Вакансии

Задачи: – Проектирование и развитие корпоративного хранилища данных (КХД) – Разработка и оптимизация архитектуры DWH – Проектирование, разработка и сопровождение ETL-процессов – Построение витрин данных под бизнес-задачи – Настройка, оптимизация и мониторинг загрузок данных – Контроль и обеспечение качества данных – Разработка SQL-скриптов, процедур и серверного кода – Участие в проектах миграции и интеграции данных – Интеграция источников через брокеры сообщений и REST API – Подготовка технической документации – Взаимодействие с командами аналитики и BI. Требования: – Высшее / неполное высшее образование – Опыт работы Data Engineer / Архитектором DWH от 4 лет – Опыт проектирования КХД от 1 года (Oracle, PostgreSQL) – Понимание архитектуры и принципов построения DWH – Опыт разработки ETL-процессов – Опыт построения витрин данных – Понимание принципов Data Quality – Экспертное знание SQL (Oracle, PostgreSQL) – Опыт миграции данных с использованием серверного кода – Опыт настройки и оптимизации загрузок – Опыт работы с Apache Kafka, RabbitMQ – Python — обязательно – Русский — свободно, английский — чтение/написание тех. документации.

Задачи: — подготовить инженерную организацию и технологии к росту числа продуктов и команд — работать в тесном партнёрстве с CEO и продуктовой командой Требования: — управление несколькими инженерными командами через руководителей и развитие лидов — рост инженерной организации: найм, формирование команд и изменение структуры под задачи бизнеса В компании сейчас три тимлида, около 12 разработчиков, два ML-инженера и QA. В работе используются Go, Ruby, Python, React, ClickHouse, Kafka и другие технологии.

Anthropic Fellows Program is designed to foster AI research and engineering talent by providing funding and mentorship to promising technical talent regardless of previous experience. Fellows primarily use external infrastructure such as open-source models and public APIs to work on empirical projects aligned with Anthropic's research priorities, aiming to produce public outputs like paper submissions. The program runs for 4 months full-time, with a weekly stipend of 3,850 USD / 2,310 GBP / 4,300 CAD plus benefits and funding for compute (~$15k/month) and other research expenses. Fellows receive direct mentorship from Anthropic researchers, access to shared workspaces in Berkeley, California or London, UK, and connection to the broader AI safety and security research community. Interview process includes initial application and reference check, technical assessments and interviews, and a research discussion. Candidates are encouraged to apply even if they do not meet every qualification. The program values diversity and representation. Fellows workstreams include AI Safety Fellows, AI Security Fellows, ML Systems & Performance Fellows, Reinforcement Learning Fellows, and The Anthropic Institute Fellows (Economics & Policy). Candidates may be considered for all workstreams by default and can specify preferences. General candidate criteria: motivated by AI safety and societal benefit, strong technical background in computer science, mathematics, or physics, ability to implement ideas quickly and communicate clearly, fluent in Python, and available full-time for the program. AI Safety Fellows focus on research areas such as scalable oversight, adversarial robustness and AI control, model organisms, mechanistic interpretability, and AI welfare. Mentors include Sam Bowman, Sara Price, Alex Tamkin, and others. Candidates with experience in empirical ML research, large language models, and open-source contributions are a good fit. AI Security Fellows focus on reducing catastrophic risks from advanced AI systems, with mentors like Nicholas Carlini and Keri Warr. Candidates with experience in pentesting, vulnerability research, offensive security, CVE reporting, bug bounties, and empirical ML research are preferred. Logistics: applicants must have work authorization and be located in the US, UK, or Canada during the program. Shared workspaces are available in London and Berkeley, with remote options in these countries. Visa sponsorship is not provided. The program duration is 4 months full-time, with possible extensions. Strong performance may lead to full-time offers at Anthropic, though not guaranteed. Applications are currently closed and will be updated when reopened. The program is managed by Constellation recruiting partner. The description includes policies for full-time roles which do not apply to the Fellows Program. Anthropic is a public benefit corporation headquartered in San Francisco offering competitive compensation, benefits, equity donation matching, vacation and parental leave, flexible hours, and office space. The company emphasizes collaborative, high-impact AI research with a focus on steerable, trustworthy AI.

Location: Anywhere in France, Belgium, Spain HEALTH CAN’T WAIT. Not for symptoms to get worse. Not for a six‑month appointment. Not for a system to catch up. But that’s exactly how healthcare works today. You wait, until you can’t. Alan exists to end the wait. Health is a universal right, and we believe this right can only become real when it’s coupled with prevention. We need to stop treating health as something we repair and start treating it as something we build, every day. It’s not solely a question of willpower. It’s the healthcare system itself that needs to work for everyone, in a sustainable way. So we are building the new standard in prevention insurance. Alan is the first company that integrates insurance, prevention, and care into a single, acclaimed user experience. We are on an incredible journey to build a global leading company, with a unique culture https://alan.com/en/careers. We already partner with 40K+ companies of all sizes, serving more than 1M+ members, and have reached €800M+ in ARR. Prevention as the new norm. That's what we're building with our team of 1000+ people. If it speaks to you: we're hiring across France, Spain, Belgium, and Canada. And beyond. ⭐ THE ENGINEERING TEAM ⭐ In our engineering team, we build the infrastructure, interfaces, and applications to provide first-class service to our members, health professionals, and even ourselves! Being an engineer at Alan means joining a team of talented, committed and passionate engineers, with a lot of interactions. We move fast, with a lot of ownership, and are proud to tackle big problems! Our process is very simple: those who make product decisions are the same ones who build them. We are also the stewards of our members' most sensitive data, and building privacy in by design is core engineering work for us, not an afterthought. Want to know more? Read this article https://medium.com/alan/a-new-iteration-of-our-engineering-career-path-at-alan-f46f7b229b2d on our Engineering career path. 🛠️ THE STACK Python/Flask, Typescript, React, React Native on the coding side. AWS, GCP, Kubernetes, PostgreSQL, Redis, Terraform/Terramate, Datadog, Cloudflare, GitHub Actions on the platform side, all in a monorepo. We deploy daily and believe in distributed ownership - you build it, you own it. 🤖 THE DATA FOUNDATIONS CREW - WITHIN THE TECH FOUNDATIONS AREA 🎯 MISSION - Tech Foundations - enables product crews and creates the environment to thrive, combining world-class infrastructure, intuitive developer experience, exquisite operational excellence, and built-in security to make shipping exceptional products effortless. - Data Foundations - is one of its crews. Its mission: be the enabling and platform team for data lifecycle and privacy engineering across Alan: retention, deletion, anonymization, and pseudonymization, by design. It builds and runs the GDPR Orchestrator (the platform's current embodiment) and equips each area to own its own data rules on top of it. The team also handles data shared with third parties and partners, with Legal and Security on requirements, including authority-facing work (e.g. CNIL). 🔭 SCOPE 1. Own and evolve the privacy platform (build & run): its core engine, its safety mechanisms (preview/dry-run, audit trail), and its operational health (deploys, on-call, observability). You design the contract areas build on and keep it reliable as adoption grows. 2. Build the paved road (enable, teach to fish): docs, templates, and self-serve tooling so any of our 15+ areas can plug into the platform and manage its own data rules and dependencies. You coach areas through pairing and syncs; you build the capability rather than doing the work for them. 3. Coordinate across areas (the cross-area bridge): align legal, security, data, and the data-producing areas on requirements, surface cross-area data dependencies, and resolve design trade-offs between them. You own the coordination; each area stays accountable for its own data and rules. 4. Push the foundations forward: drive open platform design questions to a conclusion and grow the platform's capabilities as Alan's data, products, and footprint expand. 👀 FOCUS FOR 2026 - Own the platform: become the long-term owner of the GDPR Orchestrator and shape the roadmap for how Alan manages data lifecycle at scale. - Raise the bar on the platform: invest in its safety, observability, and developer experience so areas build on it with confidence. - Lay the paved road: ship the docs, templates, and tooling that let areas self-serve, then move ownership of data rules to the areas that produce the data. - Scale the surface: grow the platform's reach across data stores and third-party systems as Alan expands into new countries. ⭐ IS IT YOU WE'RE LOOKING FOR? EXPERIENCE WE VALUE - Senior-level experience (typically 8+ years) in backend or platform software engineering, or equivalent, with deep production ownership (API and contract design, data modeling, running what you ship). - You've built and operated platforms, libraries, or services that other engineers depend on, and you care about the contract you expose to them. - You're comfortable operating across many teams and influencing without authoritarianism: getting legal, security, data, and product crews who don't report to you aligned on a plan, and driving it to completion. - You bring pragmatism under constraint: you ship sound, safe solutions and improve them over time, rather than waiting for perfect. - Strong plus: prior privacy, GDPR, or data-governance exposure, and experience working in an enabling or platform-team operating model. - Explicitly not required: deep legal expertise. Legal and security partner with this role; they don't get replaced by it. MINDSET WE VALUE - You treat platform engineering as product work: engineers and members are your customers, and doing the right thing with their data should feel effortless. - You're hands-on: writing code is the bulk of the job (Python, TypeScript). You ship what you write to production yourself, then operate it: rollouts, alerting, on-call, incident response. - You design and communicate: you're as comfortable writing a framing doc, drawing a dependency map, and aligning several areas on a design decision as you are writing the code. - You're an enabler: you measure your impact by how fast areas run their own data rules without ever consulting you. The harder you've worked, the less they have to engage you. - You build reusable patterns: guardrails, libraries, and safe-by-default abstractions that keep data handling correct and safe by design at scale. - You're fluent in English (French is not required). For this opportunity, we are aiming to hire above the E level range https://medium.com/alan/a-new-iteration-of-our-engineering-career-path-at-alan-f46f7b229b2d. But above all, we are looking for high potential and curiosity: make sure to show us this when you apply! Everything else is a bonus. 🌍 HOW WE WORK - Location: You must be legally eligible to work in France, Belgium, or Spain. - Remote work: We offer remote work flexibility, but we value in-person collaboration. 🎯 IMPORTANT NOTE: WE HIRE PEOPLE, NOT ROLES. If you're excited about this opportunity but don't check every box, we'd love to hear from you. Everyone, no matter how underrepresented, should feel free to apply, as it can only bring learnings or success. If you identify yourself as a woman: Did you know that research shows women often apply only when meeting 100% of requirements? Remember, this is just a guide, not a checklist. We'll be thrilled to receive your application! 🔖 Check out our About Alan https://alan.com/about and Career https://alan.com/careers pages, as well as our Medium https://medium.com/alan, blog https://blog.alan.com/ and Glassdoor page https://www.glassdoor.com/Overview/Working-at-Alan-EI_IE1696043.11,15.htm for more info. YOU WANT TO KNOW MORE ABOUT ALAN? - 🙌 Perks & Benefits https://alan.com/en/careers/a/salary-equity: Alaners are provided with a stimulating environment and perks ensuring they are happy, efficient and spend only high-quality time with co-workers. - 🤘 A strong culture https://alan.com/en/about/a/leadership-principles: People joining Alan are often surprised and delighted by our innovative working method. We have a set of cultural values that guide our approach to work.

Location: Москва ИТ B2C — самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее. Ждем именно тебя! Ищете задачи, где код напрямую превращается в миллиардный финансовый результат? Присоединяйтесь к трайбу D-People. Мы меняем клиентский опыт через умную сегментацию — каждый сегмент получает свой подход, что приносит компании свыше 1 млрд рублей в год. В нашей команде из 60+ человек вы будете внедрять в продакшен передовые ML-модели, от классических пайплайнов до NLP-систем SOTA на базе трансформеров. Для самых амбициозных задач у нас есть два производительных кластера Hadoop и выделенные серверы с видеокартами NVIDIA Tesla A100 и V100. Обязанности * внедрение ML моделей и фичей, необходимых для их исполнения * проектирование и поддержка Pipeline-ов регулярного скоринга моделей * развитие Hadoop кластера подразделения (оптимизация нагрузки, масштабирование, установка доп. инструментов, часть задач по администрированию и мониторингу) * предоставление экспертной поддержки D-people (Engineer/Analyst/Scientist) трайба в части оптимизации запросов, хранения данных и т.д. * поддержка сопроводительной документации в базе знаний подразделения. Требования * опыт работы от 3 лет в качестве Data Engineer/Data Analyst/Data Scientist * продвинутые знания SQL и Python: опыт разработки и, желательно, внедрения в пром. от 1 года * уверенные знания основных компонентов Apache Hadoop * опыт работы с фреймворком Apache Spark * понимание основ Machine Learning. **Будет плюсом:** * знание Scala * опыт с Python ML-frameworks (Scikit-Learn, LightGBM, PyTorch и другие) * опыт с Spark streaming, Kafka, Hbase, GreenPlum * опыт с DevOps (Jenkins), Git (BitBucket) * навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом * опыт с методологии Agile (SCRUM, Kanban). Условия комфортный современный офис рядом с м. Кутузовская возможность выбрать удобный график – офис/гибрид (офисный формат на период испытательного срока) ежегодный пересмотр зарплаты, 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.

Location: Paris, France; Marseille, France; Bordeaux, France; Biarritz, France; Brussels, Belgium HEALTH CAN’T WAIT. Not for symptoms to get worse. Not for a six‑month appointment. Not for a system to catch up. But that’s exactly how healthcare works today. You wait, until you can’t. Alan exists to end the wait. Health is a universal right, and we believe this right can only become real when it’s coupled with prevention. We need to stop treating health as something we repair and start treating it as something we build, every day. It’s not solely a question of willpower. It’s the healthcare system itself that needs to work for everyone, in a sustainable way. So we are building the new standard in prevention insurance. Alan is the first company that integrates insurance, prevention, and care into a single, acclaimed user experience. We are on an incredible journey to build a global leading company, with a unique culture https://alan.com/en/careers. We already partner with 40K+ companies of all sizes, serving more than 1M+ members, and have reached €800M+ in ARR. Prevention as the new norm. That's what we're building with our team of 1000+ people. If it speaks to you: we're hiring across France, Spain, Belgium, and Canada. And beyond. ⭐️ THE DATA FOUNDATIONS TEAM ⭐ At Alan, every decision we make about our members' care, contracts and claims is a data decision. The Data Foundations team builds the platform that makes those decisions possible in a safe way. - Being part of the Data Foundations team means you’ll build, maintain, and improve the Data Platform used by everyone at Alan. - We enable Alan’s data-driven nature and help our colleagues make the most of their data. - Partner closely with people across Alan (technical and non-technical) to understand their needs and build data solutions they can trust and use effectively. - We own and manage all data-related tools that power Alan. - AI is changing the way companies work with data: agents are becoming first-class users of our data warehouse. It opens a world of new usage and exciting features, as well as concerns around security, data quality and governance. We are building the foundations that allow Alan to make the most of this exciting new paradigm. - Alan is expanding quickly: we went from 4 to 6 countries this year and we won’t stop there. Our objective is to onboard new countries in weeks, not months. Having strong data foundations is a cornerstone of that expansion, allowing our teams to make sense of a patchwork of insurance systems, regulations and reporting rules. - Examples of our missions: - improve the developer experience when building and maintaining data pipelines, - enable reliable and secure access to our data warehouse for Alaners and AI agents, - strengthen security and governance around our data assets, - define and implement standard data practices across Alan, - maintain and evolve our core data infrastructure to accommodate Alan's international expansion and growing product breadth… - Our core tools include Python, Airflow, Snowflake, AWS/GCP, Metabase, Terraform, dbt, and others. - Who you'll work with: Data Foundations is a small, high-leverage team inside the Tech Foundations area, whose mission is to enable product crews through world-class infrastructure, developer experience, operational excellence, and built-in security. You'd be joining as one of its core engineers, working daily with the whole Data community at Alan. 🎯 EXPECTED SKILLS AND ABILITIES You would thrive at Alan if most of this sounds like you: - Passionate about owning ambitious problems and developing simple solutions for them. - 3+ years of experience demonstrating impact in Data positions. We welcome candidates from early-career to highly experienced profiles. You may already have strong expertise in Data Engineering, or be an experienced data or software engineer looking to deepen your specialization in this area. - Experience building and operating production data infrastructure: orchestration (Airflow or similar), a cloud data warehouse, infrastructure as code. - Experience designing systems, tools or libraries used by other engineers, scientists or analysts. - Proficient in Python and SQL. Setting a high standard of rigor and precision for yourself, interested in your craft. - Curious about AI and eager to use it thoughtfully to increase your impact. - Great listening and communication skills. - Humble, kind, collaborative, and still willing to grow (no matter your seniority!). - Fluent and clear in English, both oral and written (no need to speak French!). For this role, we are looking to hire within the C0-E level range https://alan.com/en/careers/a/salary-equity. ⚙️ IMPORTANT NOTE: WE HIRE PEOPLE, NOT ROLES. If you're excited about this opportunity but don't check every box, we'd love to hear from you. Everyone, no matter how underrepresented, should feel free to apply, as it can only bring learning or success. If you identify yourself as a woman: Did you know that research shows women often apply only when meeting 100% of requirements? Remember, this is just a guide, not a checklist. We'll be thrilled to receive your application! 🔖 Check out our About Alan https://alan.com/about and Career https://alan.com/careers pages, as well as our Medium https://medium.com/alan, blog https://blog.alan.com/ and Glassdoor page https://www.glassdoor.com/Overview/Working-at-Alan-EI_IE1696043.11,15.htm for more info. YOU WANT TO KNOW MORE ABOUT ALAN? - 🙌 Perks & Benefits https://alan.com/en/careers/a/salary-equity: Alaners are provided with a stimulating environment and perks ensuring they are happy, efficient and spend only high-quality time with co-workers. - 🤘 A strong culture https://alan.com/en/about/a/leadership-principles: People joining Alan are often surprised and delighted by our innovative working method. We have a set of cultural values that guide our approach to work 🔄 A quick note about the process Note: While you're applying for a specific area, you may join a different engineering team based on where we think you'll have the most impact. Check out descriptions of other areas here https://www.notion.so/Software-Engineering-Areas-Alan-2c61426e8be7805bacd2cdbc08c32640?pvs=21. #LI-DNP

Задачи: — Решать технические проблемы клиентов от начала до конца (Helpdesk + Slack) в рамках SLA — Проводить анализ корневых причин с использованием Grafana, Datadog (логи, метрики, трассировки) — Создавать дашборды мониторинга и проактивные оповещения — Писать скрипты на Python для автоматизации и массовых операций — Активно использовать AI-инструменты (Claude, Cursor, ChatGPT) для ускорения устранения проблем Требования: — Опыт ежедневной работы с LLM и prompt engineering — Практические навыки работы с Grafana/Datadog (создание дашбордов и оповещений) — Скриптинг на Python и хорошее понимание распределённых систем — Опыт работы 2+ года в TechOps/технической поддержке (FinTech/Forex/Crypto будет плюсом) — Отличное владение английским языком (C1+) Условия: — Удалённая работа, предпочтительно в часовом поясе GMT+5 - GMT+8 — Работа в англоязычной команде

Location: Москва Наша команда отвечает за оценку модельного риска и независимый контроль генеративных моделей Банка. В нашей зоне ответственности GigaChat — текстовые и мультимодальные LLM — и open-source модели: команда первой видит, на что способна новая версия, прежде чем она выйдет к пользователям. Нам нужен специалист, который возьмет на себя измерение качества GigaChat: * разработку бенчмарков и измерение на них качества модели — на собственных данных, а не по публичным лидербордам * развитие собственной библиотеки валидации LLM полного цикла: от сбора данных и разметки до финальных метрик и отчетов * вынесение заключения по модельному риску: при каких условиях версию можно выпускать и что осталось непроверенным. Эта роль про независимое измерение фундаментального качества модели: не про обучение GigaChat — этим занимается отдельная команда — и не про продуктовые метрики вроде DAU и retention. Обязанности **Развивать собственный фреймворк оценки LLM** * писать чистый код фреймворка и проверять чужой: регулярные код-ревью, PR, поддержка растущей кодовой базы * настраивать автоматизацию и CI под растущую аудиторию и вести регулярную валидацию версий GigaChat и open-source альтернатив по единой методике — фреймворком пользуются команды по всему Банку. **Разрабатывать бенчмарки и проектировать проверку** * разрабатывать и актуализировать собственные бенчмарки под ключевые сценарии Банка: подбор задач, редкие и намеренно трудные случаи, эталонные ответы * превращать запрос «модель стала лучше?» в план проверки: что измеряем, на какой выборке, с чем сравниваем. **Строить LLM-судей и автоматические метрики** * делать судей под задачу, знать их перекосы (self-preference, position bias, length bias) и калибровать оценки против человеческих * понимать, где автоматическая оценка не годится и нужен другой подход, и снижать стоимость измерений без потери достоверности. **Давать заключение по модельному риску** * оценивать автономность модели в сценарии и цену ее ошибки: что она делает без человека, что необратимого может произойти, какой худший реалистичный исход * формулировать условия выпуска — доля трафика, ограничения по сценариям, митигации, мониторинг — с явным перечнем непроверенного и защищать выводы перед командой разработки и руководством. **Следить за фронтиром** * следить за новыми подходами в научном сообществе, читать статьи, писать собственные, внедрять лучшие практики оценки в процессы Банка * когда нужного инструмента не существует — создавать его самостоятельно. **Стек:** Python, pandas, NumPy, PyTorch, HuggingFace (transformers, datasets), vLLM, SGLang, инференс-API, S3, Git, Docker, CI/CD, Linux, Bash. Требования * **Python на продакшн-уровне:** чистый код по PEP 8, ООП и типовые паттерны проектирования, аннотации типов, привычка к линтерам и статическому анализу (ruff, mypy). Создаете и поддерживаете production-код eval-пайплайнов, читаете и ревьюите чужой * **статистика и дизайн эксперимента:** доверительные интервалы, оценка необходимого размера выборки, проверка гипотез, поправки на множественные сравнения, разница между статистической и практической значимостью * **понимаете, как устроены LLM изнутри:** как работает трансформер и механизм внимания, почему текст разбивается на токены и к чему это приводит, как параметры генерации влияют на ответ, чем отличаются этапы обучения — предобучение, дообучение на инструкциях и обучение на человеческих предпочтениях * **опыт работы с LLM** и понимание, как оценивают генеративные модели: метрики, human evaluation, LLM-as-a-judge и его ограничения * **привычка выяснять цену ошибки до начала работы** — не бросаться считать метрики, не поняв, что именно проверяете * Готовность работать без готовой методологии, проактивность, умение декомпозировать большие задачи на решаемые. --- **Будет плюсом:** * опыт с open-source моделями и инференсом: vLLM, SGLang, inference API, prompt engineering * опыт работы с мультимодальными моделями: изображения, аудио * опыт построения evaluation-фреймворков и evaluation harness, встраивание оценок в CI/CD * работа с асессорами: постановка задачи разметчикам, контроль согласованности разметки * работа с coding-агентами (Claude Code, Codex, Cursor и аналоги) * представление о том, как удешевляют инференс: квантизация, дистилляция, PEFT/LoRA, спекулятивное декодирование * опыт с RAG: умеете оценивать поиск и генерацию по отдельности, понимаете, почему модель выдумывает факты и как на это влияют разбиение документов на фрагменты и их ранжирование; работали с векторным поиском и эмбеддингами. Условия * комфортный современный офис рядом с м. Кутузовская * возможность выбрать удобный график — офис / гибрид * ежегодный пересмотр зарплаты и годовая премия по итогам работы 2–4 оклада * программа адаптации и помощь руководителя на старте * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * корпоративный спортзал и зоны отдыха * 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 трех близких * скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

Location: Barcelona, Spain; Sant Cugat del Vallès, Spain; Zaragoza, Spain; Girona, Spain; Reus, Spain; València, Spain Location: Barcelona (Hybrid / Flexible) Contract Type: Contractor Full-Time / Enterprise Project Engagement About Xenon7 Where elite tech talent meets world-class opportunities! At Xenon7, we work with leading enterprise clients and innovative startups on high-impact projects across Data, AI, Cloud, and Software Engineering. Our expertise in AI solution architecture and specialized technical talent allows us to partner with enterprise leaders on transformative initiatives, driving innovation and business growth. Job Summary We are seeking a high-caliber Forward Deployment Engineer (FDE) to sit at the intersection of enterprise AI platforms and executive Finance business functions for our Fortune 100 enterprise client. This role bridges advanced AI platform engineering with direct business impact—translating ambiguous financial challenges into working AI applications, deploying them into regulated client environments, and iterating in tight loops to drive measurable ROI. Rather than building static models or waiting for formal spec sheets, you will operate as a product-minded technical lead. You will prototype user-facing tools in days, deploy agentic and RAG workflows on top of enterprise data stacks (Databricks Genie), and ensure high adoption across FP&A, Controllership, Treasury, and CFO leadership. Key Responsibilities End-to-End AI Application Prototyping & Delivery Own the full lifecycle of AI solutions for Finance business units—from initial discovery with CFO stakeholders to production deployment, user adoption, and ROI measurement. Rapidly prototype vertical applications using Streamlit, Databricks Apps, FastAPI/Flask, or lightweight React interfaces within 1–2 weeks to gather real user feedback. Handle "last mile" execution: edge cases, data quirks, business rule exceptions, and user training to turn prototypes into sticky enterprise products. Agentic Systems & LLM Engineering Build production-grade vertical AI tools leveraging Databricks Genie (Genie Spaces, semantic models). Construct robust RAG pipelines incorporating advanced chunking, vector databases (Pinecone, Chroma, FAISS, Azure AI Search, Cortex Search), retrieval evaluation, grounding, and citation. Implement LLM orchestration frameworks (LangChain, LangGraph, LlamaIndex) and apply rigorous prompt engineering with hallucination and accuracy evaluation discipline. Enterprise Data & Regulated Integration Deploy applications inside heavily regulated enterprise environments, adhering strictly to RBAC, data residency, audit, and compliance constraints (SOX, GxP). Connect solutions to governed datasets, semantic models, and core enterprise platforms (SAP, Workday, Coupa, ERP) via secure REST APIs. Instrument all deployed apps with usage metrics, telemetry, and business outcome tracking from day one. Strategic Stakeholder Advisory & Pattern Extraction Work directly with senior Finance leadership (CFO office, FP&A, Controllership) to translate ambiguous operational friction into crisp technical roadmaps. Extract reusable code components, prompt templates, evaluation harnesses, and retrieval patterns into shared enterprise assets for broader deployment. Requirements Experience & Mindset Experience: 5+ years of hands-on software development and full-stack AI application deployment. Product-Shaped Builder: Strong bias for action; comfortable shipping rough prototypes in Week 1 over polished spec documents in Week 4. Ambiguity Tolerance: Proven ability to navigate vague business problems without predefined specifications. Stakeholder Communication: Outstanding ability to interface directly with senior business leaders without requiring intermediary Business Analysts. Must-Have Technical Stack Languages & Frameworks: Python, FastAPI/Flask, SQL, and UI frameworks (Streamlit, Databricks Apps, React). AI Platforms: Direct hands-on experience with Databricks Genie . LLM Engineering: Production experience with LangChain, LangGraph, LlamaIndex, vector search engines, and prompt evaluation harnesses. Cloud & DevOps: Deep working knowledge of Cloud platforms (Azure preferred, AWS/GCP acceptable), modern Git workflows, CI/CD, and basic MLOps awareness (observability, versioning via LangSmith, Datadog, etc.). Domain Competency (Finance Focus) Solid foundational understanding of core Finance business processes (FP&A, order-to-cash, procure-to-pay, record-to-report, close cycles) and common financial metrics (OPEX, EBITDA, gross margin, working capital). Nice-to-Haves & Certifications Prior FDE, Solutions Engineer, or Field Engineer experience at high-growth AI/Data companies (Palantir, Databricks, OpenAI, Anthropic). Industry background in Life Sciences, Pharma, Healthcare, or CPG enterprise Finance. Experience with enterprise Finance software (SAP S/4HANA, Veeva, Workday Adaptive, Oracle Financials). Certifications: Databricks Certified, or Azure AI Engineer Associate (AI-102). What This Role Is NOT Not a pure Data Scientist or ML Researcher: You will not be training or fine-tuning foundation models from scratch; you are applying existing models to business problems. Not a non-coding Architect: This is a 100% hands-on builder role. Not a pure Backend or MLOps Engineer: You must be comfortable owning the user-facing interface and direct business interaction.

Location: Madrid, Spain; Lisbon, Portugal; Sofia, Bulgaria; Podgorica, Montenegro; Belgrade, Serbia CloudLinux builds Linux infrastructure and security products. You will join our Automation & Management Services cell, working closely with Technical Program Manager to solve problems across teams and services: cloud-cost data, infrastructure inventory, network policies and capacity workflows. Check out our website for more information https://cloudlinux.com/ We are looking for a Senior Automation Engineer to join the Infrastructure team. You will independently own agreed outcomes—from clarifying the need with engineering teams, Finance or Security to delivering and operating a useful system. The work includes new development, improvements, repairs and maintenance. There is no traditional on-call rotation; you respond to alerts from your own systems during working hours. What you will do Turn an incomplete brief into an agreed result and workable plan. Track cross-team dependencies, explain tradeoffs, raise blockers early and communicate changes to estimates. Confirm completion with the users. Build maintainable software and cloud/infrastructure API integrations. Handle credentials, pagination, retries, partial failures and repeated execution so unattended workflows remain safe and reliable. Transform billing, usage and inventory data into repeatable outputs. Reconcile totals and periods, apply agreed allocation rules and make missing or uncertain mappings visible. Extend inventory, network-policy and capacity automation using existing systems. Retain necessary human decisions and verify the operational result. Deliver changes through version-controlled code and CI. Understand live state, test recovery and release safely; diagnose failures across code, Linux, APIs, data and networking. Own monitoring, actionable alerts, documentation and maintenance. Leave systems another engineer can operate, and use coding agents while remaining responsible for design, code, tests and outcomes. Requirements Must have Senior-level experience, typically 5+ years in software, infrastructure, platform or automation engineering. You can explain your own design decisions, implementation and operational results. Strong production Python, software design, testing, debugging and API integration skills. You can understand unfamiliar code and improve existing systems. Hands-on AWS experience and solid Linux/networking fundamentals, including diagnosis across host, service, network and cloud boundaries. Practical SQL and data validation: joins, units, periods, ownership mappings and reconciliation. You distinguish evidence from assumptions. Safe infrastructure delivery through IaC and CI: state, drift, idempotency, dependencies and rollback, using tools such as Terraform/OpenTofu and Ansible. Demonstrated advanced coding-agent workflows for real engineering tasks. You plan and delegate substantial work, supply context, run agents without continuous supervision within defined permissions and stop conditions, and independently explain, debug, test and verify their output. Autonomous delivery and clear collaboration: investigate problems, obtain decisions, challenge unsafe or unnecessarily complex approaches and follow through. English B2 or higher for technical discussions, written decisions and internal customer communication. Nice to have Experience with cloud billing or FinOps tooling (e.g. AWS CUR/FOCUS, Athena), inventory or event-driven integrations (e.g. NetBox or similar), network policies, flow monitoring, identity and access management, capacity tooling, additional cloud platforms, OpenNebula, Kubernetes, Go, or self-service systems. Our environment includes Python, Ansible, Terraform/OpenTofu, GitLab CI/CD, Grafana, and related observability tools. Prior experience with every tool or domain is not required. We value the ability to quickly learn unfamiliar technologies, products, and internal business rules. Benefits What's in it for you? A focus on professional development. Interesting and challenging projects. Fully remote work with flexible working hours, which allows you to schedule your day and work from any location worldwide. Paid 24 days of vacation per year, 10 days of national holidays, and unlimited sick leaves. Compensation for private medical insurance. Co-working and gym/sports reimbursement. Budget for education. The opportunity to receive a reward for the most innovative idea that the company can patent. By applying for this position, you consent to the processing of your personal data as described in our Privacy Policy ( https://cloudlinux.com/candidate-privacy-notice ), which provides detailed information on how we maintain and handle your data.

Задачи: — Настройка и поддержка инфраструктуры компании; — Автоматизация процессов через написание скриптов (Bash, Python); — Внедрение и обслуживание CI/CD (GitLab, ArgoCD); — Работа с инструментами контейнеризации (Docker, Kubernetes); — Настройка систем мониторинга и логирования PHP-приложений (Prometheus); — Управление конфигурациями (Ansible, Terraform); — Мониторинг и повышение производительности систем; — Обеспечение безопасности и надежности инфраструктуры; — Настройка и обслуживание сетевого оборудования (Cisco, MikroTik); — Администрирование серверов на Linux Debian и Windows Server AD; — Управление виртуализацией (KVM, Proxmox). Условия: — Возможность делать уникальные продукты, которых нет на рынке; — Атмосфера неизбежного профессионального роста; — Работа в молодом и позитивном коллективе; — Гибридный формат работы в офисе м. Комсомольская/ м. Проспект Мира; — Пятидневная рабочая неделя; — Оформление по ТК РФ; — ДМС.

Требования: — Коммерческий опыт в роли Data Engineer. — Хорошее владение Python или Scala / Java для написания кода обработки данных. — Отличные знания SQL (оконные функции, сложные объединения, оптимизация запросов). — Опыт работы с современными хранилищами данных (колоночные/реляционные/NoSQL БД) и инструментами обработки больших объемов данных. — Опыт автоматизации и управления процессами с помощью современных систем оркестрации (например, Airflow или аналоги). — Понимание принципов контейнеризации (Docker), работы с системами контроля версий (Git) и базовые навыки работы в Linux-окружении. — Аналитический склад ума, умение работать в команде, структурированность и проактивность.

Задачи: — Обслуживание и обновление LMS: управление получением пакетов обновлений и их применение к системе LMS, загрузка контейнерных образов и их отправка во внутренний Docker регистр. — Управление инфраструктурой: локальное развертывание и конфигурация инфраструктуры, выполнение развертывания и настройки кластеров Kubernetes, обслуживание базы данных на выделенном инстансе отдельно от кластера Kubernetes, установка и мониторинг автоматического резервного копирования БД с периодичностью каждые 24 часа. — Хранилище и пайплайны развертывания: управление доступом к объектным хранилищам (AWS S3 или аналогичным), получение пакетов из назначенных источников и управление их загрузкой в объектное хранилище. Требования: — Облачные платформы и инфраструктура: AWS, GCP, Azure; экспертный опыт работы с Docker и Kubernetes (развертывание, конфигурация и оркестрация); уверенное владение подходом Infrastructure as Code (Terraform, Ansible). — CI/CD и автоматизация: опыт проектирования и поддержки пайплайнов CI/CD (Jenkins, GitLab CI/CD). — Программирование и скрипты: уверенное владение Python и Go (Golang); навыки написания скриптов на Bash/Shell для автоматизации. — Мониторинг и Observability: опыт развертывания и управления инструментами мониторинга (Prometheus, Grafana, Zabbix, ELK Stack: ElasticSearch/Kibana). — Операционные системы: глубокие знания операционных систем на базе Linux (NixOS, Ubuntu Core). — Понимание микросервисной архитектуры и распределенных систем. — Знание методологий Agile, стандартов ITIL и процессов управления инцидентами. — Опыт работы с высоконагруженными средами и проведения аудита инфраструктуры. Условия: — Заработная плата обсуждается по результатам собеседования и зависит от навыков кандидата. — Формат работы — офис (удалёнка не предусмотрена, специфика проекта). — Москва, Зеленоград, Казань. — Работа над технологически сложным продуктом на стыке Computer Vision и мобильной разработки. — Возможности для профессионального роста и влияния на процессы.

Задачи: — Поиск инсайтов и точек роста самостоятельно — Работа с AdHoc запросами — Аналитическое сопровождение релизов фич: оценка и исследование — Разработка и поддержка дашбордов для продуктовых команд — Мониторинг и глубокий анализ ключевых продуктовых метрик — Формулировка data-driven рекомендаций и их защита перед командой Требования: — 2+ года опыта в продуктовой или игровой аналитике — Уверенный SQL: сложные запросы, оконные функции, агрегации, оптимизация — Опыт работы с A/B тестами и понимание статистических основ (p-value, доверительные интервалы, размер выборки) — Умение самостоятельно формулировать гипотезы и проверять их данными — Работа с BI-инструментами — Понимание воронок и метрик мобильного продукта Будет плюсом: — Опыт в геймдеве, игровой опыт в MMO — Опыт с ClickHouse — Python Условия: — Официальное трудоустройство и 100% белая заработная плата — 100% покрытие больничных — Частичная компенсация тренажерного зала и курсов по профессиональному развитию — Оплата конференций — Мощный ноутбук и другие необходимые для работы инструменты

Задачи: — Формирование выгрузок с помощью SQL-запросов; — Взаимодействие с разработчиками БД по вопросам качества данных; — Анализ данных о поведении клиентов из информационных систем компании (БД, CRM, Hadoop), сегментирование, выявление паттернов; — Взаимодействие и презентация результатов работы отделам продаж и смежным подразделениям; — Создание дашбордов с метриками; — Выявление проблем, построение простых моделей, поиск и выявление зависимостей для формирования гипотез об улучшениях бизнес-процессов и финансовых показателей компании; — Дизайн и интерпретация A/B тестов. Требования: — Продвинутый уровень SQL (виды джойнов, подзапросы, аналитические функции, оптимизация запросов, оконные функции); — Python (основные методы работы с данными, pandas); — Знание инструментов визуализации (FineBI, Tableau, PowerBI); — Знания в области A/B тестирования, подсчета стат. значимости экспериментов; — Умение видеть за цифрами причины и суть явлений и выделять главное. Плюсы: — Опыт работы с PostgreSQL, Hadoop (Hive/Presto); — Опыт работы с sales подразделениями. Условия: — Гибкий гибридный график; — Корпоративный ДМС с первого месяца работы; — Активная корпоративная жизнь, неформальные оффлайн-встречи, возможность командировок из другого города; — Кофе в кофемашинах, чай, печенье, фрукты на кухне; — Электронная корпоративная библиотека; — Возможность профессионального развития, обучение за счет компании, участие в конференциях; — Достойный уровень заработной платы; — Аккредитация в Минцифры.

Задачи: — исследовать клиентский опыт, анализировать поведение пользователей, проводить UX/UI-исследования и находить скрытые барьеры в воронках продаж продуктов — оценивать результативность, измерять эффект от запущенных инициатив и превращать метрики в понятные инсайды для бизнеса — искать возможности для роста, генерировать и приоритизировать гипотезы для обгона конкурентов и захвата новой доли рынка Требования: — продвинутый уровень Excel (финансовые модели, массивные формулы, сводные таблицы) — уверенный SQL (join’ы, оконные функции, агрегации, подзапросы, оптимизация запросов, работа с временными рядами) — Python (pandas, numpy) Условия: — комфортный современный офис рядом с м. Кутузовская — формат работы – офис — ежегодный пересмотр зарплаты, 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: — разработка моделей по продуктам кредитов физических лиц (КФЛ) для Блока Финансы — модели досрочного погашения кредитов/вкладов ФЛ на портфельном/клиентском уровне — модели эластичности КФЛ — модели рефинансирования КФЛ — модели детекции аномалий по НОСТРО счетам Обязанности: — сбор и подготовка данных (Hadoop, pyspark) — тестирование различных гипотез — полный пайплайн разработки модели (бустинг, нейронные сети, временные ряды) — общение с заказчиками и Data Engineer Требования: — опыт работы Data Scientist от 2 лет — образование по направлениям "Математика", «Физика», «Мат. методы в экономике» — глубокие знания в области теории вероятностей, статистики — понимание алгоритмов ML-моделей (регрессии, классификации и т. д.) — владение Python (numpy, sklearn, pandas, matplotlib/seaborn/plotly, catboost/lightgbm/xgboost и др.) — будет плюсом владение одним из фреймворков DL, pyspark Условия: — комфортный современный офис рядом с м. Кутузовская — офисный формат работы — ежегодный пересмотр зарплаты, квартальная и годовая премия (зависит 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.

Задачи: — создание и развитие решений с задействованием LLM-агентов (полноценные мультиагентские системы) — создание RAG-систем — разработка и поддержка ML/DL моделей, включая их обновление и адаптацию к меняющимся условиям и требованиям бизнеса — дообучение и адаптация открытых LLM — создание системы мониторинга качества моделей и контроль их эффективности. Требования: — опыт работы от 3-х лет в коммерческой разработке на позиции Data Scientist / ML Engineer с подтверждённым опытом вывода моделей в продакшен — понимание математики классического ML и архитектуры нейросетей (PyTorch/TF) — уверенное понимание архитектуры трансформеров, опыт работы с LLM API и локальными моделями через PyTorch / Hugging Face — уверенный Python (чистый код, ООП, знание numpy/pandas/scikit-learn) и понимание принципов микросервесной архитектуры (Asyncio, FastAPI) — опыт создания агентов на LangChain/LangGraph — знание основных концепций промпт-инжиниринга и использования Structured Outputs и Function Calling — опыт проектирования и развития RAG-систем (Multi-stage Retrieval, Dense + Sparse/BM25, Rerankers, Chunking strategies) — опыт развертывания локальных open-source моделей (Llama, Mistral, Qwen, DeepSeek и др.) в продакшн-окружении и настройки высокопроизводительного инференса LLM с помощью vLLM — опыт проведения Fine-tuning LLM-моделей (PEFT, LoRA/QLoRA) — настройка мониторинга data drift и model decay, а также валидация моделей — навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом — опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов — инструментальное владение AI для анализа, генерации и автоматизации. Условия: — инновационные, амбициозные проекты и задачи, которые развивают: всегда есть возможность прокачать свои навыки в работе и профессионально расти — среда для обмена знаниями – высокая экспертиза внутри команды — сплоченная команда, работающая над общими задачами и умеющая хорошо отдыхать — нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам — стабильная заработная плата и годовой бонус — полностью офисный формат работы. Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом — более 400 образовательных программ СберУниверситета для профессионального и карьерного развития — расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа — вознаграждение за рекомендацию друзей в команду Сбера.