Вакансии

Роль предполагает погружение в бизнес клиентов в сферах операционной деятельности, финансов, права и торговли, проектирование ИИ-решений и сопровождение их внедрения. Требования: опыт реализации проектов от 5 лет, сильные аналитические навыки, структурное мышление, активное использование инструментов ИИ для разработки и аналитики.

– Проектирование витрин данных с нуля — под запрос, который заказчику трудно сформулировать. – Опыт на банковских проектах.

- Опыт в роли Billing / Payment Analyst, Payment Manager или Anti-Fraud от 1.5 лет.

Требования: — Опыт в аналитике не менее 4 лет в роли системного аналитика. — Участие в проектах с распределёнными системами под высокой нагрузкой (Highload). — Владение современными open-source инструментами. — Подтверждённая практика проектирования интеграций с Apache Kafka (понимание топиков, партиций, гарантий доставки). — Опыт работы с инструментами сбора и CDC: Vector, Debezium (понимание механики отслеживания изменений в данных). — Широта архитектурного мышления: ориентация в паттернах микросервисной архитектуры, понимание работы REST (OpenAPI/Swagger) и gRPC. — Общее знакомство с Kubernetes и Service Mesh. — Погружение в Observability с пониманием трёх опор наблюдаемости: метрик, логов и трассировки (OpenTelemetry). — Различение принципов работы систем онлайн-мониторинга (алертинг, режим реального времени) и аналитических хранилищ (DWH, анализ исторических данных). — Наличие опыта или готовность освоить сопоставление (корреляцию) разнородных данных и проектирование бизнес-метрик. — Навыки работы с данными и миграциями: уверенное владение SQL/PQL. — Опыт или стремление освоить проектирование и настройку автоматизированного переноса данных между хранилищами. — Системный склад ума и способность доходить до корня технической проблемы. — Умение доносить сложные технические показатели простым языком как до бизнеса, так и до разработчиков. — Командная работа, доброжелательность, открытость к переменам. Задачи: — Работа с требованиями: общение с ИТ-командами и бизнес-заказчиками для выявления потребностей в мониторинге, логировании и алертинге. — Проектирование движения данных: создание схем потоков данных (Data Flow Diagram) — от бизнес-систем через Vector/Kafka до целевых хранилищ платформы. — Автоматизация переноса данных: участие в разработке инструментов, позволяющих автоматически переносить конфигурации и исторические данные мониторинга. — Подготовка документации: написание ТЗ, маппингов данных, описание формирования метрик, SLO/SLI и правил корреляции событий. — Сопровождение и разбор инцидентов: постановка задач разработке, авторский надзор, анализ аномалий в потоках данных мониторинга и поиск узких мест. Условия: — Полный рабочий день. — Возможна удалённая работа. — Проект бессрочный, локация — любая. — Работа в аутстафф-компании, подбор специалистов для длительных проектов в сфере высоконагруженных распределённых систем.

We’re looking for a specialist to help develop the data infrastructure behind our mobile games, build reliable data models, and provide teams with high-quality analytics to support product decisions. - 2+ years of experience working with data.

• Опыт на банковских проектах. • Профильное образование.

• От 2 лет в analytics engineering, BI-разработке, анализе данных или data engineering. • Сильный SQL: джойны, оконные функции, агрегации, умение читать и отлаживать чужие запросы.

Проектирование витрин данных с нуля-под запрос, который заказчику трудно сформулировать. Опыт на банковских проектах.

• Разработка дашбордов и алертов (включая рефакторинг и оптимизацию). • Grafana OSS 13.0 (как BI плафторма визуализации).

Location: Москва Подготовка данных по ЮЛ для процесса автоматическое комплексное коммерческое предложение Задачи: Обязанности * сбор, анализ бизнес требований к данным различных областей, необходимых для установления индивидуальных предложений * формализация и согласование технических заданий на разработку витрин с данными * подготовка тестовых сценарий и проведение тестирования по итогу разработки витрин данных * сопровождение бизнес тестирования витрин данных * консультации членов команды * подготовка документации на всех этапах разработки. Требования * высшее образование по профилю (математическое, техническое) * понимание жизненного цикла разработки витрин данных * опыт сбора БТ на данные * опыт написания ТЗ на разработку витрин данных * опыт проведение тестирования витрин * знание систем баг-трекинга и ведения задач проектов (Jira, etc) * минимум 3-летний опыт работы системным аналитиком по развитию витрин данных * знание SQL на уровне написания запросов высокой сложности * умение работать с большим объемом информации и в режиме многозадачности * опыт самостоятельной проработки задач с нуля, активная позиция Было бы дополнительным плюсом: * опыт работы в Agile-команде * опыт проработки архитектурного решения * опыт работы с Confluence * знание и понимание основных процессов в банковской сфере * опыт составления логической модели данных для реляционных СУБД Понимание Концепта выстраивания хранилищ по методологии Data Vault 2.0. Условия * работа в офисе в Москве * ежегодный пересмотр зарплаты и годовая премия * расширенный ДМС и льготное страхование для семьи * уникальная система обучения Сбера для профессионального и карьерного развития * выгодная ипотека для сотрудников * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера * корпоративная пенсионная программа.

Location: Москва Ищем опытного продуктового аналитика в команду, развивающую цифровые продукты автострахования в рамках нашей компании. Аналитик будет работать на стыке данных, бизнеса и IT: исследовать клиентский путь, находить точки роста, проверять продуктовые гипотезы, проектировать эксперименты и помогать команде принимать решения на основании данных. Обязанности * Проведение полного цикла продуктовых исследований: анализ клиентского пути, воронок, конверсий, сегментов и поведения клиентов для поиска точек роста и причин изменения метрик; * Формулирование, приоритизация и проверка гипотез; самостоятельное проведение ad-hoc исследований от постановки задачи до рекомендаций бизнесу; * Проектирование и анализ A/B-тестов и пилотов: расчет выборки и MDE, контроль сопоставимости групп, оценка uplift, статистической значимости и экономического эффекта; * Работа с большими массивами данных: оптимизация сложных SQL-запросов (Greenplum), объединение данных из нескольких источников, контроль качества расчетов; * Использование Python для статистического анализа, автоматизации расчетов и отчетности, прототипирования аналитических решений; * Развитие методологии и отчетности: определение принципов расчета метрик, автоматизация регулярных расчетов, создание дашбордов и визуализаций; * Оценка влияния продуктовых изменений на конверсию, продажи и финансовый результат; * Кросс-функциональное взаимодействие с PO, разработкой и DS: трансляция бизнес-вопросов в аналитические задачи и результатов анализа — в конкретные рекомендации; * Применение AI-инструментов для ускорения аналитической работы и автоматизации. Требования * Опыт работы по профильному направлению от 3 лет; * Твердые знания продуктовой аналитики: понимание продуктовых метрик и принципов их выбора под бизнес-задачу, методология экспериментального анализа; * Уверенное владение SQL и практический опыт решения сложных аналитических задач: оптимизация запросов, объединение данных из нескольких источников; * Практическое владение Python как рабочим инструментом: pandas, NumPy, Jupyter/DataLab, библиотеки статистического анализа и визуализации; * Понимание принципов экспериментального анализа: расчет выборки и MDE, контроль сопоставимости групп, оценка uplift и статистической значимости; * Опыт работы с большими объемами данных и промышленными СУБД (Greenplum / PostgreSQL); * Практический опыт анализа clickstream / event-based данных и пользовательских путей; * Опыт автоматизации аналитической отчетности и построения дашбордов; * Опыт работы в финтехе, страховании, e-commerce или другом цифровом продукте с большими данными; * Опыт работы с Process Mining или анализа клиентских процессов и последовательностей событий; * Законченное высшее образование по технической, экономической или аналитической специальности; * Инструментальное владение AI для анализа, генерации и автоматизации. Условия * Офисный формат работы (современный офис в Москве возле станции "Кутузовская") * Льготные ипотечные условия кредитования; * Подписка Прайм с возможностью совместного использования на трёх близких; * Скидки на продукты компаний – партнеров: Okko, Сбер Маркет, Мега Маркет, Самокат, Еаптека и другие; * ДМС с первого дня и скидки на страхование для близких; * Корпоративная пенсионная программа; * Детский отдых и подарки за счет Компании; * Обучение за счет Компании, Онлайн курсы, неограниченный доступ к библиотеке и обучение на базе Корпоративного университета, тренинги, митапы и возможность получить новую квалификацию.

• Опыт работы с MD NAV/Navision от 2 лет: техническая архитектура, кастомизации, C/AL, debugger.

MD NAV/Navision: опыт от 2 лет, понимание технической архитектуры, кастомизаций, C/AL и работы с debugger. Сбор и анализ требований, взаимодействие с заказчиками, описание бизнес-процессов, сценариев использования и требований.

- Консультирование клиентов по вопросам складского учета, блока закупки, продажи в 1С:БП,1С:УТ,1С:УНФ и т.д. - Формирование частных технических заданий на доработку функционала.

- Опыт работы от 2 лет аналитиком в области ИТ или бизнес-анализа; - Опыт работы с госорганами (особенно ФНС, ФССП).

Задачи: — Участие в проектах заказной разработки и пресейлах, включая направление искусственного интеллекта. — Полный цикл аналитических работ: от сбора и формализации требований до функционального тестирования, приёмки и демонстрации решений заказчику. — Ежедневное использование LLM-ассистентов (YandexGPT, GigaChat и аналогов) для решения рабочих задач. Требования: 1. Анализ и проектирование — Моделирование бизнес-процессов: BPMN 2.0. — Проектирование систем: UML (диаграммы классов, последовательностей, активности), Use Case. — Сбор требований: User Story, Use Case, техники интервьюирования. — Проектирование баз данных: ER-модели, нормализация, понимание транзакционности. — Прототипирование интерфейсов: Figma (базовая работа с макетами), Miro (схемы, майндмэпы). 2. Работа с данными и API — Уверенное владение SQL (PostgreSQL, MySQL): сложные JOIN, оконные функции, CTE, оптимизация запросов. — Работа с форматами данных: JSON, XML, YAML. — Интеграции: REST API, SOAP. — Понимание принципов работы брокеров сообщений на уровне producer/consumer. — OpenAPI (Swagger): чтение спецификаций, внесение изменений. 3. Инструменты и процессы — Jira: создание и декомпозиция задач, ведение спринтов. — Confluence: оформление ТЗ, архитектурных решений, ведение базы знаний. — Методологии разработки: Agile (Scrum, Kanban), понимание Waterfall. — Git: ветвление, merge/pull requests в GitLab или GitHub. — Postman: коллекции, переменные, скрипты для тестирования API. 4. Искусственный интеллект и векторные данные — Ежедневное применение LLM-ассистентов (YandexGPT, GigaChat и аналоги). — Использование ИИ для написания SQL-запросов, генерации и рефакторинга кода. — Применение LLM для подготовки документации, анализа требований, проектирования API и моделей данных. — Понимание принципов работы векторных баз данных. — Опыт работы с Qdrant, pgvector или аналогами: хранение эмбеддингов, базовый векторный поиск. 5. Личностные качества — Проактивность и самостоятельное доведение задач до результата. — Умение принимать решения при неполных вводных. — Способность быстро погружаться в новую предметную область. — Стрессоустойчивость при сжатых сроках и параллельной загрузке. Дополнительные требования (будет плюсом): 1. Разработка ИИ-решений — LangChain, LangGraph: построение цепочек (chains), агентов и RAG-пайплайнов. — Понимание протоколов MCP (Model Context Protocol) и A2A (Agent-to-Agent). 2. Обработка неструктурированных данных — Интеграция SpeechKit, Whisper или аналогов для распознавания речи. — Работа с Tesseract, Yandex Vision или аналогами для OCR и извлечения данных из документов. 3. Инфраструктура и архитектура — Архитектурное моделирование: C4 Model. — Docker, Kubernetes: понимание YAML-конфигураций, Helm. — Yandex Cloud, AWS: S3/Object Storage, Managed Databases, IAM. — RabbitMQ, Kafka: настройка, топики, партиции, гарантии доставки. 4. Разработка и хранение данных — Python для написания ETL/ELT-скриптов, работы с Pandas и автоматизации. — Опыт построения DWH. — Моделирование данных: Data Vault, Star Schema, Snowflake Schema. — Работа с BI-инструментами.

Опыт бизнес-анализа от 3 лет, включая проведение Discovery. Уверенное владение BPMN 2.0, подготовка BRD, SRS, Use Cases и User Stories.

• сбором требований; • взаимодействием с заказчиком;