Вакансии

Задачи: — разработка витрин (70–80 % задач) — сопровождение на уровне 3-й линии (20–30 %) — поднятие витрин в MVP с нуля — реализация витринной разработки и интеграция с командой веба Требования: — опыт работы дата-инженером от 3 лет — продвинутый уровень работы с GreenPlum либо аналогичными БД на MPP — навыки работы с Airflow и Python — обязательный опыт работы с S3 — понимание интеграций со стеком BigData/Spark

Задачи: — Развивать DWH HR-отчетности: участвовать в проектировании и масштабировании корпоративного хранилища данных — Интегрировать источники: собирать, очищать и консолидировать данные из учетных систем (в том числе SAP HCM/SAP BW) — Проектировать витрины данных: переводить требование бизнеса и топ-менеджмента в понятные технические алгоритмы и данные — Обеспечивать качество данных: внедрить процессы Data Quality и Data Governancе Требования: — Опыт работы в области DWH, ETL или Data Engineering – от 3 лет — Практический опыт проектирования и развития хранилищ данных — Уверенное владение Postgresql, MS Sql, Python (обработка данных, интеграции и автоматизации), Apache Airflow, Kafka, Git — Приверженность к Data Governance подход — Умение самостоятельно принимать решения, документировать их и доводить до промышленной эксплуатации — Понимание основных принципов хранения данных в SAP HCM / SAP BW будет преимуществом — Понимание требований BI систем к структуре и качеству данных будет преимуществом — Понимание основных метрик HR отчетности будет преимуществом Условия: — Полная занятость — График: 5/2 — Формат работы: удалённо

Задачи: — Вести разработку и проектирование систем компьютерного зрения для биометрии (атрибуты лица, детекция, качество и распознавание). — Проводить тщательный анализ справедливости и бенчмаркинг биометрических моделей на различных наборах данных и условиях эксплуатации. — Архитектурно проектировать, обучать и оптимизировать модели с использованием PyTorch, Tensorflow и/или JAX. — Владеть и развивать сквозные ML-пайплайны от сбора данных до деплоя. — Проектировать автоматизированные пайплайны (Airflow) для сбора и очистки данных. — Курировать сбалансированные обучающие наборы и генерировать синтетические данные для устранения проблем с качеством и разнообразием. — Обеспечивать путь моделей до продакшена. — Оптимизировать модели для низкой задержки вывода (квантование, дистилляция, TensorRT/ONNX) и управлять деплоем на AWS. — Наставлять ML-инженеров, проводить ревью кода и дизайна, продвигать технические лучшие практики в команде компьютерного зрения. Требования: — Сильный опыт в машинном обучении, специализация в биометрии или анализе лиц. — Глубокие знания в компьютерном зрении и биометрии, особенно в распознавании лиц. — Понимание источников алгоритмического смещения и практический опыт измерения и смягчения разного воздействия. — Экспертное владение Python и библиотеками для машинного обучения и компьютерного зрения (Pillow, OpenCV, PyTorch и др.). — Умение писать чистый, модульный, готовый к продакшену код. — Опыт проектирования сквозных ML-пайплайнов и работы с оркестраторами рабочих процессов, такими как Airflow. — Практический опыт масштабирования обучающих задач на мульти-GPU кластерах и деплоя сервисов на AWS (SageMaker, EC2, EKS). Плюсы: — Публикации в CVPR, ICCV, ECCV или FG по темам распознавания лиц, оценки качества изображений или справедливости. — Опыт работы с векторными базами данных (Milvus, Faiss) и алгоритмами приближенного поиска ближайших соседей. — Знания в области приватности, безопасности и соответствия в биометрических системах. — Опыт портирования моделей на edge или мобильные устройства с использованием CoreML, LiteRT, TFLite. — Опыт генерации синтетических лиц с помощью GAN или диффузионных моделей. — Сильные коммуникативные навыки. Условия: — Полная занятость. — Удалённая работа из Индии. О компании: Jumio — B2B технологическая компания, специализирующаяся на борьбе с онлайн-мошенничеством, отмыванием денег и финансовыми преступлениями с помощью AI, биометрии, машинного обучения и автоматизации. Компания является лидером в области онлайн-верификации личности, eKYC и AML решений, работает с клиентами по всему миру в различных отраслях.

Компания ищет Senior Data Engineer для удалённой работы по московскому времени, который возьмёт на себя развитие нового контура DWH / Lakehouse и станет ответственным за хранилище данных от начала до конца. В задачи входит перенос текущей аналитики на новую Lakehouse-архитектуру, развитие DWH от источников данных и их загрузки до создания детального слоя и витрин, работа с технологиями dbt, Airflow, Trino, Iceberg, S3 и ClickHouse, проектирование моделей данных с использованием Data Vault, а также организация процессов Data Quality, CI/CD и надежного перехода от разработки к продакшену. Необходимо оптимизировать SQL-запросы, пайплайны и производительность хранилища. Требования включают минимум 3 года опыта в Data Engineering, опыт полного владения хранилищем данных от источников до витрин, уверенные навыки SQL и production-уровня Python, опыт работы с dbt в продакшене, практический опыт с Airflow, Dagster или Prefect, глубокое знание хотя бы одной MPP или колоннарной системы (Trino, ClickHouse, Greenplum, Spark и др.), а также понимание методологий Kimball, Data Vault и/или Anchor Modelling.

Location: San Francisco, CA | New York City, NY | Seattle, WA About Anthropic Anthropic’s mission is to create reliable, interpretable, and steerable AI systems. We want AI to be safe and beneficial for our users and for society as a whole. Our team is a quickly growing group of committed researchers, engineers, policy experts, and business leaders working together to build beneficial AI systems. Job Description As a Data Engineer, you will be a member of the Data Science & Analytics team building the foundation to scale analytics across our organization. You will collaborate with key stakeholders in Engineering, Product, and other areas to build scalable solutions to transform data into key metrics reporting and insights. You will be responsible for ensuring teams have access to reliable, accurate metrics for consumer products from idea to implementation. You will also lead your own projects to enable self-serve insights to help teams make data-driven decisions. Responsibilities : Understand and whenever possible proactively identify the data needs of stakeholder teams in terms of key data models and reporting, and translate that into technical requirements Define, build and manage key data pipelines in dbt that transform raw logs into canonical datasets Establish high data integrity standards and SLAs to ensure timely, accurate delivery of data Develop insightful and reliable dashboards to track performance of core metrics that will deliver insights to the whole company Build foundational data products, dashboards and tools to enable self-serve analytics to scale across the company Closely partner with stakeholders to define and materialize metrics and analysis for new and evolving consumer products in a fast paced environment Influence the future roadmap of Product teams from a data systems perspective Become an expert in our organization’s data models and the company's data architecture You might be a good fit if you have: 7+ years of experience as an Data Engineer or similar Data Science & Analytics roles, preferably partnering with Product leads to build and report on key company-wide metrics. A passion for the company's mission of building helpful, honest, and harmless AI. Expertise in building multi-step ETL jobs through tooling like dbt; proficiency with workflow management platforms like Airflow and version control management tools through GitHub. Expertise in SQL and Python to transform data into accurate, clean data models Experience building data reporting and dashboarding in visualization tools like Hex to serve multiple cross-functional teams. A bias for action and urgency, not letting perfect be the enemy of the effective. A “full-stack mindset”, not hesitating to do what it takes to solve a problem end-to-end, even if it requires going outside the original job description. Experience building a Data Engineering (or similar) function at start-ups. A strong disposition to thrive in ambiguity, taking initiative to create clarity and forward progress. Experience scaling own productivity and that of others by leveraging AI without sacrificing the quality of deliverables. The annual compensation range for this role is listed below. For sales roles, the range provided is the role’s On Target Earnings ("OTE") range, meaning that the range includes both the sales commissions/sales bonuses target and annual base salary for the role. Annual Salary: $320,000 — $405,000 USD Logistics Minimum education: Bachelor’s degree or an equivalent combination of education, training, and/or experience Required field of study: A field relevant to the role as demonstrated through coursework, training, or professional experience Minimum years of experience: Years of experience required will correlate with the internal job level requirements for the position Location-based hybrid policy: Currently, we expect all staff to be in one of our offices at least 25% of the time. However, some roles may require more time in our offices. Visa sponsorship: We do sponsor visas! However, we aren't able to successfully sponsor visas for every role and every candidate. But if we make you an offer, we will make every reasonable effort to get you a visa, and we retain an immigration lawyer to help with this. For roles performing work in California: We will consider for employment all qualified applicants, including those with arrest or conviction records or criminal histories, in a manner consistent with the requirements of applicable state and local laws, including the San Francisco Fair Chance Ordinance, the City of Los Angeles’ Fair Chance Initiative for Hiring Ordinance, the Los Angeles County Fair Chance Ordinance for Employers, and the California Fair Chance Act. We encourage you to apply even if you do not believe you meet every single qualification. Not all strong candidates will meet every single qualification as listed.  Research shows that people who identify as being from underrepresented groups are more prone to experiencing imposter syndrome and doubting the strength of their candidacy, so we urge you not to exclude yourself prematurely and to submit an application if you're interested in this work. We think AI systems like the ones we're building have enormous social and ethical implications. We think this makes representation even more important, and we strive to include a range of diverse perspectives on our team. Your safety matters to us. To protect yourself from potential scams, remember that Anthropic recruiters only contact you from @anthropic.com email addresses. In some cases, we may partner with vetted recruiting agencies who will identify themselves as working on behalf of Anthropic. Be cautious of emails from other domains. Legitimate Anthropic recruiters will never ask for money, fees, or banking information before your first day. If you're ever unsure about a communication, don't click any links—visit anthropic.com/careers directly for confirmed position openings. How we're different We believe that the highest-impact AI research will be big science. At Anthropic we work as a single cohesive team on just a few large-scale research efforts. And we value impact — advancing our long-term goals of steerable, trustworthy AI — rather than work on smaller and more specific puzzles. We view AI research as an empirical science, which has as much in common with physics and biology as with traditional efforts in computer science. We're an extremely collaborative group, and we host frequent research discussions to ensure that we are pursuing the highest-impact work at any given time. As such, we greatly value communication skills. The easiest way to understand our research directions is to read our recent research. This research continues many of the directions our team worked on prior to Anthropic, including: GPT-3, Circuit-Based Interpretability, Multimodal Neurons, Scaling Laws, AI & Compute, Concrete Problems in AI Safety, and Learning from Human Preferences. Come work with us! Anthropic is a public benefit corporation headquartered in San Francisco. We offer competitive compensation and benefits, optional equity donation matching, generous vacation and parental leave, flexible working hours, and a lovely office space in which to collaborate with colleagues. Guidance on Candidates' AI Usage: Learn about our policy for using AI in our application process.

Требования: — 4+ года коммерческого опыта в Data Engineering. — Уверенное знание AWS: S3, Glue, Athena, Lake Formation/IAM, Lambda, Step Functions. — Опыт построения data lake/lakehouse с нуля (Parquet, Iceberg/Delta/Hudi, партиционирование). — Python (PySpark) и продвинутый SQL. — Интеграция MySQL/PostgreSQL, CDC через AWS DMS или аналоги. — Оркестрация: Airflow (MWAA), Step Functions или Dagster. — Моделирование данных, data quality и тестирование. — Безопасность и защита персональных данных: шифрование, row/column-level access, аудит. — Terraform/CDK, Git, основы CI/CD. — Английский B2+. Плюсом: — Redshift, BI-инструменты (QuickSight, Power BI, Tableau, Superset), dbt. — Kinesis/Kafka и потоковая обработка данных. — Опыт в EdTech и знание FERPA/COPPA. — AWS-сертификаты в области Data Engineering/Analytics.

Требования: Инфраструктура и Cloud: — Опыт развертывания и настройки managed-кластеров Spark (Yandex Data Proc, Google Dataproc, AWS EMR). — Владение Terraform (или Ansible) для автоматизации инфраструктуры. — Настройка сетевого взаимодействия (VPC, VPN, Security Groups) между Greenplum и Spark. — Опыт работы с Docker и Kubernetes (если Spark запускается на K8s). Big Data стек: — Понимание архитектуры Greenplum и способов выгрузки данных (gpfdist, PXF, JDBC). — Знание архитектуры Spark (Driver, Executor, History Server), умение управлять ресурсами кластера. — Настройка оркестрации пайплайнов (Apache Airflow). — Работа с форматами данных (Parquet, ORC, Avro). Мониторинг и CI/CD: — Настройка мониторинга и логирования для Spark-джобов (Prometheus, Grafana, ELK). — Настройка CI/CD для деплоя Spark-приложений (GitLab CI, Jenkins). Языки и утилиты: — Python (PySpark) или Scala — для написания инфраструктурных скриптов и отладки. — Bash-скриптинг

Задачи: — Проектирование и оптимизация ClickHouse: MergeTree, партиционирование, TTL, шардирование, репликация, бэкапы в S3. — Организация ETL/ELT процессов и оркестрация с использованием Airflow, dbt, обеспечение качества данных, тестирование, мониторинг свежести данных, управление data contracts. — Управление командой: найм, онбординг, развитие сотрудников, проведение performance review, управление процессами разработки, формирование roadmap, постановка OKR, управление бюджетом. — Взаимодействие с бизнесом и Data Governance: сбор требований, приоритизация задач, коммуникация с C-level, ведение каталога данных, lineage, соблюдение GDPR и 152-ФЗ, разграничение доступа. Условия: — Удалённая работа из любой точки мира. — Конкурентная зарплата и performance премия два раза в год. — Гибкий график с фокусом на результат. — Оплата обучения, курсов и конференций. — Возможность влиять на продукт и команду.

Задачи: – Исследовать и прототипировать новые методы контроля качества данных на наших данных. – Проектировать ML- и статистические контроли для выявления аномалий, дрейфа распределений, деградации свежести данных, нарушений сезонных паттернов и нетипичных комбинаций метрик. – Строить базовые ожидания по DQ-метрикам: row_count, null_rate, unique_count, свежесть данных, доли категорий. – Подбирать подходящие методы под конкретную задачу: от простых правил и статистических проверок до ML-моделей. – Валидировать контроли без готовой разметки: проверять их на исторических данных, использовать синтетические аномалии, shadow mode и анализ ложных срабатываний. – Интегрировать решения в production-пайплайны: Airflow, PySpark, Hive/Hadoop. – Настраивать алертинг для операционных команд и сопровождать решения в production. Требования: – Опыт в ML / Data Science от 3 лет. – Уверенное владение Python (pandas, numpy, scikit-learn) и SQL. – Ключевой стек: Python, SQL, Airflow, PySpark, Hadoop/Hive, MLflow. – Сильная база по математической статистике и классическому машинному обучению: линейные модели, деревья, бустинги. – Опыт с методами выявления аномалий и/или обнаружения дрейфа данных. – Опыт работы с временными рядами. – Опыт вывода моделей в production, их мониторинга и версионирования. – Понимание, где действительно нужен ML, а где достаточно правила, SQL-проверки или статистического базового контроля. – Критично: Знание ML + Airflow.

Требования: — ClickHouse — основная экспертиза: проектирование MergeTree, партиционирование, TTL, оптимизация запросов — ETL/ELT и оркестрация: Airflow, dbt, data quality, тесты, мониторинг свежести данных, data contracts — Управление командой: найм, онбординг, развитие, performance review, процессы разработки, roadmap, OKR, бюджет — Бизнес и Data Governance: сбор требований, приоритизация, коммуникация с C-level, каталог данных, lineage, GDPR/152-ФЗ О компании: ggsel — компания в сфере e-commerce с теплой атмосферой и возможностью реального влияния на продукт.

Обязательные требования: — Опыт участия во внедрении систем планирования спроса или автоматизации процессов прогнозирования. — Понимание процесса demand planning: исторические продажи, очистка данных, статистический прогноз, экспертные корректировки, сценарии и оценка точности. — Опыт разработки или настройки решений на low-code платформе: от модели данных и логики расчётов до пользовательских экранов и тестирования. — Уверенное понимание реляционной модели данных и SQL: соединения таблиц, фильтрация, агрегация, проверка и преобразование данных. — Понимание того, как Python-компоненты получают данные из платформы, обрабатывают их и возвращают результат; способность разбирать конфигурацию и диагностировать ошибки на стыке компонентов. — Навыки взаимодействия с заказчиком и разработки понятной документации. Дополнительные требования: — Опыт работы с In.Plan Demand Planning или другой платформой IBP/S&OP. — Практический опыт работы с Python, датафреймами и параметрической настройкой алгоритмов. — Знакомство с моделью данных «звезда» по Кимбаллу, Airflow и BI-инструментами, например Superset. Задачи на проекте: — Собирать и уточнять требования планировщиков спроса, продаж и смежных команд; описывать целевой процесс, сценарии работы и функциональные требования. — Проектировать и настраивать модель данных: таблицы, наборы данных, справочники, иерархии, связи, показатели и уровни планирования; готовить настройки чтения, записи и преобразования данных. — Разрабатывать решение средствами low-code платформы: ракурсы планирования, экраны, предупреждения, права доступа и пользовательские сценарии. — Настраивать параметры очистки истории, сегментации и алгоритмов прогнозирования спроса с использованием библиотеки модулей In.Plan Demand; проверять качество исходных данных и результатов расчёта. — Прорабатывать сценарии ручной корректировки, обогащения и согласования прогноза, включая формирование итогового плана спроса. — Разбирать и проверять SQL-запросы и преобразования данных, понимать передачу данных между платформой и Python-алгоритмами; формулировать задачи на доработку там, где платформенных средств недостаточно. — Готовить инструкции и обучающие материалы, проводить обучение пользователей и сопровождать запуск решения в эксплуатацию. Этапы отбора: 1. Внутренний квалификационный. 2. Интервью с клиентом с техническими вопросами. Описание проекта и команды: Специалист разрабатывает решение для планирования спроса на low-code платформе In.Plan по бизнес-требованиям заказчика. Проектирует и настраивает модель данных, логику обработки и интерфейсы, связывает платформенные настройки с алгоритмами на Python и проверяет результат вместе с пользователями.

Location: Israel About Nebius: Nebius is leading a new era in cloud infrastructure for the global AI economy. We are building a full-stack AI cloud platform that supports developers and enterprises from data and model training through to production deployment, without the cost and complexity of building large in-house AI/ML infrastructure. Built by engineers, for engineers. From large-scale GPU orchestration to inference optimization, we own the hard problems across compute, storage, networking and applied AI. Listed on Nasdaq (NBIS) and headquartered in Amsterdam, we have a global footprint with R&D hubs across Europe, the UK, North America and Israel. Our team of 1,500+ includes hundreds of engineers with deep expertise across hardware, software and AI R&D. About Tavily In a rapidly evolving world, trust in AI depends on AI agents being grounded in fresh, verified real-world data. Search is the foundation that makes this possible. Tavily provides the search and intelligence layer that powers AI agents and retrieval systems with trustworthy, real-time information. We work with some of the most innovative teams in AI, from fast-growing startups to global enterprises, helping them build agents that are not only intelligent but informed. About the Role We're looking for a Senior Product Analyst to drive product decisions with data. You'll research how developers and companies discover, adopt and get value from Tavily and find the drivers behind them . You'll work as a thought partner to Product, R&D and leadership and shape what we build next and why. This is a senior, high-ownership role. You take a question from start to finish: you frame the problem, build the data you need, run the analysis or model, and come back with a clear recommendation. You are expected to understand the need and show people results they didn't even knew they wanted or needed and be an integrational part in decision making. You'll work closely with the analysts on the team and with Product, Engineering, Growth and GTM. What You'll Do • Own product analytics end-to-end: define, instrument and measure the product funnel, from first API call through activation, feature adoption, retention and conversion to paid. • Drive product decisions: work with PMs and R&D leads to set success metrics, size opportunities, prioritize the roadmap, and measure the impact of what we ship. • Uncover the drivers behind top-level KPIs: which behaviors, use cases, endpoints and product experiences predict activation, retention and expansion. • Design, run and evaluate experiments (A/B tests, onboarding flows, pricing and packaging changes) and apply advanced statistical models when needed. • Build the data you need: model raw product, usage and billing data into trusted, reusable datasets with SQL, dbt and Python and more. • Apply predictive and statistical modeling (segmentation, propensity, forecasting, classification and clustering) where it sharpens product decisions. • Proactively monitor key product metrics, investigate trends and anomalies, and surface insights stakeholders can act on. • Set the standard for how we measure product success: metric definitions, a shared source of truth and analytical rigor across teams. What We're Looking For • 5+ years of experience as a Product Analyst, Data Analyst or Data Scientist, including at least 2 years in a product-facing role. • 2+ years in a SaaS or tech product company, with deep understanding of funnels, cohorts, engagement, retention and monetization. • A proven record of driving product decisions through data: you've shaped roadmaps, launches or strategy, not just reported on them. • Comfort working with large, messy, event-level datasets. • Strong hands-on experience using Python for data analysis, experimentation and data modeling in a production environment. • Strong statistical foundations. • Demonstrated ability to influence business strategy through data and drive alignment across cross-functional stakeholders, including executive leadership. • Strong communication: you can turn complex analysis into a clear, compelling story and a concrete recommendation. • Experience with modern data tooling (Snowflake/BigQuery, dbt, Airflow, and BI tools like Omni/Looker/Tableau). • BSc in Statistics / Math / CS / Industrial Engineering or equivalent. Nice to Have • Experience at an API-first, developer-focused or PLG company. • Hands-on experience building and deploying ML models. • Familiarity with LLMs / AI tooling, and using AI agents to speed up your own analytical work. • Evidence that you build things on your own: a GitHub profile, portfolio, side projects or publications. • MSc in Statistics / Math / CS or equivalent. Benefits & Perks: Competitive compensation Career growth and learning opportunities Flexibility and ownership Collaborative and innovative culture Opportunity to work on impactful AI projects International environment and talented teams What's it like to work at Nebius: Fast moving - Bold thinking - Constant growth - Meaningful impact - Trust and real ownership - Opportunity to shape the future of AI Equal Opportunity Statement: Nebius is an equal opportunity employer. We are committed to fostering an inclusive and diverse workplace and to providing equal employment opportunities in all aspects of employment. We do not discriminate on the basis of race, color, religion, sex (including pregnancy), national origin, ancestry, age, disability, genetic information, marital status, veteran status, sexual orientation, gender identity or expression, or any other characteristic protected by applicable law. Applicants must be authorized to work in the country in which they apply and will be required to provide proof of employment eligibility as a condition of hire. If you need accommodations during the application process, please let us know.

Компания ggsel в сфере электронной коммерции ищет руководителя отдела хранилища данных (DWH). Кандидат должен обладать сильными техническими знаниями в области DWH и ClickHouse, а также навыками архитектурного проектирования и управления командой. В работе предполагается использование технологий и инструментов: ClickHouse, SQL, Python, Airflow, dbt, PostgreSQL, Docker и Git. Формат работы — удалённый по России.

Задачи: — Разрабатывать и развивать пайплайны данных и платформенный слой, от которого зависят AI-продукты компании; — Анализировать использование LLM: стоимость, экономику токенов и кеширования, финансовую отчетность по расходам на AI; — Развивать RAG-системы: контекстные базы знаний, инфраструктуру векторного и семантического поиска; — Обеспечивать эксплуатационную надежность платформы: профилирование, мониторинг и observability пайплайнов, за которые вы отвечаете; — Разрабатывать интерфейсы и сервисы поверх данных, а не только обеспечивать их загрузку: авторизацию, API и интерактивный доступ для пользователей данных. Требования: — Сильный коммерческий опыт в Data Engineering с современным стеком: Databricks, dbt, Airflow, Dagster, Greenplum, Snowflake, или аналогичными технологиями; — Уверенное владение Python и понимание backend-разработки: как работает авторизация, как сервис предоставляется пользователям и как с ним взаимодействуют; — Практическое понимание профилирования и мониторинга data-систем в production; — Глубокое понимание AI/LLM-стека: векторных баз данных, embeddings, контекстного и семантического поиска, RAG-архитектур и принципов работы автономных агентов; — Опыт работы с облачными технологиями, в идеале — AWS. Условия: — Гибкий график и удалённый формат работы; — ДМС для сотрудников, их партнеров и детей, компенсация онлайн-сессий с психологом и занятий спортом; — Оплата участия в профильных конференциях и курсах, внутренние конференции; — Компенсация изучения иностранного языка; — Регулярные офлайн-ивенты и корпоративные мероприятия.

Компания ДОМ.РФ реализует национальные проекты в области жилищного строительства и ипотеки, занимается развитием жилищной сферы в России более 25 лет. В компании работает более 9 тысяч человек, из которых более 1,5 тысяч в цифровой вертикали, которая проводит цифровую трансформацию строительной отрасли и создает инновационные ИТ-продукты. Описание вакансии: Мы ищем разработчика-аналитика DWH в направление Рисков. Работа состоит примерно из 60-70% разработки и остальной части аналитики и взаимодействия с заказчиком. Задачи: — Проводить проектную коммуникацию с бизнес-заказчиком для уточнения бизнес-требований — Выявлять и анализировать бизнес-требования, потребности и проблемы заказчика — Формировать спецификации требований, описания логических моделей, структур данных и проектных решений (хранилища и витрины данных) — Согласовывать проектные решения с архитекторами, разработчиками и аналитиками смежных команд — Проектировать и разрабатывать ETL/ELT процессы, слои хранилища и витрины данных — Разрабатывать и оптимизировать SQL-запросы — Проводить внутреннее тестирование и контроль качества информационных продуктов — Участвовать в приёмочных испытаниях информационных продуктов и документации с заказчиками — Обеспечивать контроль качества данных и их целостность Требования: — Высшее техническое, математическое или финансовое образование — Опыт работы не менее 5 лет — Уверенные знания Python, GIT, Airflow (DAG с декомпозицией задач, зависимостями, сенсорами) — Глубокое знание SQL: оконные функции, процедуры, функции, вложенные запросы, опыт оптимизации запросов — Понимание индексов, партиций, ключей, нормальных форм, SCD — Понимание моделирования данных, построения хранилища, репликации и консистентности данных — Умение рефакторить код и проводить миграцию из одной системы в другую — Знание принципов CI/CD Будет плюсом: — Знание PL/SQL для Oracle, Postres, Greenplum или иной MPP СУБД — Опыт работы с API — Знание ООП, DBT, Kafka, Bash, SAS, разработка кастомных Airflow операторов

Location: London Who are we? Tripledot Studios is one of the largest independent mobile games companies in the world. We are a multi-award-winning organisation, with a global 2,500+ strong team across 12 studios. Our expanded portfolio includes some of the biggest titles in mobile gaming, collectively reaching top chart positions around the world and engaging over 25 million daily active users. Tripledot’s guiding principle is that when people love what they do, what they do will be loved by others. We’re building a company we’re proud of. One filled with driven, incredibly smart and detail-orientated people, who LOVE making games. Our ambition is to be the most successful games company in the world, and we’re just getting started. Role Overview Join Tripledot Studios' central AI team to help build a game event data hub, bringing together data from multiple studios. This is a new senior role, with an initial focus on data ingestion, preparation and quality: making sure the team knows the health of its data assets and can alert the right people when something fails. You'll work primarily within the central AI team, coordinating with studio data engineers through their points of contact so that the solutions you build align with their teams' patterns. Over time, you'll rotate into other areas of the team's work, including productionizing and maintaining machine learning pipelines. Key Responsibilities Help build the game event data hub and ingest data from multiple studios. Develop and orchestrate data ingestion, preparation, quality checks and backfills. Centralize dataset metadata and data quality information using tools such as OpenMetadata, giving the team visibility into the health of its data assets. Improve monitoring and notifications so teams know when pipelines or data assets need attention. Coordinate changes with studio data engineers to keep shared solutions aligned with their needs and patterns. Contribute to productionizing machine learning pipelines, monitoring them and making fixes as you rotate across the team's responsibilities. Required Skills, Knowledge and Expertise Experience building and operating data pipelines, including ingestion, preparation, data quality checks, backfills and orchestration. Working knowledge of Kubernetes, Airflow, SQL and Spark. A practical approach to delivering work, with reliability and consistency in how you maintain systems and work with others. The ability to collaborate constructively with engineers within your team and across studios. Nice to have Experience in the games industry. It's a plus, not a requirement; we can help you learn the domain if you bring the right technical knowledge. Experience with change data capture or streaming. Exposure to machine learning workflows. Knowledge of Kubeflow. Benefits 25 days paid holiday in addition to bank holidays to relax and refresh throughout the year Hybrid Working: We work in the office 3 days a week, Tuesdays and Wednesdays, and a third day of your choice. 20 days remote working: Work from anywhere in the world, or use the time to cover mandatory office days to WFH, 20 days of the year. Daily Free Lunch: when in the office you get £12 every day to order from JustEat. Regular company events and rewards: quarterly on-site and off-site events that celebrate cultural events, our achievements and our team spirit. Employee Assistance Program: Anytime you need it, tap into confidential, caring support with our Employee Assistance Program, always here to lend an ear and a helping hand. Family Forming Support: Receive vital support on your family forming/ fertility journey with our support program [subject to policy] Life Assurance & Group Income Cover: Financial protection for you and your loved ones. Continuous Professional Development: Propel your career with continuous opportunities for professional development. Private Medical Cover & Health Cash Plan: Opt-in (P11d benefit) comprehensive private medical cover with Bupa and cash plan with Medicash. Dental Cover: Opt-in (P11d benefit). Cycle to Work Scheme: Salary sacrifice bike purchase scheme. Pension Plan: Qualifying earnings or opt-in 4% contributory match schemes offered.

Location: Singapore About Workato Workato is the leading Control and Execution Platform for Enterprise AI — the neutral platform enterprises trust to put AI to work across their business. Workato unifies data, applications, and processes into a single platform so AI can reliably orchestrate business processes in production at enterprise scale. Built on more than a decade of running mission-critical processes for over half the Fortune 500 — including Nasdaq, Amazon, Cisco, Vodafone, Atlassian, and Lucid Motors — Workato turns over 14,000 enterprise systems AI needs to act on into one governed execution layer. For more information, visit workato.com . Why join us? Ultimately, Workato believes in fostering a flexible, trust-oriented culture that empowers everyone to take full ownership of their roles . We are driven by innovation and looking for team players who want to actively build our company. But, we also believe in balancing productivity with self-care . That’s why we offer all of our employees a vibrant and dynamic work environment along with a multitude of benefits they can enjoy inside and outside of their work lives. If this sounds right up your alley, please submit an application. We look forward to getting to know you! Also, feel free to check out why: Business Insider named us an “enterprise startup to bet your career on” Forbes’ Cloud 100 recognized us as one of the top 100 private cloud companies in the world Deloitte Tech Fast 500 ranked us as the 17th fastest growing tech company in the Bay Area, and 96th in North America Quartz ranked us the #1 best company for remote workers Responsibilities As an Analytics Engineer in the Product Management team, you will own the end-to-end delivery of robust, high-quality data products. You will be responsible for designing, developing, maintaining, and scaling mission-critical data models to provide reliable and accessible product usage data, proactively partnering with Data Engineers, Product Analysts, and business stakeholders. Your key mandate is to transform raw data into actionable insights that directly drive strategic product and business decisions, with a continuous focus on technical excellence and platform optimization. In this role, y ou will also be responsible to: DBT Modeling & Scalability: Design, develop, and own scalable and maintainable data models using dbt (Data Build Tool), ensuring accurate, intuitive, and consistent data for all end users and stakeholders. Collaborate actively with Data Analysts and Business Stakeholders to translate complex reporting and analysis needs into production-ready, highly optimized dbt models. Enforce and evolve our internal dbt conventions and best practices, continuously optimizing the codebase for cleanliness, performance, and cost-efficiency. Data Reliability and Quality Assurance: Own and enforce data quality and consistency by implementing robust testing, validation, and cleaning processes on mission-critical source tables. Implement and manage data monitoring and alerting solutions to ensure data flows and transformations are performing optimally and accurately, and proactively resolve data anomalies and pipeline failures. Create and maintain comprehensive data documentation and definitions (data dictionaries, process flows) to ensure data literacy, trust, and discoverability for stakeholders Stakeholder Collaboration & Data Enablement: Partner with data engineers, product analysts, GTM data teams, and other stakeholders to strategically align data insights with product improvements and business objectives. Communicate complex data architecture, patterns, and analytical conclusions effectively to both technical and non-technical audiences, driving consensus and action. Act as a data champion, evangelizing and guiding business users on the most efficient and reliable ways to leverage our data products, accelerating their time to insights Emerging Technology & Platform Innovation: Lead the research and evaluation of new tools and technologies, like GenAI, for enhancing data engineering, orchestration, and analysis workflows. Develop and test high-impact prototypes that demonstrate the potential of emerging technologies (e.g., GenAI) to augment and improve our product usage datasets and data platform capabilities. Requirements Qualifications / Experience / Technical Skills 2+ years of experience in an Analytics Engineering or Data Warehousing role. Expert proficiency in SQL, including advanced techniques like window functions and proven ability in query performance optimization. Demonstrated expertise in dbt (Data Build Tool) for designing, developing, and maintaining complex data models, coupled with strong functional knowledge of a modern cloud data warehouse (e.g., Snowflake, BigQuery). Proven ability to apply data engineering best practices, including version control (Git/GitHub), modular coding, and automated testing, to maintain robust and reliable data pipelines. Strong understanding of data modeling principles (e.g., star/snowflake schemas, Slowly Changing Dimensions) and how to apply them to solve analytical business problems. Proficiency in Python or another scripting language is required. Experience with data orchestration tools (e.g., Airflow, Dagster) for building and managing data workflows. Soft Skills / Personal Characteristics Resourceful, results-oriented, and autonomous, with a proven track record of owning the full lifecycle of analytical projects from ambiguous requirements to final delivery and business impact. Excellent verbal and written communication and stakeholder management skills, with the ability to translate complex data logic for non-technical audiences and effectively drive cross-functional alignment. (REQ ID: 2867)

Задачи: — Вести разработку и проектирование систем компьютерного зрения для биометрии (атрибуты лица, детекция, качество и распознавание). — Проводить тщательный анализ справедливости и бенчмаркинг биометрических моделей на различных наборах данных и условиях эксплуатации. — Архитектурировать, обучать и оптимизировать модели с использованием PyTorch, Tensorflow и/или JAX. — Владеть и развивать сквозные ML-пайплайны от сбора данных до деплоя. — Проектировать автоматизированные пайплайны (Airflow) для сбора и очистки данных. — Курировать сбалансированные обучающие наборы и генерировать синтетические данные для устранения проблем с качеством и разнообразием. — Обеспечивать производство: отвечать за путь модели до продакшена. — Оптимизировать модели для низкой задержки вывода (квантование, дистилляция, TensorRT/ONNX) и управлять деплоем на AWS. — Наставлять ML-инженеров, проводить код- и дизайн-ревью, продвигать технические лучшие практики в команде компьютерного зрения. Требования: — Опыт работы в индустрии машинного обучения не менее 5 лет, из них минимум 3 года в биометрии или анализе лиц. — Глубокие знания в области компьютерного зрения и биометрии, особенно в распознавании лиц. — Понимание источников алгоритмического смещения в компьютерном зрении и практический опыт измерения и смягчения разного воздействия. — Экспертное владение Python и библиотеками для машинного обучения и компьютерного зрения (Pillow, OpenCV, PyTorch и др.). — Умение писать чистый, модульный, готовый к продакшену код. — Опыт проектирования сквозных ML-пайплайнов и работы с оркестраторами рабочих процессов, такими как Airflow. — Практический опыт масштабирования обучающих задач на мульти-GPU кластерах и деплоя сервисов на AWS (SageMaker, EC2, EKS). Желательно: — Публикации в CVPR, ICCV, ECCV или FG по темам распознавания лиц, оценки качества изображений или справедливости. — Опыт работы с векторными базами данных (Milvus, Faiss) и алгоритмами приближенного поиска ближайших соседей. — Знания в области приватности, безопасности и соответствия в биометрических системах. — Опыт портирования моделей на edge-устройства или мобильные платформы с использованием CoreML, LiteRT, TFLite. — Опыт генерации синтетических лиц с помощью GAN или диффузионных моделей. — Сильные коммуникативные навыки. Условия: — Полная занятость. — Удалённая работа из Индии. О компании: Jumio — B2B технологическая компания, специализирующаяся на борьбе с онлайн-мошенничеством, отмыванием денег и финансовыми преступлениями с помощью AI, биометрии, машинного обучения и автоматизации. Компания является лидером в области онлайн-верификации личности, eKYC и AML решений, работает с клиентами по всему миру в различных отраслях. Политика конфиденциальности: Личные данные кандидатов используются только в рамках процессов подачи заявки, рекрутинга и найма в Jumio, согласно их Applicant Privacy Notice.