Проект:
Разработка единой системы оценки эффективности.
Задачи:
— Разработка решений вокруг DWH
— Создание ETL / настройка сбора данных, BI-аналитика
— Проработка архитектуры данных и системы для их сбора
— Внедрение нового функционала, сокращение техдолга
Требования:
— Опыт проектирования и построения пайплайнов: Python / Apache Airflow
— Интеграция источников с GraphQL, RESTful
— Хранение данных в Apache Iceberg / проектирование архитектуры хранения данных
— Проектирование архитектуры сбора данных и витрин
— Тестирование данных на всех уровнях требований к качеству данных
— Настройка метрик и алертов Prometheus / интеграция с внутренними системами оповещений
— Знание предметной области
Условия:
Удаленный формат работы
Интересный проект с архитектурными задачами
Профессиональный рост
Задачи:
— Развивать платформу для расчёта ML-признаков в batch-, streaming- и nearline-сценариях;
— Строить и поддерживать пайплайны для исторических расчётов, backfill и обновления признаков;
— Собирать обучающие датасеты так, чтобы в них не попадали данные «из будущего».
Digital подразделение крупной производственной компании в поисках Data Engineer (Middle / Senior) в команду, которая строит Корпоративное Хранилище Данных и data-платформы для всего бизнеса.
Основной стек проекта:
Язык программирования Python
Базы данных Greenplum и PostgreSQL
Фреймворк Data Build Tool (DBT)
Фреймворк Spark
Брокер сообщений Kafka
Оркестратор Airflow
Инфраструктура: Kubernetes
Управление инфраструктурой: Terraform, Ansible
Управление кодом: GitLab, SonarQube
Мониторинг: Prometheus, Grafana, AlertManager
Задачи:
— Разработка и поддержка ETL/ELT-процессов в Корпоративное Хранилище Данных
— Организация и оптимизация пайплайнов данных
— Разработка витрин данных и обеспечение качества данных
— Настройка и поддержка инфраструктуры данных (Airflow, Spark, Kafka, DBT)
— Взаимодействие с заказчиками: от сбора требований до внедрения и сопровождения решений
— Документирование и презентация результатов
Требования:
— Опыт работы Data Engineer от 5 лет
— Высшее образование (IT/математика/математическая статистика/физика)
— Отличное знание Python и SQL
— Опыт работы с реляционными БД (Greenplum / PostgreSQL)
— Знание современных технологий обработки больших данных
— Опыт с Airflow, Spark, Kafka, DBT — будет преимуществом
— Умение работать в команде, сильные аналитические навыки и ответственность
Условия:
— Официальное оформление по ТК РФ
— Возможность выбора формата работы (удаленка, гибрид, офис)
— Развитый социальный пакет, ДМС, бонусы
УдалённоseniorМосква
Зарплата не указана
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Задачи:
— Стриминг и обработка исходных данных с мейнфрейм и устаревших систем, загрузка в AWS S3.
— Проектирование и реализация ETL/ELT процессов с использованием AWS Glue.
— Проведение сверки данных, проверок качества и валидации для обеспечения точности и надежности данных.
— Кураторство и трансформация данных, предоставление чистых наборов данных через AWS Aurora и RDS (PostgreSQL).
— Управление хранилищем S3, включая политики хранения данных, стратегии архивирования и управление жизненным циклом.
— Автоматизация рабочих процессов и управление деплойментом с помощью GitHub и CI/CD на базе GitHub Actions.
— Использование AI-инструментов для повышения продуктивности инженерии и автоматизации рабочих процессов с данными.
Требования:
— Опыт работы в Data Engineering не менее 5 лет, создание и доставка конвейеров данных, ETL/ELT процессов или платформенных решений.
— Практический опыт работы с AWS Glue для проектирования и реализации ETL/ELT процессов.
— Глубокие знания AWS сервисов: S3, RDS/Aurora, Glue.
— Опыт построения и поддержки потоковых конвейеров данных с использованием Kafka.
— Опыт реализации сверки данных, проверок качества и процессов валидации.
— Владение управлением репозиториями GitHub и автоматизацией CI/CD с помощью GitHub Actions.
— Опыт использования AI-инструментов для автоматизации рабочих процессов и повышения продуктивности.
— Способность самостоятельно брать ответственность за результаты и доводить задачи до завершения с минимальным контролем.
— Опыт работы с данными мейнфрейм или интеграции с устаревшими системами будет плюсом.
— Знакомство с MongoDB или другими NoSQL базами данных будет плюсом.
Условия:
— Оплата $65 в час на основе W2.
— Полностью удаленная работа.
Компания «КОРУС Консалтинг» — аккредитованная российская ИТ-компания, предоставляющая услуги по ИТ-консалтингу, оптимизации и автоматизации бизнес-процессов, созданию ИТ-инфраструктуры и ИТ-аутсорсингу. Входит в топ-100 крупнейших ИТ-компаний страны. Компания занимается разработкой ИИ-продуктов для клиентов, поддерживает собственную ИИ-инфраструктуру и регулярно организует митапы в области искусственного интеллекта.
Департамент аналитических решений (ДАР) помогает компаниям работать с данными: строит BI и отчётность, создаёт хранилища и витрины данных, разрабатывает ML-решения, занимается Data Governance и GenAI.
Открыт набор на стажировку для студентов, желающих начать карьеру в аналитике, инженерии данных и AI разработке.
Во время стажировки:
— попробуешь себя на реальных задачах;
— пройдёшь курс для погружения в роль и получишь обратную связь от экспертов;
— познакомишься с командой и процессами проектов в консалтинге;
— сможешь зарекомендовать себя для дальнейшего трудоустройства в компанию.
Как попасть на стажировку:
— откликнись на вакансию и приложи резюме;
— в сопроводительном письме укажи свой курс и код специальности;
— получишь ссылку на лэндинг стажировки для прохождения технического теста и записи видео-визитки;
— поучаствуешь в онлайн бизнес-игре.
Старт стажировки планируется на начало августа.
Условия стажировки:
— длительность 3-4 месяца;
— оформление по срочному трудовому договору;
— стажировка оплачиваемая.
Требования:
— студент 3–4 курса бакалавриата (или специалитета) либо 1–2 курса магистратуры;
— обучение по IT, математическому или инженерно-техническому направлению;
— готовность самостоятельно учиться и доводить задачи до результата;
— проживание в Москве или Санкт-Петербурге и готовность к гибридному формату работы с периодическим посещением офиса.
Задачи:
— построение ETL-процессов: разработка и настройка конвейеров по сбору и трансформации данных из различных источников;
— работа с современным стеком трансформации: освоение и применение DBT для превращения «сырых» данных в чистые аналитические витрины;
— оркестрация данных: настройка и поддержка рабочих процессов (pipelines) в Dagster для своевременного и безошибочного обновления данных в отчетах;
— управление хранилищами: работа с Postgres и высокопроизводительной колончатой базой данных Clickhouse для обеспечения скорости работы отчетов;
— визуализация смыслов: разработка интерактивных BI-отчетов в Apache Superset для поддержки бизнес-решений;
— оптимизация выборок: анализ и ускорение тяжелых запросов для повышения производительности системы отчетности.
Требования:
— уверенное владение SQL (сложные выборки, агрегатные функции, оптимизация запросов);
— понимание устройства реляционных баз данных, в частности PostgreSQL, и принципов построения аналитических хранилищ;
— базовые знания Python, умение писать скрипты для обработки данных и автоматизации простых задач;
— аналитический склад ума, способность работать с большими массивами данных, выявлять закономерности и структурировать информацию.
Желательный опыт:
— опыт создания дашбордов в BI-инструментах (Apache Superset, Tableau, Power BI или аналогичных);
— понимание концепций ETL/ELT;
— понимание архитектуры данных, разницы между OLTP и OLAP системами (например, использование Clickhouse для аналитики);
— интерес к современным инструментам DBT и оркестраторам данных (Airflow, Dagster).
Условия:
— срочный трудовой договор на 3 месяца;
— график 5/2, не более 30 часов в неделю;
— возможна удалённая, офисная или гибридная работа;
— стажировка доступна студентам любых ВУЗов и форм обучения, включая заочную и магистратуру.
Задачи:
— построение ETL-процессов: разработка и настройка конвейеров по сбору и трансформации данных из различных источников;
— работа с современным стеком трансформации: освоение и применение DBT для превращения «сырых» данных в чистые аналитические витрины;
— оркестрация данных: настройка и поддержка рабочих процессов (pipelines) в Dagster для своевременного и безошибочного обновления данных в отчетах;
— управление хранилищами: работа с Postgres и высокопроизводительной колончатой базой данных Clickhouse для обеспечения скорости работы отчетов;
— визуализация смыслов: разработка интерактивных BI-отчетов в Apache Superset для поддержки принятия бизнес-решений;
— оптимизация выборок: анализ и ускорение тяжелых запросов для повышения производительности системы отчетности.
Требования:
— уверенное владение SQL (сложные выборки, агрегатные функции, оптимизация запросов);
— понимание устройства реляционных баз данных, в частности PostgreSQL, и принципов построения аналитических хранилищ;
— базовые знания Python, умение писать скрипты для обработки данных и автоматизации простых задач;
— аналитический склад ума, способность работать с большими массивами данных, выявлять закономерности и структурировать информацию.
Желательный опыт:
— создание дашбордов в BI-инструментах (Apache Superset, Tableau, Power BI или аналогичных);
— понимание концепций ETL/ELT;
— понимание архитектуры данных, разницы между OLTP и OLAP системами (например, использование Clickhouse для аналитики);
— интерес к современным инструментам DBT и оркестраторам данных (Airflow, Dagster).
Условия:
— срочный трудовой договор на 3 месяца;
— график 5/2, не более 30 часов в неделю;
— возможность работы удаленно, в офисе или в гибридном формате;
— стажировка открыта для студентов любых ВУЗов и форм обучения, включая заочную и магистратуру.
eClinical Solutions helps life sciences organizations accelerate clinical development initiatives with expert data services and the elluminate Clinical Data Cloud, which provides centralized data access and advanced analytics for smarter business decisions.
eClinical Solutions is focused on innovation in clinical trials through improved data management and analytics, using their elluminate technology platform to speed up timelines and automate manual processes.
The role involves contributing to this agile data management approach, enabling clients to proactively manage clinical programs and make informed decisions.
XUND is a medical technology company that builds AI-powered digital health assistants to digitize the patient journey from the first symptoms to treatment.
Work format: Remote or on-site in Vienna, Budapest, Berlin.
Задачи:
— Архитектура новой системы данных компании с нуля.
— Преобразование больших и разнородных медицинских данных в унифицированный, высокопроизводительный граф знаний.
— Работа с медицинскими экспертами, продуктовыми командами и дата-сайентистами для перевода сложной клинической логики в чистые, взаимосвязанные структуры и модели данных.
— Поиск креативных решений с использованием различных типов баз данных и конвейеров данных для обеспечения согласованности и совместимости медицинских данных.
— Разработка и интеграция частей клинического inference engine, основанного на правилах и статистических моделях.
— Проектирование и расширение клинических моделей данных с использованием доменных онтологий (например, SNOMED-CT, FHIR, UMLS) для создания богатых, запросных графовых структур.
— Перевод исследовательских результатов в масштабируемое, промышленное программное обеспечение в рамках agile-команды.
— Тесное сотрудничество с медицинскими экспертами для фиксации клинических рабочих процессов и валидации отображений онтологий.
— Формирование технического направления, дизайна схем и лучших инженерных практик в команде.
Требования:
— Магистр или кандидат наук в области компьютерных наук, математики или смежных областей.
— Более 4 лет опыта работы с медицинскими данными или в области data engineering либо соответствующие академические исследования.
— Глубокие знания графовых баз данных, языков запросов, алгоритмов поиска и/или систем вывода (например, Neo4j, Memgraph, Cypher, SQL, Datalog).
— Обширный опыт разработки на Python и/или TypeScript, комфортное переключение между языками и фреймворками.
— Наличие разрешения на работу в ЕС и проживание в ЕС.
— Желательно: знакомство со статистикой, формальной логикой и/или машинным обучением.
— Опыт работы с электронными медицинскими картами (EHR) и форматами обмена клиническими данными (например, FHIR).
— Интерес к области представления знаний и рассуждений (Knowledge Representation and Reasoning).
— Опыт самостоятельного управления облачными средами (например, GCP) и CI/CD конвейерами.
Условия:
— Работа в одной из ведущих европейских healthtech компаний с возможностью влиять на продукт.
— Возможность работать удаленно или в офисах в Вене, Будапеште и Берлине.
— Выделенный бюджет на обучение и профессиональное развитие.
— Культура с плоской иерархией, открытым общением и уважением к мнению каждого.
— Участие в виртуальных программах опционов на акции (VSOP).
— Возможность приводить в офис своих домашних животных и общаться с офисными собаками.
— Гибкие условия работы и поддержка разнообразия и инклюзивности.
Задачи:
— Проектировать и запускать пакетные и потоковые конвейеры данных на Databricks и Apache Spark в AWS, включая загрузку из баз данных, API и потоков событий.
— Формировать архитектуру lakehouse на S3 и Delta Lake с использованием медальонного слоя (Bronze / Silver / Gold) и оптимизацией хранения.
— Работать напрямую с аналитиками, инженерами и продуктовыми командами для преобразования сырых данных в надежные и полезные бизнес-данные.
— Вести проекты от согласования с заинтересованными сторонами и обзора дизайна до реализации, запуска и поддержки.
— Создавать решения для самостоятельного доступа к данным для других команд, масштабируемые и расширяемые.
— Строить и поддерживать масштабируемые ETL/ELT конвейеры с отказоустойчивостью и оптимизацией затрат.
— Оптимизировать Spark задачи по размеру кластера, кэшированию, соединениям, шифлам, партиционированию и форматам хранения (Parquet, Delta).
— Управлять рабочими процессами Databricks, заданиями, конфигурациями кластеров и инфраструктурой, включая политики безопасности и доступ.
— Внедрять управление данными и контроль доступа с Unity Catalog, включая обработку персональных данных.
Требования:
— Практический опыт работы с Databricks и глубокое владение Apache Spark (PySpark и/или Scala).
— Сильные навыки Python для обработки данных, а также SQL и Spark SQL для трансформаций и аналитики.
— Опыт работы с Delta Lake и архитектурами lakehouse, включая оптимизацию производительности.
— Подтвержденный опыт владения проектами, умение выявлять слабые места, собирать обратную связь и создавать масштабируемые решения.
— Опыт написания чистого, тестируемого и поддерживаемого кода с использованием контроля версий на Git.
— Опыт работы с инфраструктурой как кодом (Terraform или Ansible) является плюсом, но не обязателен.
Условия:
— Возможность создавать инновационные решения в финтехе Юго-Восточной Азии.
— Опционы на акции с четырехлетним вестингом и 25% клиффом после первого года.
— Гибридный формат работы с возможностью полностью удаленной работы для подходящих ролей, основные часы с 12:00 до 19:00 по манильскому времени (UTC+8).
— Предоставление инструментов и оборудования компанией.
— Офис в Bonifacio Global City, Манила.
— Медицинская страховка с поддержкой для сотрудника и семьи.
— Доступ к внутреннему специалисту по психическому здоровью.
— 22 дня отпуска, государственные праздники Филиппин и 15 дней больничных.
— 105 дней оплачиваемого декретного отпуска и до 14 дней оплачиваемого отпуска по уходу за ребенком для сотрудников, переезжающих в Манилу.
— Поддержка при релокации для сотрудника и семьи, включая перелеты, проживание, визы, оформление документов и логистику.
— Возмещение расходов на перевозку домашних животных.
— Ежегодно до 2500 долларов США на перелеты домой.
— Ежемесячные выплаты на детей для сотрудников, переезжающих в Манилу: 1000 долларов на ребенка до 2 лет и 500 долларов на ребенка от 2 до 18 лет.
— Возможности для профессионального роста через внутренние встречи, внешние конференции, выступления и публикации.
— Спонсируемые компанией поездки в Манилу для личных встреч с командой.
— Регулярные командные выезды, спортивные мероприятия и события.
— Возможность для высокоэффективных команд получить неделю отдыха на пляже в Юго-Восточной Азии.
Ipotekabank — банк в Узбекистане, входящий в международную финансовую OTP Group, специализирующийся на ипотечном и розничном кредитовании.
Вакансии:
- Senior Software Engineer (AI)
- Senior/Middle Data Engineer
Офис в Ташкенте.
Задачи:
- Разработка и развитие микросервисов и data-процессов для online/streaming и batch обработки
- Построение пайплайнов обработки, обогащения и репликации данных
- Создание витрин, агрегатов и ML-фичей для антифрод-моделей
- Работа с большими объёмами исторических данных и тяжёлыми расчётами
- Оптимизация производительности и надёжности сервисов и пайплайнов
Требования:
- Коммерческий опыт разработки на Python
- Опыт создания backend-сервисов и data-пайплайнов, понимание микросервисной архитектуры
- Опыт работы с большими объёмами данных, понимание batch и streaming обработки
- Опыт работы с реляционными и in-memory базами данных
- Понимание принципов работы ML-пайплайнов
- Будет плюсом: опыт в Anti-Fraud / Risk / Scoring, low-latency системах; Spark, Kafka, Tarantool или Ignite
Условия:
- Формат работы: удалённо
- Пятница — сокращённый рабочий день
Mycar Digital — цифровой проект для автомобилистов: маркетплейс по продаже и покупке авто, автоматизация бизнес-процессов, автокредитование и дилерские центры.
Формат работы: гибрид (Алматы, Казахстан).