Загружаем вакансии…
Домен: GovTech Роль: Business Analyst Уровень: Middle, Senior Формат работы: гибрид Заказчик – Государственное ведомство, отвечающее за цифровую трансформацию, инициативы «умного города» и развитие ИТ-инфраструктуры на территории Москвы.
Зарплата не указана
Задачи: — Работать с большим объемом данных — Разрабатывать логику аналитических выборок и отчётов — Работать с данными продаж, чеков, заказов, формировать агрегаты из транзакций, обогащать сырые данные — Писать сложные SQL запросы — Переводить бизнес-запросы в понятные технические задания для разработки отчётов, витрин — Работать с расхождениями в данных, находить и анализировать ошибки — Настраивать фильтры и метрики для BI.
Зарплата не указана
Ищем Business Analyst / Technical Requirements Writer. Если вам интересно глубоко погружаться в требования, общаться с заказчиком и технической командой, доводить бизнес-запрос до спецификации, по которой действительно можно разрабатывать - скорее стучитесь, чтобы не упустить свой шанс!
Зарплата не указана
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Требования: Опыт работы системным аналитиком от 4 лет Опыт работы на проектах с интеграциями Опыт работы на финтех проектах будет являться преимуществом Задачи: Сбор, анализ и систематизация информации, необходимой для разработки и описания процессов Разработка и согласование бизнес-требований с заказчиками Описание функциональных требований на разработку Постановка задач разработчикам, участие в тестировании, анализ рисков и причин возникновения ошибок при разработке систем Авторский надзор за разрабатываемым программным продуктом. Условия: Оформление в штат NEXTEPIC Удаленный формат работы
220 000 – 220 000 ₽
Зарплата не указана
Quantori разрабатывает программное обеспечение для биотехнологических и фармацевтических компаний. Среди клиентов компании Pfizer, LGC, The Jackson Laboratory. В компании работает более 500 человек, инвестиции составляют 15 миллионов долларов. Требования: — Опыт работы не менее 6 лет — Знание Python, R, SQL, Spark, dbt — Уровень английского языка не ниже B2 Формат работы: удалённо.
Зарплата не указана
Задачи: — Развитие личного кабинета AI-тренеров: сбор данных из разных источников, настройка систем контроля качества, расчет качества и производительности, отображение данных на дашбордах, настройка пайплайнов поставки данных, написание YQL-скриптов и кода на Python, построение дашбордов в DataLens. — Инфраструктурные задачи: создание сред для обучения агентов, написание кода, развёртывание серверов и докер-образов с открытым кодом. — Контроль ресурсов аналитиков: выдача вычислительных ресурсов, мониторинг использования и оптимизация распределения. — Разработка инфраструктуры бенчмарков: помощь аналитикам в ускорении и упрощении создания бенчмарков для различных сценариев, работа на Python. Требования: — Умение писать на Python и SQL. — Любовь к работе с данными. Будет плюсом: — Опыт построения ETL-процессов, в том числе с Airflow. — Опыт работы с BI-системами (DataLens, Tableau, Power BI и др.). — Опыт работы с YTsaurus или аналогами. — Настройка CI/CD. Условия: — Бесплатное участие сотрудников Яндекса в профильных конференциях. — Школа подготовки спикеров для выступающих на конференциях. — Другие бонусы, полный список доступен на сайте компании.
Зарплата не указана
Follow daily developments across cryptocurrency and digital-asset markets. Assist the team with routine operational and analytical activities.
60 000 – 80 000 $
Зарплата не указана
Зарплата не указана
Требования: — Опыт работы аналитиком от 2 лет. — Высшее образование: техническое, математическое, экономическое или IT-направление. — Практический опыт сбора, анализа и формализации требований. — Уверенное владение BPMN 2.0. — Знание UML: диаграммы последовательности, активности, вариантов использования. — Опыт написания User Story, Use Cases, критериев приёмки. Знание BDD будет преимуществом. — Понимание клиент-серверной архитектуры и принципов взаимодействия frontend и backend. — Опыт проектирования REST API, понимание SOAP, JSON, XML. — Знание SQL (DDL, DML). — Опыт проектирования моделей данных и построения ERD. — Понимание принципов микросервисной архитектуры и интеграционного взаимодействия. — Опыт подготовки технических заданий, проектной документации и спецификаций требований (SRS/BRD). — Опыт работы с Confluence и Jira. Будет плюсом: — Опыт работы с государственными заказчиками и документацией по ГОСТ. — Знание Java, Python, JavaScript или скриптов для валидации данных. — Опыт работы с BI-системами (Polymatica, Grafana). — Знание нереляционных баз данных. — Понимание SDLC, Agile/Scrum. — Опыт работы с брокерами сообщений: Kafka, RabbitMQ. — Навыки прототипирования в Figma, Axure. Задачи: — Собирать, анализировать и формализовывать требования, выявлять потребности и ограничения заказчика. — Моделировать бизнес-процессы в BPMN/UML, описывать User Story, Use Cases и критерии приёмки. — Проектировать REST/SOAP API и интеграции, описывать контракты JSON/XML, OpenAPI/Swagger. — Участвовать в проектировании архитектуры, моделей данных и ER-диаграмм, работать с SQL. — Разрабатывать ТЗ, ЧТЗ, ПМИ и другую проектную документацию. — Ставить задачи разработчикам и консультировать команду по требованиям. — Согласовывать решения с заказчиком, проводить демонстрации и участвовать в приёмке. — Разрабатывать сценарии функционального тестирования и контролировать соответствие реализации требованиям. — Готовить пользовательскую документацию и обучать заказчика работе с системой.
до 150 000 ₽
Задачи: - Сбор требований с бизнес-заказчиков и анализ источников данных - Разработка, реализация и поддержка типовых потоковых интеграционных решений на стеке технологий: Trino, Iceberg, S3, Spark, Apache Airflow, Kafka, Cosmos, Flink - Оперативное реагирование на информацию о проблемах в зоне ответственности, выполнение типовых задач в установленный срок - Поддержание в актуальном состоянии документации типовых интеграционных решений платформы больших данных, предоставление отчетности руководителю Требования: - Общее представление о стеке технологий Lakehouse - Понимание различия работы между BigData/Lakehouse и с данными обычного размера - Знание SQL (индексы, функции, оптимизация, профилирование производительности) - Опыт работы с любой реляционной БД (Oracle, Postgres, MySQL, MsSQL, DB2 и т.п.) - Умение работать с Git (знание команд git pull/commit/push) - Опыт работы с DBT, Cosmos - Представление о работе с Trino - Понимание устройства Iceberg, форматов данных - Понимание работы с minio или любого другого хранилища на основе S3 - Опыт использования систем ведения проектов и документации - Знания основ программирования (JAVA, Python)
Зарплата не указана
Требования: - Гражданство и локация РФ. - Разбираться в принципах финансового учёта. - Иметь желание погрузиться в процессы финансового закрытия компании и разобраться в специфике регламентных операций. - Знание или готовность быстро освоиться в 1С УТ: навигация по документам, понимание связей между документами, поиск нужных данных. Программировать не нужно, консоль запросов использовать тоже не потребуется — но нужно ориентироваться в системе или иметь выраженное желание этому научиться. - Опыт составления технических заданий для разработчиков с конкретикой: что править, где, с каким охватом последующих документов. - Опыт анализа бизнес‑процессов и разделения проблем на системные (баги) и процессные (требуют изменения регламента, а не кода). Обязанности: - Участвовать в фин.закрытии квартала: контролировать корректность данных в 1С УТ и формирование отчётности. - Консультировать бизнес‑пользователей по АСФ и заполнению строки 5Б в УПД, разбирать нестандартные ситуации. - Принимать и анализировать обращения, воспроизводить проблемы в 1С, классифицировать на баги/процессные разрывы. - Формировать детальные ТЗ для разработчиков: шаги воспроизведения, scope влияния, необходимость корректировки последующих документов. - Выявлять и описывать процессные несоответствия (AS‑IS/TO‑BE), предлагать изменения, согласовывать с заинтересованными подразделениями. - Взаимодействовать с финансовой службой и руководителями для приоритизации исправлений и утверждения стратегии. Условия: Удалённая работа. Вилка до 200к рублей на руки.
до 200 000 ₽
Требования: – Опыт от 3 лет в роли системного или бизнес-аналитика – REST, SOAP Задачи: – Сбор, анализ, согласование и управление бизнес-требованиями и бизнес-правилами – Анализ нормативных актов, приказов, постановлений и бизнес-процессов – Моделирование и описание целевых бизнес-процессов – Проведение рабочих встреч с заказчиками и заинтересованными сторонами – Выявление бизнес-потребностей, определение приоритетов и направлений оптимизации – Подготовка бизнес-требований, ТЗ, постановок и задач для команды разработки – Сопровождение задач, участие в тестировании и приёмке функционала – Взаимодействие с разработчиками, системными аналитиками, архитекторами и дизайнерами – Анализ нормативной и юридической составляющей проектов – Проработка интеграций с внутренними и внешними информационными системами – Проектирование интеграций REST/SOAP, описание логики взаимодействия и потоков данных Условия: – Оформление по ГПХ / ДВОУ – График 5/2, 09:00–18:00 – Обед 13:00–14:00 – Полная занятость, офис – Возможности профессионального роста – Участие в крупных социально значимых IT-проектах – Работа с современными технологиями и архитектурными решениями
от 500 000 ₸
Требования: — Уверенный опыт работы с данными на позиции аналитика от 4-5 лет — Опыт работы в Pharma - must — Опыт работы с большими данными — Продвинутый уровень SQL и Excel, ClickHouse (или другие колоночные БД). Важно уметь формировать SQL запросы без помощи нейронок — Опыт построения отчётности на базе справочников и аналитических агрегатов — Опыт постановки ТЗ для формирования отчётов — Умение находить оптимальные способы решения задачи (оптимально по скорости, затраченным ресурсам и работе с БД) — Высшее образование — Гражданство и физическое местонахождение на территории РФ Задачи: — Работать с большим объемом данных — Разрабатывать логику аналитических выборок и отчётов — Работать с данными продаж, чеков, заказов, формировать агрегаты из транзакций, обогащать сырые данные — Писать сложные SQL запросы — Переводить бизнес-запросы в понятные технические задания для разработки отчётов, витрин — Работать с расхождениями в данных, находить и анализировать ошибки — Настраивать фильтры и метрики для BI Просьба указывать ваши финансовые ожидания при отклике.
Зарплата не указана
О проекте: Мы строим Customer Intelligence & Personalization Platform для экосистемы бизнесов в Армении. В основе — Golden Record: единый профиль клиента, объединяющий данные банка, продуктов экосистемы и внешних источников. Поверх него строятся Customer 360, сегментация, scoring и персонализированные предложения. Задачи роли: Предстоит спроектировать слой между сырыми данными core banking системы и витринами платформы. Источник слабо документирован: часть значений закодирована, часть бизнес-логики реализована в коде и хранимых процедурах, две внешне одинаковые записи могут быть собраны разными алгоритмами из разных таблиц. Нужен человек, который разберёт этот источник и превратит его в осознанную модель данных: что откуда берётся, что на что влияет, какое поле что означает. Что предстоит делать: — Исследовать core banking систему, legacy- и внешние источники, восстанавливать их семантику. — Идти от целевой витрины к источнику: определять, из каких таблиц и по какой логике собирается каждый атрибут. — Разделять случаи, когда одинаковые по виду данные получены разными путями, и фиксировать правила выбора. — Описывать модель данных и метаданные: сущности, связи, grain, ключи, историчность. — Формировать требования к витринам для сегментации, scoring и рекомендаций. — Писать SQL-исследования и прототипы трансформаций, проверять гипотезы на данных. — Выяснять смысл данных напрямую у сотрудников банка — это постоянная часть работы. О бэкграунде: Важно, какие задачи вы решали — приходили в незнакомую недокументированную систему и разбирались сами, восстанавливали бизнес-смысл данных, строили модель с нуля и доводили исследование до работающей витрины. Если вы работали дата-инженером и значительную часть времени тратили на то, чтобы понять, что лежит в источнике, — это наш профиль. Если получали готовые чистые витрины — скорее нет. AI-native подход: Мы используем AI-native подход и ожидаем того же от кандидата: AI-инструменты применяются для разбора legacy, анализа схем, написания SQL и документирования. Требования: — Сильный SQL: оконные функции, сложные join-цепочки, анализ качества и распределений. — Опыт реверс-инжиниринга плохо документированных источников. — Понимание data modelling: сущности, grain, ключи, историчность, master entities. — Опыт работы с банковскими или fintech-данными (Core banking (особенно ArmSoft) / legacy banking systems, Customer 360) или опыт разбора сырых банковских данных о клиентах и продуктах из плохо документированных систем с целью производства маркетинговой и финансовой аналитики. — Python на уровне исследования данных. — Способность самостоятельно довести задачу «вот сырьё, вот целевая витрина» до результата. — Проактивность: готовность выяснять смысл данных у людей, а не ждать документации. — Git, Linux, опыт работы в закрытых Dev/UAT-контурах. Будет плюсом: — Знание армянского языка — Методологии матчинга и дедупликации — Опыт с Data Vault 2.0 — Опыт с DBT или аналоги — PII, маскирование, RBAC — Опыт в регулируемом on-premise контуре — Экспертиза в ML, ML Ops Условия: — Взаимодействие по ИП — Локация - Армения — Формат работы - гибрид, готовность работать из офиса банка до 3 раз в неделю.
Buymie — мобильная платформа, предоставляющая услуги по доставке продуктов по всей Ирландии. Компания была признана Deloitte самой быстрорастущей технологической компанией в Ирландии. Требования: — Опыт работы 5+ лет — Владение SQL, Looker, Power BI, Tableau, Python — Хорошее знание английского языка Компания имеет команду из 51-200 человек и инвестиции в размере €17M. Контактное лицо: CEO и ко-фаундер — Devan Hughes.
Зарплата не указана
Компания "Урал Логистика" приглашает ML-инженера для участия в создании системы обработки документов и данных для грузовых железнодорожных перевозок. Задачи: — Строить конвейеры подготовки данных: сбор, очистку, нормализацию, дедупликацию и разметку — Формировать обучающие, валидационные и независимые оценочные выборки, контролировать утечки и пересечения — Создавать baseline для задач извлечения, классификации, определения сущностей и связей — Дообучать модели, готовить инструктивные наборы, обучать адаптеры и сравнивать результаты с базовыми моделями — Определять метрики, стратифицировать выборки и анализировать ошибки по типам документов, сценариям и полям — Работать с извлечением сущностей и связей для построения и обновления графового представления данных — Разворачивать локальный inference и оптимизировать его под доступную инфраструктуру — Работать с tensor parallelism, batching, длиной контекста, GPU-памятью и квантованием — Измерять задержку, пропускную способность, утилизацию и стоимость обработки документа — Версионировать данные, модели, конфигурации обучения и результаты экспериментов — Участвовать в интеграции моделей с прикладными AI-сервисами и production-конвейерами Требования: — Уровень middle+ и выше — Практический опыт построения ML-конвейеров, используемых в production — Уверенное владение Python, PyTorch и Hugging Face Transformers — Опыт fine-tuning языковых моделей, подготовки данных и работы с PEFT — Умение строить корректную оценку качества и контролировать утечки между обучающими и тестовыми данными — Опыт локального inference LLM и понимание устройства GPU-памяти — Знание компромиссов между качеством, скоростью, длиной контекста, batching и квантованием — Знание Linux, CUDA, SQL, Docker и Kubernetes — Способность довести модельное решение до устойчивой эксплуатации Условия: — Полная занятость — Возможность трудоустройства через российское юридическое лицо в штат или через согласованную аутстафф-модель — Основной формат — офис или гибрид — Для самостоятельных специалистов возможна распределённая работа из России — Итоговый грейд и масштаб ответственности определяются по результатам собеседования
Зарплата не указана
300 000 – 400 000 ₽