60
1С разработчикТехнические навыки: - Знание и опыт работы с 1С Бухгалтерия, 1С ЗУП, 1С Управление Торговлей, 1С; - Умение разрабатывать и настраивать конфигурации 1С;
Зарплата не указана
Вакансии
Загружаем вакансии…
Загружаем вакансии…
Технические навыки: - Знание и опыт работы с 1С Бухгалтерия, 1С ЗУП, 1С Управление Торговлей, 1С; - Умение разрабатывать и настраивать конфигурации 1С;
Зарплата не указана
• Реализовывать игровые механики: reels/ways, каскады, hold&win, sticky, respin, бонусные раунды. • Интегрировать игры с API: ставки, спины, результаты, автоспин, восстановление сессии.
Зарплата не указана
About The Role ✍️ We’re hiring a Technical Lead Manager to lead a cross-functional product squad, combining hands-on technical leadership with people management. You’ll lead a team of 4–5 engineers, working closely with Product, Design, Data and other technical leaders to build products that improve our users’ financial health.
Зарплата не указана
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Обязанности: Провести аудит процессов КЦ, аккаутинга, контента для поиска и приоритизация процессов и сценариев для автоматизации; Много работы с данными, новый проект по роботизации КЦ, внедрение робота в наши сценарии для сокращения трудозатрат;
Зарплата не указана
-Реализация игровых механик: барабаны/reels, линии/ways, каскады, sticky, respin, hold&win, бонусные раунды (в зависимости от проекта). -Интеграция с игровым API: ставки, спины, результаты, бонусы, автоспин, история, восстановление сессии.
Зарплата не указана
• Разрабатывать архитектуру управления сервисными учетными записями, используемыми информационными системами, приложениями, микросервисами и интеграционными решениями; • Формировать подходы к регистрации, идентификации и учету сервисов внутри организации;
400 000 – 450 000 ₽
— разработка тестовой документации (TestRay for Jira); — проведение функционального и регрессионного тестирования;
Зарплата не указана
Анализ бизнес-требований. Взаимодействие с заказчиком для определения целей проекта и ключевых бизнес-показателей.
Зарплата не указана
Поддержка и сопровождение 1С: Бухгалтерия, 1С: ЗУП. Опыт разработки на 1С более 5 лет.
230 000 – 300 000 ₽
- Опыт разработки и применения моделей машинного обучения для решения прикладных задач: прогнозирования, классификации, оптимизации, выявления аномалий и анализа производственных процессов. - Разрабатывать и внедрять алгоритмы машинного обучения и интеллектуального анализа данных для задач энергетической отрасли.
Зарплата не указана
О направлении Роль отвечает за программную и управляющую часть автоматизированных систем UmproTech для американского рынка: robots, PLC/HMI, safety, sensors, industrial networks, alarms, recovery logic и remote diagnostics. Главная задача Если главный инженер определяет архитектуру системы, а механический инженер прорабатывает компоновку и механику, этот специалист заставляет всю систему правильно, безопасно и устойчиво работать. Основные обязанности 1. Программирование промышленных роботов. 2. PLC programming и HMI development. 3. Разработка sequence/state-machine logic. 4. Создание I/O architecture и machine interfaces. 5. Интеграция robots с laser, welding, conveyors, fixtures, vision и периферией. 6. Industrial networks, servo/motion, sensors и drives. 7. Safety PLC, light curtains, scanners, safety gates и interlocks. 8. Alarm, diagnostics и recovery logic. 9. Manual/automatic modes, recipes и fault handling. 10. Offline programming, simulation и cycle-time optimization. 11. Подготовка software к FAT и remote commissioning support. 12. Анализ логов и удалённая диагностика систем в США. 13. Создание reusable PLC/HMI/robot software libraries UmproTech. 14. Документирование программного обеспечения и commissioning procedures. Стандартизация Задача — не программировать каждый проект с нуля. Нужно создать единый UmproTech Automation software framework: структуру PLC, robot↔PLC communication, HMI, alarm codes, diagnostics, recovery, safety states и reusable function blocks. Пример задачи Есть роботизированная сварочная ячейка: robot, welding power source, fixtures, pneumatic clamps, safety scanner, gates, sensors, HMI и PLC. 1. Разработать control architecture и I/O list. 2. Сформировать sequence of operation. 3. Запрограммировать PLC, robot и HMI. 4. Реализовать safety states. 5. Создать alarm и recovery logic. 6. Реализовать ручной и автоматический режим. 7. Подготовить систему к FAT. 8. Подготовить инструкции для американского field engineer. Что выполняется из Москвы 1. PLC/HMI development. 2. Robot programming и offline simulation. 3. I/O, sequence, alarm/recovery logic. 4. Software documentation. 5. Анализ логов и remote troubleshooting. 6. Reusable software libraries и standards. Что выполняется в США 1. Физический монтаж и wiring. 2. Проверка реальных I/O и подключений. 3. Robot mastering и фактическая калибровка. 4. Финальная safety validation. 5. Commissioning, SAT и работа с клиентом. Требования 1. 4+ лет в промышленной автоматизации, PLC/АСУ ТП или industrial robotics. 2. Практический опыт программирования PLC и промышленного робота. 3. Опыт запуска реального промышленного оборудования. 4. Понимание IEC 61131-3, Structured Text, Ladder и Function Blocks. 5. Умение читать электрические схемы и работать с digital/analog I/O. 6. Industrial networks, servo/motion, sensors и machine safety. 7. Сильный troubleshooting и способность самостоятельно находить причину неисправности. 8. Структурированный код и техническая документация. 9. Английский для документации и переписки. Желательные платформы 1. PLC: Siemens, Beckhoff, Allen-Bradley, Codesys, Omron или Mitsubishi. 2. Robots: FANUC, ABB, KUKA, Yaskawa, Kawasaki, Universal Robots или аналогичные. 3. Практический commissioning ценится выше лабораторного опыта. Большое преимущество 1. Robotic welding, machine tending, laser automation. 2. Palletizing, material handling, conveyors. 3. Machine vision, grippers, pneumatics, servo systems. 4. Remote diagnostics, industrial data collection и OEE. Первые задачи 1. Выбрать совместно с главным инженером стандартную PLC architecture. 2. Создать robot↔PLC communication standard. 3. Разработать базовый UmproTech automation software framework. 4. Создать стандарт HMI, alarms, diagnostics и recovery logic. 5. Подготовить software первой robotic welding cell. 6. Участвовать в разработке automatic laser loading/unloading. Результат первых 12 месяцев 1. Рабочий UmproTech Automation software framework. 2. Первая запущенная robotic welding cell. 3. Первые customer projects в США. 4. Reusable PLC/robot function blocks. 5. Стандартизированные HMI, alarms, diagnostics и recovery procedures. 6. Сокращение времени разработки и commissioning следующих проектов. Отбор Кандидат получает практический кейс с robot, PLC, fixture, welding system, safety scanner и sensors. Нужно объяснить architecture, sequence, safety states, alarm/recovery logic и действия системы при сбоях. Главный критерий — способность построить устойчивую и обслуживаемую промышленную систему.
Задачи: — разработка, обучение и оптимизация ML/AI-моделей на PyTorch и/или TensorFlow — проектирование end-to-end ML-пайплайнов — работа с LLM, NLP, Computer Vision и Generative AI — подготовка моделей к production и масштабированию — интеграция моделей с backend — оптимизация inference и производительности — построение MLOps-процессов — работа с Docker и cloud-инфраструктурой — принятие архитектурных решений и техническое руководство AI-командой Требования: — от 4 лет коммерческого опыта в Machine Learning / AI Engineering — практический опыт разработки и внедрения ML-моделей в production — уверенный Python — PyTorch и/или TensorFlow — понимание Machine Learning и Deep Learning — знание ML-метрик и методов оптимизации моделей — Docker, Git — AWS или аналогичные cloud-платформы — практический опыт с MLflow, Kubeflow, AWS SageMaker или аналогичными MLOps-инструментами — свободный английский язык Условия: — full-time — офис в Ташкенте — официальное трудоустройство по ТК Узбекистана — вилка от $3,500
от 3 500 $
Databricks, an American IT firm specializing in a unified cloud platform for big data and AI, is seeking Forward Deployed Engineers in Amsterdam and Senior Forward Deployed Engineers in Stockholm. Candidates should have experience with Python, Scala, JavaScript or TypeScript, Apache Spark, and cloud platforms such as AWS, Azure, or GCP. Familiarity with CI/CD pipelines, MLOps, machine learning and AI models, as well as AI APIs, is required. These positions are on-site roles.
Зарплата не указана
Banco Plata, a technology-driven platform utilizing AI to transform financial services in Mexico, is seeking a Risk Data Scientist at the Middle+ level. The role involves managing the entire machine learning model lifecycle, including development, deployment, and monitoring. Candidates should have over three years of practical experience in Data Science, preferably within banking or financial sectors. A solid understanding of machine learning algorithms and feature engineering is essential. Proficiency in Python, SQL, Airflow, Git, and BI tools such as Streamlit is required. Educational background should be in Mathematics, Physics, Computer Science, or related STEM fields. Effective communication skills in English at a B1 level or higher are necessary. The position is based in Colombia, with relocation assistance provided.
Зарплата не указана
About Delinea: Delinea is a pioneer in securing human and machine identities through intelligent, centralized authorization, empowering organizations to seamlessly govern their interactions across the modern enterprise. Leveraging AI-powered intelligence, Delinea’s leading cloud-native Identity Security Platform applies context throughout the entire identity lifecycle – across cloud and traditional infrastructure, data, SaaS applications, and AI. It is the only platform that enables you to discover all identities – including workforce, IT administrator, developers, and machines – assign appropriate access levels, detect irregularities, and respond to threats in real-time. With deployment in weeks, not months, 90% fewer resources to manage than the nearest competitor, and a 99.995% uptime, Delinea delivers robust security and operational efficiency without compromise. What You Will Own: — Price and packaging architecture across the portfolio: tiering, licensing metrics, add-on structure, bundling. — Proposal quality into the monthly Price Committee: analysis, financial model, recommendation, and action register through to closure. — Discount governance, including band policy and guardrails. — Monetization for new categories: NHI governance, AI agent identity, StrongDM, consumption-based licensing. — Commercial readiness at launch, ensuring packaging and pricing ship with the product. — The single source of truth for pricing, packaging and quoting guidance, partnering with Product Marketing on seller enablement. — Price realization, attach rate and competitive position, informed by competitor pricing, market benchmarks and win/loss data. What We Are Looking For: — 12+ years across pricing strategy, monetization, product management or product marketing, including 5+ years owning pricing as a named function. — Experience building a monetization function where none existed: cadence, governance, documentation, analytical bench. — Experience preparing and defending recommendations to a formal pricing committee or equivalent decision body. — Demonstrated design of tiered packaging for enterprise software, strong financial modeling (pricing impact, ARR and expansion, discount optimization). — Credibility with executive peers, holding a position on pricing under pressure without direct authority over sales or finance. Strongly preferred: — Cybersecurity or identity security (PAM, IAM, SIEM, endpoint); exposure to NHI, machine identity or secrets management. — Consumption-, usage-, or outcome-based pricing models alongside seat-based subscription. — Working knowledge of CPQ (Salesforce CPQ, Apttus); pricing through M&A integration or a major commercial model transition. MBA a plus. Why Now: Pricing at Delinea has been carried by people doing it well alongside a full portfolio, and the surface area keeps growing. The opportunity is to make monetization a professional discipline, with a decision forum that already works. This role is built for owning monetization end-to-end rather than managing an approval queue. Why work at Delinea? — Meaningful work, a culture of innovation and great career progression. — Core values: Spirited, Trust, Respect, Ownership, Nimble, Global. — Competitive salaries, meaningful bonus program, excellent benefits including healthcare insurance, pension/retirement matching, life insurance, employee assistance program, time off plans, and paid company holidays. Delinea is an Equal Opportunity and Affirmative Action employer prohibiting discrimination and harassment of any type. Candidates are required to complete comprehensive criminal background check, verification of education, and employment, and social media sites may be reviewed upon conditional offer of employment.
About Niantic Spatial: Niantic Spatial develops geospatial AI and digital mapping technologies, including a proprietary database of over 30 billion posed images and a Visual Positioning System for precise positioning worldwide. They serve customers in robotics, public sector, energy, and industrial markets. About the Role: The Head of Talent Acquisition will lead and personally execute the recruiting function, reporting to the Chief People Officer. Responsibilities include full life cycle recruiting, recruiting operations, workforce planning, reporting, tools, external partners, and candidate experience. The role involves managing contract recruiting resources and designing and building the Talent Acquisition organization as the company grows. The position requires moving quickly without sacrificing quality and helping hiring teams focus on essential capabilities in deep-tech markets. What You'll Do: Full Life Cycle Recruiting - Manage a portfolio of searches across engineering, AI/ML, research, product, go-to-market, operations, and corporate functions, including executive and specialized roles. Handle all stages from intake to onboarding. Direct Sourcing - Develop creative sourcing strategies to engage passive talent in competitive markets and represent the company credibly. Executive Talent Advisory - Advise executives and hiring managers on role design, candidate profiles, talent availability, market dynamics, and hiring strategy. Lead intake and search-strategy discussions. Hiring Process & Assessment - Design hiring processes balancing speed, rigor, inclusion, and candidate experience. Build structured interviews, coach interviewers, maintain momentum, and partner with Compensation on offers. Recruiting Team & Partners - Manage contract recruiters, sourcers, search firms, and agencies. Set priorities, allocate requisitions, evaluate partners, and decide on support types. Build the Function - Define future Talent Acquisition structure, recruit and develop the team, and build a recruiting culture focused on speed, quality, and impact. Recruiting Operations & AI - Improve recruiting processes, adopt AI-enabled tools responsibly, maintain ATS data discipline, and ensure compliance with employment law and data privacy. Reporting, Insights & Talent Brand - Create dashboards and updates for executives on pipeline health, conversion, time to fill, source effectiveness, offer acceptance, and agency spend. Partner with Marketing to enhance the employee value proposition. What You'll Bring: 8+ years of full life cycle recruiting experience, ideally in high-growth technology, AI, deep tech, or competitive talent markets. Experience as a hands-on Talent Acquisition leader or functional owner with a meaningful requisition load. Exceptional direct-sourcing skills with a track record of engaging and closing passive candidates. Experience advising executives and senior hiring managers as a credible talent partner. An AI-forward mindset with experience integrating AI tools into recruiting workflows. Ability to manage a broad and shifting workload using technology, automation, and prioritization. Comfort with ambiguity and changing priorities, and ability to move between strategy, leadership, and execution. Focus on simplifying processes, evidence-based assessment, and high integrity with sensitive information. Bachelor's degree or equivalent experience. Nice to Have: Experience managing contract recruiters, sourcers, external partners, or internal Talent Acquisition professionals. Experience building or scaling a Talent Acquisition team, especially in early-stage or pre-product-market-fit companies. Familiarity with responsible and legally compliant use of AI and automation in recruiting. Recruiting experience in computer vision, machine learning, robotics, geospatial technology, enterprise software, or physical AI. Experience supporting U.S. and international hiring. Compensation & Benefits: Base salary range $225,000-$250,000, plus annual bonus, equity, and comprehensive benefits including medical, dental, vision coverage, and 401(k). Location & Work Model: Based in San Francisco office, with four days per week in office and additional on-site time as needed. Inclusive Application and Equal Opportunity statements included.
О проекте и команде: Технологическая компания, развивающая quantitative-инфраструктуру и ML-решения для рынков цифровых активов. Проект находится на pre-launch стадии, команда специализируется на quant research, machine learning и blockchain-разработке. Задачи на этой роли: — Полный цикл исследований по краткосрочной микроструктуре, LP/хеджированию, исполнению, межплощадочным сигналам, распределению риска и смежным задачам crypto/DeFi; — Дизайн исследования: гипотеза, target/разметка, baseline, метрики, причинно корректная OOS-проверка, анализ режимов и явные критерии GO/NO-GO; — Работа с данными: поиск источников, выравнивание времени, контроль качества, построение признаков и воспроизводимые контракты данных; — ML/DL по структуре задачи; RL или другие методы последовательного управления - только когда они действительно оправданы; — Реалистичная симуляция и торговая экономика: комиссии, проскальзывание, ликвидность, задержки, adverse selection, impact, fill assumptions, хеджирование и синхронизация DEX/CEX; — Paper/shadow-стратегии, анализ sim-to-real и совместная работа с quant developer при переносе доказанных решений в production; — Инженерный стандарт исследования: воспроизводимые эксперименты, чистый Python, критичные проверки, мониторинг и дисциплинированное использование LLM/агентов. Ожидания от кандидата: — Проверяемый опыт 2-3 Quant/ML проектов, где вы лично отвечали за существенную часть цепочки от постановки задачи и данных до проверки, кода и решения о внедрении либо GO/NO-GO; — Отличный Python и сильная инженерная база: вы сами пишете, отлаживаете и ревьюите исследовательский код; — Сильную статистику, вероятность, оптимизацию и работу с временными рядами: временную зависимость, leakage, selection bias, uncertainty и честную OOS-проверку; — Глубокое практическое понимание микроструктуры и исполнения: order book/flow, liquidity, latency, fees, slippage, adverse selection, impact, sizing и hedging. — Сильное практическое владение ML/DL для последовательных финансовых данных и способность отличать реальный сигнал от оптимизации метрики; — Высокую самостоятельность: структурировать неясную проблему, выбирать наиболее информативный эксперимент, быстро останавливать слабые гипотезы и принимать решения на основании доказательств; — Рабочее понимание структуры crypto-рынка. Прямой опыт DeFi/DEX будет плюсом, но сильный CEX/microstructure опыт может его компенсировать при быстрой адаптации. Условия и возможности: — Полная занятость, 5/2, гибридный/удаленный формат, офис в центре Москвы; — Работа с реальным капиталом, где качество исследования, реалистичность исполнения и риск-контроль имеют прямое значение; — Прямая работа с Quant/ML, разработкой и руководством компании, высокая самостоятельность и короткий цикл обратной связи; — Небольшая команда, где сильное исследование может стать production-системой, а не закончиться презентацией; — Компенсация всех необходимых инструменты и ПО для работы.
Требования: 1) Коммерческий опыт работы от 3-х лет. 2) Опыт реализации и вывода в промышленную эксплуатацию решений на базе ИИ (обязательно в том числе AI агентов на базе LLM) в роли Data Scientist/AI Engineer. 3) Знание основ Classic Machine Learning, хорошее знание Deep Learning (NLP). 4) Глубокое понимание архитектуры Transformer. 5) Глубокое понимание подходов и методов проектирования AI-агентов. 6) Практический опыт fine-tuning языковых моделей (GPT-like, BERT-like и др.). 7) Работа со стеком Python - Torch, Transformers. 8) Опыт разработки интеграций с ИТ-системами. 9) Опыт промышленной работы с k8s. Обязанности: - Артефакты тестирования гипотез/экспериментов: описание подхода/модели, соответствующие значения метрик (выбранных для данного решения), тестовый сет/бенчмарк. - Артефакты продукта в целом: описание проекта, архитектура (утвержденная и согласованная с архитекторами и информационной безопасностью (ИБ)), согласование от ИБ что решение может быть использовано в продакшн, код продукта и документация к нему, инструкция по разворачиванию решения в контуре компании. - Все вышеперечисленные артефакты размещены в контуре заказчика (Gitlab, Confluence).
Зарплата не указана
280 000 – 400 000 ₽
300 000 – 340 000 $
225 000 – 250 000 $
Зарплата не указана