Задачи:
— исследование данных с использованием state-of-the-art (SOTA) подходов
— разработка моделей машинного обучения в области NLP и NER
— автоматизация и оптимизация процесса продаж инструментов глобальных рынков
— осуществление fine-tuning’a LLM
— имплементация RAG’ов на основе данных Банка
— развитие платформы по использованию и развитию LLM
— интеграция LLM в бизнес-процессы подразделения
— интеграция API, сервисов, построение пайплайнов моделей.
Требования:
— высокий уровень математического аппарата - математический анализ, линейная алгебра, теория вероятностей
— предпочтителен опыт в финансовой сфере, финтехе или области анализа данных (от 3- х лет)
— детальное понимание моделей машинного обучения и алгоритмов
— опыт управления проектами и взаимодействия со смежными командами
— глубокое понимание инструментов финансового рынка является дополнительным преимуществом
— уверенное владение Python
— опыт в разработке NLP моделей или компьютерной лингвистике
— инструментальное владение AI для анализа, генерации и автоматизации.
Условия:
— формат работы - офис (ст.м. Ленинский проспект)
— ежегодный пересмотр зарплаты и годовая премия
— корпоративный спортзал и зоны отдыха
— более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
— гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
— расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
— бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
— вознаграждение за рекомендацию друзей в команду Сбера.
Задачи:
— Подготовка отчетов по HR-показателям и визуализация для управленческой информации
— Формирование выводов и аналитических справок на основе анализа HR-данных для поддержки принятия решений
— Подготовка презентаций и отчетности для руководства АНО, ОИВ и подведомственных организаций Комплекса
— Развитие и поддержка дашбордов в системе BI (1С Аналитика) для мониторинга HR-метрик и ключевых показателей
— Анализ трендов и выявление проблемных областей в HR-процессах, подготовка рекомендаций по улучшению
— Участие в проектах отдела: автоматизация HR-процессов, разработка системы целеполагания и контроль качества HR-процессов
Требования:
— Высшее образование
— Опыт работы с большими массивами неструктурированных данных
— Отличное знание Excel (сводные таблицы, сложные формулы), Power Query, Power Pivot, PowerPoint
— Знание основ математической статистики (корреляционный анализ, линейная регрессия, факторный анализ, прогнозные модели) желательно
— Знание BI-аналитики, желательно SQL
— Аналитический склад ума, системное мышление, умение структурировать информацию
— Знание принципов безопасного поведения на рабочем месте, ФЗ № 149-ФЗ и № 152-ФЗ о персональных данных
Условия:
— Официальное трудоустройство
— График работы 5/2 с 9:00 до 18:00
— Корпоративное обучение
— Корпоративный спорт (хоккей, футбол, волейбол, настольный теннис, йога и др.)
— Корпоративные мероприятия (киноклуб, книжный клуб, квиз, гонка героев, конкурсы талантов, праздники для детей сотрудников и др.)
— Ежегодная материальная помощь к отпуску
— Скидки на программы ДМС
Задачи:
— Сбор и анализ бизнес-требований с бизнес-аналитиками и ключевыми заказчиками;
— Проектирование витрин данных: перевод бизнес-требований в технические требования для инженеров данных;
— Проектирование логических схем для Data Marts в PostgreSQL и ClickHouse;
— Data Mapping: поиск источников данных, описание правил трансформации и объединения данных;
— Анализ логики существующих отчетов (MS SQL, OLAP-кубы SSAS Tabular, сложные Excel-файлы);
— Приемка и тестирование данных перед передачей в BI-систему (Yandex DataLens);
— Ведение документации и координация команды.
Требования:
— Высшее или неоконченное высшее образование;
— Опыт системного/бизнес-анализа или аналитика данных от 2 лет;
— Уверенное владение SQL (сложные SELECT-запросы с JOIN, оконными функциями, CTE);
— Понимание принципов построения DWH и жизненного цикла отчетности;
— Навыки прототипирования интерфейсов и визуализации данных с BI-инструментами;
— Умение работать с API, анализировать JSON/XML для маппинга;
— Знание BPMN, UML, опыт ведения документации в Confluence и Jira;
— Системное мышление, коммуникативные навыки, умение переводить бизнес-требования в технические.
Будет плюсом:
— Опыт работы с Yandex DataLens, Tableau или Power BI;
— Базовые знания Python для чтения ETL-скриптов и проверки гипотез в Jupyter Notebook;
— Понимание архитектуры OLAP-кубов (SSAS), знакомство с DAX/MDX;
— Опыт работы с ClickHouse или другими колоночными СУБД;
— Навыки написания технической документации (Swagger/OpenAPI, ER-диаграммы);
— Опыт работы в Agile/Scrum-командах.
Условия:
— Работа удаленно или в офисе в БЦ Кунцево Плаза, 5 минут от м. Молодежная;
— График 5/2 с гибким началом рабочего дня;
— Официальное оформление по ТК РФ, официальная зарплата, больничный, отпуск 28 дней;
— ДМС включая стоматологию (условия зависят от стажа);
— Дисконтная карта на продукцию компании, участие в распродажах;
— Корпоративные скидки на фитнес;
— Перспективы профессионального и карьерного роста;
— Уютные лаундж-зоны, технологичные переговорные, просторные кухни, вкусный капучино.
ГибридМосква
Зарплата не указана
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Задачи:
— Участие в сборе и структурировании требований совместно с бизнес-аналитиком, менеджером продукта и инженерами.
— Общение с пресейлом, техподдержкой, внешними партнерами, разработкой.
— Помощь бизнес-аналитику и менеджеру продукта в структурировании продуктовых и пользовательских требований и сценариев.
— Изучение продуктов-аналогов и текущих особенностей работы продукта.
— Участие в прототипировании и исследовании технологий.
— Участие в выработке, проработке и оформлении технической концепции и технического решения по новым функциям.
— Участие в управлении требованиями и постановка задач разработке.
— Разработка внутренней документации продукта.
— Сопровождение разработки и тестирования.
— Участие во внутренней приемке релизов.
Требования:
— Готовность быстро осваивать область системного/сетевого администрирования или опыт и знания в этой области.
— Умение моделировать и описывать деятельность, функции, структуры данных, интерфейсы, алгоритмы.
— Умение работать с требованиями.
— Знакомство с основными концепциями процедурного и объектно-ориентированного программирования.
— Умение моделировать и описывать архитектуру и дизайн систем и программных приложений.
— Готовность изучать и применять новые инструменты для повседневной работы.
— Базовый опыт и знания в области интеграции систем/сервисов.
— Базовые навыки проектирования реляционных баз данных и нереляционных структур данных, базовый SQL.
— Понимание жизненного цикла ИТ-систем, процессов разработки, сопровождения и развития ПО.
— Базовые навыки и готовность изучать и взаимодействовать с технологиями.
— Минимальные навыки программирования/написания скриптов (Python, C++, Go приветствуются).
— Минимальные навыки работы с системами версионирования исходного кода.
— Готовность читать исходный код, работать с логами, конфигурациями и данными в системах.
— Навыки работы с командной строкой, базовые навыки работы с Linux.
Приветствуется, но не обязательно:
— Навыки программирования на любом языке и базовые навыки проектирования ПО.
— Базовые навыки администратора сети.
— Знакомство с архитектурой Linux.
— Знакомство с информационной безопасностью и технологиями защиты данных.
— Знакомство с формальной логикой.
— Знакомство с классификацией и атрибутами качества требований.
— Опыт работы с системами моделирования, Sparx Systems Enterprise Architect, Visual Paradigm или другими.
— Отсутствие "аллергии" на высшую математику, включая дискретную математику, структуры данных и алгоритмы, реляционную алгебру.
— Знакомство со стандартами, нотациями и практиками моделирования IDEFx, DFD, UML, BPMN, ARIS и др.
— Знакомство с подходами к описанию функций в виде Use Case, User Story, пользовательских сценариев.
— Знакомство с Agile практиками Story mapping, Event storming, CJM, Service Blueprint, 4 context architecture.
— Практики бизнес-анализа, включая Business Canvas, понимание структуры бизнес-плана, умение работать с бизнес-целями, проектированием бизнес-процессов и обоснованием ценности проектов и функций.
— Знакомство с ГОСТ серии 34 и 19 и современными стандартами системной инженерии и управления требованиями.
— Опыт фасилитации групповых рабочих сессий.
— Знакомство с Domain Driven Design, шаблонами интеграции приложений, шаблонами реализации микросервисной архитектуры.
Условия:
— Стабильное постоянное трудоустройство в быстрорастущей компании, занимающейся импортозамещением.
— Работа в аккредитованной Минцифры IT-компании, продукты которой находятся в реестре российского ПО.
— Нет бюрократии, собеседование в 1-2 этапа с быстрым фидбеком, гибкое начало рабочего дня, отсутствие дресс-кода.
— Плавный ввод в должность, период адаптации, наставничество.
— Офисный формат работы, офис возле м. Белорусская/Савеловская.
— ДМС со стоматологией.
— Внутреннее и внешнее обучение.
Задачи:
— Прорабатывать требования, полученные от заказчиков, проектировать реализацию и составлять задачи для команды разработки.
— Выявлять, описывать и анализировать ошибки системы.
— Искать возможности и разрабатывать решения по улучшению системы.
— Участвовать в разработке архитектурных решений и интеграций между проектами.
— Участвовать в поддержке базы знаний по проекту.
— Тестировать реализованный функционал.
— Принимать участие в улучшении рабочих процессов, предлагать решения.
Требования:
— Понимание процесса разработки ПО (Agile, Канбан-метод).
— Опыт работы с SQL, достаточный для поиска и получения данных из БД.
— Знание методик оформления бизнес и системных требований в технической документации (Use Cases, User Stories, Jobs To Be Done).
— Знания методик сбора требований.
— Опыт сбора и формализации бизнес-требований.
— Опыт документирования информационной системы.
— Базовые знания архитектуры и интеграций информационных систем.
— Опыт работы с API.
— Опыт тестирования и приемки задач.
— Опыт планирования и оценки трудозатрат.
Стек используемых технологий:
PHP 8.
Laravel Framework 10/12.
MySQL 5.7.
Bootstrap 4.
Vue.js 2/3.
jQuery.
TypeScript.
Pinia.
Redis.
Apache Kafka.
Условия:
— Работа в крупной стабильной компании и с интересными проектами.
— Трудоустройство по ТК РФ.
— Офисный формат работы, 5/2 с 9:00 до 18:00 (суббота, воскресенье и праздничные дни - выходные).
— Комфортное рабочее место, обеспеченное всеми необходимыми ресурсами.
— Профессиональный рост и развитие.
— Местоположение: ст.м. Трубная – шаговая доступность.
Задачи:
— сбор, предобработка, консолидация данных из внутренних и внешних источников;
— обеспечение структурированного хранения данных (ведение справочников), проверка качества данных;
— ведение регулярной отчетности по коммерческим и медийным показателям (реклама и аудитория в интернете);
— поддержка и совершенствование существующих бизнес-процессов и аналитических инструментов;
— создание расчетов и аналитических моделей;
— построение и поддержка витрин данных;
— анализ данных, подготовка ad-hoc запросов, аналитических записок, презентаций для руководства с выводами и рекомендациями;
— постановка технических заданий разработчикам, составление инструкций и регламентов по работе с данными;
— автоматизация расчетов и отчетности (Excel / SQL / Python).
Требования:
— высшее образование (желательно техническое, математическое, экономическое, социологическое);
— опыт работы в аналогичной должности не менее 2-х лет;
— уверенное владение пакетом MS Office, Excel - на продвинутом уровне (формулы, сводные таблицы, визуализация данных, Power Query);
— базовые или средние навыки работы с Python (Pandas) и SQL;
— понимание структуры баз данных и DWH, форматов хранения данных, моделей данных;
— опыт работы с массивами данных, включая структурированные и неструктурированные источники;
— умение визуализировать данные, формулировать выводы и рекомендации для бизнеса;
— внимательность к деталям, критическое мышление, методичность и аккуратность в работе с данными;
— ответственность, устойчивость к рутинной работе, высокая грамотность, коммуникабельность и вежливость.
Будет плюсом:
— python – библиотеки datetime, numpy, pandas, re, requests, sqlalchemy, sqlite3; работа с API;
— работа с ПО Медиаскоп (Palomars, Adex);
— знание рекламного рынка (структура, функции основных участников, происходящие процессы) и принципов размещения рекламы в интернете;
— знание основ медиапланирования;
— навыки использования математических методов моделирования и анализа.
Условия:
— работу в стабильной и постоянно развивающейся компании-лидере рекламного рынка;
— гибридный график работы (с 10 до 19), офис в шаговой доступности от метро Молодежная или Крылатское;
— стабильную заработную плату;
— официальное оформление;
— широкий спектр социальных программ: ДМС, программа поддержки корпоративного благополучия ПОНИМАЮ, скидки на театральные, музыкальные и т.п. мероприятия;
— обучение в Корпоративном Университете (обучение, менторинг, коучинг);
— приятную и комфортную атмосферу, дружный коллектив.
КОМПАНИЯ ПРЕДЛАГАЕТ:
Официальное оформление в соответствии ТК РФ, с полностью «белой» конкурентной заработной платой, со всеми социальными гарантиями;
расширенное ДМС со стоматологией;
возможности для профессионального и личностного роста;
поддержка руководства на всех этапах проекта;
участие в реализации крупных проектов федерального значения;
возможность работать с командой профессионалов, за плечами которых реализация социально значимых инфраструктурных проектов;
работа в крупной компании, у которой сформирован пакет проектов с участием ГЧП до 2047 года, что говорит о надежности и уверенности в завтрашнем дне!
КОМПАНИЯ ЖДЕТ ОТ КАНДИДАТА:
опыт финансового моделирования (самостоятельная подготовка моделей с "нуля"), в т. ч. оценка инвестиционной привлекательности проектов, анализ сценариев реализации, оптимизация структуры финансирования проектов;
профильный опыт работы в сфере инвестиционного анализа, финансового консультирования, банковской деятельности, оценки бизнеса (обязательно);
сданные экзамены программы CFA (предпочтительно);
опыт работы в оценке компаний Big4 (бывш. KMPG, EY, PWC, Deloitte), инвестиционных департаментов банков, крупных игроках на рынке ГЧП/Концессий;
понимание принципов корпоративного и проектного финансирования, существующих форм и инструментов финансирования, знания в области финансовой отчётности и планирования капитальных вложений, финансовых коэффициентов;
знание основных принципов теории корпоративных финансов;
знание Excel на уровне продвинутого пользователя;
понимание экономики и договорной "обвязки" ключевых рисков концессионных проектов, нормативной базы, а также принципов проектного финансирования.
ФУНКЦИОНАЛЬНЫЕ ОБЯЗАННОСТИ:
Финансовое моделирование (самостоятельная подготовка моделей с "нуля", в т.ч оценка инвестиционной привлекательности проектов, анализ сценариев реализации, оптимизация структуры финансирования проектов;
Анализ финансовых моделей, разработанных другими членами команды, подготовка рекомендаций по доработке таких моделей;
Участие в подготовке документов в области проектного финансирования, в т. ч. на принципах государственно-частного партнерства (ГЧП), включая написание аналитических записок, справок, тизеров, финансовых разделов соглашений о ГЧП, концессионных соглашений, кредитных договоров, подготовка презентаций;
Всестороння помощь в управлении проектами (подготовка внутренней документации, "дорожных карт");
Помощь в ведении проекта, начиная со стадии инициации проекта до стадии подписания соглашения и привлечения финансирования;
Взаимодействие с юридическим и строительным блоками в рамках проекта;
Ведение переговоров с гос. органами по вопросам заключения и реализации концессий;
Ведение переговоров с банками по привлечению проектного финансирования, согласование termsheet и кредитной документации.
УСЛОВИЯ РАБОТЫ:
современный комфортабельный офис: улица Василисы Кожиной, 1к1 (м. Парк Победы, м. Багратионовская в шаговой доступности);
режим работы: 5/2 с 9:00 - 18:00, в пятницу до 16:45.
Задачи:
— Анализ источников данных.
— Анализ жизненного цикла данных.
— Постановка задач Дата-инженеру на извлечение, трансформацию и загрузку данных в Хранилище.
— Проектировать и описывать витрины данных.
— Строить дашборды и аналитические отчеты, проверять гипотезы, искать инсайты и интерпретировать данные для бизнеса.
— Контролировать качество данных: определять правила валидации, критичные значения, недопустимость пропусков.
— Быть связующим звеном между бизнес-заказчиками данных и дата-инженером.
Требования:
— Продвинутый SQL: умение читать и писать SQL код на разных диалектах (ORACLE, MS SQL, Postgre), понимание разных видов JOIN.
— Умение читать чужой ETL/ELT‑код и разбираться в структурах таблиц (звезда, снежинка, Data Vault).
— Умение составить детальное ТЗ ETL процесс и разработку витрины для дата‑инженера.
— Способность превращать размытые бизнес‑пожелания в конкретные алгоритмы и метрики.
— Самостоятельное проектирование правил валидации данных и алертинга в ETL процессах.
— Понимание как работают различные технологии обмена данными: API, прямой доступ в БД, Excel, TXT, CSV. Знание плюсов и минусов каждой технологии.
Условия:
— Работа в аккредитованной IT-компании.
— Различные форматы работы: гибрид / офис / удалённый формат.
— Возможности для профессионального и карьерного роста: карьерные треки.
— Внутреннее и внешнее обучение.
— Расширенная программа лояльности и скидки на услуги и товары Рольф, и партнеров (фитнес, изучение языков, кэшбэки, библиотеки профессиональной литературы и др.).
О компании и продукте
Мобильная game development-компания развивает один из самых успешных ad-driven продуктов в мире - digital coloring book с многомиллионной аудиторией.
Ищем Lead Data Scientist, который будет развивать ML-решения для рекламной монетизации, персонализации и рекомендаций, а также вести и менторить Data Science-команду.
Почему стоит рассмотреть
• Прямое влияние на рекламную выручку, engagement, retention и LTV продукта
• Работа с большими поведенческими данными и ML-моделями в продукте с миллионами пользователей
• Возможность формировать Data Science-направление, roadmap и технические стандарты команды
• Кросс-функциональная работа с Product, Engineering, Analytics и Ad Monetization
Важно
• 5+ лет опыта в Data Science, желательно в consumer mobile-продуктах
• Обязателен опыт advertising monetization, revenue optimization или advertising analytics
• Опыт разработки recommendation, personalization или ranking systems
• Сильные Python и SQL
• Практический опыт с ML: classification, regression, ranking, forecasting, predictive modeling
• Понимание A/B-тестирования, applied statistics и работы с большими behavioral datasets
• Опыт технического лидерства или менторинга Data Scientists
О проекте и команде:
Технологическая компания, развивающая quantitative-инфраструктуру и ML-решения для рынков цифровых активов. Проект находится на pre-launch стадии, команда специализируется на quant research, machine learning и blockchain-разработке.
Задачи на этой роли:
— Полный цикл исследований по краткосрочной микроструктуре, LP/хеджированию, исполнению, межплощадочным сигналам, распределению риска и смежным задачам crypto/DeFi;
— Дизайн исследования: гипотеза, target/разметка, baseline, метрики, причинно корректная OOS-проверка, анализ режимов и явные критерии GO/NO-GO;
— Работа с данными: поиск источников, выравнивание времени, контроль качества, построение признаков и воспроизводимые контракты данных;
— ML/DL по структуре задачи; RL или другие методы последовательного управления - только когда они действительно оправданы;
— Реалистичная симуляция и торговая экономика: комиссии, проскальзывание, ликвидность, задержки, adverse selection, impact, fill assumptions, хеджирование и синхронизация DEX/CEX;
— Paper/shadow-стратегии, анализ sim-to-real и совместная работа с quant developer при переносе доказанных решений в production;
— Инженерный стандарт исследования: воспроизводимые эксперименты, чистый Python, критичные проверки, мониторинг и дисциплинированное использование LLM/агентов.
Ожидания от кандидата:
— Проверяемый опыт 2-3 Quant/ML проектов, где вы лично отвечали за существенную часть цепочки от постановки задачи и данных до проверки, кода и решения о внедрении либо GO/NO-GO;
— Отличный Python и сильная инженерная база: вы сами пишете, отлаживаете и ревьюите исследовательский код;
— Сильную статистику, вероятность, оптимизацию и работу с временными рядами: временную зависимость, leakage, selection bias, uncertainty и честную OOS-проверку;
— Глубокое практическое понимание микроструктуры и исполнения: order book/flow, liquidity, latency, fees, slippage, adverse selection, impact, sizing и hedging.
— Сильное практическое владение ML/DL для последовательных финансовых данных и способность отличать реальный сигнал от оптимизации метрики;
— Высокую самостоятельность: структурировать неясную проблему, выбирать наиболее информативный эксперимент, быстро останавливать слабые гипотезы и принимать решения на основании доказательств;
— Рабочее понимание структуры crypto-рынка. Прямой опыт DeFi/DEX будет плюсом, но сильный CEX/microstructure опыт может его компенсировать при быстрой адаптации.
Условия и возможности:
— Полная занятость, 5/2, гибридный/удаленный формат, офис в центре Москвы;
— Работа с реальным капиталом, где качество исследования, реалистичность исполнения и риск-контроль имеют прямое значение;
— Прямая работа с Quant/ML, разработкой и руководством компании, высокая самостоятельность и короткий цикл обратной связи;
— Небольшая команда, где сильное исследование может стать production-системой, а не закончиться презентацией;
— Компенсация всех необходимых инструменты и ПО для работы.
Задачи:
— Руководство и наставничество в команде Data Science
Требования:
— Опыт работы в Data Science не менее 5 лет, предпочтительно в мобильных потребительских продуктах
— Глубокие знания в области монетизации рекламы, оптимизации доходов или аналитики рекламы
— Опыт работы с системами рекомендаций, персонализации или ранжирования
— Продвинутые навыки Python и SQL
— Экспертиза в машинном обучении, предиктивном моделировании, прогнозировании и прикладной статистике
— Опыт работы с большими поведенческими наборами данных
— Опыт руководства или наставничества в командах Data Science
— Родной русский язык
Будет преимуществом:
— Знание и опыт работы с AdMob, AppLovin, Unity Ads, ironSource
— Опыт с MLOps и облачными платформами AWS, GCP, Azure
— Знания в области LLMs и генеративного ИИ
Задачи:
— Сбор и формализация требований от бизнеса и внутренних стейкхолдеров (CPO, CTO, Product).
— Проектирование и документирование интеграций: API-контракты между сервисами (каталог, платёжный гейтвей, авторизация, BNPL/рассрочка).
— Ведение и актуализация технической документации: схемы данных, диаграммы взаимодействия сервисов, API-спецификации (OpenAPI/Swagger).
— Постановка задач в бэклог с учётом различных точек входа пользователей и разных владельцев UI-поверхностей.
— Анализ и описание event-трекинга (Amplitude) совместно с продуктовой аналитикой: формирование контракта на события и их свойства для предотвращения бесконтрольного роста и рассинхронизации.
— Участие в проектировании миграций (NoSQL → Postgres, переход на Kafka как единый брокер сообщений) с точки зрения влияния на бизнес-процессы и данные.
— Работа с требованиями PCI DSS.
Требования:
— 4+ лет опыта работы системным бизнес-аналитиком в продуктовой разработке или интеграционных проектах.
— Опыт работы на стыке заказчик — разработка в структуре внешний владелец продукта / аутсорс / аутстафф / подрядчик.
— Понимание принципов формального разделения зон ответственности между участниками проекта.
— Уверенное владение нотациями моделирования UML, BPMN или аналогами для описания процессов и взаимодействий.
— Понимание архитектуры микросервисов, опыт описания и проектирования REST/HTTP API (OpenAPI/Swagger).
— Базовое понимание работы асинхронного брокера сообщений Kafka на уровне паттернов интеграции.
— Понимание реляционных БД (PostgreSQL) на уровне ER-моделирования.
— Знакомство с NoSQL-базами будет плюсом.
— Опыт работы с Jira / Confluence или аналогичным стеком для постановки и документирования задач.
— Понимание принципов работы Kubernetes на уровне влияния на разработку и эксплуатацию продукта.
Условия:
— Развитие и карьерный рост.
— Возможность стать частью профессиональной дружной команды.
— Офис в центре города (г. Алматы, ул. Наурызбай батыра, д. 31).
— Отсутствие дресс-кода.
Задачи:
— Проектирование архитектуры хранилищ данных;
— Сопровождение существующих кластеров ClickHouse;
— Ревью и оптимизация SQL-запросов и схем данных совместно с разработчиками;
— Конфигурирование и оптимизация инстансов ClickHouse;
— Настройка и оптимизация процессов репликации и шардинга, конфигурация Zookeeper;
— Разбор и устранение сложных инцидентов, включая расследование деградации и потерь данных.
Требования:
— Опыт работы с Linux;
— Глубокие знания устройства и принципов работы ClickHouse (движки, индексы, репликация, шардинг, best practics);
— Уверенное владение Bash и SQL;
— Опыт работы с системами мониторинга.
Будет плюсом:
— Базовые навыки программирования на Python (решение рутинных задач);
— Опыт работы с системами управления конфигурацией, такими как Ansible, Puppet или SaltStack;
— Продвинутое знание и опыт работы с реляционными СУБД: MySQL и/или PostgreSQL.
Условия:
Официальное оформление, медицинская страховка, рабочая виза, компенсация английского, и многое другое подробнее в лс.
Требования:
— От 4 лет опыта на позиции Data Analyst / Marketing Data Analyst.
— От 2 лет опыта в рекламной сфере.
— Python или R — от 2 лет.
— Уверенное знание SQL (BigQuery).
— Опыт работы с API, ETL и Docker.
— Знание облачных сервисов (Cloud Run, Workflows, Artifact Registry).
— Опыт работы с Looker.
— Опыт сбора данных из AppsFlyer, Adjust или Voluum.
— Сильные аналитические навыки, самостоятельность и ответственность.
— Умение понятно презентовать технические выводы нетехническим специалистам.
Задачи:
— Участие в построении аналитических процессов.
— Получение данных через API и создание удобных дашбордов.
— Мониторинг эффективности рекламных кампаний.
— Поиск точек роста и возможностей масштабирования продуктов.
— Анализ LTV пользователей и факторов, которые на него влияют.
— Глубокий анализ и оптимизация воронок продаж.
— Поиск возможностей для увеличения выручки.
Условия:
— Удаленный формат взаимодействия.
— График: с 10:00 до 19:00 по времени Кипра.
— 20 дней отпуска и оплачиваемые больничные.
— Работа по праздничному календарю Кипра.
— Испытательный срок - 3 месяца.
— Зарплата по договоренности, в зависимости от уровня и опыта.
Задачи:
— Выявление производственных проблем и точек роста на основе данных;
— Участие в обследовании производственных участков, выезды в цеха, изучение технологических процессов на месте;
— Формализация производственных задач в цифровые кейсы: прогнозирование, классификация, детекция отклонений, контроль качества, оптимизация режимов;
— Сбор, выгрузка, очистка и консолидация данных из производственных и корпоративных информационных систем;
— Анализ данных технологических процессов, поиск закономерностей, факторов влияния и причин отклонений;
— Разработка, обучение и валидация ML-моделей для прогнозирования, оптимизации и поддержки принятия решений;
— Разработка и внедрение CV-решений;
— Подготовка датасетов, разметка данных, организация процессов сбора и актуализации обучающих выборок;
— Проверка гипотез, проведение пилотных проектов и оценка экономического эффекта;
— Визуализация результатов анализа, подготовка отчетов и рекомендаций для производственных подразделений;
— Взаимодействие с внутренними заказчиками, подрядчиками, интеграторами и смежными командами.
Требования:
— Практический опыт разработки и внедрения решений на базе ML;
— Практический опыт разработки и внедрения решений на базе Computer Vision;
— Опыт работы с производственными данными, временными рядами, журналами событий, технологическими параметрами;
— Опыт полного цикла работы с данными: сбор, выгрузка, очистка, анализ, построение признаков, обучение моделей, внедрение;
— Опыт проведения обследований производственных процессов и интервью с внутренними заказчиками;
— Понимание специфики промышленного предприятия и готовность работать “в поле”;
— Желателен опыт работы в металлургии, горнодобывающей промышленности, тяжелой промышленности, химическом производстве или энергетике;
— Понимание технологических процессов агломерационного, коксового или доменного производства будет преимуществом;
— Уверенное владение Python и библиотеками для ML/CV;
— Знание методов регрессии, классификации, кластеризации, поиска аномалий, анализа временных рядов, оптимизации, глубокого обучения;
— Опыт построения CV-моделей;
— Опыт работы с SQL и промышленными базами данных (MES, ERP, SCADA, historians, лабораторные системы, систем АСУ ТП);
— Понимание принципов интеграции моделей в промышленный ИТ-ландшафт;
— Опыт работы с Docker, Git, MLOps-инфраструктурой;
— Применение LLM в разработке решений;
— Понимание производственных показателей: качество сырья и продукции, производительность, простои, расход топлива и энергоресурсов, стабильность технологических режимов, надежность оборудования;
— Понимание причинно-следственных связей в производственном процессе и умение переводить экспертные знания технологов в аналитические модели;
— Навык оценки экономического эффекта от цифровых инициатив: снижение потерь, снижение брака, снижение простоев, рост производительности, снижение расхода ресурсов.
Условия:
— ДМС, включая стоматологию;
— Страхование жизни и страховка для путешественников;
— Корпоративная мобильная связь;
— Система скидок для сотрудников НЛМК ИТ;
— Частичная компенсация питания в корпоративных столовых;
— Возможность обучения за счет работодателя;
— Активная корпоративная жизнь;
— Поддержка от компании в жизненно важных событиях;
— Бесплатный доступ к электронной библиотеке.
Чем предстоит заниматься:
— Интервьюировать бизнес-экспертов и пользователей информационных систем для изучения текущих процессов и функционирования систем;
— Собирать, формализовывать и документировать требования заказчика;
— Реализовывать функционал и процессы в системах по требованиям заказчиков;
— Проверять соблюдение процедур и стандартов качества при разработке и внедрении систем;
— Анализировать и оптимизировать информационные системы и их взаимодействие;
— Оценивать влияние реализуемых решений на существующий функционал;
— Формировать оценку реализации решения совместно с архитекторами и специалистами смежных направлений;
— Составлять описания реализованных решений и изменений для тестирования;
— Определять ключевые компоненты системы для разработки тест-кейсов и их релевантность процессу тестирования;
— Выбирать соответствующие формы и подходы к тестированию;
— Разрабатывать предложения по оптимизации и модернизации информационных систем и процессов;
— Анализировать риски и причины ошибок при разработке систем.
Для нас важно:
— Понимание жизненного цикла разработки ПО: SDLC, Agile, Scrum, Kanban;
— Знание основных артефактов системного анализа: требования, user stories, use cases, BPMN, UML, спецификации API, интеграции;
— Понимание архитектуры систем: микросервисы, REST API, очереди, базы данных, интеграции;
— Владение Jira, Confluence, Miro или аналогами, Excel/Google Sheets;
— Понимание SQL, Postman, Swagger на уровне терминов и применения.
Условия:
— ДМС, включая стоматологию;
— Страхование жизни и страховка для путешественников;
— Корпоративная мобильная связь;
— Система скидок для сотрудников НЛМК ИТ;
— Частичная компенсация питания в корпоративных столовых;
— Возможность обучения за счет работодателя;
— Активная корпоративная жизнь;
— Поддержка от компании в жизненно важных событиях;
— Бесплатный доступ к электронной библиотеке.
ГибридseniorМосква
Зарплата не указана
ОфисМосква
Зарплата не указана
Офисlead
до 230 000 RUR
ГибридseniorМосква
Зарплата не указана
УдалённоmiddleМосква
Зарплата не указана
Аналитика, Данные и ML вакансии — страница 33 · Job Hunters