Вакансии

Задачи: — Сбор, обработка и анализ данных Яндекс.Метрики и внутренних систем. — Создание ETL-пайплайнов, витрин данных и регулярной отчётности. — Разработка парсеров и интеграций с внешними API. — Построение классических ML-моделей для целей аналитики. — Создание аналитических ИИ-агентов. — Контроль качества, полноты и актуальности данных. — Поддержка аналитических сервисов и автоматизированных отчётов. Требования: — Высшее образование (техническое, математическое). — Уверенное знание SQL и Python. — Практический опыт работы с ClickHouse. — Опыт работы с Яндекс.Метрикой, включая API и Logs API. — Опыт разработки ETL-пайплайнов. — Опыт написания веб-парсеров и интеграций с API. — Понимание аналитических метрик и принципов построения витрин данных. — Опыт создания ИИ-агентов или LLM-интеграций. Будет преимуществом: — Знание Airflow и других инструментов оркестрации. — Docker, PM2, FastAPI. — Redash, Superset, DataHub. — Selenium и автоматизация работы с веб-интерфейсами. — PostgreSQL, Redis, Qdrant. — RAG, MCP и работа с LLM API. — Опыт работы с большими объемами медиаданных. Условия: — График работы: 5/2, гибрид. — Оформление по трудовому договору. — Стабильность и прозрачность в отношении заработной платы. — Испытательный срок 3 месяца. — По окончании испытательного срока возможность подключения к программе добровольного медицинского страхования и другим опциям социальной политики. — Работа в бизнес-центре класса А с развитой инфраструктурой (офис в 5 минутах от м. «Маяковская», кафе и магазины, зоны отдыха внутри здания).

Задачи: — Разработка и сопровождение предиктивных моделей эффективности закупки трафика; — Разработка регрессионных и классифицирующих моделей для различных задач маркетинга (прогноз плательщика, оттока и т.п.); — Участие в интеграции внутренней системы маркетинговой аналитики; Требования: — Не менее 3-х лет опыта в роли DS или DA для команды маркетинга или продуктовой аналитики в мобильных или ПК играх; — Хорошее владение SQL, Python (Pandas, Scikit-learn, NumPy), PySpark в задачах анализа больших данных; — Опыт работы с BI системами (Tableau, PowerBI, FineBI); — Прикладной опыт в анализе успешности маркетинговых кампаний и прогнозировании LTV; — Продуктовое мышление, когда метрики это не только цифры, но и поведение пользователей, изменения в продукте; — Умение проверять и анализировать данные, проверять гипотезы, опыт проведения A/B-тестирования; — Знание теории вероятности, математической статистики; Будет плюсом: — Опыт написания продуктовых пайплайнов Airflow (PySpark); — Проведение глубоких продуктовых исследований; Условия: — расширенный ДМС со стоматологией — с первого рабочего дня; — офис в шаговой доступности от метро; — 100% оплата больничного (30 дней в год); — материальный бонус при рождении ребенка, ведение беременности, ДМС и подарки детям; — телемедицина и медицинская поддержка 24/7; — полис страхования от критических заболеваний; — программа благополучия сотрудников, включающая работу с психологом, финансовые и юридические консультации; — материальная помощь в особых случаях; — занятия английским языком; — корпоративные скидки; — дополнительное профессиональное обучение; — компенсация затрат на спорт — занятия в фитнес-клубе, индивидуальные тренировки и участия в соревнованиях.

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

Задачи: — Проектирование и разработка BI-дашбордов для бизнеса и продуктов; — Работа с Superset и другими BI-инструментами; — Контроль корректности данных и участие в выявлении расхождений; — Взаимодействие с бизнес-заказчиками: оценка запросов, подбор альтернативных решений, подбор оптимальных визуализаций, срезы, фильтры; — Работа с бизнес- и продуктовой аналитикой: выручка, маржинальность, воронки, метрики продукта и клиентского пути; — Поддержка и развитие существующих дашбордов; — Разбираться в источниках корпоративных данных и формировать функциональные требования в профильные отделы на их наполнение, изменение структуры и обеспечение доступа для решения поставленных задач. Требования: — Опыт работы на позиции BI-аналитика от 2 лет; — Уверенный опыт построения дашбордов; — Практический опыт работы с Superset; — Понимание принципов визуализации данных; — Понимание бизнес- и продуктовых метрик; — Опыт постановки ТЗ дата-инженерам; — Умение отстаивать свою точку зрения, аргументировать решения, предлагать несколько вариантов реализации задач. Будет плюсом: — Опыт в B2B / SaaS; — Опыт работы с несколькими источниками данных (CRM, финансы (1С), продукт, маркетинг); — Практический опыт применения Apache Airflow в задачах автоматизации работы с отчетами (выгрузки по расписанию, отправка результатов на электронную почту и т.п.); — Навыки работы с SQL (PostgreSQL, ClickHouse) на уровне аналитика; — Опыт работы с Trino; — Опыт общения с топ-менеджментом или бизнес-лидерами. Условия: — График работы: 5/2; — Удаленный формат работы только на территории РФ; — Работа в аккредитованной IT-компании; — Официальное трудоустройство по ТК РФ с первого дня; — ДМС со стоматологией и психологом после испытательного срока.

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.

Location: Paris Workplace: Hybrid ABOUT VOODOO Founded in 2013, Voodoo is a tech company that creates mobile games and apps with a mission to entertain the world. Gathering 800 employees, 7 billion downloads, and over 200 million active users, Voodoo is the #3 mobile publisher worldwide in terms of downloads after Google and Meta. Our portfolio includes chart-topping games like Mob Control and Block Jam, alongside popular apps such as BeReal and Wizz. TEAM The Engineering & Data team builds innovative tech products and platforms to support the impressive growth of their gaming and consumer apps which allow Voodoo to stay at the forefront of the mobile industry. The Engineering & Data team plays a key role in Voodoo's long-term strategy. It enables Voodoo to both accelerate product diversification and provide a state of the art growth-engine to distribute and scale our games. They create innovative solutions that drive growth with a pragmatic approach, ranging from simple searching to complex machine learning systems. ROLE We’re looking for a Senior Cloud Infrastructure Engineer interested in creating something bigger to join our Engineering & Data team! In this role, you’ll be working on highly scalable solutions, used by millions of people and will solve complex problems including challenges like scalability, high availability, performance, optimization & automation. You will use best-in-class services and technologies, including AI-assisted development tools and agentic workflows, and will contribute to improving the technical stack. - Design and implement availability, scalability, and performance plans for the services environments - Continual re-evaluation of existing stack and infrastructure to maintain optimal performance, availability and security - Develop security capabilities and encourage adoption of security best practices and architecture changes throughout the company via evangelism and education - Take ownership of automating infrastructure deployment and configuration, lead the creation of CI/CD pipelines for applications, and develop CI/CD best practices across the team - Leverage AI coding assistants (e.g. Claude Code or similar harnesses) to accelerate infrastructure development, automate repetitive engineering tasks, and raise the team's overall velocity - Design, deploy, and scale autonomous or semi-autonomous agents to handle infrastructure operations, incident response, and internal tooling workflows - Perform development, automation, and deployment assignments without close supervision - Provide application development and cloud technology leadership, guidance, and assistance to other team members, including best practices for integrating AI tools into engineering workflows - Control costs and be able to propose and implement new solutions in coordination with dev teams PROFILE (MUST HAVE) - 5+ years of Linux experience including experience with scripting, networks, storage, and release - 3+ years building and maintaining continuous integration environments and working with AWS - 3+ years working with Kubernetes - Strong understanding of the infrastructure as code and immutability principles including Terraform - Experience with high traffic, distributed systems architectures, and related tools (service discovery, config/secret management, etc.) - Experience designing and managing AWS Landing Zone architectures (multi-account strategy, org-level guardrails, centralized networking/logging/security) - Experience in any scripting language (python, bash, …) - Practical experience incorporating AI-assisted coding tools or agentic frameworks (such as Cursor, Claude Code, or similar solutions) into production software development workflows - Ability to adapt to multiple stakeholders and demonstrate strong cross-teams cooperation PROFILE (NICE TO HAVE) - Supporting data pipeline orchestration (ETL, Spark, Airflow) - Running a distributed message broker at scale (Kafka, NATS) - Running GPU workloads on Kubernetes - Supporting ML workloads - Hands-on expertise in designing, deploying, and maintaining agentic systems in production environments (including multi-agent orchestration, tool integration frameworks, and comprehensive agent observability and monitoring) - Experience in golang is a plus OUR STACK AWS; Terraform; Kubernetes; Prometheus; ArgoCD; Circle-Ci; Github Actions; Atlantis; Grafana; Claude Code (or similar AI coding harnesses) BENEFITS - Competitive salary based on experience - Swile Lunch voucher - Gymlib (100% covered by Voodoo) - Premium healthcare coverage with SideCare, 100% covered for you and your family - Wellness activities in our Paris office - Remote Fridays

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

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.

Задачи: – проектирование и разработка слоев данных (Raw, Clean, Enriched/Presentation) с учетом лучших практик моделирования (Data Vault 2.0 / 3NF для хранилища, Star Schema для витрин); – разработка и внедрение кастомных алгоритмов дедупликации и Entity Resolution (Fuzzy Matching) на Python; – формализация бизнес-правил качества данных в код, настройка уровней доверия к источникам и правил выживания (survivorship rules); – внедрение Data Contracts и механизмов карантина (quarantine) для некачественных данных с возможностью их последующего разбора; – настройка автоматизированного тестирования данных (Data Quality checks) в пайплайнах. Требования: – Продвинутый уровень SQL и опыт работы с dbt (или аналогами) для построения слоев данных; – уверенное владение PySpark и/или pandas для обработки больших объемов данных и реализации логики матчинга; – практический опыт применения библиотек нечёткого поиска и связывания записей (Splink, recordlinkage, dedupe, theFuzz); – понимание принципов работы алгоритмов сравнения строк (Левенштейн, Джаро-Винклер, косинусное сходство на TF-IDF/эмбеддингах); – глубокое понимание 2-3NF, Data Vault 2.0 и различий между слоями сырых, очищенных и обогащенных данных; – опыт внедрения инструментов тестирования данных (Great Expectations, Soda, dbt tests, deequ или аналоги); – опыт работы с оркестраторами (Airflow, Dagster или Prefect), уверенное использование Git и базовые навыки CI/CD для дата-пайплайнов.

Задачи: — Подготовка ежемесячной и еженедельной отчетности; — Выполнение ad-hoc задач, преимущественно от отдела retention; — Построение и поддержание дашбордов в Metabase. Требования: — Опыт работы с BI-системами; — Высокий уровень владения SQL (написание сложных запросов, CTE, оконные функции и т.п.); — Базовые навыки программирования на Python (работа с данными, написание DAG для Airflow); — Умение читать и понимать Python-код аналитических сервисов и моделей; — Активность, самостоятельность и инициативность. Преимущества: — Опыт работы в iGaming. Условия: — Работа в офисе на Кипре, в Лимассоле; — Официальное трудоустройство; — Корпоративные завтраки и обеды; — Развитая корпоративная культура; — График работы 5/2 (выходные суббота и воскресенье); — Гибкое начало рабочего дня с 8 до 11 часов; — Конкурентная заработная плата, определяемая по итогам собеседования; — Предоставление всех необходимых инструментов для работы.

Задачи: — Проектировать, внедрять и поддерживать DevOps инструменты для data pipeline и data платформ. — Поддерживать и автоматизировать ETL процессы (например, Spark, Airflow). — Создавать и управлять мониторингом и наблюдаемостью качества данных (DBT), data pipeline и систем хранения. — Внедрять и поддерживать инфраструктуру хранения данных на AWS (S3, EC2, сеть). — Интегрировать и поддерживать Project Nessie как транзакционный каталог для Data Lakes с семантикой, похожей на Git. — Тесно сотрудничать с Data Engineers для обеспечения плавного деплоя, версионирования и масштабирования data jobs и pipeline. — Автоматизировать деплой и CI/CD процессы с использованием GitLab CI/CD. — Обеспечивать лучшие практики безопасности при работе с чувствительными данными. — Писать автоматизацию инфраструктуры на Python, Bash, Ansible. — Документировать системы, pipeline и DevOps процессы. 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 сервисов (S3, EC2, IAM, сеть). — Владение скриптингом и автоматизацией (Python, Bash, Ansible). — Опыт работы с CI/CD пайплайнами (GitLab). — Опыт работы с мониторинговыми стеками (Prometheus, Grafana, ELK). — Знакомство с контейнеризацией и оркестрацией (Docker, Kubernetes). — Понимание концепций управления данными. — Сильные коммуникативные навыки и проактивный подход. Плюсом будет: — Опыт работы с потоковой обработкой данных в реальном времени. — Знание инфраструктуры как кода (Terraform). — Знакомство с безопасностью в data engineering (IAM, шифрование, контроль доступа). — Опыт работы с высокопроизводительными системами или в торговой среде.

Требования: - Опыт TeamLead (управление командой) не менее 4 лет; - Опыт разработки ETL/ELT-процессов, в которых значительная часть логики реализована на стороне СУБД; - Опыт разработки и сопровождения хранимых процедур / функций в СУБД; - Практический опыт использования SQL/PLSQL или аналогичных процедурных расширений SQL для реализации загрузок и трансформаций данных; - Опыт участия в проектах миграции ETL-систем (Apache стек); - Опыт разработки на Python (написание ETL-скриптов, работа с pandas, интеграция с API); - Опыт написания и отладки DAG'ов в Apache Airflow (не только проектирование, но и разработка); - Опыт работы с PySpark (трансформации, оптимизация, партиционирование); - Опыт миграции ETL-процессов с Informatica PowerCenter на открытый стек (Airflow + Greenplum); - Глубокое практическое знание NiFi и Airflow: проектирование потоков, подключение источников, обработка ошибок, мониторинг, отладка; - Опыт работы с качеством данных: разработка правил валидации, анализ влияния на бизнес-процессы; - Понимание архитектурных подходов к проектированию хранилищ, различие ETL и ELT; - Опыт работы с Hive metastore (устройство, хранение на PostgreSQL) и форматами файлов (Parquet, ORC); - Опыт работы с Оracle; - Опыт применения сложных SQL-запросов (оконные функции, джоины); - Умение оптимизировать запросы для highload-среды; - Опыт проектирования интеграций Apache-стека с Kafka и BI-системами; - Опыт настройки потоковой обработки данных; - Опыт работы с Hadoop и Hive (знание версий, источников данных); - Опыт работы с PostgreSQL, Greenplum, Clickhouse; - Опыт работы с Grafana/Prometheus для отслеживания ETL-процессов; - Опыт работы с биллингом; - Опыт автоматической валидации и контроля качества данных после миграции (сравнение результатов, метрики); Обязанности: - Миграция ETL-процессов с Informatica PowerCenter на целевой стек: NiFi + Airflow + Greenplum + SQL/хранимые процедуры. - Подготовка документации AS IS и TO BE; - Написание SQL кода; - Отслеживание метрик.

Проект: Телекоммуникации Занятость: полная Локация: РФ Гражданство: РФ Формат: Удаленно Роль: Data Engineer (ETL-миграция) Локация: РФ, удаленно График: МСК ± 2 Гражданство: РФ Обязательно: - Опыт миграции ETL-систем (желательно с Oracle/Informatica на Apache стек); - Глубокий SQL: оконные функции, сложные джойны, иерархические запросы; - Оптимизация SQL для highload (партиционирование, индексы, explain plans); - Oracle (PL/SQL) и PostgreSQL; - Greenplum и/или Clickhouse; - Проектирование архитектур на Apache Spark (PySpark), NiFi, Airflow; - Hadoop (HDFS) и Hive; - Мониторинг ETL: Grafana/Prometheus или Victoria Metrics; - Опыт работы с биллинговыми системами (телеком-домен). Желательно: - Потоковая обработка: Kafka Streams / Spark Streaming; - Informatica PowerCenter (понимание мигрируемой системы); - Бинарные форматы хранения в Hadoop; - Различия: Hive vs Impala, Greenplum vs PostgreSQL, Clickhouse vs PostgreSQL; - Patroni для кластеризации PostgreSQL/Greenplum; - S3-хранилища; - КриптоПро или защищенные каналы передачи данных. Задачи: - Миграция ETL-системы телеком-оператора с Oracle/Informatica на Apache стек (S3, Airflow, NiFi, Kafka, Greenplum); - Перенос бизнес-логики из Informatica в высокопроизводительный SQL-код; - Написание и оптимизация SQL для витрин данных и ETL-процессов; - Разработка DAG-ов в Airflow; - Настройка пайплайнов в NiFi (источники: Oracle, PostgreSQL; приемники: S3, файловые архивы); - Разработка Spark-джобов (PySpark) для больших объемов; - Интеграция с Kafka для потоковой передачи; - Настройка мониторинга (Grafana/Prometheus) и отслеживание метрик; - Разбор инцидентов по качеству данных и ошибкам загрузки; - Code review. Ключевые компетенции для отбора: миграция ETL-систем, SQL (оконные функции, оптимизация), Oracle PL/SQL, PostgreSQL, Greenplum, Clickhouse, Apache Spark (PySpark), NiFi, Airflow, Kafka, Hadoop, Hive, Grafana/Prometheus, биллинг, телеком.

В роли Senior DevOPS / SRE инженера предстоит заниматься управлением и оптимизацией облачных платформ, автоматизацией CI/CD и GitOps пайплайнов, а также внедрением Infrastructure as Code с помощью инструментов Ansible, Terraform и Pulumi. Работа включает поддержку контейнеризированных сред на базе Docker, Docker Swarm и Kubernetes, а также обеспечение надежной инфраструктуры для BI-сервисов и data-driven приложений, таких как ClickHouse, SQL, Airflow, Tableau и Superset. Взаимодействие с командами разработки и BI направлено на повышение стабильности развертывания и эффективности операций. Требуется уверенное владение одной из облачных платформ, опыт построения масштабируемой IT-инфраструктуры, навыки администрирования Linux-серверов, понимание сетевой модели OSI и принципов информационной безопасности. Опыт работы с инфраструктурой для Business Intelligence и data-related решений будет преимуществом. Работа предполагает офисный формат в Минске или Лимассоле с зарплатой от 4000 до 5000 USD.

Задачи: - Проводить проектную коммуникацию с представителями бизнес-заказчика с целью уточнения бизнес-требований - Выявлять и проводить анализ бизнес-требований, потребностей и проблем бизнес-заказчика - Формировать спецификации требований, описание логических моделей, структур данных и проектных решений (хранилища и витрины данных) - Согласовывать проектные решения с архитекторами, разработчиками и аналитиками смежных команд - Проектировать и разрабатывать ETL/ELT процессы, слои хранилища и витрины данных - Разрабатывать и оптимизировать SQL-запросы - Проводить внутреннее тестирование и контроль качества информационных продуктов, реализованных разработчиками - Принимать участие в приёмочных испытаниях информационных продуктов и документации с заказчиками - Обеспечивать контроль качества данных и их целостность Требования: - Высшее образование: техническое, математическое или финансовое - Опыт работы не менее 5 лет - Уверенные знания Python, GIT, Airflow (DAG с декомпозицией задач, зависимостями, сенсорами) - Глубокое знание SQL: оконные функции, процедуры, функции, вложенные запросы, опыт оптимизации запросов - Понимание индексов, партиций, ключей, нормальных форм, SCD - Понимание моделирования данных, построения хранилища, репликации и консистентности данных - Умение рефакторить код и проводить миграцию из одной системы в другую - Знание принципов CI/CD - Знание PL/SQL для Oracle, Postgres, Greenplum или знание иной MPP СУБД (будет плюсом) - Опыт работы с API (будет плюсом) - Знание ООП, DBT, Kafka, Bash, SAS (будет плюсом)

Banco Plata, a technology-driven platform utilizing AI to transform financial services in Mexico, is seeking a Risk Data Scientist at the Middle+ level. The role involves managing the entire machine learning model lifecycle, including development, deployment, and monitoring. Candidates should have over three years of practical experience in Data Science, preferably within banking or financial sectors. A solid understanding of machine learning algorithms and feature engineering is essential. Proficiency in Python, SQL, Airflow, Git, and BI tools such as Streamlit is required. Educational background should be in Mathematics, Physics, Computer Science, or related STEM fields. Effective communication skills in English at a B1 level or higher are necessary. The position is based in Colombia, with relocation assistance provided.

Location: Indianapolis, United States; Chicago, United States; Cincinnati, United States; Columbus, United States; West Lafayette, United States; Bloomington, United States Location: Indianapolis, IN Metro (Hybrid / 3-Day Onsite) (Open to Regional/EST Candidates with Onsite Travel) Contract Type: Contractor Full-Time / Enterprise Project Engagement (Outsourced via Xenon7) About Xenon7 Where elite tech talent meets world-class opportunities! At Xenon7, we work with leading enterprise clients and innovative startups on high-impact projects across Data, AI, Cloud, and Software Engineering. Our expertise in AI solution architecture and specialized technical talent allows us to partner with enterprise leaders on transformative initiatives, driving innovation and business growth. Job Summary We are seeking a Senior Data Engineer with extensive experience in data architecture and platform engineering to drive data initiatives for a top-tier life sciences client. This role sits at the critical intersection of scientific research informatics, clinical data systems, and manufacturing process engineering. In this position, you will own the architectural vision and hands-on execution of scalable data platforms and pipelines. You will bridge complex data domains—from small and large molecule research, genomics, and clinical trial datasets to active pharmaceutical ingredient (API) manufacturing processes, batch data, and industrial control systems. Operating in a 3-day onsite hybrid capacity in Indianapolis, you will collaborate directly with process engineers, clinical scientists, and platform teams to build high-performance data infrastructure that accelerates drug discovery and manufacturing operations. Key Responsibilities Scientific & Clinical Data Platform Architecture Design, build, and maintain production-grade data pipelines and architecture tailored for scientific, clinical trial, and research informatics data (small/large molecule, genomics, proteomics, LIMS). Structure complex, multi-modal clinical and scientific datasets to enable advanced analytics, enterprise reporting, and downstream machine learning models. Process Engineering & Manufacturing Integration Ingest, harmonize, and model operational technology (OT) and manufacturing process datasets, including API manufacturing pipelines, batch processing data, MES, SCADA, and OSIsoft PI systems. Unify disparate laboratory and facility data pipelines into centralized, highly available enterprise data platforms. Enterprise Data Engineering & Compliance Build robust ETL/ELT pipelines using modern cloud platforms (Databricks, Snowflake, AWS/Azure), PySpark, and SQL. Ensure all data pipelines and platform integrations strictly adhere to enterprise governance, data residency, and GxP regulatory standards within a heavily monitored environment. Technical Leadership & Domain Alignment Partner directly with process engineers, chemical engineering leads, and research informatics directors to translate operational friction into robust technical specifications. Establish engineering best practices, data modeling standards, and pipeline monitoring frameworks across the enterprise data stack. Requirements Experience & Mindset Experience: Senior-level proficiency (10–20+ years) in software development, data platform architecture, and complex ETL/ELT engineering. Domain Adaptability: Demonstrated ability to engineer data pipelines across non-standard, highly specialized domains (e.g., transition between process/chemical engineering data and clinical/scientific research informatics). Location & Work Auth: Must hold unrestricted US Work Authorization (no sponsorship available) and be able to work 3 days per week onsite in the Indianapolis, IN area. Culture & Communication: Exceptional problem-solving mindset, strong adaptability, and the ability to articulate complex technical architecture to cross-functional engineering teams. Must-Have Technical Stack Languages & Frameworks: Advanced Python, PySpark, and expert-level SQL. Data Platforms: Hands-on expertise with Databricks, Snowflake, or AWS/Azure enterprise data ecosystems. Orchestration & ETL: Extensive experience with Airflow, dbt, Spark, and enterprise data orchestration engines. Data Pipelines: Proven track record building streaming and batch data architectures via REST APIs, message brokers, and database integrations. Domain Competency (Scientific & Process Focus) Deep exposure to either scientific/clinical informatics (CDISC/SDTM, LIMS, clinical trials, multi-omics) OR chemical/process engineering data (API manufacturing, batch data, SCADA, MES, OSIsoft PI). Nice-to-Haves & Certifications Academic background in Chemical Engineering, Bio-process Engineering, Computer Science, or a related STEM discipline. Direct experience working inside regulated GxP environments in the Life Sciences or Specialty Chemicals sectors. Certifications: Databricks Certified Data Engineer Senior/Professional, Snowflake SnowPro Core/Advanced, or AWS Data Engineer Associate/Professional. What This Role Is NOT Not a pure Data Scientist or ML Researcher: You will not be building or training machine learning models; you are designing and scaling the underlying data architecture, pipelines, and platform infrastructure. Not a non-coding Architect: This is a 100% hands-on engineering lead role requiring direct pipeline construction and technical execution. Not a Fully Remote Position: This role requires a steady hybrid commitment of 3 days onsite per week at the client site in Indianapolis.

О проекте: Мы строим Customer Intelligence & Personalization Platform для зарубежной экосистемы бизнесов. Задачи: — Принимать технические решения и самостоятельно реализовывать ключевые части платформы. — Владеть архитектурой и развитием Data Core. — Проектировать слои Bronze / Silver / Gold и модели данных. — Исследовать банковские, legacy- и внешние источники, восстанавливать их семантику. — Строить pipelines от raw-данных до подготовленных data products. — Разрабатывать трансформации на SQL / dbt / Python. — Определять инженерные стандарты для ELT, data modelling, metadata, lineage и data quality. — Развивать data catalog и metadata-as-code подход. — Проектировать data contracts и интеграции Data Core с другими компонентами. — Переводить исследовательские решения и ручные процессы в production. — Работать с Git, CI/CD, Docker, Linux и закрытыми Dev/UAT-контурами. — Взаимодействовать с инженерами и data scientist в команде. Требования: — Опыт работы Lead / Staff / Principal Data Engineer или сильного Senior с архитектурным ownership. — Опыт проектирования и самостоятельной реализации data platform / DWH / Lakehouse. — Знания Core banking / legacy banking systems. — Опыт с Customer 360 / Golden Record / MDM. — Сильный SQL и уверенный Python. — Опыт работы с dbt или аналогичными transformation frameworks. — Опыт работы с Airflow / Dagster / Prefect или аналогами. — Хорошее понимание data modelling, historization, grain и master entities. — Практический опыт data quality, lineage и metadata management. — Знание Data Vault 2.0. — Опыт работы с OpenMetadata или другими data catalog solutions. — Умение самостоятельно принимать технические решения и отвечать за результат. — Опыт работы с плохо документированными источниками. — Навыки работы с Git, CI/CD, Docker, Linux. — Практический AI-native способ разработки. Условия: — Оформление: ИП. — Формат работы: полная занятость. — Локация: Ереван либо готовность к регулярным командировкам (до 2 раз в месяц на несколько дней) в Ереван для работы с данными и специалистами заказчика. — Уровень дохода обсуждается индивидуально.