Вакансии

Формировать позиционирование сервисов работы с данными: определение основных сценариев использования, конкурентный анализ и проработка стратегия вывода на рынок отдельных решений. Представлять возможности наших платформ на внешних и внутренних мероприятиях.

Zoox is looking for a Contract Student Worker to develop analysis tools, curate datasets, and share insights supporting autonomy and geofence expansion.

Location: Kyiv; Lviv Workplace: onsite Ajax Systems — міжнародна технологічна компанія і найбільший у Європі виробник охоронних систем. Продуктам Ajax довіряють уже понад 4,5 мільйони кінцевих користувачів і 330 тисяч PRO-користувачів у більш ніж 180 країнах. Компанія пропонує комплексні рішення для захисту житлових і комерційних об'єктів різного масштабу. Нині портфоліо Ajax налічує 280 пристроїв для захисту від вторгнення, відеоспостереження, пожежної безпеки та комфорту й автоматизації. Кожного року ми демонструємо кратне зростання як у чисельності команди, так і в кількості користувачів у всьому світі.    Ajax Systems має виробництво повного циклу: від генерації ідей та створення прототипів до масового виробництва та продажу по всьому світу. Кожен департамент закриває певну операційну потребу бізнесу в повній мірі. Фахівці компанії залучені на всіх етапах: від виробничої лінії в Україні до логістичного центру в Польщі, звідки продукцію відправляють дистрибʼюторам по всьому світу.   Зараз ми шукаємо Data QA Engineer (Middle) до команди Data Warehouse & Analytics, який допоможе побудувати системний підхід до тестування даних та забезпечити їхню якість на всіх етапах обробки — від джерел до фінальних аналітичних вітрин. Наша команда працює над розвитком корпоративної платформи даних на базі Databricks, інтеграцією даних із SAP, 1С та інших систем, підготовкою master data для впровадження SAP на міжнародних виробничих майданчиках, а також автоматизацією управлінської та аналітичної звітності. Це можливість долучитися до побудови процесів Data QA практично з нуля, впливати на підходи до тестування та розвивати автоматизацію перевірок якості даних. Основні обов'язки: Побудова та розвиток процесів тестування даних у команді Data Warehouse & Analytics. Тестування ETL/ELT-процесів та перевірка коректності передачі й трансформації даних із SAP, 1С та інших джерел до Databricks. Перевірка відповідності даних бізнес-вимогам на всіх етапах обробки: від source-систем до фінальних аналітичних вітрин. Проведення Data Validation та Source-to-Target Reconciliation для забезпечення точності, повноти й узгодженості даних. Перевірка бізнес-логіки трансформацій, правил обробки та збагачення даних. Виявлення дублів, пропущених записів, некоректних значень та інших аномалій у даних. Розробка та підтримка тест-кейсів, тестових сценаріїв і правил перевірки якості даних. Побудова та розвиток автоматизованого тестування даних, зокрема регресійних перевірок. Перевірка коректності даних після змін у data pipelines, структурах даних і бізнес-логіці. Участь у тестуванні процесів підготовки master data для впровадження SAP. Аналіз причин розбіжностей у даних та взаємодія з Data Engineers, Business Analysts і суміжними командами для їх усунення. Участь у вдосконаленні підходів до Data Quality та підвищенні надійності процесів обробки даних. Наші очікування: Від 2 років комерційного досвіду в Data QA, ETL QA, DWH QA або Software QA зі значним фокусом на тестуванні даних. Впевнене володіння SQL : самостійне написання запитів, робота з JOIN, CTE, фільтрацією, агрегацією та вибірками з декількох таблиць. Знання Python та розуміння можливостей його використання для тестування й автоматизації перевірок даних. Розуміння принципів Quality Engineering та практичних підходів до побудови процесів тестування. Розуміння ETL/ELT-процесів, архітектури Data Warehouse та життєвого циклу даних. Знання принципів Data Quality, Data Validation, Data Reconciliation та Data Governance. Досвід перевірки коректності трансформацій даних і відповідності результатів бізнес-вимогам. Розуміння принципів регресійного тестування та автоматизації тестових перевірок. Розвинені аналітичні навички, здатність самостійно розбиратися у складній бізнес-логіці та знаходити причини проблем із даними. Проактивність, системність, конструктивна комунікація та здатність організовувати роботу в умовах динамічних пріоритетів. Англійська мова на рівні від Intermediate для роботи з документацією та комунікації з міжнародними командами. Буде перевагою: Практичний досвід автоматизації Data Quality / Data Validation тестів. Досвід роботи з Databricks, PySpark, Spark . Досвід роботи з Python-based testing frameworks, pytest, Great Expectations, dbt tests, Soda або аналогічними інструментами. Досвід тестування інтеграцій SAP з DWH або іншими корпоративними платформами даних. Досвід побудови процесів тестування з нуля. Розуміння CI/CD та досвід інтеграції автоматизованих тестів у процеси розробки. Досвід роботи з великими обсягами даних і багатоджерельними інтеграціями. Досвід роботи з BI-рішеннями, зокрема Power BI. Що пропонуємо: Участь у масштабних міжнародних проєктах із розвитку корпоративної платформи даних. Можливість побудувати та розвивати напрям Data QA, впливаючи на інструменти й підходи до тестування. Роботу із сучасним технологічним стеком: Databricks, Python, SQL, PySpark. Співпрацю з командою Data Engineers, SAP-спеціалістів та бізнес-аналітиків. Можливість професійного розвитку на перетині Quality Engineering, Data Engineering та Business Analytics. Роботу в одному з наших комфортабельних офісів. Офіс облаштований генератором та укриттям. Офіційне працевлаштування зі стабільною оплатою та всіма гарантіями Дія Сіті резидента. Гнучкий графік. Компенсація навчання Заняття англійською. Медичне страхування. Комплект системи безпеки Ajax (участь у проєкті бета-тесту — отримання та тестування нових гаджетів до їх релізу). Драйвову команду та zero bullshit culture. Долучайтеся, щоб зробити Made in Ukraine синонімом надійності!

Location: Москва Мы - Управление развития искусственного интеллекта блока "Развитие клиентского опыта B2C". В нашей зоне ответственности ML-решения, результаты работы которых ежедневно влияют на поведение десятков миллионов клиентов. Развитие клиентского опыта – динамический и активно развивающийся процесс. Совместно с бизнесом мы проводим десятки различных экспериментов ежемесячно, и лучшие из них оформляем в полноценные ML продукты. Финансовые эффекты от наших продуктов > 1 млрд. руб. в год. И сейчас мы находимся в поиске сильного технического специалиста по профилю Classic ML Data Scientist. Обязанности * строить ML модели на основе различных данных: табличные, графовые, NLP, GEO, последовательности событий (кликстрим, транзакции и т.д.) * писать production код и выводить его в ПРОМ * улучшать процесс построения моделей, разрабатывать собственные прикладные модули командного фреймворка разработки для повышения производительности DS и улучшения качества кода в промышленной среде * выдвигать data-driven гипотезы/предложения для запуска новых механик, а также поиск инсайтов в данных. Требования * глубокое знание классического ML * понимание основных Deep Learning подходов * продвинутое знание SQL * отличное знание Python * понимание и опыт АB-тестирования. будет плюсом: * понимание специфики разработки ML-технологий, начиная с формулировки бизнес-проблемы, заканчивая выведением на регулярную основу в прод * опыт решения задач ранжирования или Real Time Bidding * опыт работы с Pyspark, Greenplum. Условия * комфортный современный офис рядом с м. Кутузовская  * офисный формат работы * ежегодный пересмотр зарплаты, квартальная и годовая премия * корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития  * программа адаптации и помощь руководителя на старте  * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа  * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * подписка Прайм с возможностью совместного использования на трёх близких  * вознаграждение за рекомендацию друзей в команду Сбера.

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;

Location: Москва Ищем специалиста, который сочетает инженерный подход к разработке ETL-процессов с глубоким пониманием аналитики данных. Обязанности Чем предстоит заниматься: • проектирование на основе спецификаций (Spec-driven) • разработка ETL/ELT процессов • оркестрация и мониторинг • аналитическая поддержка • работа с документацией • взаимодействие со стейкхолдерам Требования Мы ждём что ты: • Опыт работы от 4 лет в ролях Data Engineer, DWH-разработчика или системного аналитика данных • Продвинутый уровень SQL: оконные функции (ROW\_NUMBER, LAG/LEAD), CTE, понимание плана выполнения запроса (EXPLAIN) и оптимизации • Уверенное владение Apache Spark: опыт промышленной разработки на языке Scala, опыт работы с экосистемой Big Data: HDFS, Hive Metastore, YARN, Parquet/ORC форматы • Практический опыт работы с оркестраторами (Airflow, Luigi или аналоги) • Владение Git: ветвление (GitFlow), код-ревью, разрешение конфликтов Будет плюсом: • Опыт проектирования витрин с нуля под требования конкретных продуктовых метрик • Python (Pandas, PySpark) для вспомогательных скриптов, тестирования или легкого анализа • Начальные знания и интерес к развитию в области Machine Learning и Data Analysis Условия Что мы предлагаем: • офисный формат работы • ежегодный пересмотр зарплаты, годовая премия • более 400 образовательных программ СберУниверситета для профессионального и карьерного развития • расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа • гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ • подписку Прайм с возможностью совместного использования на троих членов семьи • вознаграждение за рекомендацию друзей в команду Сбера.

Location: Москва Команда инфраструктурного мониторинга отвечает за стабильность и производительность высоконагруженных систем. Мы переходим от реактивного подхода к проактивному: строим систему, которая предсказывает сбои до их возникновения. Наша цель — создать внутренний AI-слой, который автоматизирует рутину эксплуатации, анализирует петабайты логов и трассировок, а также помогает инженерам принимать решения на основе данных, а не интуиции. Обязанности ### Чем предстоит заниматься: * создавать и внедрять в продакшен модели временных рядов для прогнозирования нагрузки на инфраструктуру и предиктивного алертинга, чтобы выявлять аномалии за часы или дни до деградации сервиса * разрабатывать пайплайны автоматической классификации и группировки алертов и строить системы семантического поиска и суммаризации причин сбоев по неструктурированным данным с использованием внутренних LLM * проектировать архитектуру взаимодействия с внутренними LLM для автоматической категоризации инцидентов, генерации рекомендаций по устранению и нормализации данных мониторинга * выстраивать полный цикл работы с ML в production от версионирования данных и моделей (MLflow / DVC) до автоматизированного A/B-тестирования версий моделей, мониторинга деградации качества (data drift, concept drift) и автоматического переобучения * применять методы оптимизации инференса для обеспечения низкой задержки ответов AI-сервисов в контуре real-time мониторинга * участвовать в проектировании потоков данных (ClickHouse, Redis, Kafka) для обеспечения ML-моделей актуальными фичами в режиме, близком к реальному времени * работать в тесной связке с SRE, DevOps и разработчиками бэкенда для обеспечения отказоустойчивости AI-сервисов и развития CI/CD-процессов. Требования ### Мы ждем от тебя: * коммерческий опыт разработки на Python от 3-х лет, уверенное знание Python Core, GIL и принципов работы CPython * понимание классического машинного обучения от алгоритмов временных рядов (ARIMA, Prophet, LSTM, CatBoost для time-series) до задач классификации и кластеризации * опыт работы с СУБД в рамках написания сложных запросов, понимание партиционирования и движков таблиц (PostgreSQL, Oracle, Redis, ClickHouse) * опыт написания качественного, покрытого тестами кода (pytest, unittest, принципы TDD, проектирование тестируемой архитектуры) * опыт работы с Docker, понимание многослойных образов и оптимизации их размера, опыт работы с GitLab CI, Jenkins или GitHub Actions, написание пайплайнов для автоматической сборки, тестирования и доставки ML-сервисов * знание протоколов сетевого взаимодействия HTTP/1.1, HTTP/2, REST, gRPC, а также брокеров сообщений (Kafka, RabbitMQ) * практический опыт MLOps: контейнеризация моделей, настройка мониторинга дрейфа данных, пайпланы переобучения. Будет плюсом: * опыт работы с экосистемой Big Data: PySpark, Hadoop, Airflow (построение сложных DAG для подготовки фичей) * опыт работы с Kubernetes/Openshift: написание Helm-чартов, настройка ресурсов (CPU/Memory), работа с PodDisruptionBudgets и HorizontalPodAutoscaler. * понимание Observability-стека: Prometheus (архитектура, PromQL), Grafana, Loki, Tempo, OpenTelemetry * опыт работы в fintech, highload или data-intensive проектах, где цена ложного срабатывания или пропуска аномалии критически высока * опыт интеграции с LLM через API, prompt engineering, работа с векторными базами данных для RAG и семантического поиска * знание спецификаций взаимодействия с моделями или опыт разработки собственных AI-агентов для автоматизации рутинных задач эксплуатации. Условия ### **Мы предлагаем:** * офис рядом с м. Кожуховская * офисный формат работы на время адаптации * ежегодный пересмотр зарплаты и годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * расширенный ДМС, льготное страхование для семьи * 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: Intellias Meet your recruiter Khrystyna Derpak khrystyna.derpak@intellias.com https://www.linkedin.com... Vacancy details AI/ML Engineering Data Scientist Senior Bulgaria, Croatia, Poland, Portugal, Spain Remote APPLY NOW REFER A FRIEND Let’s breathe life into great tech ideas! With 3,000 people globally, Intellias is a company where benchmark technological solutions are born. Join in and take your part in digitalizing the world. What project we have for you Join a transformative data and AI platform initiative aimed at modernizing enterprise-scale capabilities and enabling real-time decision-making. This project delivers a comprehensive roadmap covering AI, MLOps, data governance, and platform scalability, supporting a shift towards data-first operations and intelligent automation. What you will do Platform setup. With customer’s platform team, provision and configure the Databricks environment in customer’s cloud account: catalog and permissions, compute (including GPU), secrets, experiment tracking. Secure data ingestion. Build repeatable ingestion of raw verification outputs and document images: parsing, pseudonymisation, data-quality checks, schema handling. Feature engineering at scale. Implement the feature tables: batch image-embedding jobs; exact and approximate linkage keys; cross-transaction and velocity aggregates; pseudonymous entity resolution. Modelling support. Implement feature-selection and mixed-data clustering methods. Run model comparisons and stability tests, and support density-model training runs. Automation. Orchestrate the end-to-end pipeline as a scheduled, idempotent, re-runnable workflow. Monitoring. Set up the data-quality and drift-monitoring prototype, with alerting, on feature and score tables. Privacy engineering. Implement access controls, provenance fields, lineage and the scripted deletion procedure. Confirm that no raw personal data reaches the analytic layer. Documentation and handover. Write runbooks and give a live walkthrough, so engineers can operate everything independently What you need for this PySpark & Spark SQL: Nested-JSON flattening (explode, structs),`mapInPandas` / pandas UDFs, window functions for velocity and distinct-count aggregates, partitioning and performance tuning Databricks: Unity Catalog (catalogs, schemas, grants, column masks, tags, lineage), external locations on S3, cluster / compute policies incl. GPU, Auto Loader, Delta (MERGE, time travel, VACUUM), Workflows, Repos, secret scopes AWS: S3, IAM roles / instance profiles, KMS decryption in jobs, Secrets Manager, basic cost awareness Data engineering for ML: Medallion design (Bronze / Silver / Gold), schema evolution, idempotent loads, DQ profiling, Feature Engineering in UC (feature tables) Pseudonymisation in pipelines: HMAC tokenization with per-key-type keys, normalisation (Unicode NFKD, case, token sort), phonetic keys, never logging raw values, scripted deletion (DROP / VACUUM / secret destruction) Entity resolution (implementation): Blocking / candidate generation with exact and approximate keys, edit-distance tolerance, match scores, surrogate IDs, conflict counting rather than merging Image processing at scale: Running a GPU batch job that decrypts, crops and embeds images in memory (PyTorch / timm), PCA, LSH bucketing Mixed-data clustering: Hands-on: `kmodes` (k-prototypes), `gower` + `kmedoids` with sampling, R `kamila` on Databricks, `StepMix` (latent class), bootstrap ARI Bayesian statistical analysis: Hands-on experience applying Bayesian methods to real-world data problems, including prior/posterior modelling, Bayesian inference, uncertainty estimation, and interpretation of probabilistic results. Feature selection: Mutual information, correlation pruning, PCA. Can run a BPSO / GA search with`mealpy` MLOps & monitoring: M*Lflow experiments and registry (aliases), Lakehouse Monitoring * (profile and drift metrics on Delta tables), SQL alerts, PSI / JS divergence Handover: Writes runbooks and README-level documentation. Leaves a single end-to-end Workflow that someone else can run Nice to have Experience with AssureID / identity-verification JSON outputs. PyOD and basic PyTorch training (to support A on the VAEs in week 2). What it’s like to work at Intellias At Intellias, where technology takes center stage, people always come before processes. By creating a comfortable atmosphere in our team, we empower individuals to unlock their true potential and achieve extraordinary results. That’s why we offer a range of benefits that support your well-being and charge your professional growth. We are committed to fostering equity, diversity, and inclusion as an equal opportunity employer. All applicants will be considered for employment without discrimination based on race, color, religion, age, gender, nationality, disability, sexual orientation, gender identity or expression, veteran status, or any other characteristic protected by applicable law. We welcome and celebrate the uniqueness of every individual. Join Intellias for a career where your perspectives and contributions are vital to our shared success. Skills AWS Python

• Опыт работы Data Scientist от 5 лет. • Опыт с банковскими продуктами и в финтех-индустрии.

Location: Athens, Greece; Straža, Serbia; Istanbul, Turkey; Warsaw, Poland; Tiranë, Albania; Tbilisi, Georgia Are you interested in working with a leading education technology player, the global leader in the assessment and certification of professional skills industry with a presence in more than 200 countries worldwide? If so, this is the chance to apply now! 📥 PeopleCert is looking for a Cloud Data Architect to join the relevant team and support data driven decision making of the organization by developing the appropriate corporate data warehouse/s, corporate data lake/s, cubes for self-service reporting, and advanced analytics & AI deliverables. As a Cloud Data Architect, your responsibilities will include: Design, build and evolve scalable Enterprise Data Warehouse, Data Lake and Lakehouse architectures on Microsoft Azure, aligned with enterprise architecture principles, security requirements and cloud best practices. Architect data solutions using Microsoft Fabric and Azure Databricks as core components of the enterprise data platform , selecting and integrating capabilities according to workload and architectural requirements. Design modern data ingestion and orchestration patterns using Microsoft Fabric Data Factory and Azure Data Factory , supporting batch and incremental ELT/ETL workloads across heterogeneous enterprise systems. Design and implement Medallion Architecture patterns (Bronze, Silver and Gold) using Delta Lake/Lakehouse technologies to provide scalable, governed and reusable enterprise data products. Integrate diverse data sources, including CRM, ERP, digital platforms, operational applications, APIs, multimedia sources and custom enterprise systems . Design scalable analytical and semantic architectures using Microsoft Fabric, Power BI and Databricks , supporting both centrally governed enterprise reporting and self-service analytics. Apply data democratization and self-service analytics principles , ensuring secure, scalable and governed access to trusted enterprise data. Lead and support Master Data Management (MDM) initiatives, establishing consistent and governed master entities and golden records across enterprise systems. Work closely with Data Engineering, Business Intelligence, Data Governance, Data Science and AI teams to translate business and technical requirements into robust end-to-end data architectures. Establish architecture standards for data modelling, integration, data quality, metadata, lineage, security and lifecycle management . Design architectures that support AI and Machine Learning workloads , enabling governed access to enterprise data for advanced analytics, ML and AI applications. Monitor and optimize data platform architecture and workloads, balancing performance, scalability, reliability and cloud cost efficiency . Define and promote CI/CD, Infrastructure-as-Code and DataOps practices for enterprise data solutions. Stay current with developments across Microsoft Fabric, Azure Databricks and the broader Azure data ecosystem , recommending architectural improvements and new capabilities where they provide measurable business value. Provide technical leadership, architectural guidance and mentorship to Data & Analytics teams on modern cloud data architecture and engineering practices. Maintain comprehensive and up-to-date architecture documentation, standards, design patterns and technical decision records . What we look for: Proven experience as a Cloud Data Architect, Data Architect, Senior Data Engineer or equivalent , designing and delivering modern cloud data platforms. Strong hands-on experience with the Microsoft Azure data ecosystem , particularly: Microsoft Fabric , including Lakehouse, Data Factory, OneLake, Warehouses and Power BI. Azure Databricks , including Delta Lake, Lakehouse and Medallion Architecture patterns. Azure Data Lake Storage (ADLS) . Azure Data Factory / Fabric Data Factory . Strong understanding of modern Enterprise Data Warehouse and Lakehouse architectures , dimensional modelling and enterprise data modelling principles. Hands-on experience designing ETL/ELT pipelines , incremental data ingestion and integration patterns across complex enterprise environments. Strong SQL/T-SQL skills and experience working with large-scale analytical datasets. Experience with Python, PySpark, Spark and Databricks notebooks is highly desirable. Strong knowledge of Power BI , semantic modelling and DAX, particularly within the Microsoft Fabric ecosystem. Experience with data governance, metadata management, data lineage and Master Data Management concepts and technologies. Understanding of cloud security, access control, networking, performance optimisation and FinOps principles within enterprise data platforms. Experience with Azure DevOps, Git and CI/CD practices for data engineering and analytics solutions. Relevant Microsoft and/or Databricks certifications are highly desirable. Bachelor’s or Master’s degree in Computer Science, Data Science, Engineering, Mathematics or another relevant discipline . Strong analytical and problem-solving skills, with the ability to translate complex business requirements into scalable technical architectures. Strong commitment to quality, delivery and collaborative teamwork across business and technology functions. Excellent command of English; additional languages are considered an advantage. What we offer: Competitive remuneration package. Work in an international, dynamic, and collaborative environment. Two free vouchers per year from PeopleCert's certification portfolio. Continuous learning and professional development opportunities. Exposure to international facilities and workplace operations. Opportunity to contribute to sustainability and workplace improvement initiatives. If you want to become a member of our international, dynamic and agile team that creates world leading software products, then we should certainly like to hear from you! About PeopleCert PeopleCert is a global leader in the assessment and certification of professional skills, partnering with multinational organisations and government bodies for the development and delivery of standardised exams. Delivering exams across 200 countries and in 25 languages through state-of-the-art assessment technology, PeopleCert enables professionals to boost their careers and realise their life ambitions. Quality, Innovation, Passion, Integrity, Clarity and Velocity are the core values that guide everything we do. Our offices in the UK, Greece, Cyprus, and India foster a culture of diversity, where everyone is different, yet everyone fits in. All of us at PeopleCert are committed to reflecting the diversity and inclusion of our customers and the communities in which we operate. Working on Home Office (HO) Secure English Language Tests (SELTs) Any person who is engaged by PeopleCert to work on the SELT service must undergo a Background Check (the results of which must be acceptable to PeopleCert and the HO) prior to commencing their SELT duties. All SELT personnel will be required to complete a declaration (provided by PeopleCert) where the existence of any criminal record and/or bankruptcy must be declared. If working on the SELT service in the UK, background checks will include: A basic or enhanced Disclosure Barring Service (DBS) check Right to Work in the UK check (including nationality, identity and place of residence) HO security check (Baseline Personnel Security Standard (BPSS) or Counter Terrorist Check (CTC) Financial background check Employment reference check. If working on the SELT service anywhere in the world (outside of the UK) personnel will undergo background checks that are equivalent to those stated for the UK. In addition, if personnel are required to speak to SELT candidates they must be appropriately skilled in English language and, where SELT services are provided anywhere in the world (outside of the UK), the official language of the relevant country. All applications will be treated with strict confidentiality.

— Исследовать данные, разрабатывать новые информативные признаки и добавлять в командный пайплайн новые источники. — Строить ML модели на основе различных данных: табличные, последовательности событий (кликстрим, транзакции и т.д.).

Workplace: remote Requirements 5+ years of hands-on data engineering experience, including delivery and support of production data solutions Practical experience with both Snowflake and Databricks Strong SQL and Python skills, including hands-on experience with PySpark Experience using dbt to develop, test, and maintain data transformations Experience designing and deploying cloud data solutions, preferably on Azure Strong data modelling skills, including dimensional modelling and an understanding of Data Vault 2.0 concepts Experience with Git, code reviews, automated testing, and CI/CD Ability to investigate data quality issues and troubleshoot pipeline failures and performance problems Experience working directly with clients or multiple stakeholder groups Ability to work effectively in agile and startup environments, adapting to changing priorities and evolving requirements Strong critical thinking and problem-solving skills, with the ability to challenge assumptions, evaluate alternatives, and make evidence-based decisions Ability to work independently, clarify ambiguous requirements, and take ownership of delivery Nice to have Experience with change data capture, streaming, or event-driven processing Experience with infrastructure as code, such as Terraform Experience with AWS in addition to Azure Snowflake or Databricks certifications Experience mentoring engineers or leading technical delivery Familiarity with BI tools such as Power BI, Tableau, or Looker Responsibilities Work with client stakeholders to understand business needs, assess existing systems, and define technical requirements Contribute to solution design, explaining technical options, trade-offs, and implementation effort Design, build, and maintain production ETL/ELT pipelines integrating databases, APIs, and file-based sources Develop data models and transformation workflows that support analytics and business processes Implement incremental loading, data validation, error handling, monitoring, and recovery mechanisms Improve pipeline performance and manage compute and storage costs Apply data security and governance practices, including access control and protection of sensitive data Use version control, code reviews, automated testing, and CI/CD to deliver maintainable solutions Create technical documentation and support knowledge transfer to client teams Support project estimation and planning, raise delivery risks, and mentor other engineers We offer Projects for such clients as PayPal, Wargaming, Xerox, Philips, Adidas and Toyota Competitive compensation that depends on your qualification and skills Career development system with clear skill qualifications Flexible working hours aligned to your schedule Options to work remotely Corporate medical insurance covering services of private and public medical centers English courses online Corporate parties and events for employees and their children Internal conferences, workshops and meetups for learning and experience sharing Gym membership compensation 5 days of paid sick leave per year with no obligation to submit a sick-leave certificate Any questions? Anna hh@itransition.com

Workplace: office Обязанности Участвовать в разработке моделей для продуктивной среды; Строить модели машинного обучения, улучшать качество прогноза; Заниматься аналитикой и проверкой гипотез; Развивать инструменты для проведения A/B тестов; Писать код, проводить code-review; Предлагать способы оптимизации и совершенствования существующих инструментов. Условия работы Официальное оформление с белой ЗП, ежеквартальные премии по результатам работы; Удобный офис м. «Добрынинская» БЦ «Оазис»; Гибкий график работы (с 8/9/10 утра) / График работы: 5/2, с 9:00 до 18:15 (в пятницу — до 17:00); Возможность работать удалённо или в гибридном формате. Профессиональные навыки Знание Python (Scala/Java могут оказаться плюсом); Знание классических алгоритмов и структур данных; Знание теоретических и практических продвинутых методов машинного обучения; Знание SQL, знакомство с hadoop-стэком (кандидаты уровня middle должны понимать, как выглядит план запросов и что происходит "под капотом"); A/B тесты, генерация и проверка гипотез (будет плюсом опыт с variance reduction, CUPED, линеаризацией и методом бакетов); Опыт работы с (docker, kubernetes, pyspark, kafka, postgres, airflow); Наличие опыта вывода разработанных решений в прод.

Workplace: remote Обязанности Участвовать в разработке моделей для продуктивной среды; Строить модели машинного обучения, улучшать качество; Писать код, проводить code-review; Выбор оптимальной механики воздействия на пользователей: какую категорию или товар предложить, что попросить сделать и какую награду за это предложить? А стоит ли присылать пользователю коммуникацию или вероятность отклика мала даже при релевантном предложении? Uplift-моделирование; Разработка собственного ML-фреймворка, для решения бизнес-задач, на его основе-выкатка моделей в 'прод' и дальнейшие итеративное развитие; Предлагать способы оптимизации и совершенствования существующих инструментов. Условия работы Официальное оформление с белой ЗП, ежеквартальные премии по результатам работы; Удобный офис м. «Добрынинская» БЦ «Оазис»; Гибкий график работы (с 8/9/10 утра) / График работы: 5/2, с 9:00 до 18:15 (в пятницу — до 17:00); Возможность работать удалённо или в гибридном формате. Профессиональные навыки Знание Python; Опыт работы в рекомендательных системах/поиске; Опыт работы в роли mle/ds от 5ти лет; Знание теоретических и практических продвинутых методов машинного обучения; Знание SQL, знакомство с hadoop-стэком; Опыт работы с docker, kubernetes, pyspark, kafka, postgres, airflow; Наличие опыта вывода разработанных решений в прод.

Workplace: Москва и Краснодар (гибрид/офис), другие города - удаленно Мы запускаем новый ML-продукт Promo Advisor-интеллектуальную систему для моделирования и выбора оптимальных параметров промоакций Решение позволит еще до запуска промо оценивать различные сценарии по продажам, выручке и марже, а также подбирать оптимальные условия с учетом бизнес-ограничений. Наша цель - сделать управление промо более точным, прозрачным и эффективным с помощью аналитики и машинного обучения. Ищем Senior Data Analyst, который поможет исследовать данные, проверять гипотезы и вместе с ML-командой оценивать качество моделей и бизнес-эффект принимаемых решений Задачи Исследовать данные и находить закономерности, влияющие на эффективность промоакций Формулировать и проверять гипотезы совместно с ML-командой Анализировать результаты ML-моделей и искать возможности для повышения их качества Проектировать и проводить A/B-тесты: определять метрики, оценивать результаты и интерпретировать эффект Разрабатывать аналитические витрины и дашборды в Superset Оценивать влияние промо-решений на ключевые бизнес-показатели Наш стек Python, SQL, Superset, Airflow, S3, Hadoop Требования Отличное знание SQL и опыт работы с большими объемами данных Уверенное владение Python для анализа данных Хорошее понимание статистики, методов проверки гипотез и A/B-тестирования Практический опыт работы с ML-алгоритмами и метриками качества моделей Опыт работы с Superset Будет плюсом Опыт работы с PySpark Опыт решения задач ценообразования, промоаналитики или прогнозирования спроса Понимание процессов офлайн-ритейла Условия Возможность создавать новый ML-продукт с нуля и напрямую влиять на бизнес-результат Работа на стыке аналитики, машинного обучения и управления промо Реальные данные большого ритейла и задачи с высоким бизнес-эффектом Команда аналитиков, Data Scientists и ML-инженеров, ориентированная на быстрый запуск и развитие продукта Формат работы Москва и Краснодар (гибрид/офис), другие города - удаленно

Location: Краснодар Workplace: Краснодар (гибрид/офис) Мы в поиске талантливого аналитика данных в направление собственных производств Магнита. Мы собираем данные о различных нишах, товарах, категориях, анализируем, насколько наши продукты соответствуют рынку, предоставляем рекомендации бизнесу. Стек: Excel, Python (Pandas, Pyspark), SQL, Apache Superset (Power BI) Опционально - LLMOps (Ollama, LiteLLM). Задачи Влиять на принятие решений в бизнес-юните Магнита - собственные производства. Искать новые тренды и вкусовые сочетания на рынке, которые превратятся в продукты собственных производств. Разрабатывать рекомендации по оптимизации и улучшению текущего портфеля товаров. Управлять собственными процессами по сбору и хранению данных. Внедрять data-driven подход в принятие решений на уровне всего бизнес-юнита. Требования Опыт работы в качестве аналитика данных от 3 лет. Опыт в развороте и применении ИИ моделей в продакшене. Опыт работы с Python, Excel. Знания основ математической статистики и теории вероятностей. Умение логично аргументировать позицию и решения. Опыт в ритейле. Условия ДМС со стоматологией и льготными условиями для членов семьи. Работу в максимально уютном офисе в центре Москвы (ст. м. Савеловская), в Краснодаре или удаленно из других городов РФ, так же есть офисы в Санкт-Петербурге (ст. м. Балтийская) и в Иннополисе. Корпоративные скидки PRIMEZONE, бесплатная подписка Магнит Премиум с повышенным кешбэком по программе лояльности М+. Поддержку в развитии через обучение, конференции и митапы, а также программу для руководителей - Leadership club. IT‑комьюнити - среда, где быстрее находишь решения, делишься практиками, пробуешь новые роли и растешь от эксперта в стекe до лидера инициатив. Наличие корпоративной библиотеки курсов. Работа над масштабными продуктами и проектами (Умный магазин, роботизация, беспилотность, GenAI и другие). Социально– психологическая поддержка от >370 специалистов по направлениям: юристы, психологи, врачи, финансовые и ЗОЖ советники. Возможность рекомендовать компанию своим друзьям, участвуя в реферальной программе. Формат работы Краснодар (гибрид/офис)

Workplace: Москва и Краснодар (гибрид/офис), другие города - удаленно Мы развиваем ML-платформу прогнозирования спроса для федеральной розничной сети. Работаем с большими объемами данных: отдельные расчеты обрабатывают терабайты, а общий объем данных платформы измеряется петабайтами. Расчетный контур построен на Apache Spark и Kubernetes, оркестрация на Apache Airflow, данные храним в S3 и Delta Lake. Для разработки и автоматизации используем Python и GitLab CI/CD. Ищем инженера, которому интересно развивать ML-платформу, автоматизировать процессы и решать задачи на стыке разработки и инфраструктуры. У нас можно влиять на технические решения, повышать надежность платформы и развивать внутренние инструменты. Задачи развивать и автоматизировать процессы запуска и эксплуатации приложений в Kubernetes диагностировать сбои, разбираться в проблемах с ресурсами, конфигурациями и производительностью приложений развивать CI/CD, автоматизировать развертывание и поставку изменений между DEV, UAT и PROD разрабатывать и развивать внутренние инструменты ML-платформы на Python улучшать мониторинг, логирование и диагностику, повышать стабильность и надежность расчетного контура участвовать в развитии расчетных пайплайнов на Spark и Airflow, интеграции новых ML-алгоритмов и изменений от Data Science в production Требования уверенное знание Python и опыт промышленной разработки практический опыт работы с Kubernetes и Docker, включая развертывание и диагностику приложений уверенное владение Linux, понимание сетевого взаимодействия и управления ресурсами опыт работы с CI/CD и автоматизации сборки и развертывания приложений понимание принципов работы распределенных систем опыт диагностики и устранения проблем в production-системах Будет плюсом опыт работы с Apache Spark / PySpark, особенно в Kubernetes опыт работы с Apache Airflow или другими системами оркестрации опыт работы с Helm, Terraform, Argo CD или аналогичными инструментами опыт работы с S3, Delta Lake и SQL опыт работы с Grafana, Prometheus, Loki и другими инструментами мониторинга и логирования опыт разработки и эксплуатации промышленных ML-систем Условия Оформление в аккредитованную ИТ-компанию Конкурентоспособную заработную плату (обсуждается индивидуально) ДМС со стоматологией и льготными условиями для членов семьи Технику для работы График работы 5/2 Работу в максимально уютном офисе в центре Москвы (ст. м. Савеловская), в Краснодаре или удаленно из других городов РФ, так же есть офисы в Санкт-Петербурге (ст. м. Балтийская) и в Иннополисе Возможность реализовать свой опыт и потенциал в интересных и многоплановых проектах Развитие – мы оплачиваем обучение на курсах и участие в конференциях Возможность проведения и участия в митапах, хакатонах, где есть возможность познакомиться с работой других подразделений Наличие корпоративных скидок PRIMEZONE и программ лояльности от компании Наличие корпоративной библиотеки курсов Возможность рекомендовать компанию своим друзьям, участвуя в реферальной программе Формат работы Москва и Краснодар (гибрид/офис), другие города - удаленно

Location: Москва Workplace: Гибрид, Удаленно, Офис Объединённая компания Wildberries и Russ — это международная технологическая компания, образованная в результате слияния двух лидеров рынка — IT-компании Wildberries и оператора наружной рекламы Russ. Обязанности Разработка и поддержка витрин данных; Автоматизация процессов на Python и Airflow; Написание и оптимизация сложных SQL-запросов; Работа с большими объемами данных в Spark; Загрузка данных в КХД из Excel, API и различных БД; Перенос и объединение данных между разными системами и СУБД; Проектирование структуры таблиц и архитектуры данных; Разработка ad hoc автоматизаций и внутренних решений; Настройка чекеров и Data Quality: полнота, дубли, freshness, аномалии, бизнес-правила; Мониторинг загрузок, витрин и алертов при ошибках. Требования Сильный SQL и понимание оптимизации запросов; Уверенный Python; Практический опыт с Airflow и Spark / PySpark; Понимание ETL / ELT и принципов построения data pipelines; Знание разных типов СУБД и их особенностей: PostgreSQL / Greenplum, ClickHouse, Trino / Presto или аналогов; Понимание OLTP / OLAP, column-store / row-store, MPP-архитектуры; Умение проектировать таблицы, выбирать гранулярность, ключи, партиционирование и структуру витрин. Условия Обучение и развитие: языковые клубы, собственный корпоративный университет, программы развития управленческих навыков и многое другое; Благополучие сотрудников: корпоративный пакет ДМС со стоматологией, корпоративный спорт, консультации психолога и дополнительные возможности аккредитованной IT-компании; Множество сообществ: клуб спикеров, футбола, йоги, шахмат и т.д.; Забота о семьях: создаем условия, в которых легко сочетать карьеру и заботу о близких – от гибкого подхода до масштабных проектов для детей сотрудников; Скидки и партнерские программы: на обучение, страхование, покупки и многое другое; Комфортная рабочая среда: бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника и портал для сотрудников.