Загружаем вакансии…
Разработка и сопровождение предиктивных моделей эффективности закупки трафика; Разработка регрессионных и классифицирующих моделей для различных задач маркетинга (прогноз плательщика, оттока и т.п.);
Зарплата не указана
Программирование ПЛК: разработка прикладного ПО для контроллеров (Segnetics, Owen, Siemens, ICP DAS, Xinje, ODOT Automation, VEDA, INVT и др.) с учётом реальных технологических ограничений объекта.
150 000 – 190 000 ₽
Требования: — Экспертный опыт администрирования Linux — Опыт сопровождения высоконагруженных distributed systems — Глубокое понимание S3/Object Storage и distributed storage architecture — Опыт сопровождения Kubernetes-платформ — Практический опыт эксплуатации компонентов Data Lake: Apache Spark, Airflow, Flink, Kafka, Apache Iceberg — Опыт эксплуатации MinIO / Object Storage решений — Понимание replication, erasure coding, consistency, fault tolerance — Практический опыт troubleshooting: CPU, RAM, network, disk I/O, latency, throughput — Опыт работы с observability stack: Prometheus, Grafana, alerting, log analysis — Опыт автоматизации: Ansible, Terraform, Bash, Python — Понимание incident/problem management и SRE-практик — Навыки RCA, postmortem analysis и повышения reliability платформ Задачи: — Сопровождение и эксплуатация Data Lake платформ — Поддержка S3/Object Storage инфраструктуры — Мониторинг, диагностика и устранение инцидентов — Troubleshooting производительности платформы и storage систем — Сопровождение Kubernetes и компонентов Data Lake: Apache Spark, Airflow, Flink, Kafka, Apache Iceberg — Проведение RCA и postmortem analysis — Автоматизация эксплуатационных задач — Взаимодействие с командами Data Engineering и инфраструктуры — Сопровождение Big Data Platform Условия: — удаленный формат работы — Белая заработная плата, оформление согласно Трудовому кодексу РФ — Комфортный старт: 3 месяца плавного погружения под присмотром HR — Поддержка: IT-отсрочку и консультации HR/юристов — Прозрачные процессы и открытую коммуникацию — Работу на лучшем оборудовании без логирования времени, с фокусом на доверии и результате — ДМС: медицинское страхование за счет компании — Развитие: индивидуальный план обучения, посещение конференций и митапов, поддержка в развитии карьеры — Личный бренд: возможность выступать на конференциях, митапах, публикация статей — Бенефиты: ежеквартальное обновление корпоративных скидок — Движ: организация вечеринок оффлайн и онлайн, предоставление мерча, проведение конкурсов и челленджей
до 423 000 ₽
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Задачи: — проектирование, реализация и оптимизация масштабируемых CI/CD-систем для нескольких команд разработчиков — автоматизация процессов разработки и управления инфраструктурой с использованием Python — применение подходов Infrastructure-as-Code, поддержка стандарта и контроль качества инфраструктурного кода — развитие облачных решений и управление контейнерами с Kubernetes, Helm и операторами — анализ корневых причин сбоев (RCA), обеспечение высокой доступности и надежности систем — наставничество коллег и передача экспертизы внутри команды Требования: — опыт работы DevOps-инженером или в смежных областях свыше 6 лет — глубокие знания Python и владение принципами ООП — продвинутые навыки настройки и эксплуатации CI/CD-конвейеров (GitLab CI, и др.) — свободная работа с операционными системами семейства Linux (Ubuntu, CentOS) и Bash-скриптами — уверенное использование практик Infrastructure as Code (Terraform, Ansible) — опыт работы с облачной инфраструктурой и оркестрацией контейнеров — практический опыт решения инженерных задач с LLM-агентами, настройка harness, написание собственных скиллов Дополнительные преимущества: — владение системами мониторинга и аналитики (Prometheus, Grafana, ELK Stack) — способность разрабатывать архитектуру программного обеспечения — опыт внедрения LLM-агентов и RAG в процессы разработки продукта, контроль качества и CI — высокий уровень владения английским языком (Upper Intermediate+) Условия: — комфортный современный офис в Москве - м. Кутузовская, либо Нижний Новгород - Тургенева 30. — ежегодный пересмотр зарплаты, годовой бонус — корпоративный спортзал и зоны отдыха — 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 — подписка Прайм с возможностью совместного использования на трёх близких — вознаграждение за рекомендацию друзей в команду Сбера — корпоративная пенсионная программа.
Зарплата не указана
Задачи: — Возглавлять команду Data Scientists, участвовать в найме, онбординге и развитии сотрудников; — Обеспечивать операционную деятельность: дейли-митинги, спринт-планирование, ретроспективы, демо; — Формировать и развивать бэклог задач, определять приоритетные бизнес-задачи и оценивать ценность решений; — Выстраивать кросс-функциональное взаимодействие с Data Engineering, MLOps и бизнес-подразделениями, договариваться о приоритетах и ресурсах; — Отвечать за полный жизненный цикл моделей: сбор данных, разметка, обучение, валидация, деплой, мониторинг; — Руководить проектированием и внедрением решений; — Обеспечивать разработку, валидацию и мониторинг моделей, включая стандарты, политики и документооборот; — Проводить архитектурные ревью, задавать стандарты качества кода и документации; — Принимать участие в написании production-кода; — Контролировать соблюдение сроков и качества результатов; — Переводить бизнес-проблемы в технические задачи, формулировать гипотезы, определять метрики успеха и критерии приемки; — Презентовать результаты и влияние моделей бизнес-заказчикам, защищать метрики качества; — Отвечать за разработку и согласование единых стандартов разработки моделей внутри подразделения. Требования: — Высшее техническое образование в области прикладной математики, информатики, компьютерных наук или смежных дисциплин; — Совокупный опыт в Data Science и машинном обучении от 5 лет; — Управленческий стаж минимум 2 года на позиции тимлида или руководителя ML-подразделения с прямым подчинением инженеров и дата-сайентистов; — Успешная реализация комплексных проектов полного цикла с выводом в промышленную эксплуатацию; — Опыт внедрения моделей в production и построения системы мониторинга их качества; — Глубокое владение Python и SQL; — Практика работы с пайплайнами оркестрации (Airflow), распределённой обработкой данных (Spark), контейнеризацией (Docker) и системами контроля версий (Git); — Опыт работы с большими данными в среде S3/Hadoop и аналитическими СУБД ClickHouse, Greenplum; — Уверенное знание классического ML-стека: градиентный бустинг, линейные алгоритмы, а также специализированные подходы — uplift-моделирование и антифрод-системы; — Навыки декомпозиции сложных задач, распределения нагрузки, контроля сроков и качества delivery; — Навыки эффективного взаимодействия с бизнес-заказчиками и смежными командами (Data Engineering, MLOps, Product); — Владение инструментами командной работы Jira и Confluence. Условия: — Конкурентоспособная заработная плата, ориентированная на ожидания и квалификацию кандидатов; — ДМС со стоматологией, корпоративное обучение; — Офис/гибридный формат работы в Москве (Москва-Сити); — Современные технологии и подходы к ведению проектов; — Работа в аккредитованной IT-компании.
Обязанности: — Взаимодействие с бизнес-подразделениями по развитию корпоративной аналитической платформы: сбор, анализ и уточнение бизнес-требований, согласование технических заданий, прототипирование, тестирование и подготовка предложений по развитию аналитических решений. — Проектирование и разработка витрин данных в корпоративном хранилище данных (КХД): разработка SQL-запросов и скриптов для извлечения и преобразования данных из разнородных источников. — Подготовка технических заданий для инженеров данных по интеграциям КХД с системами-источниками. — Разработка, развитие и сопровождение корпоративной BI-системы, включая создание интерактивных аналитических дашбордов и отчётности. — Технический анализ алгоритмов формирования данных и отчётности в информационных системах компании. — Разработка единых аналитических моделей, витрин данных, инструментов анализа и прогнозирования для автоматизации управленческих решений и самостоятельного анализа данных бизнес-пользователями. — Выявление возможностей автоматизации аналитических процессов, оптимизации производительности и разработка решений по замене ручных операций. — Участие в развитии корпоративной системы управления данными (Data Governance): описание владельцев и пользователей данных, бизнес-глоссария, происхождения данных, каталога данных, дерева показателей и контроль соблюдения стандартов. — Разработка и сопровождение правил анализа качества данных, выявление причин ошибок и подготовка предложений по их устранению. — Участие в развитии культуры Data-Driven: консультирование пользователей, проведение обучений, методологическая поддержка и сопровождение внедрения аналитических решений. — Участие в разработке и сопровождении технической, эксплуатационной и методологической документации по аналитической платформе. Требования: — Высшее образование (техническое, математическое, экономическое). — Опыт работы от 4 лет в аналитике данных, аналитике DWH или BI-разработке. — Уровень Senior / Middle+. — Знание и опыт работы с SQL, преимущественно PostgreSQL. — Будет плюсом знание Python, ClickHouse, OpenMetaData. — Опыт работы с Data Vault или схожими архитектурами хранилищ. — Опыт работы с BI-системами, в том числе Power BI, Tableau, Fine BI, QlikView / Qlik Sense, Superset. — Преимущество: опыт работы с 1С:Предприятие (1С:ДО, 1С:ERP, 1С:УХ, 1С:WMS, 1С:MDM, 1С:MES). — Работа по методологии Agile (Scrum) в Jira, документация в Confluence, репозиторий в GitLab. — Способность выходить за рамки привычных компетенций при нестандартных задачах. — Высокий уровень самостоятельности и умение работать с большим бэклогом. Условия: — Работа в крупной стабильной компании-разработчике и производителе компьютерной техники и IT-решений с более чем 30-летним опытом на российском рынке. — Возможности профессионального роста и развития. — ДМС после испытательного срока. — Грамотная система адаптации. — Развитая корпоративная культура. — Оформление по ТК РФ. — График работы 5/2 с 10:00 до 19:00 или с 09:00 до 18:00. — Корпоративный транспорт от м. Крылатское, ул. Народного ополчения, ул. 1905г.
Задачи: — Погружаться в задачи и бизнес-процессы заказчика, помогать формулировать реальную потребность. — Совместно с аналитиками и технической командой формировать концепцию AI-решения. — Участвовать в Discovery и предпроектной проработке. — Переводить бизнес-запрос заказчика в понятные задачи для команды. — Вести проект от идеи до запуска: управлять сроками, приоритетами, рисками и договорённостями. — Проводить встречи и демо, собирать обратную связь и управлять ожиданиями заказчика. — Видеть возможности для развития решения и предлагать новые сценарии применения AI. Требования: — Опыт управления IT-проектами, связанными с разработкой, внедрением или интеграцией решений в области искусственного интеллекта / машинного обучения (AI/ML) от 3 лет. — Опыт работы с заказной разработкой и/или сложными B2B/B2G-проектами. — Понимание специфики и жизненного цикла ML-проектов (сбор данных, разметка, обучение моделей, валидация, эксплуатация). — Базовое техническое понимание ML-стека (Python, основные фреймворки, облачные AI-сервисы). — Практический навык управления бюджетом, сроками, ресурсами и рисками проекта. — Отличные коммуникативные и презентационные навыки, умение работать с техническими командами и бизнес-стейкхолдерами. Условия: — Гибрид (Москва) с возможностью приезжать в офис/к клиентам в Москве для ключевых встреч. — ДМС после успешного прохождения испытательного срока. — Официальное трудоустройство, конкурентную «белую» зарплату. — Возможность работать над сложными и интересными бизнес-проектами в сфере AI. — Команду экспертов, с которыми можно обсудить идеи и расти вместе.
Зарплата не указана
Задачи: — Развитие рекомендательной системы на сайте kommersant.ru. — Создание и поддержка RAG-систем и ИИ-агентов (база знаний, умный поиск). — Оценка качества моделей, рекомендаций и ответов LLM. — Мониторинг качества, скорости и стоимости ML/LLM-сервисов. — Проведение A/B-тестов и анализ результатов. Требования: — Высшее образование (техническое, математическое или IT-направление). — Опыт работы в Data Science от 3 лет. — Уверенное знание Python и SQL. — Знание классического ML, статистики и продуктовых метрик. — Опыт разработки рекомендательных систем, общее понимание видов архитектур. — Знание RAG и опыт проектирования RAG-архитектур. — Опыт работы с LLM, эмбеддингами и векторными базами данных. — Умение превращать прототипы в стабильные production-сервисы. Будет преимуществом: — Опыт работы с LightRAG, GraphRAG или другими графовыми RAG-подходами. — Знание Qdrant, ClickHouse, PostgreSQL, Redis. — FastAPI, Docker. — Опыт создания систем оценки LLM и работы с несколькими провайдерами моделей. — Опыт разработки ИИ-агентов и MCP-интеграций. — Опыт работы с медиаконтентом и рекомендательными системами для издателей. Условия: — График работы: 5/2, гибрид. — Оформление по трудовому договору. — Стабильность и прозрачность в отношении заработной платы. — Испытательный срок 3 месяца с возможностью подключения к программе добровольного медицинского страхования и другим опциям социальной политики. — Обеспечение необходимым техническим оборудованием (ноутбук). — Работа в бизнес-центре класса А с развитой инфраструктурой (офис в 5 минутах от м. «Маяковская», кафе и магазины, зоны отдыха внутри здания).
Зарплата не указана
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
Зарплата не указана
Задачи: — Разрабатывать и тестировать алгоритмы на базе LLM для генерации вопросов, ответов и кратких пересказов; — Работать с RAG-подходами: подготовка данных, индексация, поиск релевантного контекста, генерация ответа на его основе; — Участвовать в развитии виртуального ассистента и сценариев свободного диалога с пользователем; — Настраивать фактчекинг, фильтрацию и оценку качества ответов модели; — Разрабатывать пайплайны для суммаризации полезного контента; — Сравнивать результаты, подготовленные моделью, с редакционными версиями материалов, в том числе на примере «Картины дня»; — Создавать и развивать векторные поисковые индексы для задач RAG; — Тестировать промпты, гипотезы и подходы к улучшению качества ответов. Требования: — Опыт разработки на Python; — Опыт работы с задачами NLP: обработка текстов, классификация, генерация, суммаризация, NER, семантический поиск или похожие задачи; — Понимание принципов работы LLM и практический опыт их применения; — Опыт или хорошее понимание RAG-подходов; — Опыт работы с библиотеками и инструментами для ML/NLP: PyTorch, TensorFlow, Hugging Face, Transformers или аналогами; — Понимание fine-tuning/LoRA/prompt engineering на уровне, достаточном для прикладных задач; — Умение оценивать качество моделей и промптов: метрики, сравнение результатов, базовый benchmarking; — Знание SQL и опыт работы с базами данных; — Готовность разбираться в продуктовой задаче, а не только в модели. Условия: — Официальное трудоустройство; — ДМС со стоматологией, офисный врач, доплата больничного листа, корпоративные скидки; — Современный офис (Даниловская мануфактура, м. Тульская), бесплатный спорт в собственном спортзале от «Лиги Героев»; — Бесплатная подписка на сервисы партнеров; — Полный день в офисе, гибридный график или 100% дистанционный формат работы; — Льготные условия ипотеки в рамках зарплатного проекта; — Насыщенная корпоративная жизнь.
Зарплата не указана
Задачи: — участвовать в полном цикле разработки backend (архитектура, кодинг, запуск в промышленный контур) — проектировать и развивать API для внешних интеграций — писать код с покрытием автотестами — внедрять AI-повестки в рабочие процессы (агенты, SDD). Требования: — опыт работы в роли бэкенд разработчика от 4 лет — экспертное владение одним из языков программирования (Go, Python, C++, Rust), готовность учиться и писать на Scala — понимание концепций популярных блокчейнов (блоки, транзакции, логи, криптография) — опыт настройки CI/CD (Jenkins, Groovy) — опыт с Kubernetes — опыт работы c агентской разработкой — опыт работы с RPC-клиентами (Web3j / ethers / JSON-RPC) — опыт работы с PostgreSQL и очередями Kafka. Условия: — возможность выбрать удобный формат работы: гибрид или офис — комфортный современный офис: Москва, пер. Оружейный, 41 (БЦ Оружейный) — ежегодный пересмотр зарплаты, годовая премия — корпоративный спортзал и зоны отдыха — более 400 образовательных программ СберУниверситета для профессионального и карьерного развития — расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа — ипотека выгоднее до 7% для каждого сотрудника — подписка Прайм с возможностью совместного использования на трёх близких — вознаграждение за рекомендацию друзей в команду Сбера.
Зарплата не указана
Задачи: — поддержка серверной и офисной инфраструктуры: VPS, dedicated servers, Proxmox, Windows и Linux; — настройка и обслуживание VPN, MFA, firewall, удалённого доступа, мониторинга, логирования и резервного копирования; — администрирование сетевого оборудования, VLAN и Wi-Fi; — администрирование Google Workspace и других корпоративных SaaS-сервисов; — hands-on поддержка пользователей L1/L2 на macOS и Windows, онбординг и офбординг, управление доступами; — администрирование 1С и корпоративного мессенджера; — взаимодействие с подрядчиками и провайдерами, работа с оборудованием, лицензиями и инвойсами; — автоматизация регулярных задач. Требования: — от 5 лет опыта системным администратором или универсальным IT-специалистом; — практический опыт работы с Windows, Linux и macOS; — уверенное знание сетей и опыт с Cisco, MikroTik, Ubiquiti, Fortinet, UserGate или другим сетевым оборудованием; — опыт виртуализации: Proxmox, Hyper-V, KVM или аналоги; — опыт с VPN, firewall, мониторингом, логированием, backup и recovery; — опыт администрирования Google Workspace; сильный опыт с Microsoft 365 или Яндекс также рассмотрим; — навыки автоматизации на Bash, Python, PowerShell или аналогичных инструментах; — опыт администрирования 1С; — английский от B1 обязателен для рабочих созвонов и взаимодействия с зарубежными дата-центрами; — самостоятельность, ответственность и готовность к hands-on работе. Будет плюсом опыт администрирования Slack или другого корпоративного мессенджера, интеграций и сервисов OpenAI/GPT.
170 000 – 220 000 ₽
О компании: Scentbird — цифровой сервис подписки и маркетплейс ароматов, помогающий людям открывать и исследовать ароматы за пределами обычного. Задачи: - Анализировать performance marketing по маркетинговым каналам - Отвечать за анализ CAC, LTV, ROI и помогать оптимизировать эффективность маркетинга - Строить и поддерживать модели атрибуции, поддерживать тестирование инкрементальности - Проектировать и анализировать A/B тесты по креативам, лендингам и воронкам - Оценивать эффективность email, SMS, push-уведомлений и других CRM-каналов Требования: - Опыт 3+ года в маркетинге, продуктовой или дата-аналитике - Уверенные навыки SQL и Python, опыт работы с большими данными - Опыт работы с digital-аналитикой (GA4, Mixpanel, Amplitude, Looker) - Глубокое понимание метрик performance marketing (CAC, LTV, ROAS, Attribution) - Практический опыт A/B тестирования и проектирования экспериментов - Опыт работы с event tracking и Google Tag Manager - Знания инкрементального тестирования, MMM или причинно-следственного анализа - Опыт анализа CRM или lifecycle маркетинговых кампаний - Английский язык на уровне Upper-intermediate и выше Условия: - Конкурентная компенсация и бонусы - Полностью удалённая работа - Оплачиваемый отпуск - Быстрорастущая продуктовая компания с сильной аналитической культурой
Зарплата не указана
Задачи: — Написание кода агента на Python, который использует внешние API; — "Упаковка" кода в Docker-образ с минимальным размером и безопасными зависимостями; — Написание Helm-чарта для развертывания этого образа в Kubernetes; — Поиск способов обновления библиотеки или применение патча, пересборка образа и обновление деплоя при блокировке образа SCA-сканером из-за уязвимости в библиотеке requests; — Чтение логов пода в ArgoCD, в случае падения агента в продакшн. Исправление кода и подготовка нового деплоя, если ошибка в промпте или API. Требования: — Опыт от 3-6 лет Middle / Senior; — Бэкграунд: Python-разработчик, который увлекался AI и выучил Docker/Kubernetes, либо MLOps-инженер, который умеет хорошо программировать; — Ключевая компетенция: автономность — уметь не только написать бота, но и перенести его в контейнер, пройти проверку безопасности и запустить в кластере без помощи системных администраторов; — Глубокое понимание работы зависимости в Python (virtualenv, poetry, pip), так как 70% проблем с деплоем связаны с ними; — Понимание концепции AI Agents, RAG, Tool Calling; — Навыки работы с DevOps / MLOps инструментами: Docker, Kubernetes, Helm, ArgoCD (чтение логов/статусов), bash; — Опыт работы с SCA-сканерами. Условия: — Заработная плата до 260 000 рублей на руки; — Оформление через ИП, самозанятый; — Гражданство РФ, локация РФ; — Удалённая работа. Описание проекта и команды: — Управляющая компания. Этапы отбора: 1. Интервью 2. Проверка информационной безопасности.
до 260 000 ₽
Quantori разрабатывает программное обеспечение для биотехнологических и фармацевтических компаний. Среди клиентов компании Pfizer, LGC, The Jackson Laboratory. В компании работает более 500 человек, инвестиции составляют 15 миллионов долларов. Требования: — Опыт работы не менее 6 лет — Знание Python, R, SQL, Spark, dbt — Уровень английского языка не ниже B2 Формат работы: удалённо.
Зарплата не указана
Задачи: — Развитие личного кабинета AI-тренеров: сбор данных из разных источников, настройка систем контроля качества, расчет качества и производительности, отображение данных на дашбордах, настройка пайплайнов поставки данных, написание YQL-скриптов и кода на Python, построение дашбордов в DataLens. — Инфраструктурные задачи: создание сред для обучения агентов, написание кода, развёртывание серверов и докер-образов с открытым кодом. — Контроль ресурсов аналитиков: выдача вычислительных ресурсов, мониторинг использования и оптимизация распределения. — Разработка инфраструктуры бенчмарков: помощь аналитикам в ускорении и упрощении создания бенчмарков для различных сценариев, работа на Python. Требования: — Умение писать на Python и SQL. — Любовь к работе с данными. Будет плюсом: — Опыт построения ETL-процессов, в том числе с Airflow. — Опыт работы с BI-системами (DataLens, Tableau, Power BI и др.). — Опыт работы с YTsaurus или аналогами. — Настройка CI/CD. Условия: — Бесплатное участие сотрудников Яндекса в профильных конференциях. — Школа подготовки спикеров для выступающих на конференциях. — Другие бонусы, полный список доступен на сайте компании.
Зарплата не указана
Требования: — Опыт работы аналитиком от 2 лет. — Высшее образование: техническое, математическое, экономическое или IT-направление. — Практический опыт сбора, анализа и формализации требований. — Уверенное владение BPMN 2.0. — Знание UML: диаграммы последовательности, активности, вариантов использования. — Опыт написания User Story, Use Cases, критериев приёмки. Знание BDD будет преимуществом. — Понимание клиент-серверной архитектуры и принципов взаимодействия frontend и backend. — Опыт проектирования REST API, понимание SOAP, JSON, XML. — Знание SQL (DDL, DML). — Опыт проектирования моделей данных и построения ERD. — Понимание принципов микросервисной архитектуры и интеграционного взаимодействия. — Опыт подготовки технических заданий, проектной документации и спецификаций требований (SRS/BRD). — Опыт работы с Confluence и Jira. Будет плюсом: — Опыт работы с государственными заказчиками и документацией по ГОСТ. — Знание Java, Python, JavaScript или скриптов для валидации данных. — Опыт работы с BI-системами (Polymatica, Grafana). — Знание нереляционных баз данных. — Понимание SDLC, Agile/Scrum. — Опыт работы с брокерами сообщений: Kafka, RabbitMQ. — Навыки прототипирования в Figma, Axure. Задачи: — Собирать, анализировать и формализовывать требования, выявлять потребности и ограничения заказчика. — Моделировать бизнес-процессы в BPMN/UML, описывать User Story, Use Cases и критерии приёмки. — Проектировать REST/SOAP API и интеграции, описывать контракты JSON/XML, OpenAPI/Swagger. — Участвовать в проектировании архитектуры, моделей данных и ER-диаграмм, работать с SQL. — Разрабатывать ТЗ, ЧТЗ, ПМИ и другую проектную документацию. — Ставить задачи разработчикам и консультировать команду по требованиям. — Согласовывать решения с заказчиком, проводить демонстрации и участвовать в приёмке. — Разрабатывать сценарии функционального тестирования и контролировать соответствие реализации требованиям. — Готовить пользовательскую документацию и обучать заказчика работе с системой.
до 150 000 ₽
• Построение и поддержка CI/CD пайплайнов сборки и доставки сервисов b2b-направления; • Развертывание и сопровождение сервисов в Kubernetes;
от 200 000 ₽
Зарплата не указана
Зарплата не указана