Вакансии

Задачи: – проектирование и разработка слоев данных (Raw, Clean, Enriched/Presentation) с учетом лучших практик моделирования (Data Vault 2.0 / 3NF для хранилища, Star Schema для витрин); – разработка и внедрение кастомных алгоритмов дедупликации и Entity Resolution (Fuzzy Matching) на Python; – формализация бизнес-правил качества данных в код, настройка уровней доверия к источникам и правил выживания (survivorship rules); – внедрение Data Contracts и механизмов карантина (quarantine) для некачественных данных с возможностью их последующего разбора; – настройка автоматизированного тестирования данных (Data Quality checks) в пайплайнах. Требования: – Продвинутый уровень SQL и опыт работы с dbt (или аналогами) для построения слоев данных; – уверенное владение PySpark и/или pandas для обработки больших объемов данных и реализации логики матчинга; – практический опыт применения библиотек нечёткого поиска и связывания записей (Splink, recordlinkage, dedupe, theFuzz); – понимание принципов работы алгоритмов сравнения строк (Левенштейн, Джаро-Винклер, косинусное сходство на TF-IDF/эмбеддингах); – глубокое понимание 2-3NF, Data Vault 2.0 и различий между слоями сырых, очищенных и обогащенных данных; – опыт внедрения инструментов тестирования данных (Great Expectations, Soda, dbt tests, deequ или аналоги); – опыт работы с оркестраторами (Airflow, Dagster или Prefect), уверенное использование Git и базовые навыки CI/CD для дата-пайплайнов.

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.

Location: Paris Qube Research & Technologies (QRT) is a global quantitative and systematic investment manager, operating in all liquid asset classes across the world. We are a technology and data driven group implementing a scientific approach to investing. Combining data, research, technology, and trading expertise has shaped QRT’s collaborative mindset which enables us to solve the most complex challenges. QRT’s culture of innovation continuously drives our ambition to deliver high quality returns for our investors. You will work within a data focused function supporting Quantitative Researchers, Traders and other stakeholders across the firm. The role focuses on designing and developing financial datasets that support systematic strategies and trading decisions, with particular emphasis on market data, pricing datasets and reference data. You will combine financial market knowledge with Python and data engineering skills to build and own the automated production pipelines that create and maintain these datasets. Your future role within QRT Collaborate with Quantitative Researchers and Traders to design financial datasets that support systematic strategies and trading decisions Develop Python code to extract, clean, normalise and aggregate data from a range of financial market data sources Design, build and maintain automated data pipelines covering sourcing, extraction, transformation, validation and delivery Develop and maintain pricing and reference datasets across financial instruments and markets Investigate and resolve data quality and production issues to improve the reliability and availability of datasets Evaluate and implement new approaches to data extraction, processing and onboarding Take ownership of production data workflows and evolve them as data requirements, systems and business priorities change Your present skillset 2 to 5 years of experience in a data focused role working with financial or market data Strong understanding of financial markets and instruments, including the behaviour and characteristics of pricing and reference datasets Advanced Python programming skills, including experience with data processing libraries such as Pandas or Polars Experience designing, building and maintaining automated production data pipelines Strong data analysis and problem solving skills, with the ability to investigate data quality issues and understand their underlying causes Experience working with market data platforms and APIs from providers such as Bloomberg or LSEG is beneficial, including products such as Datastream, DataScope Select, Real Time, BPIPE or Data License Postgraduate degree in Mathematics, Physics, Engineering, Computer Science or another quantitative discipline Strong communication skills with the ability to collaborate effectively with Quantitative Researchers, Traders and other stakeholders Ability to operate effectively as priorities, systems, projects and business requirements evolve QRT is an equal opportunity employer. We welcome diversity as essential to our success. QRT empowers employees to work openly and respectfully to achieve collective success. In addition to professional achievement, we are offering initiatives and programs to enable employees achieve a healthy work-life balance.

Location: Berlin, Germany; München, Germany Workplace: hybrid TeamViewer provides a leading Digital Workplace platform that connects people with technology—enabling, improving and automating digital processes to make work work better. Our software solutions harness the power of AI and shape the future of digitalization. We believe that our diverse teams and strong company culture are key to the success of our products and technologies, that hundreds of millions of users around the world and around 645,000 customers across all industries rely on. With more than 1,900 employees worldwide, we celebrate the unique perspectives and talents that each individual brings to the table and foster a dynamic work environment where new ideas thrive. Are you ready to join our team and make an impact? Responsibilities In short you will build and automate the intelligence that explains performance and guides capital, thereby transforming how Finance works. As a (Senior) Agentic Finance Engineer, you lay the analytical foundation that turns Finance into a decision-intelligence function. The role's mandate is to move Strategic Finance from manual, retrospective analysis toward automated, agent-based decision intelligence - with a focus on portfolio logic, capital allocation, and long-term value creation. You will join our Strategic Finance team. A small, expert team at the centre of corporate decision-making that combines corporate finance, capital allocation, planning, and performance intelligence to explain why performance moves and where capital creates value. The team does this by turning complex questions into clear decision logic, robust business cases, and actionable insights. With direct access to senior management, it helps shape TeamViewer’s strategic direction, advises on key business and capital allocation questions, and facilitates Board-level decisions. Performance & Contextual Intelligence Develop analytical models and frameworks that explain why business performance moves and translate them into decision-ready insights. Go beyond traditional variance analysis to identify structural drivers, second-order effects and long-term implications Automate Finance Logic Design, build and deploy automated and agent-driven analytical workflows that can query complex financial logic, perform contextual performance deep dives and run scenario simulations Decision Product Management Translate financial and strategic logic into scalable, reusable decision-support products rather than one-off analyses or presentations Build intuitive interfaces and analytical tools that enable Finance stakeholders and senior management to access relevant insights efficiently Continuously improve analytical products by tracking adoption, gathering user feedback and enhancing usability and functionality Finance Transformation Support the transformation of the wider Finance organisation towards an AI- and agent-enabled way of working Act as a bridge between Finance, Business Intelligence, Data and Technology teams to ensure harmonised, scalable and interoperable solutions Establish standards, architectures and best practices for using AI and automation within Finance Requirements University degree in a quantitative or technical field such as Computer Science, Engineering, Physics, Mathematics, Econometrics, or a comparable discipline 3+ years of professional experience in Finance, Data Engineering, Analytics Engineering, Data Science, or a combination of these areas Hands-on experience with automation, AI and modern data architectures (MS Fabric) Hands-on experience with SQL and Python, including data manipulation and analysis using libraries such as pandas Strong analytical and problem-solving skills with a structured, first-principles and systems-thinking mindset Strong communication skills with the ability to adapt to different audiences – from explaining a data model to a CFO to discussing pipeline architecture with an engineer Proactive, collaborative and hands-on working style with a strong sense of ownership What we offer Onsite Onboarding in our HQ office for an optimal start Great compensation and benefits packages including company achievement bonus or sales bonus and regular salary reviews Premiums for the private pension plan ( BAV ) up to the maximum amount are topped up by TeamViewer Public transport friendly offices Option to lease an e-bike (Germany only) Special terms for local gyms Access to Corporate Benefits platform with many discounts Regular Team events and company-wide celebrations Open door policy , no dress code rules, frequent all Hands and Leadership Lunches Hybrid and Flexible work time Work From Abroad Program allowing up to 40 days of work outside your contracting country We celebrate diversity as one of core values, join and drive one of the c-a-r-e initiatives together with us! TeamViewer is an equal opportunities employer and is committed to building an inclusive culture where everyone feels welcome and supported. We C-A-R-E and understand that our diverse, values-driven culture makes us stronger. As we continue to grow as a company, we also focus on enabling our employees to grow both personally and professionally. We are proud to have an open and embracing workplace environment that will empower you to be your best no matter your gender, civil or family status, sexual orientation, religion, age, disability, education level, or race. If you require any accommodations or adjustments during the application or hiring process, including interview or onboarding support, please reach out to your Talent Acquisition Partner, who will be happy to support you.

Neoai IT Center izlayapti mutaxassislarni bir nechta yo'nalishlarda: backend dasturlash (python, Django, Fastapi, Node.js, Express.js, Java, Spring Boot, PHP, Laravel, Rest API, Postgresql, Mysql, Mongodb, Git, Docker), frontend (HTML, CSS, JavaScript, TypeScript, React, Next.js, Vue.js, Angular, Tailwind CSS, Bootstrap, Git), mobil dasturlash (Dart, Flutter, Kotlin, Java, Swift, React Native, Firebase, Android Studio, Xcode, Git), UX/UI dizayn (Figma, Adobe XD, Photoshop, Illustrator, Figjam, UI Design, UX Research, Wireframing, Prototyping, Design System), kiberxavfsizlik (Linux, Python, Bash, Networking, TCP/IP, Wireshark, Nmap, Burp Suite, Metasploit, OWASP, Git, Docker), data science (Python, Numpy, Pandas, Matplotlib, Seaborn, Scikit-learn, TensorFlow, PyTorch, SQL, Jupyter Notebook, Git), data analitika (Python, Pandas, Numpy, SQL, Excel, Power BI, Tableau, Matplotlib, Seaborn, Jupyter Notebook), sun'iy intellekt (Python, PyTorch, TensorFlow, Keras, Scikit-learn, Hugging Face, OpenAI API, Langchain, Numpy, Pandas, Git, Docker), robototexnika (Python, C++, Arduino, ESP32, Raspberry Pi, ROS, Matlab, Arduino IDE, OpenCV, Sensors, Git). Ish joyi Toshkent shahrida, ish vaqti 3 soat, maosh 4-5 million so'm. Vazifalar: o'quvchilarga zamonaviy IT texnologiyalarini nazariya va amaliyot asosida o'rgatish, darslarni amaliy loyihalar va real vazifalar bilan tashkil etish, o'quvchilar bilan individual ishlash va ularning rivojlanishini kuzatib borish, dars materiallari va amaliy topshiriqlar tayyorlash. Nomzodlar mas'uliyatli, kommunikativ bo'lishi, o'z yo'nalishi bo'yicha amaliy tajribaga ega bo'lishi, yangi texnologiyalarni muntazam o'rganib borishi talab etiladi. Shuningdek, tajribali mutaxassislar bilan birga professional muhitda rivojlanish imkoniyati mavjud.

Задачи: — проектировать и разрабатывать backend-сервисы и RESTful API (Python/Django) — строить agentic-пайплайны на LangChain, LangGraph, n8n и аналогичных инструментах — собирать и обрабатывать данные из внутренних систем (jira, confluence, продуктовые реестры, аналитические платформы) — строить ETL/ELT-пайплайны на Python/Pandas/NumPy, в том числе потоковые данные через Kafka — готовить данные для обучения/дообучения моделей и базово настраивать/оценивать качество ML/LLM-компонентов совместно с профильными специалистами — разворачивать и эксплуатировать сервисы в закрытом контуре (production-инфраструктура внутри периметра безопасности, без выхода во внешний интернет): Docker, Kubernetes, CI/CD — принимать архитектурные решения по сервисам и агентным пайплайнам — тестирование, код-ревью — взаимодействовать с продуктовыми и инженерными командами при формировании требований и внедрении агентных и аналитических инструментов в рабочие процессы — готовить дашборды и рекомендации для управленческих решений по приоритизации и балансировке портфеля продуктов. Требования: — от 3 лет опыта в backend-разработке с выводом решений в production — опыт построения агентных систем — обязателен — опыт самостоятельного проектирования архитектуры backend-сервисов и агентных пайплайнов, готовность нести ответственность за принятые технические решения — Python — продвинутый уровень; Django, RESTful API — SQL, опыт работы с реляционными и NoSQL хранилищами — LangChain, LangGraph, MCP servers, опыт с n8n или аналогами; понимание RAG-архитектур, embeddings, векторных баз данных — Pandas, NumPy, Kafka — обработка табличных и потоковых данных, ETL/ELT на больших объемах — Docker, Kubernetes, CI/CD — уверенный пользовательский уровень. Условия: — комфортный современный офис рядом с м. Кутузовская — гибридный формат работы — ежегодный пересмотр зарплаты, квартальная и годовая премия — корпоративный спортзал и зоны отдыха — более 400 образовательных программ СберУниверситета для профессионального и карьерного развития — программа адаптации и помощь руководителя на старте — расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа — 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.

Задачи: — проводить аналитику и мониторинг работы моделей — собирать и подготавливать данные, последующий EDA, feature engineering — разрабатывать новые ML-модели — оптимизировать скрипты data/model/inference pipelines — подготавливать код проекта к проду, подготавливать, дизайнить и проводить АБ-тесты. Требования: — высшее образование по техническому направлению — от года релевантного опыта в ML — прочный математический фундамент (понимание градиентного спуска, характеристик основных распределений, PCA, МНК, базовые статистические тесты проверки гипотез) — умение и желание писать код на Python, оптимизировать его, разбираться в чужом коде, понимание SQL — владение основными библиотеками для анализа данных: pandas, numpy, scipy, matplotlib, statmodels — глубокое понимание основных алгоритмов классического ML (линейная/логистическая регрессия, деревья решений, ансамбли), базовые знания по DL (основные архитектуры, тонкости обучения) — владение основными фреймворками для ML/DL: sklearn, pytorch, transformers и др. Будет плюсом: — интерес к методам ML в задачах ценообразования и финансах — изучение Reinforcement Learning, multi-arms bandits — чтение статей по современным решениям для работы с последовательностями. Условия: — комфортный современный офис рядом с м. Кутузовская — гибридный формат работы — ежегодный пересмотр зарплаты, квартальная и годовая премия — корпоративный спортзал и зоны отдыха — более 400 образовательных программ СберУниверситета — программа адаптации и помощь руководителя на старте (для Junior) — расширенный ДМС, льготное страхование для семьи, корпоративная пенсионная программа — 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.

Neoavlod o'quv markazi 4–9 oy davomida python va vibe coding yo'nalishida ta'lim olgan tayyor guruhni yangi bosqichga olib chiqadigan, o'quvchilarni real loyihalar asosida ishlashga va o'z g'oyalarini bozorga chiqarishga yo'naltira oladigan tajribali mentor izlamoqda. Talab qilinadigan texnologiyalar va ko'nikmalar: — Python — Git/Github — Vs Code — Virtual Muhitlar (Venv) — Pip — Numpy — Pandas — Sql/Sqlite — Rest Api — Flask/Django Asoslari — Html/Css/Js Asoslari — Ai Kod Yordamchilari (Claude Code, Cursor, Copilot) — Prompt Engineering — Terminal/Bash — Debugging va Testing (Pytest) — Deployment (Vercel/Render)

Задачи: — Исследование и анализ данных для продуктовых решений — Самостоятельный поиск и интеграция новых источников данных — Написание сложных SQL-запросов для построения витрин и аналитики — Проектирование логики многокомпонентных фич и новых продуктовых инструментов — Изучение и анализ работы репрайсеров (Ozon, Wildberries, Яндекс Маркет) — Сбор информации по правилам и API новых площадок — Построение витрин и дашбордов на данных маркетплейсов Требования: — Опыт работы в аналитике данных или продуктовой аналитике от 3 лет — Отличное знание SQL и умение собирать витрины «с нуля» без BI-инструментов — Базовые навыки Python (Pandas, Matplotlib) для EDA — Понимание специфики e-commerce и маркетплейсов — Опыт самостоятельного поиска и интеграции новых источников данных — Умение проектировать сложные продуктовые фичи и работать с API — Аналитический склад ума, самостоятельность и инициативность Условия: — Полностью удалённая работа: работай из любой точки мира — График 5/2, 8-часовой рабочий день — Оформление по ТК, стабильная зарплата — ЗП 150 000 - 170 000 рублей + премия OKR

Задачи: — Разбирать и обрабатывать документы в форматах Excel, PDF и сканы. — Извлекать табличные данные из документов. — Нормализовать даты, номера документов, суммы и другие поля. — Проектировать и реализовывать логику сопоставления данных. — Выявлять расхождения между двумя источниками. — Обрабатывать сложные кейсы: разные периоды, отличающиеся номера, частичные совпадения и другие неоднозначные ситуации. — Интегрировать OCR и Document AI-инструменты. — При необходимости использовать LLM для интерпретации и формирования человекочитаемых объяснений. — Разрабатывать backend/API для сервиса. — Участвовать в проектировании архитектуры MVP. — Работать с реальными обезличенными финансовыми документами и тестировать качество решения на исторических данных. Требования: — Коммерческий опыт разработки на Python от 3 лет. — Уверенное владение Python. — Опыт работы с pandas и табличными данными. — Опыт обработки Excel / CSV. — Опыт парсинга PDF. — Опыт разработки backend-сервисов и REST API. — Понимание алгоритмов сопоставления, нормализации и очистки данных. — Умение проектировать решение самостоятельно, а не только работать по готовому ТЗ. — Опыт работы с Git. Будет большим плюсом: — Опыт с OCR: Tesseract, PaddleOCR или аналогами. — Опыт с PyMuPDF, pdfplumber, Camelot, Tabula. — Опыт с fuzzy matching. — Опыт работы с Document AI / Intelligent Document Processing. — Интеграция LLM API: OpenAI, Azure OpenAI, YandexGPT или аналогов. — Опыт разработки систем reconciliation / data matching. — Опыт работы с финансовыми, бухгалтерскими или другими структурированными документами. — Опыт On-Premise решений. — Опыт построения решений, где нужно сочетать детерминированную бизнес-логику и AI. Что здесь не требуется: — Классический Data Scientist и обучение собственных ML-моделей с нуля. — В проекте важнее: сильная прикладная Python-разработка; работа с документами и данными; построение надежной логики сопоставления; понимание, где действительно нужен AI, а где лучше использовать обычные алгоритмы. О проекте: — На первом этапе планируется разработка MVP без глубокой интеграции с внутренними учетными системами. — Базовый сценарий: пользователь загружает акт сверки и внутреннюю выгрузку, система извлекает и нормализует данные, выполняет сопоставление, показывает совпадения и расхождения, формирует структурированный результат для пользователя. — Ожидаемый результат — рабочий прототип, который можно проверить на реальных исторических данных. Условия: — Удалённая работа. — Проектная занятость / аутстафф. — Возможна полная или частичная загрузка — обсуждается индивидуально. — Проект стартует с этапа MVP, с возможностью продолжения. — Работа в составе небольшой проектной команды. — Ожидаемый уровень Middle+ / Senior. — Специалист должен самостоятельно разобраться в предметной области, предложить техническое решение и довести его до рабочего результата. Будет преимуществом в отклике: — Опыт похожих задач: обработка документов; OCR; reconciliation / matching; financial data processing; Document AI; LLM-интеграции. — Указание текущей доступности, возможной загрузки в часах в месяц, часовой ставки, формата работы: ИП / самозанятый / другой.

Location: Chicago, New York City DRW is a diversified trading firm with over 3 decades of experience bringing sophisticated technology and exceptional people together to operate in markets around the world. We value autonomy and the ability to quickly pivot to capture opportunities, so we operate using our own capital and trading at our own risk. Headquartered in Chicago with offices throughout the U.S., Canada, Europe, and Asia, we trade a variety of asset classes including Fixed Income, ETFs, Equities, FX, Commodities and Energy across all major global markets. We have also leveraged our expertise and technology to expand into three non-traditional strategies: real estate, venture capital and cryptoassets. We operate with respect, curiosity and open minds. The people who thrive here share our belief that it’s not just what we do that matters–it's how we do it. DRW is a place of high expectations, integrity, innovation and a willingness to challenge consensus. As a Data Analyst, Exploration you will play an integral role in all operational aspects of onboarding, managing and maintaining various datasets used by traders and quantitative researchers. You will work closely with a variety of stakeholders, including data strategists and data engineers, as well as teams across technology, operations, research, and risk management. You should be comfortable investigating complex data issues in a fast-paced environment. What you will do in this role: Analyze new datasets to profile their content, identify collection and storage requirements for data engineering teams and proactively surface insights about the datasets for data strategists and front-office stakeholders Collect metrics and analyze datasets across different dimensions of data quality including completeness, validity, accuracy, timeliness, and consistency Curate data catalog entries to ensure our research data assets are accurately represented and easily discoverable Engage with global front office research teams to support datasets throughout their lifecycle, addressing content inquiries and managing communications with external data vendors Monitor and resolve production data issues while engaging key stakeholders across multiple teams and facilitating global support Assist the wider team by identifying opportunities to improve existing datasets and data management processes What you will need in this role: 1-2 years of relevant experience Strong foundational knowledge of financial instruments and market data symbology, with an interest in developing further expertise in these areas Proficiency with SQL and Python for exploratory data analysis (PySpark, pandas, numpy, Jupyter Notebooks) Ability to document and clearly explain complex data analysis findings Exceptional attention to detail and effective communication skills Ability to think both independently and collaboratively Additional skills or experience which enhance consideration for this role: Experience with cloud services such as AWS Athena and Amazon S3 Familiarity with Linux and basic Bash scripting skills Experience with version control tools such as Git Good understanding of data management and data quality principles, with experience developing data quality checks or reports Prior experience using the Bloomberg Terminal Experience with Apache Airflow or similar tools The annual base salary range for this position is $100,000 to $120,000 depending on the candidate’s experience, qualifications, and relevant skill set. The position is also eligible for an annual discretionary bonus. In addition, DRW offers a comprehensive suite of employee benefits including group medical, pharmacy, dental and vision insurance, 401k (with discretionary employer match), short and long-term disability, life and AD&D insurance, health savings accounts, and flexible spending accounts. For more information about DRW's processing activities and our use of job applicants' data, please view our Privacy Notice at https://drw.com/privacy-notice . California residents, please review the California Privacy Notice for information about certain legal rights at https://drw.com/california-privacy-notice . [#LI-TL1]

Location: Bangkok, Thailand Workplace: hybrid David Kennedy Recruitment is working with a multinational financial services company specializing in online trading that is seeking to onboard a Data Analyst to join their team. Position: Data Analyst Location: Bangkok, Thailand Work model: Hybrid Employment type: full time. RESPONSIBILITIES: Analyze business data across deposits, withdrawals, trading volumes, customer behaviour, IB/partner structures, promotions, bonuses, and other key commercial areas Identify anomalies, unusual trends, data discrepancies, and potential business risks and investigate their root causes Reconcile data across CRM, trading platforms, internal ledgers, and other systems to ensure accuracy and consistency Build, maintain, and automate recurring daily, weekly, and monthly reports for management and business teams Translate complex datasets into clear findings, insights, and recommendations for non-technical stakeholders Investigate business questions using data, including customer behaviour, churn, promotion performance, and the impact of operational or policy changes Proactively identify growth opportunities and areas for business improvement through data analysis Work closely with IT and AI teams to identify additional data requirements, queries, and datasets Document data sources, methodologies, assumptions, and findings to ensure transparency and reproducibility Continuously improve analytical processes and reduce reliance on manual reporting. REQUIREMENTS: Minimum 2 years of professional Data Analysis experience Fluent in English both verbal and written Strong SQL skills, including multi-table joins, window functions, and working efficiently with large datasets Hands-on Python experience for data analysis using pandas, Polars, or similar tools Strong analytical mindset with the ability to investigate anomalies and determine root causes Ability to translate complex data into clear business insights and recommendations Strong written and verbal communication skills, including presenting findings to non-technical stakeholders Comfortable using AI tools such as ChatGPT, Claude, or similar solutions as part of analytical workflows Strong ownership mentality with the ability to independently drive analytical tasks from question to conclusion Experience within Forex/CFD, brokerage, fintech, payments, or another financial services environment is considered a strong advantage Experience with financial reconciliation, dashboards, A/B testing, cohort analysis, or statistical analysis is considered an advantage Knowledge of DuckDB, Polars, Grafana, Metabase, Looker Studio, or similar tools is considered an advantage. OFFER: Hybrid working model Work with real business and trading data that directly influences company decisions Modern analytics environment using SQL, Python, Polars, DuckDB, PostgreSQL, Grafana, and AI-powered analytical tools Opportunity to automate and improve existing reporting and analytical processes Direct exposure to commercial, trading, customer, and financial data within the Forex/CFD industry Career development towards broader ownership of company analytics and data standards And many more!

Задачи: — сбор, предобработка, консолидация данных из внутренних и внешних источников; — обеспечение структурированного хранения данных (ведение справочников), проверка качества данных; — ведение регулярной отчетности по коммерческим и медийным показателям (реклама и аудитория в интернете); — поддержка и совершенствование существующих бизнес-процессов и аналитических инструментов; — создание расчетов и аналитических моделей; — построение и поддержка витрин данных; — анализ данных, подготовка ad-hoc запросов, аналитических записок, презентаций для руководства с выводами и рекомендациями; — постановка технических заданий разработчикам, составление инструкций и регламентов по работе с данными; — автоматизация расчетов и отчетности (Excel / SQL / Python). Требования: — высшее образование (желательно техническое, математическое, экономическое, социологическое); — опыт работы в аналогичной должности не менее 2-х лет; — уверенное владение пакетом MS Office, Excel - на продвинутом уровне (формулы, сводные таблицы, визуализация данных, Power Query); — базовые или средние навыки работы с Python (Pandas) и SQL; — понимание структуры баз данных и DWH, форматов хранения данных, моделей данных; — опыт работы с массивами данных, включая структурированные и неструктурированные источники; — умение визуализировать данные, формулировать выводы и рекомендации для бизнеса; — внимательность к деталям, критическое мышление, методичность и аккуратность в работе с данными; — ответственность, устойчивость к рутинной работе, высокая грамотность, коммуникабельность и вежливость. Будет плюсом: — python – библиотеки datetime, numpy, pandas, re, requests, sqlalchemy, sqlite3; работа с API; — работа с ПО Медиаскоп (Palomars, Adex); — знание рекламного рынка (структура, функции основных участников, происходящие процессы) и принципов размещения рекламы в интернете; — знание основ медиапланирования; — навыки использования математических методов моделирования и анализа. Условия: — работу в стабильной и постоянно развивающейся компании-лидере рекламного рынка; — гибридный график работы (с 10 до 19), офис в шаговой доступности от метро Молодежная или Крылатское; — стабильную заработную плату; — официальное оформление; — широкий спектр социальных программ: ДМС, программа поддержки корпоративного благополучия ПОНИМАЮ, скидки на театральные, музыкальные и т.п. мероприятия; — обучение в Корпоративном Университете (обучение, менторинг, коучинг); — приятную и комфортную атмосферу, дружный коллектив.

Location: Chicago, Houston, Remote DRW is a diversified trading firm with over 3 decades of experience bringing sophisticated technology and exceptional people together to operate in markets around the world. We value autonomy and the ability to quickly pivot to capture opportunities, so we operate using our own capital and trading at our own risk. Headquartered in Chicago with offices throughout the U.S., Canada, Europe, and Asia, we trade a variety of asset classes including Fixed Income, ETFs, Equities, FX, Commodities and Energy across all major global markets. We have also leveraged our expertise and technology to expand into three non-traditional strategies: real estate, venture capital and cryptoassets. We operate with respect, curiosity and open minds. The people who thrive here share our belief that it’s not just what we do that matters–it's how we do it. DRW is a place of high expectations, integrity, innovation and a willingness to challenge consensus. As a Data Analyst, Stewardship you will play an integral role in all operational aspects of onboarding, managing and maintaining various datasets used by traders and quantitative researchers. You will work closely with a variety of stakeholders, including technology, front office, operations, research, and risk management. You should be comfortable investigating complex data support issues in a fast-paced environment About the Role This role is built around production support: Keeping EOD valuation data and reference data used for PnL production running correctly, and being the person who catches, diagnoses, and fixes data problems before they flow to downstream applications. You'll work across a global support queue, troubleshoot financial instrument reference and valuation data, and partner with engineering to turn recurring fixes into solutions. Location: Hybrid schedule. Can sit in our Chicago or Houston office.  Remote may be possible for the right candidate. Hours: This role has non traditional hours.  10:30am-7:30pm Central time. What You'll Do Monitor and support the production of EOD valuation data and reference data used for PnL, including coverage during evening hours to bridge global support windows. Respond to global requests via Slack and email to create, update, and troubleshoot financial instrument reference data. Investigate and explain why and how data appears the way it does — tracing issues back through source systems, feeds, and business logic. Diagnose data problems quickly under pressure and build ad-hoc scripts or tooling to resolve them. Work across reference data and valuation data stores and related reference data tooling. Escalate and collaborate with engineering and other Data Management teams on systemic issues. What We're Looking For Technical skills: Proficiency in SQL and Python, with hands-on experience troubleshooting data issues or writing ad-hoc scripts to fix problems quickly, standing up tactical fixes in a scheduling environment, building data quality metric reports, and comfortable accessing different types of data storage and file formats. Data tooling: Familiarity with Oracle SQL, Python (requests, pandas, numpy, pyplot, and spark libraries), Bloomberg back-office-files, S3/Athena, Bloomberg Terminal and Bloomberg's Excel API plug-in is helpful; exposure to solving problems/workflows using AI CLI, Airflow scheduling, is a bonus. Financial markets knowledge: You should be comfortable with financial instruments and markets well enough to understand what the data represents, particularly for futures, options, and crypto on all asset classes across global exchanges. Soft Skills: Calm under pressure, with strong critical thinking — able to assess the real impact of a request or problem and respond with the right level of urgency and context to pull in the correct teams. Communication: Comfortable fielding requests from a global, technical user base across Slack and email, and explaining data behavior clearly to non-technical and technical audiences alike. Process and governance: Experience building data governance rules/controls and writing runbook procedures for resolving support issues. The annual base salary range for this position is $100,000 to $120,000 depending on the candidate’s experience, qualifications, and relevant skill set. The position is also eligible for an annual discretionary bonus. In addition, DRW offers a comprehensive suite of employee benefits including group medical, pharmacy, dental and vision insurance, 401k (with discretionary employer match), short and long-term disability, life and AD&D insurance, health savings accounts, and flexible spending accounts. For more information about DRW's processing activities and our use of job applicants' data, please view our Privacy Notice at https://drw.com/privacy-notice . California residents, please review the California Privacy Notice for information about certain legal rights at https://drw.com/california-privacy-notice . [#LI-TL1]

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.

Задачи: — Работа с различными по сложности структурами данных и их источниками — Поддержка существующей кодовой базы – отладка, ускорение работы — Разработка новых программных решений для бизнеса Требования: — Коммерческий опыт разработки около 1 года — Хорошее знание Python, его инфраструктуры и встроенных библиотек — Знание как минимум одного популярного веб-фреймворка — Знание как минимум одного популярного фреймворка для обработки данных (numpy, pandas, polars) — Знакомство с методами оптимизации кода: векторизация, распараллеливание, async — Хорошее знание реляционных СУБД — Опыт написания автотестов — Знание Docker — Знание Linux и Git Условия: — Обучение, тренинги и прозрачный карьерный рост, корпоративный коуч — Офис класса А в башне Империя Москвы-сити — Возможность гибридного/удаленного формата работы — Комфортная неформальная атмосфера, клубы по интересам, мероприятия — Оформление по ТК, ДМС после испытательного срока, страхование от несчастных случаев, онкочекапы и материальная помощь — Бесплатные консультации от психологов, налоговых консультантов и других специалистов — Корпоративная программа скидок платформы Best Benefits — Волонтерские программы, платформа для идей и их реализации, благотворительность

Задачи: — Разрабатывать и внедрять ML-модели для прогнозирования поведения клиентов-физических лиц и розничного продуктового портфеля Банка — Рассчитывать ожидаемые денежные потоки по кредитным и пассивным продуктам Банка Требования: — Опыт работы в банковской сфере — Опыт разработки и внедрения ML-моделей от сырых данных до production — Работа с табличными данными — Свободное владение Python: Pandas, NumPy, Matplotlib (или аналогичными инструментами визуализации) — Знание SQL: оконные функции, сложные JOIN, оптимизация запросов к БД — Хорошее владение ML-библиотеками: CatBoost, LightGBM, XGBoost, Scikit-learn — Умение проводить стресс-тесты и А/В-тесты — Понимание особенностей розничных банковских бизнес-процессов — Преимуществом будет знание MLflow, Airflow, Butch Scoring, Docker, Spark / PySpark Условия: — Офисный формат работы — Офис в центре Москвы

Задачи: — разработка LLM агентов — создание логики работы и взаимодействия агентов — дообучение NLP моделей — создание RAG систем — вывод и сопровождение моделей — написание API для выводимых моделей. Требования: — знания в области математики, data science — владение Python (pandas, numpy, torch, fastapi, langchain, etc) — знание SQL, spark — приветствуется опыт работы с git, docker — опыт работы с NLP пайплайнами. Условия: — комфортный современный офис рядом с м. Кутузовская — возможность выбрать удобный график – офис/гибрид — ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования) — корпоративный спортзал и зоны отдыха — более 400 образовательных программ СберУниверситета для профессионального и карьерного развития — программа адаптации и помощь руководителя на старте (для вакансий уровня Junior) — расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа — 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.