Вакансии

Location: Poland; Czech Republic; Slovenia; Bulgaria; Latvia; Spain; Ukraine; Lithuania; Greece; Croatia; Estonia; Serbia; Armenia; Portugal; Italy; France / Paris; Malta; Türkiye; Slovakia Workplace: Remote Location: Remote, Europe Time Zone Start Date: ASAP Employment Type: Full-Time Team: Core Compute & Distributed Systems Language: English ABOUT THE ROLE We are looking for an experienced Engineering Manager to lead a team building the distributed systems that power a decentralized compute and storage platform. You will lead a team of senior engineers working on P2P networking, distributed storage, compute orchestration, and core platform services. You’ll combine people leadership with strong technical ownership, helping shape architecture, guide execution, and stay hands-on with critical systems and production code. This is a great opportunity for a technical engineering leader who enjoys working close to complex distributed systems, making pragmatic architectural decisions, and building a strong engineering culture in an async, writing-first environment. WHAT YOU’LL DO - Lead, mentor, and grow a high-performing team of distributed systems and backend engineers - Drive the technical direction and execution of core P2P, compute, and distributed platform systems - Stay hands-on with architecture, design, implementation, and technical problem-solving - Guide the development of high-throughput distributed protocols, including peer discovery, communication, replication, and data distribution - Oversee systems responsible for compute orchestration, provisioning, scaling, and workload distribution - Champion reliability, resilience, observability, and production readiness across the platform - Establish strong engineering practices around testing, CI/CD, releases, incident response, and root-cause analysis - Work closely with Infrastructure, Product, Security, and Platform teams on roadmaps, priorities, and cross-team dependencies - Run effective 1:1s, retrospectives, performance reviews, and career development conversations - Translate technical and business priorities into clear execution plans and measurable outcomes - Foster a culture of ownership, technical excellence, pragmatic decision-making, and continuous improvement WHAT WE’RE LOOKING FOR - 7+ years of software engineering experience, with 3+ years in an Engineering Manager or technical leadership role - Proven experience leading teams building and shipping distributed systems or infrastructure software to production - Strong understanding of P2P and distributed systems, such as peer discovery, DHTs, gossip protocols, NAT traversal, replication, consensus, or content-addressed systems - Strong backend and systems programming experience, ideally with Go, or alternatively C/C++ or Rust - Solid understanding of concurrency, networking, distributed communication, and fault-tolerant system design - Experience with compute orchestration, distributed storage, distributed databases, or platform infrastructure - Familiarity with technologies such as libp2p, gRPC, Protobuf, IPFS/CIDs, Kubernetes, or containerized infrastructure - Experience with observability and production operations, including tools such as Prometheus, Grafana, OpenTelemetry, or distributed tracing - Strong understanding of Linux systems and networking fundamentals - Experience establishing engineering standards around automated testing, CI/CD, release processes, and incident management - Strong technical judgment and the ability to balance hands-on engineering, people leadership, and strategic decision-making - Excellent written and verbal communication skills, with the ability to work effectively in a remote and async environment NICE TO HAVE - Experience with distributed storage, object storage, distributed filesystems, or data integrity systems - Knowledge of S3 APIs, NFS, FUSE, POSIX semantics, block storage, or storage engines - Experience with erasure coding, sharding, garbage collection, or large-scale data migration - Experience managing multi-cloud, bare-metal, or geographically distributed infrastructure - Familiarity with GPU infrastructure, distributed AI compute, model serving, or inference routing - Experience with infrastructure-as-code such as Terraform, Pulumi, or similar tools - Experience working with decentralized, blockchain, Web3, or other P2P architectures WHY THIS ROLE MATTERS - Shape a distributed platform from the core: Influence the architecture of the systems that power decentralized compute and storage - Lead a strong technical team: Mentor senior engineers and build an environment where engineers can do their best work - Stay hands-on: Continue solving complex technical problems while growing as an engineering leader - Work on genuinely distributed infrastructure: Tackle challenges around networking, replication, resilience, data distribution, and compute at scale - Influence architecture: Make meaningful technical decisions rather than simply managing delivery - Work across the platform: Collaborate with Infrastructure, Security, Product, and Backend teams - Remote-first and async: Work remotely with strong European time-zone overlap in a writing-first engineering culture HOW WE WORK We favor clear written communication, focused deep work, and pragmatic engineering over unnecessary meetings and synchronization. Our engineering culture emphasizes: - RFCs and well-documented technical decisions - High automated test coverage and rigorous production validation - Pragmatic, maintainable code - Strong observability and operational ownership - Regular production releases - Continuous improvement through retrospectives and post-incident reviews Pragmatike is an Equal Opportunity Employer and is committed to providing equal employment opportunities to all applicants without discrimination or harassment based on race, color, religion, age, sex, national origin, disability status, genetics, protected veteran status, sexual orientation, gender identity or expression, or any other characteristic protected by applicable law. We are committed to a fair and inclusive hiring process. We process your personal data solely for recruitment purposes, in accordance with applicable privacy laws, and maintain reasonable safeguards to protect your information. Your data may be shared with our client(s) for hiring consideration, but will not be disclosed to third parties outside of the recruitment process.

Задачи: — Разрабатывать и поддерживать ETL процедуры в Airflow — Проектировать, реализовывать и внедрять распределённые системы обработки и хранения данных — Участвовать в развитии архитектуры хранилища — Работать с реляционными/NoSQL базами данных — Разрабатывать и поддерживать процедуры автоматизации аналитической инфраструктуры Требования: — Уверенное знание SQL — Уверенное знание Python — Опыт разработки ETL процедур от 3-х лет — Опыт работы с реляционными СУБД — Навыки командной разработки в Git — Будет плюсом опыт работы с современными code-driven ETL/ELT инструментами, распределенными колоночными СУБД (ClickHouse, Vertica, Greenplum), Docker, Kubernetes, S3 хранилищем, CI/CD процедурами Условия: — Официальное трудоустройство и конкурентная заработная плата — Удаленный формат работы с возможностью работать в офисе рядом с метро Дмитровская, Савеловская — Предоставление современной рабочей техники, дополнительного монитора — Гибкое начало рабочего дня по согласованию с руководителем — Медицинское страхование (ДМС со стоматологией), страхование от несчастных случаев и критических заболеваний после испытательного срока — Консультации психолога от сервиса «Ясно» — Поддержка в обмене знаниями и идеями, поощрение выступлений на митапах — Бесплатная подписка на сервис корпоративных скидок и предложений BestBenefits и доступ к онлайн-библиотеке издательства «МИФ»

Location: Anywhere Job Description: B12's engineering team views software as a craft, but improving the world as the reason to practice it. Our engineers are responsible for prioritizing, conceptualizing, co-designing, building, testing, and engaging users for any concept we are building out. We’re generalists in encouraging each other to experience the full stack, but we’re also aware of each other’s preferences in the stack. For this role in particular, we’re searching for a tenured full-stack engineer who brings strong backend/infrastructure skills (and an interest in using them) to the product. We mentor and teach where we can, both inside and outside of the company, and as a Staff Software Engineer, you will be responsible not only for your ownership of major projects, but also mentorship of the team members with whom you ship those projects. We value sharing our work with the outside world. Our team has published papers on forming expert flash teams and machine-mediated worker hierarchies. We’ve baked our research into various open source tools in the space of creativity, expertise, and knowledge work. We hope our engineers have more longevity than any one tool we use, but here is a sampling of our current thoughts about technology: We live on Python/Django and TypeScript/React. We store blobs in Amazon’s S3, munch on them in Amazon’s EC2, develop in Docker, and deploy containers to Amazon’s Elastic Beanstalk. We believe PostgreSQL should be the first system you consider when thinking about persisting structured data. We clean and centralize data in Amazon’s Redshift, and are able to answer almost any question in SQL. We leverage AI in our product and our internal tooling, and faced with a landscape in constant flux, try to pick the right model or agent on a task-by-task basis. Our new code is almost 100% LLM-generated, and we’ve thought hard about ensuring quality in the face of ever-increasing review loads , what processes humans are still best a t, and how the practice of mentorship must adapt in the face of these new tools . We have near-full test coverage on the backend, and are making progress on our frontend and integration tests. We set up continuous integration and deployment because, while this model comes with its own pains, we’ve disliked being on fixed release schedules on previous projects. We like to move fast and support point-in-time recovery :). You’d be a good fit if You have 10 or more years of experience building products and systems in production. You are an amazing communicator. You feel comfortable managing your time and deciding among competing priorities. You are curious. You have a high ownership mentality. You enjoy learning and teaching. You are comfortable working with backend and frontend technologies, but have a deeper background and interest on the backend/infrastructure side. You care about and want to contribute to our mission of helping people do meaningful work. What does a staff engineer do here? This is B12’s first Staff Engineer hire on a ~10-person product team that includes a designer, product manager, and CTO. To understand what we’re looking for in someone with this much experience, here are some concrete examples of tasks you’d work on in a month: Own the delivery of a project of the magnitude “we ship one or two of these a quarter,” both individually shipping code and rallying and supporting team members in doing so. Participate in quarterly planning to identify key projects to work on next quarter. Mentor other engineers who are in the planning, prototyping, or implementation phases of a project. Respond to an incident, write up a postmortem, and improve tooling and infrastructure to help us prevent or more quickly respond to the issue and others like it in the future. Identify and optimize some infrastructure that costs too much, is too slow, or isn’t stable enough. Discuss an early design/prototype with a designer or product manager to help shape its direction and explain what will be easy or hard to implement. Unblock an operational team member on a data analysis project that answers a hairy question facing our business. Run a brainstorm with engineers to identify how we might work more effectively or ship with a higher level of quality. Don’t fear: We highly favor talent and interest. Some candidates may see this list and feel discouraged because they don’t match all the items. Please apply anyway: there’s a good chance you’re more wonderful than you think you are. B12 is a safe place for human beings. We particularly encourage you to apply if you identify as a woman, are a person of color or other underrepresented minority, or are a member of the LGBTQIA community.

Задачи: — Развивать модели прогнозирования спроса и ценовой эластичности; — Исследовать подходы к causal inference, uplift-моделированию и оценки эффекта изменения цены; — Проектировать временную валидацию, backtesting и бизнес-метрики качества; — Работать с uncertainty, confidence, intermittent demand, cold start и long-tailSKU; — Разрабатывать логику выбора оптимальной цены с учётом бизнес-ограничений; — Организовать оценку plan/fact и мониторинг качества моделей; — Участвовать в проектировании feature engineering, batch training и batchinference на больших объёмах данных; — Проводить design review, code review и менторить ML-специалистов команды. Обязательные требования: — Опыт в классическом ML от 3 лет; — Сильная база в классическом ML, статистике и работе с табличными данными; — Опыт с forecasting, временными рядами и gradient boosting: LightGBM,CatBoost или XGBoost; — Понимание causal inference и экспериментального дизайна; — Опыт доведения ML-моделей до production; — Уверенное владение Python и SQL; — Понимание временной валидации, data leakage, calibration и uncertaintyestimation; — Опыт работы с Airflow или аналогичным оркестратором; — Понимание принципов распределённой обработки данных, партиционирования и оптимизации вычислений; — Умение связывать ML-метрики с измеримым бизнес-эффектом; — Опыт в retail, e-commerce, pricing или demand forecasting; — Практический опыт с PySpark, Trino, Iceberg, S3, dbt или ClickHouse; — Опыт с price optimization, hierarchical forecasting или operations research; — Опыт построения ML-мониторинга и проведения A/B-тестов. Компания рассматривает кандидатов только из России. Формат работы: Удаленка, Гибрид, Офис(Москва, Краснодар) Уровень позиции: Senior

Требуется Senior DevOps-инженер в команду, которая занимается проектом крупнейшего производителя ювелирной продукции. Требования: — коммерческий опыт в DevOps или SRE от 4 лет; — реальный опыт проектирования и построения инфраструктуры с нуля; — опыт эксплуатации Docker Swarm в production; — уверенное знание и production-опыт Kubernetes; — опыт настройки GitLab CI/CD, раннеров и пайплайнов для фронтенда и бэкенда; — понимание сетевой модели и проксирования через Nginx; — опыт эксплуатации Percona XtraDB Cluster / Galera в production: кворум и split-brain, SST/IST, bootstrap после падения, бэкапы через Percona XtraBackup; — опыт работы с Docker, PostgreSQL, Redis и S3-совместимым хранилищем; — опыт настройки Prometheus, Grafana, Loki и Zabbix; — готовность участвовать в архитектурных решениях, работе с командами разработки и технических переговорах с подрядчиками. Условия: — гибридный формат работы в Москве; — клубы по интересам, летний выезд на природу AGIMA Camp и корпоративные вечеринки, куда можно приглашать и свою семью; — открытость к решению любых вопросов и поддержка в создании вашего личного бренда для профессионального роста; — бесплатные билеты на культовый забег для IT-специалистов RUNIT; — участие в профильных конференциях с оплатой дороги и участия, если выступаете как спикер; — доступ к разработанным курсам по UX-дизайну, проджект-менеджменту, тимлидингу и другим направлениям.

Задачи: • backend на PHP и Laravel • архитектура и код‑ревью • рефакторинг legacy и автотесты • работа с фронтендом и DevOps Требования: • PHP от 3 лет, уверенный PHP 8+ • Laravel от 2 лет • ООП, паттерны, сильный SQL • REST API, Redis, RabbitMQ или Kafka • Docker, CI/CD, Git Flow, S3, Xdebug • свободный русский Будет плюсом: • финтех, платёжные интеграции, PHPUnit или Pest Условия: • от 15 млн сум на руки • официально по ТК РУз, оплачиваемый отпуск • 5/2, офис в БЦ Kayan, метро Машинасозлар • задачи, которые реально влияют на продукт • рост внутри группы компаний

В компании 2ГИС формируется новая корпоративная дата-платформа, целью которой является создание стандартизированного решения для работы с данными, объединяющего лучшие наработки и отказ от устаревших технологий. В рамках этой задачи предстоит разработать MVP платформы и инфраструктуру для загрузки и трансформации данных, а также перенести существующие пайплайны с Hadoop/HDFS на современную архитектуру, включающую S3, Kafka, Spark и ClickHouse. Работа предполагает обработку больших объёмов данных и управление высоконагруженными Kafka-топиками, создание отказоустойчивых пайплайнов для обработки и доставки данных. Важной частью деятельности станет участие в архитектурных решениях, внедрение лучших практик по хранению, мониторингу и обеспечению качества данных, а также проектирование витрин данных для продуктовой и управленческой аналитики (OLAP). Кроме того, необходимо сопровождать миграцию BI-отчётов, таких как DataLens и Power BI, на новую платформу. Работа выполняется удалённо на полной занятости, условия оплаты обсуждаются на собеседовании.

Задачи: – Обеспечивать отказоустойчивость работы платформы искусственного интеллекта, формировать планы аварийных переключений, применять технологии для обеспечения отказоустойчивой работы – Анализировать метрики производительности, проводить анализ причин инцидентов и ошибок работы платформы искусственного интеллекта, разрабатывать меры по недопущению повторений сбоев – Автоматизировать рутинные действия, внедрять и применять лучшие практики подхода "инфраструктура как код" – Принимать участие в проектировании и организации вычислительных ресурсов для решения новых функциональных задач и внедрения в эксплуатацию технологий, в части касающейся системного программного обеспечения оркестрации микросервисов и аппаратно-технических средств используемых в средах с применением графических ускорителей платформ искусственного интеллекта – Осуществлять администрирование системного программного обеспечения платформ искусственного интеллекта, включая операционные системы, оркестратор микросервисов, модули управления и мониторинга и другие компоненты Требования: – Опыт сопровождения Kubernetes от 3 лет – Опыт внедрения кластеров виртуализации, частных/публичных облаков с использованием GPU Nvidia для AI/ML, в т.ч. LLM – Опыт использования и развертывания Istio, haproxy, opensearch, vector, kafka, victoria metrics, vault, kyverno, calico, Kserve, multus, sriov, rdma, infiniband, patroni, postgresql, multi-tenant k8s, nvidia gpu-operator, network operator, dcgm, grafana, argo workflow, argo cd – Опыт внедрения и сопровождения систем с использованием сети Infiniband на базе коммутаторов Mellanox – Понимание работы, тюнинг и настройка OpenSM (настройка фабрик Infiniband) – Навыки использования Go\Python (создание скриптов, операторов K8S) – Знание и применение Ansible/Terraform – Понимание принципов работы NFS, S3 (опыт работы приветствуется)

Location: Belgrade, Serbia; Bengaluru, India; Cluj-Napoca, Romania; Krakow, Poland; Larnaca, Cyprus; Lodz, Poland; Lublin, Poland; Monterrey, Mexico; Montevideo, Uruguay; Remote.AR, Remote.LATAM-country; Remote.BR, Brazil; Remote.BG, Bulgaria; Remote.CO, Colombia; Remote.GE, Georgia; Remote.PL, Poland; Riga, Latvia; Rosario, Remote.LATAM-country; Sofia, Bulgaria; Tbilisi, Georgia; Varna, Bulgaria; Warsaw, Poland; Wroclaw, Poland; Yerevan, Armenia We are looking for a Solution Architect to own the solution architecture of Java services across Studio and Mosaic. The architect sets service boundaries, API and event contracts, persistence, identity, and integration patterns for authoring, governance, transformation, packaging, and delivery and stays close enough to the code to make those designs real in Micronaut services. Own solution architecture for Java services across authoring, governance, transformation, packaging, and delivery Define service boundaries and contracts for Studio and Mosaic, including assembler, resolver, LMS integration, content delivery, identity, and progress / learning-record services Design a canonical content model for modular lessons, topics, assessments, and media, and keep it stable across Java APIs and React experiences Define taxonomy and ontology services exposed through APIs so classification stays consistent across authoring, search, and delivery Architect workflows for approvals, versioning, quality gates, lineage, and audit trails Design standards-based transformation and packaging across XML, JSON, BITS, QTI, XLIFF, SCORM, xAPI, LTI, PDF, and ePub Lead integration architecture across the component CMS, taxonomy, translation management, search, publishing, and learner channels (including Canvas and Brightspace) Define AI-assisted drafting, tagging, enrichment, semantic search, and recommendation patterns, including how Java services call and govern those capabilities Establish human review checkpoints, attribution, prompt and model versioning, and traceability of AI-generated content Design identity and entitlement integration: Entra ID workforce SSO, Kong as the backend-for-frontend, JWT validation in Java services, LTI 1.3 learner federation, roles, paywalls, and secure access to published content Shape AWS runtime architecture for these services: Aurora PostgreSQL, S3 and CloudFront delivery, secrets, and container deployment Ensure end-to-end observability across authoring, classification, approval, transformation, delivery, and AI actions (OpenTelemetry, metrics, and correlated logs) Set engineering standards for OpenAPI, persistence (JPA and schema migrations), error semantics, and testability of the Java services 8+ years in solution, content, information, or enterprise architecture, with a substantial record of shipping Java services Production experience with modern Java (21+) service frameworks (Micronaut or Spring), Gradle or Maven, REST, and OpenAPI Experience with taxonomy and ontology platforms exposed through APIs Experience with translation workflows, translation memory, glossaries, and XLIFF exchange Knowledge of search and discovery architecture, including semantic search and recommendations Experience with publishing and transformation pipelines Familiarity with learning delivery standards and channels such as LTI 1.3, SCORM, xAPI, Canvas, and Brightspace Experience with API, event, workflow, and file-ingest architectures Strong cloud architecture experience on AWS (relational data, object storage, CDN, secrets, container platforms) Experience with gateway and session architecture, identity integration (OIDC/JWT, SSO, federation), and secure access patterns Familiarity with application stacks such as React front ends consuming Java services Experience integrating structured editors such as CKEditor with content models Experience with logical architecture across presentation, capability, content, integration, and infrastructure layers Hands-on Micronaut, Flyway, and PostgreSQL / Aurora Experience with Kong (or a similar API gateway) as a backend-for-frontend in front of Java APIs Experience with structured component CMS platforms and component-level content models Experience migrating legacy long-form content into modular reusable components Familiarity with xAPI learning-record stores and content analytics Knowledge of semantic standards such as SKOS or RDF Knowledge of content standards such as BITS and QTI Experience governing a canonical model across multiple vendor platforms Experience with OpenTelemetry and Prometheus-style metrics on JVM services

Location: Москва Мы ищем Data Engineer, который будет отвечать за инфраструктуру, пайплайны и качество данных для обучения современных Vision-Language Models. Роль находится на стыке data engineering и ML: нужно будет работать с большими мультимодальными датасетами, понимать потребности исследователей и ML-инженеров, строить пайплайны очистки, фильтрации, категоризации и генерации данных, а также обеспечивать воспроизводимый экспорт данных в формат для обучения моделей. Обязанности * Собирать и структурировать потребности ML-команды в данных: какие данные нужны для обучения, дообучения, оценки и улучшения VLM. * Предлагать и реализовывать идеи пайплайнов очистки, фильтрации, дедупликации, категоризации и генерации данных. * Ориентироваться в современных практиках построения датасетов для Vision-Language Models: image-text pairs, synthetic data, filtering, quality scoring, data mixture design, dataset versioning. * Отвечать за инфраструктуру хранения и подготовки данных, включая: * 1. импорт данных из различных источников: production, Common Crawl, open-source datasets, generated data; 2. валидацию и контроль качества данных; 3. хранение и версионирование датасетов; 4. экспорт данных в форматы, пригодные для обучения моделей. * Проектировать и реализовывать пайплайны обработки данных на большом масштабе, включая десятки миллиардов изображений. * Разрабатывать пайплайны генерации синтетических данных для обучения и улучшения VLM. * Собирать статистику по данным, строить отчёты и визуализации для анализа состава, качества и покрытия датасетов. * Обеспечивать воспроизводимость, наблюдаемость и надёжность data-процессов. * Работать в тесной связке с ML-инженерами, исследователями и инфраструктурной командой. Требования * Сильный опыт в data engineering и построении production-grade data pipelines. * Уверенное владение Python, включая multiprocessing, multithreading и async-подходы. * Опыт работы с большими объёмами данных и распределённой обработкой. * Практический опыт с объектными хранилищами, в частности S3 или аналогами. * Опыт работы с YTsaurus или похожими системами для распределённого хранения и обработки данных. * Понимание принципов валидации, очистки, дедупликации и версионирования датасетов. * Опыт работы с DVC, Git, Docker. * Опыт работы с PostgreSQL или другими реляционными базами данных. * Умение проектировать устойчивые пайплайны: от импорта данных до финального экспорта в training-ready формат. * Способность самостоятельно разбираться в нечетко сформулированных задачах и доводить их до работающего решения. * Готовность работать на стыке engineering и ML research. Будет плюсом ------------ * Опыт работы с мультимодальными данными: изображения, текст, image-text pairs, captions, OCR, metadata. * Понимание того, как устроены современные датасеты для обучения VLM / LMM / multimodal models. * Опыт построения пайплайнов для synthetic data generation. * Опыт реализации quality scoring, filtering, semantic deduplication, clustering или data attribution. * Опыт визуализации статистики по большим датасетам и построения внутренних аналитических дашбордов. * Опыт работы с Common Crawl, LAION-подобными датасетами, open-source vision-language datasets. * Базовое понимание ML training pipeline и того, как качество данных влияет на качество модели. Условия * крупнейшее DS&AI community — более 600 DS-специалистов банка * дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира * возможность быть соавтором НИРов и статей для международных конференций * возможность выбрать удобный формат работы: гибрид или офис * ежегодный пересмотр зарплаты, годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * ипотека выгоднее до 7% для каждого сотрудника * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

Location: San Francisco, CA, USA About the Role As a Tech Lead Manager on Chime's Data Intelligence Platform, leading the Data Integration Platform team, you will own the group that builds and operates the platform and infrastructure for the ingress and egress of first-party and third-party data into and out of Chime's ecosystem. Your team will be responsible for building and operating reliable, scalable, and secure integration pipelines and connectors that move data between Chime's internal systems and external partners, vendors, and data providers, powering analytics, experimentation, and AI-driven product experiences across Chime. You'll partner closely with other Data Intelligence Platform squads as well as Product Engineering, Security, and Analytics teams to define integration patterns, data contracts, and SLAs that govern how data enters and leaves Chime, supporting both high-scale batch workloads and latency-sensitive real-time flows. Your leadership will directly impact how Chime ingests, exchanges, and delivers data - enabling trusted, self-serve, AI-ready data for Chimers across the company. Chime’s data integration platform is entering its next phase. As our data ecosystem grows, we have a significant opportunity to simplify and standardize how data moves across streaming, batch, and third-party integrations. You will lead the evolution toward a unified, secure, and reliable data conveyance platform while helping advance Chime’s lakehouse architecture. This is a manager-first, hands-on player-coach role. Your primary responsibility is leading and developing the team - setting direction and priorities, coaching engineers, and owning delivery and operational health. You will also remain technically engaged through high-leverage problems: shaping architecture, guiding designs, reviewing critical changes, and writing production code where it unlocks the team’s progress. In this role, you can expect to Own the strategy and roadmap for Chime's Data Integration Platform, including ingestion pipelines, connectors, and the infrastructure that moves first-party and third-party data into and out of Chime's ecosystem. Stay hands-on through architecture, design and code reviews, and targeted production contributions focused on the highest-leverage platform problems, while coaching engineers and owning team execution. Design and evolve scalable, high-performance integration architecture that balances reliability, cost, and ease of use for both analytical and in-product data flows. Build and operate reliable connectors and pipelines for diverse sources and sinks across APIs, event streams, file transfers, and change-data-capture. Ensure performant and secure data movement by defining ingress/egress patterns, throughput and latency targets, schema evolution, and error handling / replay for key data flows. Collaborate across the Data Intelligence Platform and partner teams to define clear data contracts, schemas, and SLAs between producers, the integration layer, and consumers including external partners. Build tooling and automation for governance and compliance across sources and sinks (e.g., RBAC, PII protection, tokenization, lineage, and auditability), with particular attention to data leaving Chime's boundary, in partnership with Security, Risk, and Compliance. Manage and grow a team of engineers, setting clear expectations, providing coaching and feedback, and raising the bar on engineering quality and operational excellence. Establish strong operational practices, including on-call, incident management, postmortems, and SLOs for the integration pipelines and connectors your team owns. Stay ahead of industry trends in data integration, streaming, and ingestion/egress tooling, and thoughtfully introduce technologies that improve our platform's capabilities. To thrive in this role, you Have 8+ years of experience in high-scale, high-reliability software development, with a focus on platforms, infrastructure, and data integration or data movement systems. Have 3+ years of experience managing engineering teams, including hiring, performance management, and developing engineers. Bring hands-on coding ability and a genuine desire to remain technical while leading a team. You are comfortable writing and reviewing production code, particularly where it resolves ambiguity or unlocks the team’s progress Have a track record of scaling products, platforms, and operations to support rapid growth in data volume, complexity, and criticality. Bring deep experience with data integration and movement components, such as ingestion and CDC pipelines, connector frameworks, event streaming, and API- and file-based (e.g., SFTP) data exchange alongside the data lakes/lakehouses (e.g., Iceberg) and warehouses (e.g., Snowflake) they feed and drain. Have proven expertise in system and data architecture for scalable, secure, and cost-efficient data platforms, including schema design, data contracts, and schema-evolution strategies across system boundaries. Are comfortable working with modern data and infrastructure technologies, such as Kafka, Flink, Spark, Airflow, Kubernetes, and connector/ingestion tooling (e.g., Debezium, Fivetran/Airbyte-style frameworks). Are hands-on proficient in Python (preferred) or a comparable language (e.g., Java, Scala), able to write, review, and ship production-quality code, and are fluent in SQL and performance tuning for analytical workloads. Have extensive experience in cloud-based data ecosystems, such as AWS (S3, DynamoDB, Redshift, Snowflake, EMR), GCP (BigQuery, Dataflow), or Azure equivalents. Understand data governance, security, and compliance best practices (e.g., RBAC, PII handling, auditability) especially for third-party data sharing and data crossing Chime's trust boundary and have helped design systems that meet regulatory and internal standards. Are deeply interested in the transformative potential of advanced AI systems and how to build AI-ready data foundations (metadata, lineage, semantic layers, and reliable data pipelines that feed them). Excel at building strong relationships with stakeholders across engineering, product, analytics, security, and finance, as well as external partners and vendors, and can translate between technical and business contexts. Demonstrate strong people leadership, with a track record of building a culture of belonging and engineering excellence. #LI-DA1 #LI-Onsite Below is the base salary offered for this role and level of experience. Full-time employees may also be eligible for bonus(es), competitive equity, and benefits. For commissioned roles, the base salary listed in this job description does not include incentive/variable pay. The actual base salary offered may be higher, depending on your location, skills, qualifications, and experience. Wage Notice $199,000 — $275,000 USD A little about us At Chime, we believe that everyone can achieve financial progress. We created Chime—a financial technology company, not a bank*—on the premise that core banking services should be helpful, easy, and free. Through our user-friendly tools and intuitive platforms, we empower our members to take control of their finances and work towards their goals. Whether it's starting a savings account, purchasing a first car or home, launching a business, or pursuing higher education, we're proud to have helped millions unlock their financial potential. We're a team of problem solvers, dreamers, and builders with one shared obsession: our members. From day one, Chimers have worked tirelessly to out-hustle and out-execute competitors to bring our mission to life. Their grit and determination inspire us to work harder every day to deliver the very best experience possible. We each bring an owner's mindset to our work, refusing to be outdone and holding ourselves accountable to meet and exceed the highest bars for our teams, our company, and our members. We believe in being bold, dreaming big, and taking risks, while also working together, embracing our diverse perspectives, and giving each other honest feedback. Our culture remains deeply entrepreneurial, encouraging every Chimer to see themselves as stewards of our mission to help everyday Americans unlock their financial progress. We know that to achieve our mission, we must earn and keep people's trust—so we hold ourselves to the highest standards of integrity in everything we do. These aren't just words on a wall—our values are embedded in every aspect of our business, serving as a north star that guides us as we work to help millions achieve their financial potential. Because if we don't—who will? *Chime is a financial technology company, not a bank. Banking services provided by The Bancorp Bank, N.A. or Stride Bank, N.A., Members FDIC. What we offer for our full-time, regular employees 🏢 Our in-office work policy is designed to keep you connected - with four days a week in the office and Fridays from home for those near one of our offices, plus team and company-wide events depending on location. 💻 Benefits that support your work and life, including backup child, elder, and pet care and subsidized commuter benefits for eligible employees. ✨ Comprehensive health, financial, and wellbeing benefits designed to support you at every stage of life. 🏝 Generous vacation policy and company-wide paid days off 🫂 1% of your time off to support local community organizations of your choice 👟 Annual wellness stipend to use towards eligible wellness related expenses 👶 Up to 22 weeks of paid parental leave for birthing parents and 12 weeks of paid parental leave for non-birthing parents 👪 Access to family planning reimbursement 💚 A challenging and fulfilling opportunity to join one of the most experienced teams in FinTech and help millions unlock financial progress We know that great work can’t be done without a diverse team and inclusive environment. That’s why we specifically look for individuals of varying strengths, skills, backgrounds, and ideas to join our team. We believe this gives us a competitive advantage to better serve our members and helps us all grow as Chimers and individuals. Chime is proud to be an Equal Opportunity Employer. We consider qualified applicants without regard to race, color, ancestry, religion, sex, national origin, sexual orientation, gender identity, age, marital or family status, disability, genetic information, veteran status, or any other legally protected basis under provincial, federal, state, and local laws, regulations, or ordinances. We will also consider qualified applicants with criminal histories in a manner consistent with the requirements of state and local laws, including the San Francisco Fair Chance Ordinance, Cook County Ordinance, NYC Fair Chance Act, and the LA City Fair Chance Ordinance, and consistent with Canadian provincial and federal laws. If you have a disability or special need that requires accommodation during any stage of the application process, please contact: accommodations@chime.com . To learn more about how Chime collects and uses your personal information during the application process, please see the Chime Applicant Privacy Notice .

Задачи: — разрабатывать и доводить до продакшена модели компьютерного зрения; — решать задачи речевой аналитики: транскрибация звонков, диаризация спикеров, извлечение сущностей и интентов, оценка качества коммуникаций и построение аналитических витрин по разговорам; — строить классический ML: скоринг, ранжирование, прогноз конверсии и оттока, рекомендательные и matching-модели на табличных данных; — проводить полный цикл ML: постановка задачи, разметка и подготовка данных, обучение, валидация, A/B и offline-оценка, мониторинг качества в проде; — упаковывать модели в сервисы (API/batch), выкатывать в продакшен, обеспечивать стабильность, latency, отказоустойчивость и версионирование; — настраивать пайплайны обучения и инференса, feature store / датасеты, трекинг экспериментов и CI/CD для ML; — работать с продуктом и бизнесом: формализовать метрики успеха, декомпозировать гипотезы, объяснять решения моделей и влияние на KPI. Требования: — уверенный Python и опыт промышленной разработки, а не только ноутбуков; — практический опыт Computer Vision (классификация, детекция, сегментация) и работы с современными CV-архитектурами; — опыт речевой аналитики / speech-to-text: ASR, диаризация, NLP поверх транскриптов; — сильный классический ML: feature engineering, градиентный бустинг, валидация, работа с дисбалансом и утечками; — опыт вывода ML в прод: сервисы инференса, batch/online, мониторинг дрифта, ретрайн, откат моделей; — понимание MLOps: Docker, оркестрация пайплайнов, трекинг экспериментов, версионирование данных и моделей; — умение читать SQL и работать с витринами/хранилищами; — плюсом — опыт GPU-инференса и оптимизации (ONNX, Triton, квантизация). Условия: — стек: Python, Java, Trino, DBT, Iceberg, Airflow, llama.cpp, LLM, Whisper, FastAPI, MLFlow, S3 + то что принесешь ты.

Проект: перенос функциональности из WTIS в сервис DROP: ручное планирование курьеров, переезд склада, работа с признаком «Линия доставки», просмотр и управление заказами, переключение линий. Занятость и условия: долгосрочный проект, фултайм; удалённо по РФ, локация — строго Москва или Саранск. Оформление по ГПХ или через ИП. Требования: от 6 лет опыта в backend-разработке, включая высоконагруженные сервисы и интеграции; Golang — от 3 лет, PHP — от 1 года, PostgreSQL и REST API — от 3 лет, асинхронные worker-процессы — от 2 лет, S3-совместимые хранилища — от 1 года, Docker/Kubernetes и мониторинг с логированием — от 2 лет. Опыт работы с Jira, Confluence и GitLab — от 1 года. Не менее трёх завершённых коммерческих Enterprise-проектов. Обязателен опыт микросервисной архитектуры, API-контрактов, фоновой обработки задач, интеграций с внешними и legacy-системами, обработки отказов, retry-механизмов, circuit breaker и идемпотентности. Желателен опыт миграции функциональности из монолитной ERP/legacy-системы в микросервис. Отраслевой опыт: e-commerce, курьерская доставка, логистика, ERP или внутренние корпоративные Enterprise-платформы. Не рассматриваются кандидаты, работавшие за последние 6 месяцев над проектами Лемана, Петрович Тех, ВБ, Озон, Лента Тех, Яндекс Маркет или М. Обязательные технологии и инструменты: Golang, PHP, REST API, PostgreSQL, JSON/JSONB, S3-совместимое хранилище, Docker, Kubernetes, GitLab, Jira, Confluence, GoLand/JetBrains IDE, инструменты логирования и трассировки. Желательно: Grafana, Prometheus, OpenTelemetry, Kafka или RabbitMQ, Redis, MinIO, Swagger/OpenAPI, feature toggle, CI/CD в GitLab, PlantUML/C4, асинхронная обработка и поллинг статусов.

Задачи: — Развивать и поддерживать инфраструктуру DWH — Строить и развивать CI/CD-процессы для data и ML-разработки — Разрабатывать и поддерживать пайплайны обработки данных и оркестрации (Airflow) — Реализовывать end-to-end ML-пайплайны: от сбора данных до деплоя и мониторинга моделей — Проектировать и развивать MLOps-платформу (выбор и интеграция инструментов) — Разворачивать и поддерживать инфраструктуру для ML-задач: (JupyterHub + GPU, Airflow, ClickHouse, PostgreSQL, S3 и др.) — Взаимодействовать с ML- и Data-инженерами для вывода решений в production — Настраивать мониторинг и алёртинг: качество данных, стабильность пайплайнов, ресурсы — Автоматизировать рутину и развивать self-service инструменты для data-команды Требования: — Уверенный опыт с Docker и Kubernetes — Опыт работы с Airflow (или аналогами оркестрации) — Практика построения CI/CD для data/ML пайплайнов — Хорошие знания Python, SQL и Git — Опыт развёртывания ML-инфраструктуры (GPU-кластеры, хранилища, orchestration) — Опыт работы с облачными платформами — Понимание принципов CI/CD и автоматизации деплоя — Опыт работы с API и понимание highload-систем — Опыт работы со стримингом данных (Kafka / аналоги) — Практика настройки мониторинга и логирования — Уверенная работа в Linux — Будет плюсом: Опыт внедрения систем управления экспериментами (MLflow, ClearML)

Задачи: — Перенос функционала из сервиса WTIS в сервис DROP, включая ручное планирование курьеров, переезд склада, управление линиями доставки и заказами. Требования: — Общий опыт работы от 6 лет в backend-разработке, включая коммерческую разработку высоконагруженных сервисов и интеграций. — Опыт работы с Golang от 3 лет. — Опыт работы с PHP от 1 года для изучения легаси. — Опыт работы с PostgreSQL от 3 лет. — Опыт разработки REST API от 3 лет. — Опыт разработки асинхронных worker-процессов от 2 лет. — Опыт интеграции с S3-совместимыми хранилищами от 1 года. — Опыт работы с Docker и Kubernetes от 2 лет. — Опыт мониторинга и логирования от 2 лет. — Опыт работы с Jira, Confluence и GitLab от 1 года. — Желателен опыт в e-commerce, ERP, курьерской доставке или логистике. — Релевантный опыт: не менее трех завершенных коммерческих проектов уровня Enterprise. — Обязателен опыт разработки микросервисной архитектуры, API-контрактов, фоновой обработки задач, интеграции с внешними и legacy-системами, работы с отказами, retry-механизмами, circuit breaker и идемпотентностью. — Желателен опыт миграции функциональности из монолитной ERP/legacy-системы в отдельный микросервис. — Отраслевой опыт: e-commerce, курьерская доставка, логистика, ERP-системы или внутренние корпоративные платформы уровня Enterprise. — Обязательные технологии и инструменты: Golang, PHP, REST API, PostgreSQL, JSON/JSONB, S3-совместимое хранилище, Docker, Kubernetes, GitLab, Jira, Confluence, GoLand/JetBrains IDE, инструменты логирования и трассировки. — Желательные технологии и инструменты: Grafana, Prometheus, OpenTelemetry, Kafka или RabbitMQ, Redis, MinIO, Swagger/OpenAPI, feature toggle, CI/CD в GitLab, PlantUML/C4, опыт построения сервисов с асинхронной обработкой и поллингом статусов. Условия: — Проектная занятость, долгосрочный проект, фултайм. — Удаленная работа по России. — Оформление по договору ГПХ или через ИП. — Вилка оплаты до 1900 рублей в час гросс. Важно: — Не рассматриваются кандидаты с опытом работы в проектах Лемана, Петрович Тех, ВБ, Озон, Лента Тех, Яндекс маркет, М.

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.

О продукте: В Gate развивают платформу для HR-аналитики, которая подключается к HRIS, ATS и payroll-системам, объединяет данные из разных источников и позволяет быстро получать ответы на вопросы о сотрудниках и HR-процессах прямо в чате. Платформа предоставляет доступ к более чем 200 метрикам без миграции данных и ручных выгрузок. Сейчас ведутся переговоры с 10+ крупными международными компаниями, три из которых участвуют в пилотах. Код рассматривается как инструмент для решения бизнес-задач, с активным использованием AI. Кого ищут: Роль подходит человеку, который любит динамику стартапов, ценит свободу в работе и готов брать ответственность за результат. Важен успешный опыт работы в стартапах. Требуется автономность в работе: самостоятельное уточнение требований, принятие решений и продвижение задач без подробных инструкций. Примерное распределение времени: около 60% — подключения и интеграции под запросы клиентов; около 40% — разработка новых продуктовых функций. Чем предстоит заниматься: — Развивать и поддерживать микросервисы на Go — Работать с системами хранения и поиска данных (SQL/NoSQL и векторными базами данных), включая оптимизацию запросов и создание витрин данных — Разрабатывать и поддерживать интеграции с внешними HR-системами — Развивать LLM-слой на базе Amazon Bedrock и OpenAI, включая стриминг ответов и tool calling — Отвечать за деплой и эксплуатацию кода в AWS: ECS, ECR, RDS, S3 и CloudFront — Внедрять практики защиты данных, включая шифрование, аудит доступа и изоляцию данных между клиентами Требования: — 3+ года опыта в backend-разработке и уверенное владение Go — Хорошее знание баз данных и умение оптимизировать запросы — Понимание построения сервисов с чувствительными данными: шифрование, разграничение доступа, аудит — Готовность быстро разобраться в экосистеме LLM, если ранее не работал с ней — Умение работать автономно: самостоятельно уточнять требования, принимать решения и отвечать за результат Будет плюсом: — Опыт интеграции LLM в production — Опыт работы с Amazon Bedrock — Опыт интеграции с HR-системами.

SmartCore — финтех-холдинг, создающий инфраструктуру для следующего поколения платежей. Наши решения охватывают весь цикл финансовых операций: от core banking и процессинга до карт, кошельков и систем антифрода. Технический ландшафт: — AWS: VPC, IAM, EKS, ECS/Fargate, ALB, ECR, RDS, ElastiCache, MSK, S3, Route53, ACM, Secrets Manager, KMS. — Kubernetes: EKS, Deployments, Services, Ingress, IRSA, Helm, Kustomize, ArgoCD, Karpenter, External Secrets. — IaC & CI/CD: Terraform, Terragrunt, GitHub Actions, Docker, AWS CodeBuild / CodePipeline, ECR. — Observability: Prometheus, Grafana, OpenTelemetry / ADOT, CloudWatch, алерты. — Данные и очереди: PostgreSQL (RDS/Aurora), Redis, Kafka / MSK, MongoDB, ClickHouse. — Cloudflare: DNS, CDN, WAF, SSL / TLS, проксирование трафика. — Безопасность и База: IAM / IRSA, секреты не в Git, TLS, PCI / ISO, Linux, bash, git, сеть (DNS, балансировка, security groups). Задачи: — Поддерживать инфраструктуру в AWS: сеть, compute, базы, очереди, секреты. — Добавлять новые сервисы, окружения и компоненты в Kubernetes и ECS. — Держать IaC (Terraform / Terragrunt) и GitOps (ArgoCD) в актуальном состоянии. — Настраивать и чинить CI/CD: сборка образов, деплой, пайплайны. — Следить за мониторингом, логами и алертами (Grafana, Prometheus, CloudWatch). — Участвовать в on-call: разбирать инциденты и помогать разработке с деплоями и окружениями. — Поддерживать Cloudflare (DNS, CDN, WAF, сертификаты), ClickHouse и остальной data-слой (PostgreSQL, Redis, Kafka, MongoDB). — Следить за безопасностью: доступы, секреты, сеть, требования PCI / ISO. Требования: — Опыт: 4+ года работы с AWS в проде (VPC, IAM, EKS, ECS, RDS, балансировка, секреты). — Экспертиза: EKS и Kubernetes на практике (деплой, отладка, Ingress, IRSA). — Инструменты: Terraform (модули, state), Terragrunt, Helm + GitOps (ArgoCD), Docker и CI/CD (GitHub Actions / CodeBuild). — Технологии: Опыт работы с ECS Fargate, Kafka / MSK, ClickHouse, Cloudflare, Grafana + Prometheus / AMP, CloudWatch, External Secrets, Karpenter. — Специфика: Опыт в финтехе или знание стандарта PCI. — Траблшутинг: Отладка прода (под не стартует, нет трафика, нет метрик), готовность к on-call. — Языки: Русский + английский (чтение документации, AWS).