About LawnStarter
LawnStarter is the nation's leading on-demand marketplace for lawn care and outdoor services, with over $100M in annual bookings. The company is expanding beyond lawn care to become a one-stop shop for all home services, operating across three brands (LawnStarter, Lawn Love, Home Gnome) on a single shared platform.
About Analytics at LawnStarter
The analytics team supports the entire company including product, marketing, operations, and finance. The data platform includes a centralized Redshift data warehouse, modeled in dbt and orchestrated by Airflow, with Segment feeding event data. The team is mid-migration to Lightdash as the single BI platform, replacing Tableau and Metabase. Currently, data quality, tracking standards, and platform hygiene are side tasks handled by analysts.
The Role
The Analytics Engineering Manager will be the first dedicated person for data governance, responsible for data trustworthiness and the roadmap to improve it quarterly. Responsibilities include ensuring quality and freshness of source data, pipelines, reports, metric definitions, Segment event tracking standards, Lightdash workspace health, data feeding ML models, and data security. The role involves collaborating with product, marketing, ops, and finance to prioritize platform work. It is a hands-on role starting solo, building automation, checks, fixing issues, and establishing scalable processes. Eventually, the manager will hire a Lead Analytics Engineer and grow the function as needed.
Key differentiators of the role:
- First dedicated governance role, reshaping existing standards.
- Owns the data roadmap, discovering business needs and prioritizing work.
- Whole-stack ownership from source data to ML models.
- Leading the migration to Lightdash, setting up permissions and norms.
Responsibilities:
- Develop and manage the data roadmap balancing business needs and platform health.
- Automate monitoring of data quality and freshness, resolve incidents.
- Maintain data lineage and impact analysis to assess downstream effects of changes.
- Administer Lightdash workspace, permissions, and rollout.
- Extend and guard the semantic layer with governed metric definitions.
- Govern Segment event tracking catalog, standards, and drift detection.
- Ensure AI data readiness for internal AI tools querying the warehouse.
- Manage data security, privacy, access controls, and compliance with US state laws.
- Maintain governance documentation, ownership models, and review processes.
Challenges to solve:
- Convert business requests into a prioritized data roadmap.
- Ensure Lightdash migration improves platform usability without dashboard sprawl.
- Complete and maintain a trustworthy semantic layer.
- Manage event-tracking standards and prevent entropy.
- Proactively detect and prevent data pipeline breakages with automation and lineage.
Success metrics for year 1:
- Zero pipeline incidents from unannounced data changes.
- Zero freshness incidents; stakeholders never see stale dashboards.
- All business areas use official, well-maintained metrics and dashboards.
- Every Segment event has an owner and meets standards.
- Governance operates as a documented, sustainable system.
Requirements:
- Passion for data governance as a craft.
- Daily use of AI tools for automation, anomaly triage, and documentation.
- Hands-on manager who codes, debugs, and configures personally.
- Product-minded, able to translate vague requests into prioritized plans.
- Automation-first approach to quality checks.
- Ability to enforce standards with clear rules and good tooling.
Role exclusions:
- Not a large-team leadership role; starts solo with potential to hire one lead.
- Not a policy or committee role; hands-on fixing with code and conversations.
- Not a BI analyst role; focuses on platform and guardrails, not dashboard building.
- Not a mature system babysitting role; involves building and evolving the platform.
Technologies involved:
- Warehouse & pipelines: Redshift, dbt, Airflow
- Ingestion: Fivetran, custom Airflow pipelines
- Event tracking: Segment
- BI tools: Lightdash (primary), Tableau and Metabase (sunsetting)
- AI tooling: Claude Code, Codex, Brain (internal AI toolkit)
- Observability: AI-powered Analytics Engineer agent for monitoring and anomaly detection
Benefits:
- Base salary $75k-$120k/year
- Fully remote with asynchronous collaboration
- Flexible PTO
Equal employment opportunity statement included.
Задачи:
— Владение дорожной картой данных: выявление потребностей продукта, маркетинга, операций и финансов в данных, приоритизация задач с учетом состояния платформы и последовательное планирование инвестиций.
— Обеспечение качества и актуальности данных: автоматический мониторинг источников данных, конвейеров и отчетов, выявление изменений в схемах и источниках до возникновения проблем, управление инцидентами.
— Анализ происхождения данных и влияния изменений: создание живой карты от источника до отчетов, оценка влияния изменений на downstream компоненты до их внедрения, внедрение контрактов данных с инженерией.
— Администрирование Lightdash: настройка структуры рабочего пространства, прав доступа, обучение пользователей, поддержание порядка и производительности.
— Управление семантическим слоем: расширение и поддержка единого определения метрик, предотвращение неконтролируемого роста.
— Управление каталогом событий Segment: проверка новых событий на соответствие стандартам, поддержание соответствия с продакшеном, развитие правил и обнаружение отклонений.
— Обеспечение готовности данных для AI: контроль доступа AI-инструментов к данным, поддержание документации, консистентности и безопасности.
— Обеспечение безопасности и конфиденциальности данных: контроль доступа, обработка персональных данных в соответствии с законами штатов США, регулярные проверки.
— Поддержка системы управления: документация, модели владения и циклы обзора для устойчивой работы процессов.
Требования:
— Профессиональное отношение к управлению данными, стремление к поддержанию чистоты и надежности систем.
— Активное использование AI-инструментов для автоматизации проверок, обработки аномалий и документации.
— Практический опыт управления командой и самостоятельной работы с SQL, Airflow, настройкой прав доступа.
— Ориентация на продукт, умение превращать запросы бизнеса в приоритетный план.
— Стремление к автоматизации повторяющихся проверок.
— Умение устанавливать стандарты и добиваться их соблюдения с помощью инструментов и коммуникации.
Условия:
— Базовая зарплата $75,000-$120,000 в год.
— Полностью удаленная работа с асинхронным взаимодействием.
— Гибкий отпуск по результатам работы.
Описание роли:
— Первая позиция, посвященная управлению данными и их качеством в компании.
— Роль с полным владением цепочкой данных от источника до отчетов и моделей машинного обучения.
— Роль с практической деятельностью и последующим расширением команды.
— Не руководящая большая команда, а построение и развитие функции.
— Не роль BI-аналитика или политика, а инженерно-управленческая позиция.
Технологии:
— Хранилище и конвейеры: Redshift, dbt, Airflow.
— Интеграция данных: Fivetran, кастомные Airflow конвейеры.
— Отслеживание событий: Segment.
— BI-платформы: Lightdash (основная), Tableau и Metabase (выводятся).
— AI-инструменты: Claude Code, Codex, Brain (внутренний AI-инструмент).
— Наблюдение: AI-агент для мониторинга свежести, обнаружения аномалий и lineage dbt.
Location: Chicago, New York City
DRW
is a diversified trading firm with over 3 decades of experience bringing sophisticated technology and exceptional people together to operate in markets around the world. We value autonomy and the ability to quickly pivot to capture opportunities, so we operate using our own capital and trading at our own risk.
Headquartered in Chicago with offices throughout the U.S., Canada, Europe, and Asia, we trade a variety of asset classes including Fixed Income, ETFs, Equities, FX, Commodities and Energy across all major global markets. We have also leveraged our expertise and technology to expand into three non-traditional strategies: real estate, venture capital and cryptoassets.
We operate with respect, curiosity and open minds. The people who thrive here share our belief that it’s not just what we do that matters–it's how we do it.
DRW
is a place of high expectations, integrity, innovation and a willingness to challenge consensus.
As a
Data Analyst, Exploration
you will play an integral role in all operational aspects of onboarding, managing and maintaining various datasets used by traders and quantitative researchers. You will work closely with a variety of
stakeholders, including data strategists and data engineers, as well as teams across technology, operations, research, and risk management.
You should be comfortable investigating complex data issues in a fast-paced environment.
What you will do in this role:
Analyze new datasets to profile their content, identify collection and storage requirements for data engineering teams and proactively surface insights about the datasets for data strategists and front-office stakeholders
Collect metrics and analyze datasets across different dimensions of data quality including completeness, validity, accuracy, timeliness, and consistency
Curate data catalog entries to ensure our research data assets are accurately represented and easily discoverable
Engage with global front office research teams to support datasets throughout their lifecycle, addressing content inquiries and managing communications with external data vendors
Monitor and resolve production data issues while engaging key stakeholders across multiple teams and facilitating global support
Assist the wider team by identifying opportunities to improve existing datasets and data management processes
What you will need in this role:
1-2 years of relevant experience
Strong foundational knowledge of financial instruments and market data symbology, with an interest in developing further expertise in these areas
Proficiency with SQL and Python for exploratory data analysis (PySpark, pandas, numpy, Jupyter Notebooks)
Ability to document and clearly explain complex data analysis findings
Exceptional attention to detail and effective communication skills
Ability to think both independently and collaboratively
Additional skills or experience which enhance consideration for this role:
Experience with cloud services such as AWS Athena and Amazon S3
Familiarity with Linux and basic Bash scripting skills
Experience with version control tools such as Git
Good understanding of data management and data quality principles, with experience developing data quality checks or reports
Prior experience using the Bloomberg Terminal
Experience with Apache Airflow or similar tools
The annual base salary range for this position is $100,000 to $120,000 depending on the candidate’s experience, qualifications, and relevant skill set. The position is also eligible for an annual discretionary bonus. In addition, DRW offers a comprehensive suite of employee benefits including group medical, pharmacy, dental and vision insurance, 401k (with discretionary employer match), short and long-term disability, life and AD&D insurance, health savings accounts, and flexible spending accounts.
For more information about DRW's processing activities and our use of job applicants' data, please view our Privacy Notice at
https://drw.com/privacy-notice
.
California residents, please review the California Privacy Notice for information about certain legal rights at
https://drw.com/california-privacy-notice
.
[#LI-TL1]
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.
Описание проекта
Информационно-аналитическая веб-платформа для профессиональных участников финансового рынка (биржевые данные, аналитика, новости). Микросервисная архитектура, высокая цена ошибки в данных. Перестраиваем разработку под модель, где большую часть кода пишут AI-агенты, а инженер — постановщик задач, архитектор и контролёр качества.
Задачи:
— закрывать несколько ролей: системный анализ → проектирование → реализация → базовое QA → вывод в прод
— постановка задач с проверяемым результатом
— декомпозиция фичи: что делаем сами, что отдаём агенту, что согласуем
— лидирование разработки: планирование, код-ревью, менторинг
— end-to-end ownership: фича от идеи до прода
Требования:
— backend-разработка от 5 лет, из них часть на Python
— писать надо будет на Python
— микросервисы, понимание их слабых мест
— SQL, проектирование реляционных БД; PostgreSQL, MongoDB
— паттерны (Repository, Service, Unit of Work), DDD, CQRS
— Docker, Kubernetes (основы), CI/CD (GitLab CI), мониторинг (Prometheus, Grafana, ELK)
— работа с нечёткими требованиями: user stories, критерии приёмки, ТЗ
— опыт с AI-ассистентами (Claude Code, Cursor, Copilot): делегация задач, инженерия контекста, критическая верификация результата
— лидирование разработки от 2 лет
— быстрая обучаемость, системное мышление, самостоятельность
— готовность совмещать роли и работать в высоком темпе
— в резюме до отклика обязательно указать опыт с задачами СА и AI-инструментами (что, для чего, результат)
Будет плюсом:
— REST API (CRUD, пагинация), обратносовместимые API
— Kafka, RabbitMQ, потоковая обработка ETL, Apache Airflow
— PostgreSQL FTS, ElasticSearch, WebSocket
— OAuth/OpenID, Keycloak, RBAC/ABAC
— Yandex Cloud, Golang, Django
— опыт с финансовыми/биржевыми данными
Условия:
— грейд: Senior
— загрузка: 100%
— срок подключения: до конца года с продлением
— отпуск: не ранее чем через полгода
Location: Москва
**ИТ B2C** — самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее.
Ждем именно тебя!
Мы — команда экспертов, объединённых общей страстью к искусственному интеллекту и рекомендательным системам. Наша главная задача — создание современной масштабируемой рекомендательной платформы, способной предвосхищать ожидания пользователей и предлагать персонализированные рекомендации на каждом этапе их взаимодействия с экосистемой Сбер.
Наши решения охватывают широкий спектр отраслей: от финансов и e-commerce до индустрии развлечений и здравоохранения. Мы следим за развитием технологий, экспериментируем с новыми ML-подходами, внедряем их в платформу и доводим до конкретного применения в бизнесе.
Мы ищем **Lead ML Engineer**, который будет отвечать за технологическое развитие направления рекомендательных систем и формирование единой инженерной и операционной среды для DS- и MLE-команд. В зоне ответственности — скорость и воспроизводимость проверки DS-гипотез, качество разработки и вывода моделей в production, а также надёжная эксплуатация ML-решений с предсказуемыми качеством и стоимостью.
Обязанности
* формировать технологическое видение и roadmap развития ML Engineering и MLOps в направлении рекомендательных систем, определяя ключевые инженерные приоритеты и точки роста
* развивать единый жизненный цикл ML-решений — от формулирования и воспроизводимой проверки DS-гипотез до запуска моделей в production, мониторинга и дальнейшего сопровождения
* создавать инженерные стандарты и практики, которые помогают командам выпускать качественные и надёжные модели: требования к коду и данным, тестированию, версионированию, документированию, релизам
* управлять портфелем технологических инициатив, находя баланс между развитием новых возможностей, повышением надёжности и устранением архитектурных ограничений
* повышать производительность DS/MLE команд за счёт автоматизации, стандартизации, переиспользуемых компонентов и упрощения пути от эксперимента до production
* развивать применение GenAI в процессе создания ML-решений: находить наиболее перспективные сценарии, запускать пилоты и оценивать их влияние на скорость и качество разработки
* повышать масштабируемость, надёжность и экономическую эффективность ML-инфраструктуры
* развивать ML-инженеров и технических лидеров направления.
Требования
* опыт технического лидерства в крупном ML-направлении не менее двух лет: умение формировать технологическое видение и roadmap, а также доводить системные изменения до результата
* глубокое понимание полного жизненного цикла ML-решений — от эксперимента и обучения модели до production, мониторинга, масштабирования и дальнейшего сопровождения
* опыт проектирования и развития высоконагруженных ML-систем, включая batch-, streaming- и real-time-сценарии
* опыт взаимодействия с продуктовыми, платформенными и инфраструктурными командами, включая согласование приоритетов и защиту потребностей своего направления
* умение принимать решения в условиях конфликтующих приоритетов, объяснять компромиссы и доводить выбранные инициативы до результата
* опыт people management в DS/MLE командах: найм и адаптация сотрудников, постановка целей, регулярная обратная связь, performance review, развитие и удержание специалистов, а также формирование среды для обмена знаниями и распространения сильных инженерных практик
* опыт внедрения GenAI-инструментов в процессы разработки и оценки их влияния на скорость и качество работы команд.
**Будет большим плюсом:**
* опыт работы с рекомендательными системами, поиском, ранжированием, персонализацией или рекламными технологиями
* практический опыт работы в роли Data Scientist: формулирование и проверка ML-гипотез, оценка качества моделей и участие в A/B-тестах.
* опыт эксплуатации real-time ML-систем на масштабе миллионов пользователей и при строгих требованиях к latency и availability.
**Стек технологий:**
Python, PySpark, PyTorch, RePlay, GigaChat, Airflow, MLflow, Kubernetes, Redis, Kafka, S3, FastAPI и другие инструменты для разработки, обучения, внедрения и мониторинга ML-моделей.
Условия
* комфортный современный офис рядом с м. Кутузовская
* 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 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
Location: Москва
ИТ B2C — самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее.
Мы - Команда SberAds - создаем предиктивные модели и высоконагруженные сервисы по их применению для показа рекламы в интернете. Все модели используются в real-time аукционах на показ рекламы:
* начиная с того, чтобы идентифицировать пользователя
* потом оценив, стоит ли участвовать в запросе на показ рекламы
* затем определяя интересы пользователя
* далее выбирая релевантные объявления для показа
* и, наконец, определяя с какой рекламой и с какой ставкой мы идем участвовать в аукционе.
Команда напрямую влияет на качество показываемой рекламы, удовлетворенность рекламодателей и эффективность SberAds.
Наш стек: Python, Go, S3, Spark, Hive, Airflow, MLFlow, Kafka, ClickHouse.
Обязанности
* строить/улучшать модели для разных частей всего пайплайна
* заниматься полным циклом DS/ML задач
* участвовать в создании и развитии платформы рекламы
* улучшать процесс построения моделей (от выдвижения гипотез до мониторинга работы модели).
Примеры задач:
* построить эмбеддинги на основе описания рекламных объявлений. Добавить эти данные в модели прогнозирования конверсии
* обучить модель для прогнозирования распределения ставок в аукционах. Совместить модель с текущим алгоритмом определения ставки
* провести эксперименты с новыми офлайн/онлайн признаками в моделях. Доставить признаки до сервиса на Go (тут если что помогут коллеги)
* внедрить модель, которая фильтрует подозрительный входящий трафик.
Требования
* знание классического ML и Deep Learning подходов
* опыт промышленного использования методов RecSys
* опыт разработки моделей от проблемы до сопровождения в проде
* уверенный опыт разработки на Python и Pyspark-е, опыт написания продакшн-кода
* знание принципов распределенной обработки данных
* умение принимать решения на основании данных и аргументировать свою позицию
* умение находить решения для проблем, декомпозировать, объяснять и контролировать выполнение.
Условия
* офис метро Маяковская (Оружейный переулок)
* гибридный формат работы
* конкурентная компенсация (оклад и премии по результатам деятельности)
* ДМС c первого рабочего дня, страхование от несчастных случаев и тяжелых заболеваний
* материальная помощь и социальная поддержка, корпоративная пенсионная программа
* дисконт-программы от компаний партнеров
* бесплатный фитнес на территории работодателя
* подписка Прайм с возможностью совместного использования на трёх близких
* внешнее и внутреннее профессиональное обучение: семинары, тренинги, конференции, корпоративная библиотека.
Задачи:
— Разрабатывать ML-модели (lookalike/response/uplift/recsys) для персонализации push/pull-коммуникаций, категорий кешбэка, рекламных материалов и других сценариев в цифровых каналах банка;
— Визуализировать и интерпретировать результаты, дизайнить A/B-тесты, проводить пилоты;
— Общаться с бизнесом и помогать решать задачи через данные и ML;
— Проходить полный цикл разработки модели: от уточнения требований до продакшна и мониторинга качества (если каких-то навыков не хватает — поможем развить);
— Разрабатывать AI-агентов.
Требования:
— Высшее техническое образование;
— 3+ года опыта в Data Science (именно построение моделей, не только аналитика);
— Уверенный математический аппарат: мат. статистика, теория вероятностей;
— Продвинутый Python и SQL (оконные функции, подзапросы — на автомате);
— Опыт работы со Scikit-learn, NumPy, Pandas/Polars, Matplotlib/Seaborn/Plotly, LightGBM/XGBoost/CatBoost, PyTorch/TensorFlow/Implicit/LightFM, Airflow, Git.
Будет большим плюсом:
— PySpark, Hive, Hadoop, Docker, Kubernetes;
— Опыт в банковской сфере и CVM;
— Модели склонности и uplift-моделирование;
— Рекомендательные системы (RecSys);
— NBA/NBO оптимизаторы (Next Best Action / Next Best Offer);
— ИИ-сервисы (real-time, near real-time или batch).
Условия:
— Гибридный формат работы, Москва, Москва-Сити (2 дня в неделю в офисе);
— Комфортный и современный офис;
— Обучение за счет компании (посещение конференций, курсов, помощь в написании статей на Хабр и т.д.);
— Вертикальное и горизонтальное развитие: регулярные тренинги, вебинары, митапы;
— Забота о вашем здоровье: ДМС с первого месяца работы, куда входит стоматология;
— Прозрачный доход по итогам интервью;
— Дополнительные бонусы от Россельхозбанка для сотрудников группы компаний (Скидки на спортзалы, рестораны, маркетплейсы и т.д.).
Задачи:
— Участие в построении автоматизированной системы контроля качества данных (DQ): развитие проверок, покрытие ключевых потоков, автоматизация.
— Обработка запросов внутренних заказчиков: выгрузки, сверки, проверка данных.
— Контроль корректности отчётности: следить за загрузками, разбирать расхождения, проверять цифры до публикации.
— Поддержка и развитие отчётов и дашбордов в Power BI.
— Работа с данными: подготовка, трансформация, визуализация, контроль качества.
— Документирование процессов, поддержка актуальности описаний.
Требования:
— SQL на уровне оконных функций, умение разобраться в незнакомой витрине.
— Уверенное владение Power BI.
— Опыт работы с реальными данными, а не только учебными примерами.
— Честность, открытость, ответственность.
— Умение самостоятельно разбираться в задачах и доводить до результата.
— Готовность работать в офисе полный день.
— Будет плюсом: опыт построения проверок качества данных (DQ, Great Expectations, dbt tests), Python для выгрузок и работы с API, понимание Airflow и dbt, опыт в ритейле или e-commerce.
Условия:
— График работы: 5/2 с 9:00 до 18:00. Офисный формат работы. После испытательного срока готовы предоставить гибридный формат.
— Скидка на ДМС.
— Ювелирные подарки сотрудникам в честь возрастания стажа работы в команде.
— Скидки на покупку ювелирных изделий.
— Спортивные мероприятия: баскетбол, футбол, настольный теннис, беговые марафоны, плавание и танцы.
— Стабильную выплату заработной платы два раза в месяц без задержек.
— Подарки в честь значимых событий в жизни сотрудников: День Рождения, подарки детям на Новый год.
— Оборудованная кухня внутри офиса с кофемашиной.
— Просторный и комфортный офис в шаговой доступности от метро Марьина Роща.
Location: Chicago, Houston, Remote
DRW
is a diversified trading firm with over 3 decades of experience bringing sophisticated technology and exceptional people together to operate in markets around the world. We value autonomy and the ability to quickly pivot to capture opportunities, so we operate using our own capital and trading at our own risk.
Headquartered in Chicago with offices throughout the U.S., Canada, Europe, and Asia, we trade a variety of asset classes including Fixed Income, ETFs, Equities, FX, Commodities and Energy across all major global markets. We have also leveraged our expertise and technology to expand into three non-traditional strategies: real estate, venture capital and cryptoassets.
We operate with respect, curiosity and open minds. The people who thrive here share our belief that it’s not just what we do that matters–it's how we do it.
DRW
is a place of high expectations, integrity, innovation and a willingness to challenge consensus.
As a
Data Analyst, Stewardship
you will play an integral role in all operational aspects of onboarding, managing and maintaining various datasets used by traders and quantitative researchers. You will work closely with a variety of stakeholders, including technology, front office, operations, research, and risk management. You should be comfortable investigating complex data support issues in a fast-paced environment
About the Role
This role is built around production support: Keeping EOD valuation data and reference data used for PnL production running correctly, and being the person who catches, diagnoses, and fixes data problems before they flow to downstream applications. You'll work across a global support queue, troubleshoot financial instrument reference and valuation data, and partner with engineering to turn recurring fixes into solutions.
Location:
Hybrid schedule. Can sit in our Chicago or Houston office. Remote may be possible for the right candidate.
Hours:
This role has non traditional hours. 10:30am-7:30pm Central time.
What You'll Do
Monitor and support the production of EOD valuation data and reference data used for PnL, including coverage during evening hours to bridge global support windows.
Respond to global requests via Slack and email to create, update, and troubleshoot financial instrument reference data.
Investigate and explain
why
and
how
data appears the way it does — tracing issues back through source systems, feeds, and business logic.
Diagnose data problems quickly under pressure and build ad-hoc scripts or tooling to resolve them.
Work across reference data and valuation data stores and related reference data tooling.
Escalate and collaborate with engineering and other Data Management teams on systemic issues.
What We're Looking For
Technical skills:
Proficiency in SQL and Python, with hands-on experience troubleshooting data issues or writing ad-hoc scripts to fix problems quickly, standing up tactical fixes in a scheduling environment, building data quality metric reports, and comfortable accessing different types of data storage and file formats.
Data tooling:
Familiarity with Oracle SQL, Python (requests, pandas, numpy, pyplot, and spark libraries), Bloomberg back-office-files, S3/Athena, Bloomberg Terminal and Bloomberg's Excel API plug-in is helpful; exposure to solving problems/workflows using AI CLI, Airflow scheduling, is a bonus.
Financial markets knowledge:
You should be comfortable with financial instruments and markets well enough to understand what the data represents, particularly for futures, options, and crypto on all asset classes across global exchanges.
Soft Skills:
Calm under pressure, with strong critical thinking — able to assess the real impact of a request or problem and respond with the right level of urgency and context to pull in the correct teams.
Communication:
Comfortable fielding requests from a global, technical user base across Slack and email, and explaining data behavior clearly to non-technical and technical audiences alike.
Process and governance:
Experience building data governance rules/controls and writing runbook procedures for resolving support issues.
The annual base salary range for this position is $100,000 to $120,000 depending on the candidate’s experience, qualifications, and relevant skill set. The position is also eligible for an annual discretionary bonus. In addition, DRW offers a comprehensive suite of employee benefits including group medical, pharmacy, dental and vision insurance, 401k (with discretionary employer match), short and long-term disability, life and AD&D insurance, health savings accounts, and flexible spending accounts.
For more information about DRW's processing activities and our use of job applicants' data, please view our Privacy Notice at
https://drw.com/privacy-notice
.
California residents, please review the California Privacy Notice for information about certain legal rights at
https://drw.com/california-privacy-notice
.
[#LI-TL1]
Location: Colombia
We are looking for a
Risk Data Scientist
.
We're launching a new business line in Colombia and looking for someone to become the first dedicated Data Scientist in our Risk team, building the function from the ground up as part of this launch.
This is a rare opportunity to shape a function from scratch rather than optimize what someone else already built: you'll be working with a fast-growing dataset, designing the full lifecycle of ML models used in real credit decisions, and setting the technical foundation that the rest of the Risk data science function will be built on.
Day-to-day responsibilities:
Design, build, and own end-to-end machine learning models supporting risk decisions — from feature engineering and model development to deployment, monitoring, and retirement
Build predicting models for adjacent functions (e.g., churn/attrition prediction on issued loans, reserve calculations)
Establish and maintain a managed lifecycle for ML models in production — ensuring models remain stable and reliable as data volume grows
Collaborate closely with Risk Analysts, Portfolio Managers, and Risk-tech strategy teams on model implementation
The ideal candidate:
3+ years of hands-on, production-level Data Science experience
Hands-on experience across the full ML model lifecycle: development, deployment, monitoring, and decommissioning
Experience in banking or financial services strongly preferred, with an understanding of how risk decisions are embedded in financial products
Strong foundation in ML algorithms, feature engineering, and model development
Proficient in Python, SQL, Airflow, Git, BI / Streamlit
Education: Mathematics, Physics, Computer Science, or a related STEM field from a top technical university
Comfortable working independently and owning problems end-to-end
B1 or higher English level for effective communication with an international team
Our ways of working:
Innovative Spirit:
A commitment to creativity and groundbreaking solutions
Honest Feedback:
valuing open, transparent communication
Supportive Team:
a strong, collaborative community
Celebrating Achievements:
recognizing our wins together
High-Tech Environment:
a team full of smart and revolutionary people who date to challenge the status quo of incumbent finances
Our benefits:
Relocation support
to one of our hubs with assistance for the employee and their family
Flexible work
from one of our offices or remote
Healthcare
Coverage
Education Budget:
Language lessons, professional training and certifications
Wellness Budget:
Mental health and fitness activity reimbursements
Vacation Policy:
Annual leave and paid sick leave as per applicable policies
Описание проекта:
Информационно-аналитическая веб-платформа для профессиональных участников финансового рынка (биржевые данные, аналитика, новости). Микросервисная архитектура, высокая цена ошибки в данных.
Перестраиваем разработку под модель, где большую часть кода пишут AI-агенты, а инженер — постановщик задач, архитектор и контролёр качества. Ищем сильного инженера, готового закрывать несколько ролей: системный анализ → проектирование → реализация → базовое QA → вывод в прод.
Обязательные требования:
— Backend-разработка от 5 лет, из них часть на Python. Писать надо будет на Python
— Микросервисы, понимание их слабых мест
— SQL, проектирование реляционных БД; PostgreSQL, MongoDB
— Паттерны (Repository, Service, Unit of Work), DDD, CQRS
— Docker, Kubernetes (основы), CI/CD (GitLab CI), мониторинг (Prometheus, Grafana, ELK)
— Работа с нечёткими требованиями: user stories, критерии приёмки, ТЗ
— Декомпозиция фичи: что делаем сами, что отдаём агенту, что согласуем
— Постановка задач с проверяемым результатом
— ОПЫТ С ЗАДАЧАМИ СА — ОБЯЗАТЕЛЬНО В РЕЗЮМЕ ДО ОТКЛИКА
— Опыт с AI-ассистентами (Claude Code, Cursor, Copilot): делегация задач, инженерия контекста, критическая верификация результата
— ОПЫТ С AI-ИНСТРУМЕНТАМИ (ЧТО, ДЛЯ ЧЕГО, РЕЗУЛЬТАТ) — ОБЯЗАТЕЛЬНО В РЕЗЮМЕ
— Лидирование разработки от 2 лет: планирование, код-ревью, менторинг
— End-to-end ownership: фича от идеи до прода
— Быстрая обучаемость, системное мышление, самостоятельность
— Готовность совмещать роли и работать в высоком темпе
Будет плюсом:
— REST API (CRUD, пагинация), обратносовместимые API
— Kafka, RabbitMQ, потоковая обработка
— ETL, Apache Airflow
— PostgreSQL FTS, ElasticSearch, WebSocket
— OAuth/OpenID, Keycloak, RBAC/ABAC
— Yandex Cloud, Golang, Django
— Опыт с финансовыми/биржевыми данными
Задачи:
— Проектировать и развивать модель данных DWH по методологии Data Vault
— Собирать и формализовать требования к источникам, витринам и загрузкам
— Проектировать потоки данных от источников (PostgreSQL и ClickHouse) до целевых слоёв хранилища
— Писать и оптимизировать SQL-запросы под Greenplum
— Описывать логику трансформаций и участвовать в постановке задач разработчикам
— Развивать процессы контроля качества данных (DQ)
Требования:
— Уверенный SQL и опыт работы с Greenplum
— Знания основ и моделей хранилищ данных
— Практический опыт проектирования по Data Vault
— Опыт работы с реляционными источниками (PostgreSQL) и аналитическими СУБД (ClickHouse)
Будет большим плюсом:
— Опыт работы с dbt
— Airflow
— Инструменты контроля качества данных (Soda Core или аналоги)
Условия:
— Официальное трудоустройство в штат компании по ТК РФ
— Гибкий формат работы: возможность удалённо работать или в офисе в Москве (в одной минуте ходьбы от м. Технопарк)
— Расширенная программа ДМС со стоматологией с первого дня работы
— Доплата по больничному листу до оклада до 5 рабочих дней в год
— Линия психологической поддержки
— Врач в офисе и массажные кресла (для сотрудников в Москве)
— Бесплатные посещения фитнес-клуба А-sport на ст. м. Технопарк
— Корпоративная программа профессионального обучения совместно с Альфа Групп
— Возможность участия в профильных конференциях
— Онлайн-библиотека
— Карьерное развитие и программа наставничества
— Кафетерий льгот через 6 месяцев (спорт, организация рабочего места, здоровье, дети, питомцы, благотворительность и др.)
— Корпоративные мероприятия и тимбилдинги в онлайн и офлайн формате
— Подарки к праздникам и материальная помощь по особым случаям
— 3 дня 100% оплачиваемых day off в году
Задачи:
— Руководство и развитие команды старших инженеров и технических лидов в областях GTM Store и ZoomInfo Data Platform.
— Определение дорожной карты развития систем, балансировка между масштабированием, производительностью, скоростью интеграции новых данных, соблюдением требований безопасности и надежности платформы.
— Формирование культуры высокой производительности, ответственности, технической строгости и операционного совершенства.
— Управление старшими техническими специалистами, установка ожиданий, предоставление технических рекомендаций и развитие карьерных путей.
— Взаимодействие с вице-президентом по инженерии для формирования стратегии платформы.
— Приоритизация задач между масштабированием, интеграцией новых данных, соблюдением нормативных требований и надежностью.
— В области GTM Store: стратегия, архитектура и развитие основного операционного хранилища данных (BigTable), включая масштабирование, производительность, надежность и системы захвата изменений данных (CDC).
— Руководство архитектурными решениями для улучшения производительности, задержек и экономической эффективности.
— Внедрение лучших практик мониторинга, оповещений, планирования емкости и реагирования на инциденты.
— Стратегия и архитектура CDC, обеспечение надежной передачи событий изменений данных в downstream-системы.
— В области ZoomInfo Data Platform: стратегия, архитектура и развитие аналитического хранилища данных (BigQuery), включая конвейеры загрузки данных и системы интеграции новых источников.
— Упрощение и ускорение интеграции новых данных, стандартизация и автоматизация процессов загрузки.
— Обеспечение надежности, наблюдаемости и масштабируемости конвейеров данных.
— Управление процессами удаления данных клиентов в соответствии с GDPR, CCPA и другими нормативами.
— Взаимодействие с юридическим отделом и продуктовой командой для адаптации процессов удаления данных.
— Создание систем наблюдаемости и аудита для подтверждения соответствия требованиям.
— Взаимодействие с кросс-функциональными командами для определения требований и поддержки внедрения новых данных.
— Представление интересов GTM Store и ZoomInfo Data Platform в стратегических обсуждениях.
Требования:
— Опыт работы в области программной или платформенной инженерии не менее 8 лет, включая опыт на руководящих позициях.
— Опыт управления старшими техническими специалистами и поддержания высокого технического уровня.
— Глубокие знания масштабируемых операционных (BigTable) и аналитических (BigQuery) хранилищ данных и распределенных систем.
— Опыт архитектуры конвейеров загрузки данных и технологий CDC (Debezium, Kafka Connect, Kafka или аналогичные).
— Знание практик обеспечения конфиденциальности данных и соблюдения нормативных требований (GDPR, CCPA).
— Умение балансировать между надежностью платформы и скоростью внедрения новых функций.
— Навыки кросс-функционального взаимодействия с продуктовой и бизнес-командами.
— Отличные коммуникативные навыки для презентации стратегии и прогресса руководству.
Предпочтительно:
— Знакомство с инфраструктурой Google Cloud Platform, включая BigTable и BigQuery.
— Опыт работы с платформами потоковой передачи событий (Kafka) и инструментами оркестрации конвейеров (Airflow).
— Опыт создания инструментов самообслуживания для ускорения интеграции данных.
Условия:
— Удаленная работа.
— Конкурентная годовая зарплата от $191,730 до $301,290.
— Дополнительные бонусы, комиссии, акции и другие льготы.
— Комплексные программы поддержки здоровья и благополучия.
Компания ZoomInfo предоставляет равные возможности для всех кандидатов без дискриминации по любым признакам, защищенным законом.
Задачи:
— Поддержка, развитие и улучшение облачной инфраструктуры в AWS (включая VPC, EC2, EKS, IAM, Route 53, S3);
— Управление платформами на базе Kubernetes;
— Проектирование, внедрение и поддержка Infrastructure as Code с использованием Terraform и Ansible;
— Поддержка деплоя сервисов и стандартизации платформы с помощью Helm;
— Построение, поддержка и развитие CI/CD‑пайплайнов с использованием GitLab CI и Argo CD, администрирование on‑premises GitLab;
— Поддержка и развитие мониторинга и observability (VictoriaMetrics, VictoriaLogs, Grafana);
— Администрирование и поддержка HashiCorp Vault;
— Диагностика и поддержка Linux‑окружений, работающих на EC2 и в Kubernetes;
— Базовая операционная поддержка PostgreSQL, MS SQL, Apache Airflow, а также БД, работающих в AWS RDS и Kubernetes;
— Участие во внедрении мер безопасности инфраструктуры и платформ (шифрование, сегментация сети, безопасное взаимодействие сервисов и т. д.);
— Разработка внутренних инструментов и решений для автоматизации;
— Разбор инцидентов, выявление первопричин и внедрение превентивных улучшений.
Требования:
— Высшее образование;
— Сильный практический опыт работы с AWS, особенно VPC, EC2, EKS, IAM, Route 53, а также понимание сетевых концепций;
— Уверенный опыт использования Terraform в продакшене;
— Глубокий практический опыт работы с Kubernetes;
— Хорошие знания Helm и опыт поддержки переиспользуемых шаблонов и chart’ов;
— Практический опыт с Helm Library Charts и Go‑templating;
— Уверенные навыки администрирования Linux;
— Хорошее понимание сетевых основ: TCP/IP, DNS, HTTP(S), TLS, VPN, балансировка нагрузки, ingress;
— Опыт построения и поддержки CI/CD‑пайплайнов, предпочтительно с GitLab CI;
— Опыт работы с GitOps‑инструментами, такими как Argo CD;
— Понимание мониторинга, логирования и устранения проблем в распределённых системах;
— Умение писать скрипты и инструменты автоматизации на Bash, Python или Go;
— Понимание основ безопасности инфраструктуры: работа с секретами, шифрование, контроль сетевого доступа, принцип наименьших привилегий, безопасные соединения;
— Английский язык на уровне минимум B1, предстоит общение с иностранцами.
Условия:
— Прозрачную систему мотивации (оклад + ежегодные бонусы до 3ех окладов);
— Подключение на крупный и стабильный проект. Разнообразие интересных задач;
— Отсутствие бюрократии, высокая степень свободы. Решения принимаются очень быстро;
— Карьерный рост, прямое влияние на бизнес и возможность использовать новейшие технологии.
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
Location: New York City, New York
What you’ll be part of
Garner is on a mission to transform the U.S. healthcare system — and we’re the only proven player doing exactly that. We partner with employers to redesign how healthcare works: applying 550+ proprietary clinical metrics across 80+ specialties to a dataset of 320M+ patients to identify the best-performing doctors, then using compelling incentives to steer members to the care that helps them get healthier, faster.
The result is a rare “win win” — better care and lower costs for both members and employers. In just five years, our work has helped over 2.5 million people access higher-quality care and saved $1B in healthcare costs. We recently raised our Series E and have doubled five years running. If you've ever wanted your work to solve a problem that touches every person in this country, this is the opportunity to do exactly that. You'd be joining a team fundamentally reimagining healthcare in the U.S. — and using AI to scale that impact further and faster than anyone else can.
About the role:
We are seeking an exceptional
Staff Software Engineer
to join our organization. Garner’s Engineering team tackles incredibly hard technical problems for a mission that truly matters. Our systems analyze billions of medical records to rank healthcare providers across the country. We are an AWS + Kubernetes shop, and we are constantly introducing new technologies as our system load doubles every year. We expect our engineers to champion cutting-edge industry practices as we aggressively embrace AI in every facet of our operations and norms. We are seeking teammates who take pride in delivering their best work while fostering a strong team culture.
Where you will work:
This role will be based in our New York City office (in the Financial District). You must be willing to work in the office 3 days per week on Tuesday, Wednesday and Thursday.
What you will do:
Lead team-level technical strategy and execution on multi-quarter time horizons
Use AI to build, optimize, and maintain software systems
Uplevel engineers across the organization by raising the technical bar
Collaborate across disciplines to understand our domain and iterate on projects
Protect our users’ privacy and security through best practices
The ideal candidate has:
6+ years of software engineering experience
Experience leading teams of engineers with demonstrated impact on technical strategy
A generalist software engineering mindset ready to learn new languages, frameworks, and techniques required for a fast paced startup environment
Demonstrated ability to build complex systems using AI coding agents (we use Claude Code)
Able to learn quickly and mentor others
Familiarity with data security and HIPAA compliance
A desire to be a part of a high-performing, mission-driven team that operates with intense urgency, a strong sense of individual accountability, and a commitment to authentic feedback
What you’ll get here
You’ll work on problems that matter, at a company working to change healthcare at scale. You’ll work at the intersection of AI and systemic healthcare reform, where the problems we solve are as interesting and compelling as the mission.
At Garner, you’ll take on real, ambitious problems with real ownership and autonomy, alongside exceptional, principles-based people who genuinely want you to win. It’s demanding by design. You’ll be challenged to stretch beyond what you thought possible and receive consistent coaching to help you grow and do the best work of your career. This isn't the right fit for everyone, and that's intentional. The people here are driven by what's at stake for real people, and that's what gives our intensity its purpose.
Technologies we use:
Claude Code, Kubernetes, AWS, Airflow, DBT, Python, TypeScript, React, Go
This is a unique opportunity to join a fast-growing company in a transformative role, helping shape the future of healthcare.
Compensation Transparency:
The target salary range for this position is $312,000 - $356,000. Individual compensation for this role will depend on various factors, including qualifications, skills, and applicable laws. In addition to base compensation, this role is eligible to participate in our equity incentive and competitive benefits plans, including but not limited to: flexible PTO, Medical/Dental/Vision plan options, 401(k), Teladoc Health and more.
Fraud and Security Notice:
Please be aware of recent job scam attempts. Our recruiters use
getgarner.com
and
garnerhealth.com
email domains exclusively. If you have been contacted by someone claiming to be a Garner recruiter or a hiring manager from a different domain about a potential job, please report it to law enforcement
here
and to
candidateprotection@garnerhealth.com
.
Equal Employment Opportunity:
Garner Health is proud to be an Equal Employment Opportunity employer and values diversity in the workplace. We do not discriminate based upon race, religion, color, national origin, sex (including pregnancy, childbirth, reproductive health decisions, or related medical conditions), sexual orientation, gender identity, gender expression, age, status as a protected veteran, status as an individual with a disability, genetic information, political views or activity, or other applicable legally protected characteristics.
Garner Health is committed to providing accommodations for qualified individuals with disabilities in our recruiting process. If you need assistance or an accommodation due to a disability, you may contact us at
talent@garnerhealth.com
.
Location: Paris, France; Marseille, France; Bordeaux, France; Biarritz, France; Brussels, Belgium
HEALTH CAN’T WAIT.
Not for symptoms to get worse. Not for a six‑month appointment. Not for a system to catch up. But that’s exactly how healthcare works today. You wait, until you can’t.
Alan exists to end the wait.
Health is a universal right, and we believe this right can only become real when it’s coupled with prevention. We need to stop treating health as something we repair and start treating it as something we build, every day. It’s not solely a question of willpower. It’s the healthcare system itself that needs to work for everyone, in a sustainable way.
So we are building the new standard in prevention insurance. Alan is the first company that integrates insurance, prevention, and care into a single, acclaimed user experience.
We are on an incredible journey to build a global leading company, with a unique culture https://alan.com/en/careers. We already partner with 40K+ companies of all sizes, serving more than 1M+ members, and have reached €800M+ in ARR.
Prevention as the new norm. That's what we're building with our team of 1000+ people. If it speaks to you: we're hiring across France, Spain, Belgium, and Canada. And beyond.
⭐️ THE DATA FOUNDATIONS TEAM ⭐
At Alan, every decision we make about our members' care, contracts and claims is a data decision. The Data Foundations team builds the platform that makes those decisions possible in a safe way.
- Being part of the Data Foundations team means you’ll build, maintain, and improve the Data Platform used by everyone at Alan.
- We enable Alan’s data-driven nature and help our colleagues make the most of their data.
- Partner closely with people across Alan (technical and non-technical) to understand their needs and build data solutions they can trust and use effectively.
- We own and manage all data-related tools that power Alan.
- AI is changing the way companies work with data: agents are becoming first-class users of our data warehouse. It opens a world of new usage and exciting features, as well as concerns around security, data quality and governance. We are building the foundations that allow Alan to make the most of this exciting new paradigm.
- Alan is expanding quickly: we went from 4 to 6 countries this year and we won’t stop there. Our objective is to onboard new countries in weeks, not months. Having strong data foundations is a cornerstone of that expansion, allowing our teams to make sense of a patchwork of insurance systems, regulations and reporting rules.
- Examples of our missions:
- improve the developer experience when building and maintaining data pipelines,
- enable reliable and secure access to our data warehouse for Alaners and AI agents,
- strengthen security and governance around our data assets,
- define and implement standard data practices across Alan,
- maintain and evolve our core data infrastructure to accommodate Alan's international expansion and growing product breadth…
- Our core tools include Python, Airflow, Snowflake, AWS/GCP, Metabase, Terraform, dbt, and others.
- Who you'll work with: Data Foundations is a small, high-leverage team inside the Tech Foundations area, whose mission is to enable product crews through world-class infrastructure, developer experience, operational excellence, and built-in security. You'd be joining as one of its core engineers, working daily with the whole Data community at Alan.
🎯 EXPECTED SKILLS AND ABILITIES
You would thrive at Alan if most of this sounds like you:
- Passionate about owning ambitious problems and developing simple solutions for them.
- 4+ years of experience demonstrating impact in Data positions. We welcome candidates from early-career to highly experienced profiles. You may already have strong expertise in Data Engineering, or be an experienced data or software engineer looking to deepen your specialization in this area.
- Experience building and operating production data infrastructure: orchestration (Airflow or similar), a cloud data warehouse, infrastructure as code.
- Experience designing systems, tools or libraries used by other engineers, scientists or analysts.
- Proficient in Python and SQL. Setting a high standard of rigor and precision for yourself, interested in your craft.
- Curious about AI and eager to use it thoughtfully to increase your impact.
- Great listening and communication skills.
- Humble, kind, collaborative, and still willing to grow (no matter your seniority!).
- Fluent and clear in English, both oral and written (no need to speak French!).
For this role, we are looking to hire within the C1-E level range https://alan.com/en/careers/a/salary-equity.
⚙️ IMPORTANT NOTE: WE HIRE PEOPLE, NOT ROLES.
If you're excited about this opportunity but don't check every box, we'd love to hear from you. Everyone, no matter how underrepresented, should feel free to apply, as it can only bring learning or success.
If you identify yourself as a woman: Did you know that research shows women often apply only when meeting 100% of requirements?
Remember, this is just a guide, not a checklist.
We'll be thrilled to receive your application!
🔖 Check out our About Alan https://alan.com/about and Career https://alan.com/careers pages, as well as our Medium https://medium.com/alan, blog https://blog.alan.com/ and Glassdoor page https://www.glassdoor.com/Overview/Working-at-Alan-EI_IE1696043.11,15.htm for more info.
YOU WANT TO KNOW MORE ABOUT ALAN?
- 🙌 Perks & Benefits https://alan.com/en/careers/a/salary-equity: Alaners are provided with a stimulating environment and perks ensuring they are happy, efficient and spend only high-quality time with co-workers.
- 🤘 A strong culture https://alan.com/en/about/a/leadership-principles: People joining Alan are often surprised and delighted by our innovative working method. We have a set of cultural values that guide our approach to work
🔄 A quick note about the process
Note: While you're applying for a specific area, you may join a different engineering team based on where we think you'll have the most impact. Check out descriptions of other areas here https://www.notion.so/Software-Engineering-Areas-Alan-2c61426e8be7805bacd2cdbc08c32640?pvs=21.
#LI-DNP
УдалённоГеография найма не уточнена
Chicago, New York City
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Настройте подбор, и подходящие вакансии будут приходить в Telegram.
Автоотклики