Задачи:
— выполнять функции по автоматизации расчетов драйверных моделей
— анализ текущего процесса, который в основном реализован в Excel и SQL скриптах, разбирать логику и формулы
— поиск источников данных, анализ и репликация источников в DWH, согласование с владельцами систем
— разработка меппингов для работы с большими хранилищами и системами с более чем 500 параметрами
— создание витрин данных, проектирование и наполнение агрегированных слоев для бизнес-планирования
— внедрение автоматизированного процесса поддержки, обучение бизнес-пользователей новому формату
— прототипирование во внутренней системе (собственная разработка), создание модели планирования и запуск расчетов
Требования:
— опыт от 3+ лет в аналитике данных, бизнес-аналитике, клиентской аналитике физических лиц
— опыт работы с большими данными (Spark, Hadoop, GreenPlum, ClickHouse), знание SQL и Python
— умение визуализировать данные, писать качественные бизнес-требования на разработку дашбордов
— понимание метрик и драйверов для процессов бизнес-планирования, управления продуктом, клиентской аналитики
— опыт финансового моделирования продуктов, проектов, пилотов, инициатив
— базовые знания статистики
Будет плюсом:
— опыт работы в Banking, Retail, FinTech, E-commerce, Telecom
— знания методов cohort analysis, uplift modeling
— опыт работы с ML-моделями
Условия:
— комфортный современный офис рядом с м. Кутузовская
— ежегодный пересмотр зарплаты, годовая премия
— корпоративный спортзал и зоны отдыха
— уникальная система обучения Сбера для профессионального и карьерного развития
— расширенный ДМС и 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
— корпоративная пенсионная программа
Задачи:
— Валидация процессов загрузки данных
— Проверка корректности скачивания данных из внешних источников (БКИ, ЦБ, ФНС и др.)
— Контроль раскладки данных по целевым таблицам в S3/Iceberg
— Подтверждение обработки 100% входящего объёма данных
— Верификация атрибутного состава (например, отсутствие даты рождения в поле "ФИО")
— Тестирование механизмов обновления: отсутствие дубликатов при повторной загрузке
— Блокировка записей с аномалиями (ошибки источника, некорректные форматы)
— Анализ документации (ТЗ, маппинги) для проектирования тест-кейсов
— Профилирование данных: выявление шаблонов, аномалий и граничных значений
— Документирование расхождений между источниками и хранилищем
— Мониторинг задач в Airflow на предмет сбоев
— Составление отчётов о дефектах и качестве данных
Требования:
— Практическое знание SQL: продвинутый уровень, включая сложные JOIN, подзапросы, агрегатные функции, написание проверочных запросов, анализ трансформаций, выявление расхождений
— Понимание архитектуры Lakehouse (S3, Iceberg) и слоёв хранения (RAW/ODS/DDS)
— Опыт работы с БД и хранилищами: Oracle, Greenplum, PostgreSQL, S3, Airflow (мониторинг задач), Spark (понимание логики обработки)
— Опыт тестирования хранилищ данных
— Работа с форматами данных: XML, JSON, XSD/JSON-схемы
— Опыт интеграции внешних источников (БКИ, ФНС, ЦБ, API-партнёров)
— Понимание REST/SOAP API и протоколов передачи
— Стек автоматизации: Python, pandas, numpy, psycopg2, pytest, Allure, PySpark
Условия:
— Оформление в штат аккредитованной ИТ-компании по ТК РФ: полностью белая заработная плата, оплачиваемые отпускные и больничные
— Индексация заработной платы
— Расширенная программа ДМС
— Скидки на фитнес, кино и уроки английского
— Техника по требованиям проекта
Quantori разрабатывает программное обеспечение для биотехнологических и фармацевтических компаний. Среди клиентов компании Pfizer, LGC, The Jackson Laboratory. В компании работает более 500 человек, инвестиции составляют 15 миллионов долларов.
Требования:
— Опыт работы не менее 6 лет
— Знание Python, R, SQL, Spark, dbt
— Уровень английского языка не ниже B2
Формат работы: удалённо.
Удалённоsenior
Зарплата не указана
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Задачи:
- Сбор требований с бизнес-заказчиков и анализ источников данных
- Разработка, реализация и поддержка типовых потоковых интеграционных решений на стеке технологий: Trino, Iceberg, S3, Spark, Apache Airflow, Kafka, Cosmos, Flink
- Оперативное реагирование на информацию о проблемах в зоне ответственности, выполнение типовых задач в установленный срок
- Поддержание в актуальном состоянии документации типовых интеграционных решений платформы больших данных, предоставление отчетности руководителю
Требования:
- Общее представление о стеке технологий Lakehouse
- Понимание различия работы между BigData/Lakehouse и с данными обычного размера
- Знание SQL (индексы, функции, оптимизация, профилирование производительности)
- Опыт работы с любой реляционной БД (Oracle, Postgres, MySQL, MsSQL, DB2 и т.п.)
- Умение работать с Git (знание команд git pull/commit/push)
- Опыт работы с DBT, Cosmos
- Представление о работе с Trino
- Понимание устройства Iceberg, форматов данных
- Понимание работы с minio или любого другого хранилища на основе S3
- Опыт использования систем ведения проектов и документации
- Знания основ программирования (JAVA, Python)
We’re looking for a DevOps Engineer (Data Focus) to strengthen our Data Engineering team. This role is all about building and maintaining reliable, scalable, and observable data infrastructure that powers our trading research and production systems.
Databricks, an American IT firm specializing in a unified cloud platform for big data and AI, is seeking Forward Deployed Engineers in Amsterdam and Senior Forward Deployed Engineers in Stockholm. Candidates should have experience with Python, Scala, JavaScript or TypeScript, Apache Spark, and cloud platforms such as AWS, Azure, or GCP. Familiarity with CI/CD pipelines, MLOps, machine learning and AI models, as well as AI APIs, is required. These positions are on-site roles.
Требования к кандидату:
- 6+ years commercial Data Engineering
- Enterprise-scale data pipelines & platforms
- Microsoft Azure data services
- Azure Databricks + Apache Spark
- Azure Data Factory
- Microsoft Fabric + modern cloud analytics
- Azure Data Lake (ADLS) or equivalent
- Strong SQL + ETL/ELT
- Medallion architecture + reusable frameworks
- CI/CD & DevOps (Azure DevOps preferred)
Задачи:
— глубокий анализ данных для построения и калибровки моделей
— опыт построения uplift-моделей и кривых отклика для оптимизации процентных ставок
— разработка моделей оценки эластичности спроса на кредит по ставке
— разработка, обучение и валидация продвинутых ML-моделей для индивидуального ценообразования (регрессионные модели, градиентный бустинг, методы обучения с подкреплением / Reinforcement Learning для динамического ценообразования)
— анализ и интерпретация результатов A/B-тестов ценовых стратегий, оценка их бизнес-эффекта (влияние на выручку, маржу, конверсию, LTV)
— построение и оптимизация симуляционных сред для предварительной оценки эффекта ценовых изменений.
Требования:
— глубокое знание и практический опыт (от 3 лет) применения методов машинного обучения и анализа данных для решения бизнес-задач, желательно в области ценообразования, экономики или финтеха
— продвинутый уровень знаний в области статистики, эконометрики и методологии проведения A/B-тестов
— понимание принципов микроэкономики и теории цен
— опыт разработки и внедрения в production моделей, напрямую влияющих на финансовые метрики (выручка, маржа)
— продвинутые знания SQL и Python для анализа данных и ML
— опыт работы с Python ML-фреймворками (Scikit-Learn, LightGBM/CatBoost/XGBoost, PyTorch/TensorFlow, библиотеки для RL), Spark (PySpark), опыт работы с базами данных (GreenPlum, PostgreSQL, ClickHouse).
Будет плюсом:
— опыт построения систем динамического ценообразования (dynamic pricing) или моделей на основе обучения с подкреплением (Reinforcement Learning)
— опыт работы в ритейле, финтехе, marketplace-сегменте или сфере услуг с высокой конкуренцией
— умение переводить бизнес-задачи на язык данных и обратно
— знание основ юнит-экономики и финансового моделирования
— опыт разработки или интеграции решений с применением GenAI.
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.
О компании и команде
Photon Pictures — студия 3D CG-анимации, работаем с международными брендами. Параллельно развиваем YouTube-канал с 700К+ подписчиков (легаси-проект с фан-анимацией по Brawl Stars), который сейчас нуждается в перезапуске.
Ожидания от кандидата
Понимание логики YouTube-алгоритма и работы с фан-базой, самостоятельность в ведении контент-плана, опыт монтажа коротких видео. Не нужно креативить контент с нуля — готовые ролики будут поступать от автора, задача — грамотно упаковать и продвигать.
Условия работы
Полностью удалённо, частичная занятость, свободный график, оплата фикс + бонус за рост показателей.
Дополнительные инструкции
Пробный период — 1 месяц. Тестовое задание: посмотреть канал Spark Studios и предложить контент-план на 2 недели + 3 идеи, как вернуть внимание аудитории после долгой паузы.
Задачи:
— Проектирование, внедрение и поддержка DevOps-инструментов для дата-пайплайнов и платформ.
— Поддержка и автоматизация ETL-воркфлоу (например, Spark, Airflow).
— Создание и управление мониторингом и наблюдаемостью качества данных (DBT), дата-пайплайнов и систем хранения.
— Внедрение и поддержка инфраструктуры хранения данных на AWS (S3, EC2, сеть).
— Интеграция и поддержка Project Nessie как транзакционного каталога для Data Lakes с семантикой, похожей на Git.
— Тесное взаимодействие с Data Engineers для обеспечения плавного деплоя, версионирования и масштабирования дата-задач и пайплайнов.
— Автоматизация деплоя и CI/CD процессов с использованием GitLab CI/CD.
— Обеспечение лучших практик безопасности при работе с чувствительными данными.
— Написание автоматизации инфраструктуры на Python, Bash, Ansible.
— Документирование систем, пайплайнов и DevOps-процессов.
Требования:
— Опыт 5+ лет в DevOps / IT Ops / DataOps с практическим опытом работы с инфраструктурой, связанной с данными.
— Глубокие знания Linux (сеть, настройка ядра, оптимизация производительности).
— Практический опыт работы с Airflow, ClickHouse, DBT, Spark и Project Nessie.
— Солидные знания AWS (S3, EC2, IAM, сеть).
— Владение скриптингом и автоматизацией (Python, Bash, Ansible).
— Опыт работы с CI/CD пайплайнами (GitLab).
— Опыт с мониторинговыми стеками (Prometheus, Grafana, ELK).
— Знакомство с контейнеризацией и оркестрацией (Docker, Kubernetes).
— Понимание концепций управления данными.
— Сильные коммуникативные навыки и проактивный подход.
Желательно:
— Опыт работы с потоковой обработкой данных в реальном времени.
— Знание инфраструктуры как кода (Terraform).
— Знакомство с безопасностью в дата-инжиниринге (IAM, шифрование, контроль доступа).
— Опыт работы с высокопроизводительными системами или в торговой среде.
Задачи:
— Проектировать, разрабатывать и обслуживать масштабируемые серверные системы для поддержки развертывания.
— Создавать надежные и эффективные API в платформу GotIt.
— Создавать системы хранения и поиска данных, оптимизированные для обработки больших объемов текстовых данных, необходимых для задач обучения и вывода.
— Выявлять проблемные места в производительности и оптимизировать, повышая эффективность и оперативность серверных служб.
— Внедрять передовые методы обеспечения безопасности для защиты конфиденциальных данных и обеспечения соответствия отраслевым стандартам и правилам.
Требования:
— Степень бакалавра или магистра в области компьютерных наук, инженерии или смежных областях.
— Минимум 5 лет опыта в серверной разработке с упором на проектирование и внедрение масштабируемых систем.
— Опыт серверной разработки на Kotlin, либо Java, но с переходом на Kotlin.
— Знание английского языка.
— Опыт работы с реляционными базами данных (PostgreSQL) и разработка эффективных моделей данных.
— Опыт проектирования и разработки RESTful API и использования WebSocket.
— Знание облачных платформ AWS, Azure или Google Cloud, опыт развертывания и управления серверными службами в облаке.
— Понимание принципов DevOps и опыт работы с Docker, Kubernetes, CI/CD.
— Знания в области машинного обучения, знакомство с TensorFlow, PyTorch является плюсом.
— Опыт работы с технологиями и платформами обработки естественного языка (NLP).
— Опыт работы в Agile.
— Вклад в проекты с открытым исходным кодом или активное участие в технических сообществах.
— Опыт работы с технологиями больших данных, такими как Apache Hadoop или Spark.
Условия:
— Частичная занятость.
— Возможность присоединения к международной команде на постоянной основе на полный день.
— Возможность стать руководителем направления.
— Возможность путешествий/переезда в США.
Задачи:
— Администрирование, конфигурация, оптимизация и поддержка платформы Databricks.
— Управление рабочими пространствами Databricks в средах разработки, тестирования и продакшена.
— Конфигурация и управление кластерами, пулами, заданиями и рабочими процессами для поддержки ETL, потоковых и ML задач.
— Мониторинг состояния платформы, емкости и производительности, проактивное выявление и устранение проблем.
— Управление версиями Databricks runtime, библиотеками и интеграциями с облачным хранилищем и сервисами данных.
— Реализация и поддержка процедур резервного копирования, восстановления и обеспечения непрерывности бизнеса.
— Настройка и поддержка управления идентификацией и доступом (IAM) в Databricks.
— Внедрение и соблюдение лучших практик безопасности, включая шифрование, сетевой контроль и политики доступа к данным.
— Сотрудничество с командами безопасности и соответствия для соблюдения организационных и нормативных требований.
— Поддержка стандартов управления данными (например, Unity Catalog).
— Оптимизация конфигураций кластеров, автоскейлинга и планирования заданий для баланса производительности и затрат.
— Анализ метрик использования и затрат, внедрение стратегий контроля затрат.
— Рекомендации и реализация стратегий настройки и оптимизации платформы для больших данных.
— Взаимодействие с инженерами данных, аналитиками и дата-сайентистами для понимания требований и рекомендаций по использованию Databricks.
— Предоставление поддержки уровня Tier 2/3 по инцидентам и запросам, связанным с Databricks.
— Разработка и поддержка документации, инструкций и стандартных операционных процедур.
— Проведение обучения пользователей и обмен знаниями по возможностям и лучшим практикам Databricks.
— Автоматизация развертывания рабочих пространств и кластеров, конфигураций и политик с использованием Infrastructure as Code (Terraform, ARM/Bicep, CloudFormation).
— Интеграция Databricks с CI/CD пайплайнами для развертывания кода и управления средами.
— Поддержка лучших практик контроля версий для ноутбуков, заданий и конфигураций.
Требования:
— Высшее образование в области компьютерных наук, информационных систем, инженерии или смежных областях либо дополнительный опыт работы 4 года при отсутствии диплома.
— Опыт работы не менее 8 лет в администрировании облачных платформ данных или сред больших данных.
— Практический опыт администрирования Databricks (Azure, AWS или GCP Databricks).
— Глубокое понимание рабочих пространств, кластеров, заданий, пулов и ноутбуков Databricks.
— Знание облачных хранилищ (Azure Data Lake Storage, S3, GCS) и сетевых концепций.
— Опыт управления идентификацией и доступом в соответствующем облачном провайдере (Azure AD, IAM и др.).
— Навыки скриптинга и автоматизации (Python, PowerShell, Bash).
— Знакомство с концепциями Spark (кластеры, исполнители, задания, партиции) и вопросами производительности.
— Опыт мониторинга и устранения проблем с производительностью и надежностью платформы.
— Сильные аналитические и проблемно-ориентированные навыки.
— Умение объяснять сложные технические концепции технической и нетехнической аудитории.
— Ориентация на клиента и качество сервиса.
— Способность работать самостоятельно и в команде в динамичной agile-среде.
Желательные квалификации:
— Сертификация Databricks (например, Databricks Certified Data Engineer Associate/Professional, Lakehouse Fundamentals, Administrator).
— Опыт работы с Unity Catalog и тонкой настройкой доступа к данным.
— Опыт работы с CI/CD инструментами (Azure DevOps, GitHub Actions, Jenkins).
— Опыт работы с Infrastructure as Code (предпочтительно Terraform).
— Опыт работы с инструментами агрегации логов и мониторинга (Azure Monitor, CloudWatch, Datadog, Splunk).
— Знание Delta Lake, структурированного стриминга и архитектур Lakehouse.
— Опыт работы в корпоративных средах с высокими требованиями к безопасности и соответствию.
Условия:
— Удаленная работа из любой точки.
— Полная занятость, 40 часов в неделю.
— Требуется получение и поддержание уровня безопасности Public Trust с обязательной процедурой снятия отпечатков пальцев.
— Требования к резидентству в США: проживание в США или территориях последние 5 лет с ограничениями на время отсутствия.
— Конкурентная зарплата в диапазоне $10,669 – $14,435 в месяц ($128,039 - $173,229 в год), зависит от опыта и местоположения.
— Пакет социальных льгот, включая медицинское страхование, 401(k) с компанией-матчем, оплачиваемый отпуск и другие выплаты.
— Гибкий график работы и поддержка баланса работы и личной жизни.
— Процесс верификации личности с использованием биометрии и ИИ для предотвращения мошенничества.
Задачи:
– Разработка и рефакторинг ETL/ELT пайплайнов на pyspark;
– Разработка и поддержка OLAP движков Starrocks/Clickhouse;
– Поддержка текущих пайплайнов на Greenplum и Hadoop;
– Миграция с HDFS на S3;
– Оптимизация spark-приложений.
Требования:
– Опыт работы с Python от 3 лет;
– Глубокое знание SQL и опыт работы с большими данными;
– Опыт работы с Apache Airflow;
– Опыт проектирования и разработки ETL/ELT процессов;
– Опыт работы с колоночными БД (ClickHouse);
– Знание принципов построения Data Warehouse и Data Lake;
– Понимание разницы между OLTP/OLAP системами;
– Уверенная работа c linux и git;
– Понимание процессов ci/cd.
Задачи:
— Проектировать, разрабатывать и обслуживать масштабируемые серверные системы для поддержки развертывания.
— Создавать надежные и эффективные API в платформу GotIt.
— Создавать системы хранения и поиска данных, оптимизированные для обработки больших объемов текстовых данных.
— Выявлять проблемные места в производительности и оптимизировать серверные службы.
— Внедрять передовые методы обеспечения безопасности для защиты конфиденциальных данных и соответствия стандартам.
Требования:
— Степень бакалавра или магистра в области компьютерных наук, инженерии или смежных областях.
— Минимум 5 лет опыта в серверной разработке с упором на проектирование и внедрение масштабируемых систем.
— Опыт серверной разработки на Kotlin или Java с переходом на Kotlin.
— Опыт продумывания архитектуры приложения и проработки ключевого функционала.
— Знание английского языка.
— Опыт работы с реляционными базами данных (PostgreSQL) и разработка эффективных моделей данных.
— Опыт проектирования и разработки RESTful API и использования WebSocket.
— Знание облачных платформ AWS, Azure или Google Cloud и опыт управления серверными службами в облаке.
— Понимание принципов DevOps и опыт работы с Docker, Kubernetes, CI/CD.
— Знания в области машинного обучения (TensorFlow, PyTorch) являются плюсом.
— Опыт работы с технологиями и платформами обработки естественного языка (NLP).
— Опыт работы в Agile.
— Вклад в проекты с открытым исходным кодом или участие в технических сообществах.
— Опыт работы с технологиями больших данных, такими как Apache Hadoop или Spark.
Условия:
— Удаленная работа.
— Частичная занятость.
— Возможность присоединиться к международной команде на полный день.
— Перспектива стать руководителем направления.
— Возможность путешествий и переезда в США.
Задачи:
– Разработка, создание и поддержка масштабируемых конвейеров обработки данных с использованием Apache Spark и современных платформ обработки данных.
– Разработка и оптимизация архитектур хранилищ данных для поддержки рабочих процессов анализа данных и машинного обучения.
– Внедрение моделей и структур данных, обеспечивающих качество, согласованность и доступность данных.
– Сотрудничество со специалистами по анализу данных и аналитиками для понимания потребностей в данных и предложения решений.
– Обеспечение безопасности данных и соответствия нормативным требованиям.
– Мониторинг и устранение неполадок, связанных с производительностью и надежностью конвейера обработки данных.
– Постоянное совершенствование процессов и передовых методов обработки данных.
– Взаимодействие с межфункциональными командами и участие в технических дискуссиях.
– На руководящей должности оказание технической поддержки и наставничество младших инженеров.
Требования:
– Опыт работы с Python или Scala/Java.
– Углубленные знания SQL.
– Практический опыт работы с Apache Spark, Databricks, Snowflake или Microsoft Fabric.
– Понимание концепции и архитектуры хранилища данных (data lakehouse).
– Понимание основ распределенных систем.
– Навыки моделирования данных и создания хранилищ данных.
– Опыт работы с облачными архитектурами данных на платформах AWS, Azure или GCP.
– Готовность к обучению и экспериментам с разными решениями.
– Ценить баланс между работой и личной жизнью, избегать сверхурочной работы.
– Умение просить о помощи и работать в команде.
Задачи:
— участвовать в разработке и валидации моделей кредитного скоринга
— регулярно запускать и контролировать ML-пайплайны
— мониторить производительность и стабильность моделей
— проводить плановое переобучение моделей
— готовить отчёты по производительности моделей, включая Gini / KS
— поддерживать модели в продакшене
Требования:
— от 2 лет опыта в Data Science
— понимание принципов кредитного скоринга
— узбекский язык обязателен
— опыт работы в банковской сфере или финтехе
— уверенный SQL и Python, практический опыт с Apache Spark
— опыт внедрения и сопровождения ML-моделей в продакшене
— понимание MLOps и полного жизненного цикла ML-моделей
Будет большим плюсом:
— опыт работы в банках или финтех-компаниях Узбекистана
Условия:
— полная занятость
— зарплата до 4000 USD на руки
— Ташкент, работа из офиса
— долгосрочный проект
Задачи:
— Разрабатывать и внедрять ML-модели для прогнозирования поведения клиентов-физических лиц и розничного продуктового портфеля Банка
— Рассчитывать ожидаемые денежные потоки по кредитным и пассивным продуктам Банка
Требования:
— Опыт работы в банковской сфере
— Опыт разработки и внедрения ML-моделей от сырых данных до production
— Работа с табличными данными
— Свободное владение Python: Pandas, NumPy, Matplotlib (или аналогичными инструментами визуализации)
— Знание SQL: оконные функции, сложные JOIN, оптимизация запросов к БД
— Хорошее владение ML-библиотеками: CatBoost, LightGBM, XGBoost, Scikit-learn
— Умение проводить стресс-тесты и А/В-тесты
— Понимание особенностей розничных банковских бизнес-процессов
— Преимуществом будет знание MLflow, Airflow, Butch Scoring, Docker, Spark / PySpark
Условия:
— Офисный формат работы
— Офис в центре Москвы
ОфисМосква
Зарплата не указана
Удалённоsenior
10 669 – 14 435 $
Все вакансии в одном месте — страница 3 · Job Hunters