Загружаем вакансии…
🔭Чем у нас занимаются стажеры? - Сразу после этого получают свою первую настоящую боевую задачку (и НЕ страдают, так как ментор всегда под рукой) на дизайн или оценку будущего эксперимента.
100 000 – 100 000 ₽
– выполнять задачи полного жизненного цикла: от сбора требований до выкатки на установку в прод; – разрабатывать и дорабатывать витрины и решения, автоматизировать их через оркестраторы;
Зарплата не указана
Разработка ML-моделей/rule-based/иных решений под поставленные задачи, поиск/лидирование разметки данных для обучения, покрытие мониторинговыми метриками, близкими к продуктовым. Классификация позиций в чеках по древовидному каталогу.
от 220 000 ₽
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
ЧЕМ ПРЕДСТОИТ ЗАНИМАТЬСЯ: Настраивать средства CI/CD для команды разработчиков;
Зарплата не указана
Ожидания от кандидата Hadoop / HDFS: понимание принципов хранения и обработки данных в HDFS; SQL: джойны, GROUP BY, агрегации, создание и изменение таблиц, подзапросы;
Зарплата не указана
Анализ бизнес-требований. Взаимодействие с заказчиком для определения целей проекта и ключевых бизнес-показателей.
Зарплата не указана
Автоматизировать процессы сборки, поставки и развертывания компонентов продукта. Автоматизировать выдачу результатов продукта конечным потребителям, включая перевод текущих ручных процессов в автоматизированный формат.
Зарплата не указана
В рамках данной позиции предстоит заниматься проектированием и разработкой AI-агентов, включая реализацию сценариев, оркестрацию, вызов инструментов и интеграцию с внутренними сервисами. Необходимо преобразовывать прототипы и модели Data Science в стабильные промышленные решения, обеспечивая их упаковку, интеграцию в сервисы и пайплайны, версионирование и сопровождение. Работа включает разработку на Python сервисов, библиотек и пайплайнов, написание автотестов и участие в код-ревью. Также требуется проектировать, создавать и поддерживать витрины данных для ML-моделей и агентов, обрабатывать большие объемы данных с использованием SQL, Hadoop и Spark, оптимизировать запросы и вычислительные задачи. Важной частью является обеспечение качества и наблюдаемости решений через логирование, мониторинг, обработку ошибок и контроль качества данных. Кандидат должен иметь опыт промышленной разработки на Python не менее двух лет, уметь писать поддерживаемый код с типизацией, тестированием, обработкой ошибок и логированием, а также уверенно владеть SQL, включая сложные запросы, оконные функции и оптимизацию. Требуется опыт построения и сопровождения ETL/ELT-пайплайнов и витрин данных, а также опыт вывода сервисов, моделей или data-продуктов в промышленную эксплуатацию. Необходимо понимание принципов работы AI-агентов, включая оркестрацию, вызов инструментов, управление состоянием и интеграцию с API, а также жизненного цикла ML-модели от артефакта и данных до инференса, мониторинга и обновления. Будет преимуществом опыт разработки AI-агентов с использованием LangGraph, LangChain, LlamaIndex или собственного оркестратора, а также опыт работы с LLM, RAG и векторными хранилищами. Дополнительным плюсом считается опыт оркестрации пайплайнов в Airflow или аналогичных системах, работы с Kafka и событийными архитектурами, знание Docker, CI/CD и Kubernetes, практический опыт с Hadoop и Spark, внедрение ML- или LLM-сервисов во внутреннем контуре, а также опыт в банковском домене, продуктах для юридических лиц или документообороте. Формат работы — офис или гибрид в Москве.
Зарплата не указана
Что делает наставник? Отвечает на вопросы студентов в чате и помогает с трудностями на протяжении всего обучения.
15 000 – 15 000 ₽
Задачи: — выполнять функции по автоматизации расчетов драйверных моделей — анализ текущего процесса, который в основном реализован в Excel и SQL скриптах, разбирать логику и формулы — поиск источников данных, анализ и репликация источников в DWH, согласование с владельцами систем — разработка меппингов для работы с большими хранилищами и системами с более чем 500 параметрами — создание витрин данных, проектирование и наполнение агрегированных слоев для бизнес-планирования — внедрение автоматизированного процесса поддержки, обучение бизнес-пользователей новому формату — прототипирование во внутренней системе (собственная разработка), создание модели планирования и запуск расчетов Требования: — опыт от 3+ лет в аналитике данных, бизнес-аналитике, клиентской аналитике физических лиц — опыт работы с большими данными (Spark, Hadoop, GreenPlum, ClickHouse), знание SQL и Python — умение визуализировать данные, писать качественные бизнес-требования на разработку дашбордов — понимание метрик и драйверов для процессов бизнес-планирования, управления продуктом, клиентской аналитики — опыт финансового моделирования продуктов, проектов, пилотов, инициатив — базовые знания статистики Будет плюсом: — опыт работы в Banking, Retail, FinTech, E-commerce, Telecom — знания методов cohort analysis, uplift modeling — опыт работы с ML-моделями Условия: — комфортный современный офис рядом с м. Кутузовская — ежегодный пересмотр зарплаты, годовая премия — корпоративный спортзал и зоны отдыха — уникальная система обучения Сбера для профессионального и карьерного развития — расширенный ДМС и льготное страхование для семьи — 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
Зарплата не указана
Требования: - Опыт TeamLead (управление командой) не менее 4 лет; - Опыт разработки ETL/ELT-процессов, в которых значительная часть логики реализована на стороне СУБД; - Опыт разработки и сопровождения хранимых процедур / функций в СУБД; - Практический опыт использования SQL/PLSQL или аналогичных процедурных расширений SQL для реализации загрузок и трансформаций данных; - Опыт участия в проектах миграции ETL-систем (Apache стек); - Опыт разработки на Python (написание ETL-скриптов, работа с pandas, интеграция с API); - Опыт написания и отладки DAG'ов в Apache Airflow (не только проектирование, но и разработка); - Опыт работы с PySpark (трансформации, оптимизация, партиционирование); - Опыт миграции ETL-процессов с Informatica PowerCenter на открытый стек (Airflow + Greenplum); - Глубокое практическое знание NiFi и Airflow: проектирование потоков, подключение источников, обработка ошибок, мониторинг, отладка; - Опыт работы с качеством данных: разработка правил валидации, анализ влияния на бизнес-процессы; - Понимание архитектурных подходов к проектированию хранилищ, различие ETL и ELT; - Опыт работы с Hive metastore (устройство, хранение на PostgreSQL) и форматами файлов (Parquet, ORC); - Опыт работы с Оracle; - Опыт применения сложных SQL-запросов (оконные функции, джоины); - Умение оптимизировать запросы для highload-среды; - Опыт проектирования интеграций Apache-стека с Kafka и BI-системами; - Опыт настройки потоковой обработки данных; - Опыт работы с Hadoop и Hive (знание версий, источников данных); - Опыт работы с PostgreSQL, Greenplum, Clickhouse; - Опыт работы с Grafana/Prometheus для отслеживания ETL-процессов; - Опыт работы с биллингом; - Опыт автоматической валидации и контроля качества данных после миграции (сравнение результатов, метрики); Обязанности: - Миграция ETL-процессов с Informatica PowerCenter на целевой стек: NiFi + Airflow + Greenplum + SQL/хранимые процедуры. - Подготовка документации AS IS и TO BE; - Написание SQL кода; - Отслеживание метрик.
280 000 – 300 000 ₽
Проект: Телекоммуникации Занятость: полная Локация: РФ Гражданство: РФ Формат: Удаленно Роль: Data Engineer (ETL-миграция) Локация: РФ, удаленно График: МСК ± 2 Гражданство: РФ Обязательно: - Опыт миграции ETL-систем (желательно с Oracle/Informatica на Apache стек); - Глубокий SQL: оконные функции, сложные джойны, иерархические запросы; - Оптимизация SQL для highload (партиционирование, индексы, explain plans); - Oracle (PL/SQL) и PostgreSQL; - Greenplum и/или Clickhouse; - Проектирование архитектур на Apache Spark (PySpark), NiFi, Airflow; - Hadoop (HDFS) и Hive; - Мониторинг ETL: Grafana/Prometheus или Victoria Metrics; - Опыт работы с биллинговыми системами (телеком-домен). Желательно: - Потоковая обработка: Kafka Streams / Spark Streaming; - Informatica PowerCenter (понимание мигрируемой системы); - Бинарные форматы хранения в Hadoop; - Различия: Hive vs Impala, Greenplum vs PostgreSQL, Clickhouse vs PostgreSQL; - Patroni для кластеризации PostgreSQL/Greenplum; - S3-хранилища; - КриптоПро или защищенные каналы передачи данных. Задачи: - Миграция ETL-системы телеком-оператора с Oracle/Informatica на Apache стек (S3, Airflow, NiFi, Kafka, Greenplum); - Перенос бизнес-логики из Informatica в высокопроизводительный SQL-код; - Написание и оптимизация SQL для витрин данных и ETL-процессов; - Разработка DAG-ов в Airflow; - Настройка пайплайнов в NiFi (источники: Oracle, PostgreSQL; приемники: S3, файловые архивы); - Разработка Spark-джобов (PySpark) для больших объемов; - Интеграция с Kafka для потоковой передачи; - Настройка мониторинга (Grafana/Prometheus) и отслеживание метрик; - Разбор инцидентов по качеству данных и ошибкам загрузки; - Code review. Ключевые компетенции для отбора: миграция ETL-систем, SQL (оконные функции, оптимизация), Oracle PL/SQL, PostgreSQL, Greenplum, Clickhouse, Apache Spark (PySpark), NiFi, Airflow, Kafka, Hadoop, Hive, Grafana/Prometheus, биллинг, телеком.
Зарплата не указана
Задачи: — Проектировать, разрабатывать и обслуживать масштабируемые серверные системы для поддержки развертывания. — Создавать надежные и эффективные API в платформу GotIt. — Создавать системы хранения и поиска данных, оптимизированные для обработки больших объемов текстовых данных, необходимых для задач обучения и вывода. — Выявлять проблемные места в производительности и оптимизировать, повышая эффективность и оперативность серверных служб. — Внедрять передовые методы обеспечения безопасности для защиты конфиденциальных данных и обеспечения соответствия отраслевым стандартам и правилам. Требования: — Степень бакалавра или магистра в области компьютерных наук, инженерии или смежных областях. — Минимум 5 лет опыта в серверной разработке с упором на проектирование и внедрение масштабируемых систем. — Опыт серверной разработки на Kotlin, либо Java, но с переходом на Kotlin. — Знание английского языка. — Опыт работы с реляционными базами данных (PostgreSQL) и разработка эффективных моделей данных. — Опыт проектирования и разработки RESTful API и использования WebSocket. — Знание облачных платформ AWS, Azure или Google Cloud, опыт развертывания и управления серверными службами в облаке. — Понимание принципов DevOps и опыт работы с Docker, Kubernetes, CI/CD. — Знания в области машинного обучения, знакомство с TensorFlow, PyTorch является плюсом. — Опыт работы с технологиями и платформами обработки естественного языка (NLP). — Опыт работы в Agile. — Вклад в проекты с открытым исходным кодом или активное участие в технических сообществах. — Опыт работы с технологиями больших данных, такими как Apache Hadoop или Spark. Условия: — Частичная занятость. — Возможность присоединения к международной команде на постоянной основе на полный день. — Возможность стать руководителем направления. — Возможность путешествий/переезда в США.
Зарплата не указана
Задачи: – Разработка и рефакторинг ETL/ELT пайплайнов на pyspark; – Разработка и поддержка OLAP движков Starrocks/Clickhouse; – Поддержка текущих пайплайнов на Greenplum и Hadoop; – Миграция с HDFS на S3; – Оптимизация spark-приложений. Требования: – Опыт работы с Python от 3 лет; – Глубокое знание SQL и опыт работы с большими данными; – Опыт работы с Apache Airflow; – Опыт проектирования и разработки ETL/ELT процессов; – Опыт работы с колоночными БД (ClickHouse); – Знание принципов построения Data Warehouse и Data Lake; – Понимание разницы между OLTP/OLAP системами; – Уверенная работа c linux и git; – Понимание процессов ci/cd.
Зарплата не указана
Задачи: — Разрабатывать ML-модели (lookalike/response/uplift/recsys) для персонализации push/pull-коммуникаций, категорий кешбэка, рекламных материалов и других сценариев в цифровых каналах банка; — Визуализировать и интерпретировать результаты, дизайнить A/B-тесты, проводить пилоты; — Общаться с бизнесом и помогать решать задачи через данные и ML; — Проходить полный цикл разработки модели: от уточнения требований до продакшна и мониторинга качества (если каких-то навыков не хватает — поможем развить); — Разрабатывать AI-агентов. Требования: — Высшее техническое образование; — 3+ года опыта в Data Science (именно построение моделей, не только аналитика); — Уверенный математический аппарат: мат. статистика, теория вероятностей; — Продвинутый Python и SQL (оконные функции, подзапросы — на автомате); — Опыт работы со Scikit-learn, NumPy, Pandas/Polars, Matplotlib/Seaborn/Plotly, LightGBM/XGBoost/CatBoost, PyTorch/TensorFlow/Implicit/LightFM, Airflow, Git. Будет большим плюсом: — PySpark, Hive, Hadoop, Docker, Kubernetes; — Опыт в банковской сфере и CVM; — Модели склонности и uplift-моделирование; — Рекомендательные системы (RecSys); — NBA/NBO оптимизаторы (Next Best Action / Next Best Offer); — ИИ-сервисы (real-time, near real-time или batch). Условия: — Гибридный формат работы, Москва, Москва-Сити (2 дня в неделю в офисе); — Комфортный и современный офис; — Обучение за счет компании (посещение конференций, курсов, помощь в написании статей на Хабр и т.д.); — Вертикальное и горизонтальное развитие: регулярные тренинги, вебинары, митапы; — Забота о вашем здоровье: ДМС с первого месяца работы, куда входит стоматология; — Прозрачный доход по итогам интервью; — Дополнительные бонусы от Россельхозбанка для сотрудников группы компаний (Скидки на спортзалы, рестораны, маркетплейсы и т.д.).
Зарплата не указана
Задачи: — Проектировать, разрабатывать и обслуживать масштабируемые серверные системы для поддержки развертывания. — Создавать надежные и эффективные API в платформу GotIt. — Создавать системы хранения и поиска данных, оптимизированные для обработки больших объемов текстовых данных. — Выявлять проблемные места в производительности и оптимизировать серверные службы. — Внедрять передовые методы обеспечения безопасности для защиты конфиденциальных данных и соответствия стандартам. Требования: — Степень бакалавра или магистра в области компьютерных наук, инженерии или смежных областях. — Минимум 5 лет опыта в серверной разработке с упором на проектирование и внедрение масштабируемых систем. — Опыт серверной разработки на Kotlin или Java с переходом на Kotlin. — Опыт продумывания архитектуры приложения и проработки ключевого функционала. — Знание английского языка. — Опыт работы с реляционными базами данных (PostgreSQL) и разработка эффективных моделей данных. — Опыт проектирования и разработки RESTful API и использования WebSocket. — Знание облачных платформ AWS, Azure или Google Cloud и опыт управления серверными службами в облаке. — Понимание принципов DevOps и опыт работы с Docker, Kubernetes, CI/CD. — Знания в области машинного обучения (TensorFlow, PyTorch) являются плюсом. — Опыт работы с технологиями и платформами обработки естественного языка (NLP). — Опыт работы в Agile. — Вклад в проекты с открытым исходным кодом или участие в технических сообществах. — Опыт работы с технологиями больших данных, такими как Apache Hadoop или Spark. Условия: — Удаленная работа. — Частичная занятость. — Возможность присоединиться к международной команде на полный день. — Перспектива стать руководителем направления. — Возможность путешествий и переезда в США.
Зарплата не указана
Задачи: — Разработка и внедрение ML моделей на клиентской базе B2C и B2B для инвестиционных, страховых и сберегательных продуктов. — Работа с рекомендательными системами и моделями отклика для СберБанк Онлайн и СберИнвестиций. — Создание NLP-моделей на текстовых данных. — Использование продвинутых подходов классического ML, включая uplift-моделирование, работу с несбалансированными классами, feature engineering на больших данных, SOTA-алгоритмы. Обязанности: — Построение ML моделей на основе табличных данных, последовательностей событий (кликстрим, транзакции и т.д.), текстовых данных. — Написание production-ready кода и передача его в CI/CD пайплайн команды MLOps с ответственностью за качество кода и воспроизводимость. — Улучшение процесса построения моделей, разработка прикладных модулей командного фреймворка для повышения производительности DS и улучшения качества кода в промышленной среде. — Выдвижение data-driven гипотез и предложений для запуска новых механик, поиск инсайтов в данных. Требования: — Глубокое знание классического ML и опыт применения к реальным бизнес-задачам (градиентный бустинг, NLP алгоритмы). — Понимание основных Deep Learning подходов. — Продвинутое знание SQL (оконные функции, оптимизация плана запроса). — Отличное знание Python, включая библиотеки catboost, pandas, numpy, sklearn, torch. — Опыт работы с Hadoop, PySpark (оптимизация запросов, работа на общем кластере). Условия: — Комфортный современный офис рядом с м. Кутузовская. — 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 для сотрудников выгоднее до 4%. — Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров. — Вознаграждение за рекомендацию друзей в команду Сбера.
Зарплата не указана
Задачи: — Работа в области аналитики данных и больших данных в стеке posgree, greenplum, hadoop, datalake, Hue, Clickhouse; — Участвовать в разработке новых и усовершенствовании текущих стратегий коммуникации с клиентами Банка; — Анализировать net-эффективность стратегий коммуникаций; — Разрабатывать новые и предлагать изменения для текущих аналитических выкладок по стратегии коммуникации. Требования: — Владение навыками работы с базами данных (oracle, posgree, mssql и др.); — Интерес к аналитике процессов и работе с детальными данными; — Желание видеть результаты внедренных изменений и их эффект на бизнес процессах; — Образование в ВУЗе по профилю, соответствующему работе аналитика данных или процессов, разработчика или менеджера процессов.
80 000 – 100 000 ₽