компания придерживается принципов равных возможностей и инклюзивности. — Использование AI и автоматизированных систем для оценки заявок в соответствии с законодательством. — Возможность получения разумных приспособлений для соискателей с инвалидностью.

Задачи: — Анализ SOTA в области калибровок и смежных областях. — Дизайн экспериментов, проверка гипотез и разработка методов калибровки сенсоров. — Проектирование CLI/API разработанных методов, автоматизация процессов калибровки и их тестирования. — Участие во внедрении разработанных методов калибровки в продукты компании и пайплайны беспилотного вождения. — Участие в развитии инженерной культуры команды, проведение code review, работа с техдолгом. Требования: — Опыт промышленной разработки программного обеспечения на Python более 5-ти лет. — Отличное знание Python3. — Знания фреймворков для работы с математикой, сенсорами и нелинейной оптимизацией – numpy, scipy, GTSAM, Open3D, PCL. — Понимание основ линейной алгебры и теории вероятностей, методов нелинейной и графовой оптимизации. — Опыт ведения полного цикла R&D с упором на быструю проверку гипотез и доставку результата в продукт. Условия: — Гибкий график. — Формат работы: офис (Москва).

Задачи: — Проводить аудит текущей игровой математики — Рассчитывать вероятности выпадения, EV, маржу и волатильность кейсов — Разрабатывать динамический пересчёт вероятностей при изменении цен призов — Строить модель персонального RTP с учётом бонусов и наград — Предусматривать защиту от абуза и проверять модель симуляциями — Реализовать логику и передать команде документацию Требования: — Уровень Senior / Lead и практический опыт работы с RTP — Опыт в игровой математике: iGaming, casino, slots, crash или Gacha — Сильную базу в теории вероятностей, статистике и оптимизации — Опыт построения симуляторов и проверки математических моделей — Навыки разработки на PHP 8+ и/или TypeScript/JavaScript — Свободный русский язык для общения с командой — Будет плюсом: Опыт с кейсами, лутбоксами и Gacha-механиками — Будет плюсом: Опыт персонального RTP и бюджетирования бонусов — Будет плюсом: Понимание provably fair и защиты игровой экономики от эксплуатации Условия: — Полностью удалённый формат — Проект ориентировочно на 3–4 месяца — Возможен full-time или part-time — Возможность спроектировать математическое ядро продукта — Перспектива дальнейших консультаций и сопровождения

Задачи: — Проводить онлайн-занятия по выбранному предмету (математика, физика, английский язык) в мини-группах и индивидуально. — Готовить учеников к вступительным экзаменам в Лицей НИУ ВШЭ, Гимназию МГУ, «Летово» и другие сильные школы. — Работать по программе и материалам школы, адаптируя их под уровень группы и конкретный запрос ученика. — Проверять работы, проводить пробные экзамены и давать понятную, предметную обратную связь. — Участвовать в работе предметной команды и точечной доработке учебных материалов. Условия: — Удалённый формат работы. — Частичная занятость. — Гибкое расписание. Требования к опыту и квалификации в тексте не указаны.

Location: Москва Наша команда отвечает за качество моделей TTS в SaluteSpeech – той части GigaChat, которая занимается звуком. Наш синтез можно услышать у ассистентов Салют, в колл-центре по номеру 900, в Сболе. Сейчас мы ищем ребят, которые будут работать над базовым качеством, мультимодальным Гигачатом и другими классными проектами. Как у нас все устроено: * команда живет в 4 городах, общаемся текстом и по видео, иногда встречаемся очно; * работать можно в удобное время, обязательных созвонов 1-3 в неделю; * очень много данных и карточек для обучения; * работа обычно происходит так: формулируем гипотезу, улучшаем модель, обгоняем прод по метрикам, показываем команде runtime, помогаем им затащить в прод; * чаще всего успешные модели – это улучшенные старые, в итоге развиваем свой звездолет Вся работа с разметкой для обучения и подсчет метрик уже автоматизированы, очень удобно. Можно прийти на нашу студию, поговорить в микрофон 3 часа и обучить свой синтез. _Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!_ Обязанности * улучшать модели; * обгонять прод по метрикам; * помогать внедрять; * фантазировать, экспериментировать, читать статьи; * заниматься проектами, например ускорение обучения, voice cloning, low resource, rl; * рассказывать о решении задач на внутренних семинарах, а также на хабре и в нашем чатике в тг. Требования * python, алгоритмы, математика; * знания в DL, особенно про звук; * опыт обучения моделей для прода; * кругозор (nlp, лингвистика, русский язык, биология, физика -- что имеет отношение к речи); * c++; * публикации. Условия * задачи, которые еще никто не делал; * команда отзывчивых профи, которые всегда помогут; * фидбек и возможность увидеть результаты своей работы в продуктах; * много корпоративных плюшек: расширенная программа ДМС (возможность подключения родственников), страхование жизни, специальные условия по кредитам/ипотеке, скидки от компаний-партнёров; * офис на Кутузовском проспекте с парковкой, спортзалом, массажными креслами и возможностью выбора формата работы (офис, гибрид или удалёнка).

Задачи: — Проводить аудит текущей игровой математики — Рассчитывать вероятности выпадения, EV, маржу и волатильность кейсов — Разрабатывать динамический пересчёт вероятностей при изменении цен призов — Строить модель персонального RTP с учётом бонусов и наград — Предусматривать защиту от абуза и проверять модель симуляциями — Реализовать логику и передать команде документацию Требования: — Уровень Senior / Lead и практический опыт работы с RTP — Опыт в игровой математике: iGaming, casino, slots, crash или Gacha — Сильная база в теории вероятностей, статистике и оптимизации — Опыт построения симуляторов и проверки математических моделей — Навыки разработки на PHP 8+ и/или TypeScript/JavaScript — Свободный русский язык для общения с командой Будет плюсом: — Опыт с кейсами, лутбоксами и Gacha-механиками — Опыт персонального RTP и бюджетирования бонусов — Понимание provably fair и защиты игровой экономики от эксплуатации Условия: — Полностью удалённый формат — Проект ориентировочно на 3–4 месяца, возможен full-time или part-time — Оплата по согласованному объёму работ — обсуждается индивидуально — Возможность спроектировать математическое ядро продукта — Перспектива дальнейших консультаций и сопровождения

Задачи: — Участие в проекте умного ценообразования банковских продуктов — Полный цикл разработки моделей: сбор и подготовка данных, исследовательский анализ, построение uplift‑моделей, их валидация и оценка — Планирование и анализ A/B‑тестов, оценка бизнес‑эффекта — Продуктивизация: контейнеризация, интеграция в микросервисы, мониторинг качества предсказаний — Сотрудничество с бизнес‑аналитиками, продукт‑менеджерами и инженерами данных — Подготовка и проведение demo с заказчиками — Поддержка и адаптация модели к изменяющимся данным и бизнес‑условиям Требования: — Middle DS с опытом разработки полного цикла (uplift модели как преимущество) — Глубокие знания математики и статистики — Опыт работы с библиотеками и фреймворками для машинного обучения — Развитое критическое мышление — Умение формулировать гипотезы и их проверять — Навыки работы в команде и эффективное взаимодействие со смежными специалистами — Способность наглядно и понятно представлять результаты анализа, объяснять сложные вещи простым языком — Умение связывать технические решения с бизнес-задачами, учитывать специфику доменной области

Задачи: — Разрабатывать, тестировать и интегрировать ПО для роботизированных платформ (Unitree G1, Unitree R1, Unitree Go2, AgiBot C5 и др.) на C++ и Python; — Создавать узлы (ноды) в среде ROS2 для восприятия, планирования движений, управления манипуляторами и навигации; — Реализовывать интерфейсы управления роботами (телеоперация, аватар-режим, сбор данных для обучения AI); — Настраивать и интегрировать сенсорные системы (камеры, лидары, IMU); — Разрабатывать интеграционные решения для коммерческих роботов (REST API, облачные платформы fleet-управления); — Документировать разработанный код и алгоритмы для формирования внутренней базы знаний. Требования: — Высшее техническое или IT-образование по направлениям «Прикладная математика и информатика», «Информатика и вычислительная техника», «Программная инженерия», «Робототехника» или смежным специальностям; — Опыт работы от 1 года до 3 лет в коммерческой разработке ПО на Python/C++; — Приветствуются академические или хобби-проекты по робототехнике; — Уверенное владение Python, базовое понимание C++; — Понимание архитектуры ROS2 (ноды, топики, сервисы, действия, launch); — Начальные навыки работы с OpenCV; — Базовое понимание алгоритмов SLAM; — Опыт разработки под Linux, написание скриптов; — Понимание принципов работы REST API, опыт работы с облачными сервисами (AWS, MS Azure) будет преимуществом; — Технический английский на уровне не ниже Intermediate для чтения документации, форумов и общения в профессиональном сообществе; — Личные качества: системное и алгоритмическое мышление, любознательность, терпение и настойчивость при отладке сложных систем. Условия: — Официальное трудоустройство по ТК РФ; — Конкурентная заработная плата: ежемесячный оклад + годовая премия; — Возможность профессионального роста: обучение, стажировки у вендоров, участие в профильных конференциях; — Работа с передовыми технологиями и оборудованием; — Подключение к программе ДМС; — Корпоративные мероприятия и другие активности; — Льготная ипотека от Сбера; — Бесплатная подписка СберПрайм+ для сотрудников.

Задачи: — Разработка, оптимизация, автоматизация отчетов для мониторинга показателей розничного бизнеса банка, расширение атрибутивного состава. — Работа с корпоративным хранилищем данных, подготовка требований для разработки витрин, постановка задач на реализацию функционала загрузки данных, участие в развитии архитектуры корпоративного хранилища данных (DWH). — Анализ источников данных, развитие собственного хранилища, взаимодействие с ИТ подразделением. — Обеспечение качества, целостности и достоверности данных, верификация данных и расчетов при работе с базами данных и формированию отчетности по розничному бизнесу. — Участие в проектах по пилотированию витрин и технологий обработки данных и рабочей группе по данным в банке. Требования: — Высшее образование в области ИТ, экономики, математики, статистики. — Опыт работы системным или бизнес-аналитиком не менее 3 лет. — Опыт работы с хранилищами данных (PostgreSQL, MS SQL Server, Oracle, Hadoop, Teradata), понимание принципов построения хранилищ данных и витрин, работы облачных сервисов. — Практический опыт построения корпоративного или проектного DWH. — Уверенное владение SQL (создание сложных запросов, функции, процедуры, индексация, поиск дубликатов, контроль качества, ad-hoc аналитика). — Опыт реализации проектов по автоматизации управленческой отчетности. — Знание основ бухгалтерского учета банка, банковского дела. — Понимание банковских процессов и продуктов. — Опыт разработки управленческой отчетности, автоматизации отчетных форм, согласования форматов с заказчиками. — Умение работать в команде, соблюдать дедлайны. — Коммуникабельность, пунктуальность, аналитическое мышление. — Обязательно знание Microsoft Excel (продвинутый уровень), Microsoft Access, PowerPoint, специализированных банковских программ. — Желательно знание Python (на уровне написания скриптов), SAP BO/BI, Jira. Условия: — Территориальное место работы: ст. м. Арбатская, Арбатская пл., дом 1. — Стабильный доход: оклад + ежемесячная премия. — Пятидневная рабочая неделя. — Работа в офисе с 9:00 до 18:00, пятница до 16:45. — Оформление в штат банка. — Удобное расположение офиса с подземной автомобильной парковкой для сотрудников.

Задачи: — сегментация клиентской базы, исследование зависимостей на большом объеме информации — формирование целевой аудитории кампании, подготовка целевых и контрольных групп для проведения А/В теста — подведение итогов и анализ эффективности проведенных пилотов — подготовка предложений и формулирование бизнес-гипотез на основании анализа клиентской базы и проведенных компаний. Требования: — высшее образование (физика, математика, экономика/финансы, ИТ) — опыт работы аналитиком данных / продуктовым аналитиком / лист менеджером в банковской сфере от 1-года лет — продвинутый уровень SQL, Python — уверенные знания математической статистики и принципов А/В-тестирования — знание банковских продуктов и процессов. Условия: — комфортный современный офис на Кутузовском, 32 — корпоративный спортзал и зоны отдыха — уникальная система обучения Сбера для профессионального и карьерного развития, семинары, тренинги, конференции — программа адаптации и помощь руководителя на старте — ДМС, страхование от несчастных случаев, социальные гарантии — гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ — подписка Прайм с возможностью совместного использования на трёх близких. — вознаграждение за рекомендацию друзей в команду Сбера — корпоративная пенсионная программа — корпоративные мероприятия.