Вакансии

Location: Санкт-Петербург Workplace: Дистанционный Команда занимается Developer Experience (DX) и Developer Productivity Engineering (DPE). В её задачи входит: Поддержание архитектуры продукта, устойчивой к непрерывным изменениям (DI, MVI, API, IDEA Plugin, AI Harness и тому подобное) Разработка повторно используемых решений Разработка инфраструктурных сервисов Повышение отказоустойчивости приложений Совершенствование инструментов предотвращения проблем Задачи Разработка повторно используемых SDK и инструментов для разработчиков Улучшение Developer Experience Разработка своих фреймворков DI, MVI, API Требования Опыт коммерческой разработки под Android от пяти лет Опыт управления командой от года Уверенное знание Kotlin + Java Опыт работы с разными архитектурами: Clean Architecture / MVI / MVVM (и понимание их применимости) Опыт работы с большими кодовыми базами и современным стеком (Coroutines, Compose) Понимание многопоточности и жизненного цикла Android Опыт оптимизации производительности и дебага сложных кейсов Знание классических алгоритмов и структур данных Будет плюсом Опыт работы в Core-команде.

Location: Москва Workplace: Комбинированный VK Реклама — платформа, которая объединяет все крупнейшие в России и СНГ социальные сети и сервисы с общим охватом более 140 млн человек. Благодаря VK Рекламе у рекламодателей есть единая точка доступа к аудитории рунета и колоссальному объёму мобильного трафика высокого качества. Ядро рекламной системы — аукцион, обеспечивающий эффективную реализацию выбранных рекламодателями стратегий ставок и подбор рекламы для пользователей. Мы ищем ML-специалиста, которому интересно глубоко погрузиться в механику аукциона, растить эффективность рекламных продуктов и стратегий ставок с помощью методов машинного обучения. Что предлагаем: Возможность внедрять решения, влияющие на ~100 млн пользователей ежедневно Интересную предметную область - реклама сочетает в себе рекомендательную систему и аукцион со множеством дополнительных механизмов Технологические платформы компании, упрощающие внедрения в рантайм Задачи Разрабатывать и улучшать ML-модели ранжирования в аукционе Проводить AБ эксперименты с моделями в высоконагруженной системе Оптимизировать производительность существующих алгоритмов Требования Знание классических методов машинного обучения (линейные модели, градиентный бустинг, матричные факторизации, методы NLP) и DL Понимание принципов и методов предобработки данных, feature engineering и оценки моделей Практический опыт разработки на Java, Python или C++ Знание алгоритмов и структур данных Уверенное владение SQL Будет плюсом Опыт разработки рекомендательных систем Опыт работы с большими данными (Spark, Hadoop, YTsaurus)

Location: Москва Workplace: гибкий VK Реклама — платформа, которая объединяет все крупнейшие в России и СНГ социальные сети и сервисы с общим охватом более 140 млн человек. Благодаря VK Рекламе у рекламодателей есть единая точка доступа к аудитории рунета и колоссальному объёму мобильного трафика высокого качества. Ядро рекламной системы — аукцион, обеспечивающий эффективную реализацию выбранных рекламодателями стратегий ставок и подбор рекламы для пользователей. Мы ищем руководителя в команду вертикалей рекламы, которому интересно глубоко погрузиться в механику аукциона, растить эффективность рекламных продуктов и стратегий ставок с помощью методов машинного обучения. Что предлагаем: Возможность внедрять решения, влияющие на ~100 млн пользователей ежедневно Интересную предметную область — реклама сочетает в себе рекомендательную систему и аукцион со множеством дополнительных механизмов Технологические платформы компании, упрощающие внедрения в рантайм Задачи Руководить командой: наём, развитие, performance review Декомпозировать бизнес-цели и проекты до уровня задач для команды Повышать эффективность рекламы при помощи ML-алгоритмов Предлагать новые решения и проводить A/B-эксперименты для оценки гипотез Обеспечивать стабильность ML-решений в высоконагруженном рантайме Требования Опыт руководства командой ML или разработки от двух лет Опыт развития команды, проведения code review Практический опыт разработки на Java, Python или C++ Знание классических методов машинного обучения (линейные модели, градиентный бустинг, матричные факторизации, методы NLP) и DL Понимание принципов и методов предобработки данных, feature engineering и оценки моделей Знание алгоритмов и структур данных Будет плюсом Опыт разработки рекомендательных систем Опыт работы с большими данными (Spark, Hadoop, YTsaurus)

Location: Москва Workplace: Офисный Команда контекстных рекомендаций в VK Клипах отвечает за персонализацию коротких видео с учётом интересов пользователя в других продуктах VK. Сейчас наш основной фокус — клипы в VK Видео: мы используем информацию о просмотре длинных видео, чтобы лучше понимать предпочтения зрителя и рекомендовать ему интересные клипы. Наша задача — учитывать контекст продукта, в котором человек смотрит клипы, и помогать ему находить подходящий контент. Мы ищем руководителя команды, которая будет заниматься полным циклом развития контекстных рекомендаций: анализировать пользовательское поведение, находить полезные сигналы из других продуктов, формулировать и проверять гипотезы, обучать и внедрять модели, проводить A/B-эксперименты. Предстоит определять техническое развитие направления, развивать команду и вместе со смежными командами улучшать качество рекомендаций. Задачи Руководить командой: наём, развитие, performance review Декомпозировать бизнес-цели и проекты до уровня задач для команды Предлагать новые решения и проводить A/B-эксперименты для оценки гипотез Обеспечивать стабильность ML-решений в высоконагруженном рантайме Требования Опыт руководства командой ML или разработки от двух лет Опыт развития команды, проведения code review Практический опыт разработки на Java, Python или C++ Знание классических методов машинного обучения и DL Понимание принципов и методов предобработки данных, feature engineering и оценки моделей Знание алгоритмов и структур данных Опыт разработки рекомендательных или поисковых систем

Location: Москва Workplace: Комбинированный Создаём новый цифровой пользовательский опыт и повышаем эффективность ключевых функций бизнеса. Задачи Управление разработкой: цели, приоритеты, синхронизация roadmap с продуктовой стратегией Планирование релизов и квартальных целей, декомпозиция, оценка сроков и ответственность за попадание в сроки (predictability как ключевая метрика) Развитие команды: наём, онбординг, перформанс-ревью, bus-фактор Техническое лидерство: участие в архитектурных решениях, контроль техдолга Стратегия и приоритизация развития платформы Ответственность за SLO/качество эксплуатации Требования Опыт руководства инженерной командой (тимлид / руководитель / engineering manager) в области инфраструктуры/DevOps/SRE от трёх лет Хорошее знание вариантов эксплуатации сервисов в продуктивной среде — bare-metal, kubernetes Опыт разработки/сопровождения инструментов деплоя и конфигурирования (helm, ansible, собственные оркестраторы) Опыт построения процессов установки/обновления сложных систем Идемпотентность, совместимость версий, стратегии обновления, контроль рисков Опыт использования инфраструктурных компонентов: vault, etcd, cilium, calico, coredns Опыт промышленной разработки на Go

Location: Москва Workplace: гибкий VK Музыка — стриминговый сервис, который объединил музыкальную платформу ВКонтакте и отдельное приложение VK Музыка. Миллионы пользователей слушают здесь любимые песни, а тысячи артистов находят свою аудиторию. Мы разрабатываем, улучшаем и поддерживаем один из крупнейших сервисов в России: выпускаем приложения для iOS и Android, открываем новые имена и собираем лучшую музыку. А ещё — обучаем наши рекомендательные системы, чтобы пользователи находили треки по своим интересам, а музыканты — больше преданных слушателей. Задачи Разработка высоконагруженного бэкенда и API для сервисов VK Музыки Реализация продуктовых и технических задач Проектирование новых фич и улучшение текущих Сотрудничество с другими командами при разработке крупных обновлений Требования На продвинутом уровне владеете Go (1.19 и выше) Отлично понимаете особенности работы баз данных (SQL/NoSQL) Разбираетесь в алгоритмах и структурах данных Владеете паттернами проектирования и принципами программирования Пишете unit и интеграционные тесты Имеете широкий кругозор в области современных веб-технологий Знакомы с практиками командной разработки Плюсом будет, если знаете Temporal или другие аналогичные workflow engine

Location: Москва Workplace: гибкий Команда занимается разработкой и поддержкой внутренней платформы для автоматизации бизнес-процессов, в частности при помощи AI-агентов. Наша цель — сделать автоматизацию доступной для максимально широкого круга пользователей и при этом обеспечить высокий уровень надёжности. Задачи Разработка и развитие ядра графового интерпретатора и backend-функциональности остальных сервисов платформы Проектирование и реализация новых сервисов Оптимизация производительности, стабильности и масштабируемости AI-платформы Участие в проработке архитектуры и технических решений по продуктовым задачам Разбор инцидентов, поиск узких мест, улучшение наблюдаемости и качества эксплуатации Взаимодействие со смежными backend-командами и внутренними заказчиками Участие в код-ревью, техническом обсуждении задач и формировании инженерных практик команды Требования Опыт разработки на Go Опыт проектирования и разработки отказоустойчивых Cloud-Native систем Системное мышление Будет плюсом Знание Python Опыт работы с Mongo, Redis, Kafka, PostgreSQL Опыт работы с N8N или другими подобными платформами Понимание внутреннего устройства AI-агентов и базовых принципов agentic AI: prompt и context engineering для современных LLM, MCP, tool calling, etc.

Location: Москва Workplace: Комбинированный Мы строим систему музыкальных рекомендаций внутри VK Музыки. Наша команда отвечает за то, что слушатель видит и слышит первым: персональные плейлисты, миксы, рекомендации на основе артиста, умные подборки под контекст (тренировка, дорога, вечер) и поиск музыки. Мы разрабатываем сервисы кандидат-селекции и ранжирования, которые связывают продуктовую логику с ML-моделями и обслуживают миллионы пользователей в реальном времени. Задачи Мы команда продуктовых рекомендаций в экосистеме VK Музыки. Это высоконагруженная система, которая ежедневно формирует персонализированные подборки для десятков миллионов пользователей: миксы, плейлисты, блоки быстрого доступа, рекомендации артистов и треков У нас микросервисная архитектура — наша команда развивает сервисы candidate generation и ranking, от которых зависит качество рекомендаций всей платформы Мы проектируем и поддерживаем пайплайны, которые связывают фичи пользователя, контекст прослушивания и ML-модели ранжирования в единый рекомендательный сервис Отслеживаем и улучшаем качество рекомендаций через метрики (CTR, listening time, retention) и A/B-эксперименты Это не CRUD-продукт. Большая часть задач — про то, как спроектировать сервис, который эффективно и предсказуемо интегрирует ML-модели (LambdaMART / CatBoost / нейросетевые ранкеры) в высоконагруженный production-пайплайн: низкая latency, масштабируемость, устойчивость к деградации моделей, корректная работа с фичами и кандидатами При этом мы совмещаем инженерную строгость с продуктовым мышлением: у нас есть прямая обратная связь от пользователей через метрики и эксперименты, и результаты работы быстро отражаются на реальных прослушиваниях Мы не пишем код в стол — каждое изменение проверяется экспериментом и идёт от реальных проблем пользователей Требования Умение самостоятельно вести разработку: от проработки идеи и технической декомпозиции до вывода решения в продакшен Понимание принципов построения асинхронных микросервисных систем и отказоустойчивой архитектуры под высокую нагрузку Уверенное владение Java + Spring, опыт работы с Kubernetes или аналогичной системой оркестрации Готовность разбираться в специфике ML-инфраструктуры: как модели ранжирования интегрируются в продакшен-сервисы, какие у них требования к фичам, latency и мониторингу качества Будет плюсом Опыт разработки рекомендательных/поисковых систем Понимание принципов ранжирования (feature engineering, candidate generation, re-ranking) и базовое знакомство с ML-моделями (GBDT, эмбеддинги) Опыт эксплуатации высоконагруженных систем с real-time инференсом ML-моделей Опыт проведения и анализа A/B-экспериментов

Location: Москва Workplace: Дистанционный Мы разрабатываем крупнейший мессенджер в России, чтобы соединять людей, сервисы и компании. Создаём простые и удобные инструменты коммуникации. Задачи Развивать и сопровождать инфраструктуру highload-системы, повышать надёжность, доступность и производительность Внедрять и поддерживать SLO/SLI и практики error budget, выстраивать алертинг на основе пользовательских метрик и приоритизации Развивать observability (Prometheus/Alertmanager, Grafana, централизованные логи): делать эксплуатационные дашборды, настраивать алерты, снижать alert noise, улучшать MTTD/MTTR Автоматизировать рутинные операции и эксплуатационные процессы, снижать toil, развивать self-service подходы для команд разработки Участвовать в on-call , оперативно реагировать и устранять инциденты, координировать восстановление, проводить postmortem и доводить улучшения до продакшена Взаимодействовать с командами разработки и смежными инфраструктурными командами: участвовать в архитектурных обсуждениях, ревью изменений, согласовании требований к production readiness Вести и развивать эксплуатационную документацию : писать и актуализировать runbooks/playbooks для типовых инцидентов и деградаций, инструкции по релизам/роллбэкам и аварийным процедурам (в том числе DR), документировать дашборды/алерты и схемы зависимостей/эскалаций Требования Опыт 5+ лет в SRE/DevOps/Platform/System Engineering, опыт эксплуатации highload -систем Глубокие знания Linux : администрирование, диагностика производительности (CPU/mem/io), анализ деградаций, systemd, файловые системы, лимиты/квоты, troubleshooting на production Сетевые основы для диагностики : TCP/IP, DNS, HTTP/HTTPS, TLS, L4/L7 балансировка, keepalive; умение находить и устранять сетевые причины деградаций Опыт эксплуатации распределённых систем : понимание partial failures, timeouts/retries, backpressure, graceful degradation Облака: опыт эксплуатации инфраструктуры в публичном облаке — сети и балансировщики, autoscaling, IAM/роль‑модель; построение отказоустойчивости по зонам/регионам, базовые DR-подходы Контейнеры и Kubernetes: понимание контейнеризации и практический опыт работы с Kubernetes на уровне эксплуатации (деплой, конфигурации, диагностика проблем приложений/окружения) Infrastructure as Code : Terraform (или аналог) + Ansible; Git‑workflow, code review, версионирование инфраструктуры CI/CD и управление изменениями : безопасные релизы (canary/blue‑green), rollback стратегии, снижение рисков изменений Код и автоматизация: чтение чужого кода (Go/Java/Python) для диагностики; написание автоматизации (Python/Go/Bash), создание утилит/джоб для эксплуатации Observability: Prometheus/Alertmanager, Grafana, централизованные логи (Graylog/ELK) — дашборды под эксплуатацию, алерты с учётом снижения шума и приоритизации SRE-практики : SLI/SLO, error budget, incident response, postmortem без поиска виноватых Готовность к on-call и участие в разборе и устранении инцидентов Навыки создания и поддержки эксплуатационной документации : runbooks/playbooks, инструкции по деплою/роллбэку, схемы архитектуры, описания SLO/алертов; умение писать кратко и так, чтобы документ работал в инциденте Будет плюсом Опыт с БД/кешами/очередями: PostgreSQL/Redis/Cassandra/Kafka/ClickHouse и так далее Сопровождение Java: JVM/GC, heap/thread dumps, профилирование, диагностика latency Security basics: secrets management, least privilege

Location: Москва Workplace: гибкий Мы разрабатываем крупнейший мессенджер в России, чтобы соединять людей, сервисы и компании. Наша миссия — создавать простые и удобные инструменты коммуникации. Ищем в команду опытного инженера Application Security для поддержки и развития процессов безопасной разработки. Задачи Внедрение и развитие процессов Security SDLC: интеграция проверок безопасности на всех этапах разработки — от проектирования (Security Champions, threat modeling) до запуска в продакшен Пентест и исследования: проведение ручного тестирования безопасности веб-приложений, мобильных приложений и API; участие в программах Bug Bounty Работа со статическим и динамическим анализом кода (SAST/DAST): использование автоматизированных инструментов сканирования, триаж и написание рекомендаций по устранению Код-ревью: проведение экспертного анализа исходного кода на предмет уязвимостей (OWASP Top 10, CWE) Консультирование команд: тесная работа с разработчиками, архитекторами и DevOps-инженерами. Объяснение уязвимостей, помощь в поиске лучших способов их устранения, проведение воркшопов Управление уязвимостями: классификация, приоритизация и контроль устранения найденных уязвимостей Разработка безопасных стандартов: создание и внедрение чек-листов, гайдов и лучших практик (secure coding guidelines) для разработчиков Требования Опыт работы на позиции AppSec Engineer или пентестера веб-приложений от двух лет Глубокое понимание OWASP Top 10, CWE Top 25, принципов построения веб-приложений и типовых уязвимостей Опыт работы с одним или несколькими инструментами SAST, DAST, SCA (Burp Suite, OWASP ZAP и так далее) Умение читать и понимать код на одном из языков программирования, например на Python, Go, Java, Java Script Знание основных протоколов и технологий: HTTP/HTTPS, SSL/TLS, REST API, JSON Web Tokens (JWT) Понимание принципов работы современных CI/CD-систем (GitLab CI, GitHub Actions, Jenkins) Умение понятно объяснять сложные концепции безопасности разработчикам Стремление автоматизировать рутину и постоянно учиться новому Будет плюсом Опыт проведения threat modeling Навыки в области облачной безопасности Знание контейнеризации (Docker, Kubernetes) и принципов DevSecOps Наличие публичных работ (статьи, доклады, выводы CVE) или участие в программах Bug Bounty и конференциях Соответствующие сертификации: OSCP, OSWE, GWEB, CSSLP и другие

Location: Москва Workplace: гибкий Мы разрабатываем крупнейший мессенджер в России, чтобы соединять людей, сервисы и компании. Создаём простые и удобные инструменты коммуникации. Задачи Экспертный уровень (эскалации и сложные кейсы): Разбор сложных, нестандартных фрод-кейсов, эскалированных с L2 Анализ многоходовых схем мошенничества и скоординированных атак Выявление фрод-сетей (группы аккаунтов, ботов, дроп-фермы) Принятие финальных решений: По блокировкам/разблокировкам, исключениям, массовым санкциям Антифрод-стратегия и улучшение защиты: Проектирование и улучшение антифрод-правил, эвристик, сигналов для ML Формирование требований для автоматизации блокировок: Какие паттерны ловим Какие фичи нужны Какие кейсы автоматизируем Участие в калибровке моделей и правил: Снижение false positive Снижение пропуска фрода Анализ новых типов атак и проработка контрмер Взаимодействие с продуктом и разработкой: Подготовка требований для backend / data / ML-команды Участие в дизайне антифрод-фич: Ограничения на сообщения Антиспам-механики Ограничения на инвайты, ссылки, ботов Участие в post-mortem после фрод-инцидентов Формирование рекомендаций для продуктовых решений с учётом баланса UX vs безопасность Контроль качества и экспертиза: Ревью решений L1/L2 Разработка гайдлайнов, фреймворков принятия решений Обновление антифрод-политик Формирование базы знаний по типам мошенничества Участие в обучении аналитиков младших уровней Метрики и аналитика: Анализ эффективности антифрод-мер: precision / recall; false positive / false negative; impact на бизнес-метрики; SLA Поиск «дыр» в защите Подготовка аналитических отчётов по трендам фрода Требования Опыт в антифроде / trust & safety / risk / abuse-monitoring от 3 лет Практический опыт расследований сложных кейсов: мошенничество, скам, фишинг, боты, спам-сети, финансовые схемы Понимание типовых фрод-сценариев в мессенджерах: social engineering, инвестиционные скамы, romance scam, подмена аккаунтов, дроп-сети, фарм-аккаунтов / боты, фейк-боссы, рассылка ВПО и фишинга Умение работать с большими объёмами данных и логами: SQL на уровне уверенных выборок и агрегаций, базовое понимание событийных логов, трекинга действий пользователей Опыт работы с антифрод-инструментами: rule-based системы; системы скоринга; алерты, флаги, кейс-менеджмент Навыки аналитического мышления и расследований: связывание аккаунтов, устройств, IP, паттернов поведения; выявление скрытых сетей и аномалий Понимание принципов работы ML-моделей: на уровне как формируются фичи, как интерпретировать precision/recall, false positive / false negative) Опыт написания требований для автоматизации и антифрод-правил Умение аргументировать решения : почему бан / почему пропуск / почему менять правило Грамотная письменная коммуникация : документация, кейсы, фидбэк стейкхолдерам продукта Будет плюсом Опыт в финтехе, маркетплейсах, соцсетях или мессенджерах Опыт обучения L1/L2 аналитиков Опыт участия в запуске антифрод-продуктов или ML-моделей Понимание legal & compliance требований (в части антифрода) Опыт A/B-тестирования антифрод-правил Python для ad hoc анализа Опыт работы с графовыми связями (network analysis)

Location: Москва Workplace: гибкий Команда DWH Одноклассников — 30 PiB данных и 1000+ ежедневных расчётов. Строим витрины и отчёты, готовим данные для A/B-тестов, отдаём данные другим бизнес-юнитам и переводим расчёты на новые технологии. Стек: YTsaurus, ClickHouse, Java, Spark, Airflow, Superset, Grafana. В команду, занимающуюся анализом и хранением данных, ищем человека на роль Data Engineer. Основной задачей будет построение и оптимизация ETL-процессов на базе YTsaurus стека технологий. Опыт с конкретными технологиями не критичен, важно понимание основных принципов работы с большими данными, алгоритмов их обработки и умение работать без чётких ТЗ, плотно взаимодействуя с заказчиком. Задачи Построение новых и рефакторинг старых ETL-процессов Ad hoc задачи по выгрузкам / подготовке данных, их автоматизация при необходимости Участие в доработках платформы и фреймворка расчётов Разработка отчётов в SuperSet Автоматизация процессов с использованием LLM Требования Опыт работы с SQL и большими объёмами данных Опыт построения сложных ETL-процессов Знание базовых алгоритмов и структур хранения данных, понимание принципов работы распределённых систем Желателен опыт работы с ClickHouse, Spark, Hadoop-стеком, Java, Airflow Будет плюсом Опыт работы с YTsaurus, YQL, LLM.

Location: Москва Workplace: Комбинированный Ищем DWH Engineer для команды VK Видео — одного из крупнейших и самых популярных видеосервисов в России! Задачи Разрабатывать и поддерживать процессы обработки и доставки данных для аналитических и ML-команд Собирать витрины, оптимизировать Писать адхоки и выгрузки, раздебаги Собирать требования Требования Понимание работы параллельных вычислений на кластере Опыт с Airflow, Spark, Hadoop, ClickHouse, YT (опционально) Знание Python: алгосы базовые (для понимания оптимального кода), классы и прочий сложный код (для чтения исходников и создания велосипедов типа операторов/сервисов) Знание Git и работа с кодом в команде (ревью)

Location: Санкт-Петербург Workplace: гибкий Стриминговый сервис, который объединил музыкальную платформу ВКонтакте и отдельное приложение VK Музыка. Миллионы пользователей слушают здесь любимые песни, а тысячи артистов находят свою аудиторию. Задачи Миграция в целевую архитектуру данных Реализация и систематизация ETL-процессов согласно требованиям Оптимизация работы с данными для продуктовой аналитики Документирование данных и процессов по управлению данными Требования Профессиональные знания и навыки: Python, SQL, Airflow, ClickHouse Опыт работы: 4+ года в разработке или data engineering Опыт построения архитектуры DWH объёмом 100+ TB Опыт создания ETL-процессов Опыт миграции данных между различными БД Будет плюсом Опыт работы с YTsaurus.

Команда Yandex Cloud расширяет количество доступных сервисов и совершенствует свои продукты. Мы ищем системного инженера, который поможет решать технические проблемы пользователей инфраструктурного облака. Откликайтесь, если способны разбираться в нестандартных ситуациях и предлагать решения. Команда Yandex Cloud непрерывно расширяет количество сервисов и совершенствует уже имеющиеся продукты. Одновременно стремительно растёт число наших клиентов и круг задач, которые мы помогаем решить. Мы ищем талантливых специалистов в области поддержки, способных быстро разбираться в технических проблемах пользователей инфраструктурного облака. Хорошо, если вы умеете общаться с людьми в стрессовых ситуациях, работали с распределёнными многокомпонентными инфраструктурами, способны диагностировать корневые причины проблем и предлагать решения. Обязанности Консультировать клиентов Yandex Cloud по вопросам, возникающим в ходе пользования сервисами облака Вам предстоит заниматься развёртыванием тестовых стендов для диагностики managed-решений Yandex Cloud и искать оптимальные способы реализации сценариев клиентов, воспроизводить сложные технические кейсы пользователей, решать их, а при необходимости инициировать решение на уровне сервисов. Важная задача — своевременно распознавать технические инциденты на инфраструктуре и совместно с командами сервисов участвовать в их решении, сотрудничать с senior-инженерами направления в ходе решения обращений. Больше о том, что под капотом платформы Yandex Cloud, — в канале Inside Yandex Cloud Требования * Занимаетесь системным администрированием и траблшутингом Linux-систем и сетевых технологий на middle-уровне * Работали с Docker, Kubernetes, CI/CD-системами, RBAC, системой сетевой балансировки и занимались настройкой, траблшутингаом одной из систем оркестрации * Работали с системами мониторинга, например Prometheus или Grafana Будет плюсом * Работали с Terraform, системами управления конфигурациями Puppet, Chef, Ansible, Salt * Получили сертификат Yandex Cloud Certified Engineer Associate, другие сертификаты от Yandex Cloud или иных облачных провайдеров * Имеете сертификаты, связанные с контейнерными решениями * Писали скрипты на Bash, Python, Golang

Location: Москва; Санкт-Петербург Workplace: Офис, Гибридный Наша задача — создавать надёжную и безопасную платформу для тысяч инженеров и миллионов контейнеров. Мы ищем инженеров, которые вместе с нами будут работать над централизованным управлением и безопасностью инфраструктуры в условиях внедрения новых продуктов и масштабирования. Сервисы Яндекса работают поверх базовой инфраструктуры. Наша задача — создавать надёжную и безопасную платформу для тысяч инженеров и миллионов контейнеров. Совместно с командой Yandex Platform Engineering мы решаем разные задачи технической безопасности: от ревью архитектуры высоконагруженных сервисов и хранилищ до безопасности систем сборки, пайплайнов тестирования и выкатки. Мы ищем инженеров, которые вместе с нами будут работать над централизованным управлением и безопасностью инфраструктуры в условиях внедрения новых продуктов и масштабирования. Обязанности Консультирование команд по вопросам информационной безопасности Совместно с командой вы будете проектировать безопасные решения для внутренней облачной инфраструктуры, инструментов разработки, непрерывной интеграции и развёртывания. Также вам предстоит реализовывать механизмы защиты в системах хранения данных (объектных хранилищах, реляционных базах данных, системах потоков обработки) и механизмы защиты GPU-стека. Кроме того, вы будете участвовать в опенсорс-проектах Яндекса. Аудит безопасности решений Вам предстоит проводить ревью архитектурных решений с точки зрения безопасности, исследовать, формировать, внедрять лучшие практики для команд разработки и администрирования по вопросам, связанным с информационной безопасностью. Вам нужно будет читать и анализировать код решений на языках C/С++, Go, Python, Java. Разработка и внедрение инструментов Вы будете разрабатывать, внедрять и поддерживать инструменты для автоматизированного контроля и обеспечения безопасности облачной инфраструктуры. Кроме того, вам предстоит исследовать различные компенсационные технологии для защиты от эксплуатации уязвимостей и повышения привилегий и предлагать решения на их основе. Больше о безопасности в Яндексе — в канале Yandex for Security Требования * Обладаете практическими знаниями и навыками в области информационной безопасности инфраструктуры и операционных систем * Интересуетесь сложными инфраструктурными системами и их архитектурой * Понимаете устройство Linux, систем виртуализации и контейнеризации * Разбираетесь в безопасности веб-приложений и знаете принципы их построения и работы * Умеете решать задачи, связанные с обнаружением компрометации систем и расследованием инцидентов * Хотите и умеете автоматизировать свою работу, используя Golang или Python Будет плюсом * Проводили анализ защищённости внутренней инфраструктуры * Разрабатывали различные инструменты

Location: Москва; Санкт-Петербург Workplace: Офис, Гибридный Yandex Cloud Security — это подразделение в публичной облачной платформе Yandex Cloud, которое отвечает за обеспечение безопасности всей экосистемы. Ищем инженера, который возьмёт на себя создание и развитие детектирующего контента для собственных продуктов безопасности Yandex Cloud. Yandex Cloud — это облачная платформа, которая объединяет вычислительные ресурсы, сети, хранилища, базы данных, контейнерные и другие управляемые сервисы. В её основе — множество распределённых высоконагруженных систем и API собственной разработки, которыми пользуются компании и разработчики для создания и эксплуатации своей инфраструктуры и приложений. Команда Yandex Cloud Detection and Response развивает технологии обнаружения и реагирования на угрозы в облачных и гибридных инфраструктурах. Мы исследуем способы улучшения разработки и сопровождения детектирующего контента. Одно из направлений — создание AI-агентов, которые помогают исследовать данные, разрабатывать и тестировать правила, анализировать результаты их работы и автоматизировать повторяемые задачи detection engineering. Мы ищем инженера, который будет отвечать за создание и развитие детектирующего контента для собственных продуктов безопасности Yandex Cloud. В вашей зоне ответственности будет полный жизненный цикл детекта: исследование техники атаки, определение требований к телеметрии, разработка и тестирование правила и последующий контроль качества. Обязанности Разработка детектирующего контента Вы будете создавать и развивать правила обнаружения угроз для продуктов безопасности Yandex Cloud и команды SOC, работать с нормализацией и таксономией событий, тестировать детекты и контролировать их качество после выпуска. Исследование угроз и работа с инцидентами Вам предстоит исследовать техники атакующих, проводить Threat Hunting, участвовать в расследовании сложных инцидентов, превращать полученные результаты в новые способы обнаружения угроз. Отдельное направление работы — endpoint detection для Linux и контейнерных сред, включая телеметрию на основе eBPF. R&D и автоматизация Вы будете автоматизировать разработку, тестирование и выпуск детектирующего контента, а также развивать AI-агентов для анализа данных и проверки детектов. Больше о том, что под капотом платформы Yandex Cloud, — в канале Inside Yandex Cloud Требования * Работали в detection engineering, threat hunting, incident response либо на второй или третьей линии SOC * Разрабатывали и отлаживали правила в SIEM или EDR, работали с Git и CI/CD * Понимаете полный жизненный цикл детекта: гипотеза, требования к данным, реализация, тестирование, внедрение, мониторинг качества * Знаете сетевые протоколы, устройства современных операционных систем и основные техники атак на Active Directory * Понимаете модели безопасности облачных платформ: IAM, ресурсную иерархию и облачные API * Знаете принципы виртуализации, контейнеризации * Разбираетесь в Linux: процессы, системные вызовы, файловая и сетевая подсистемы * Понимаете принципы eBPF и его применения для наблюдаемости и безопасности Linux-систем * Умеете писать код или скрипты для автоматизации — прежде всего на Python или Go * Способны самостоятельно доводить исследование до работающего результата и сопровождать его Будет плюсом * Работали с Yandex Cloud, AWS, Azure или GCP и их событиями безопасности * Разрабатывали детектирующий контент для EDR * Работали с purple teaming, adversary emulation или проверяли детекты воспроизведением техник атак * Использовали eBPF, Falco, Tetragon, Tracee или другие средства runtime security и сбора endpoint-телеметрии * Знаете Sigma, YARA, Suricata или другие форматы детектирующего контента * Разбираетесь в ClickHouse, YDB или других SQL-подобных аналитических системах

Location: Москва Workplace: Гибридный О компании МТС Web Services (MWS) — бигтех-компания, предоставляющая облачные, AI-сервисы и платформенные решения под разные задачи бизнеса: от работы с данными до разработки продуктов и оптимизации процессов. Также мы запустили новую публичную платформу собственной разработки — MWS Cloud Platform. Big Data – один из ключевых юнитов МТС. Центр управления данными (DataGov) предлагает сервисы для различных категорий пользователей. Для дата-специалистов (data analyst, data engineer, data steward) мы обеспечиваем развитие и обучение, сертификацию и наставничество. Для дата-продуктов предоставляем сервисы мониторинга качества данных, поиска данных и консультирования по ним. Для бизнес-пользователей предлагаем сервис каталогизации данных, создание семантического слоя и предоставление дата-копайлота, который возвращает данные или дэшборды в ответ на запросы в произвольной форме. Обязанности Систематизировать практики управления качеством данных (DQ); Автоматизировать рутинные операции DQ в продуктовых командах; Заниматься реализацией DQ-кейсов под ключ для продуктовых команд/функций; Участвовать в разработке DQ-агента; Участие в формировании DQ-стратегии компании в целом и отдельных продуктов в частности; Проводить оценку экономического эффекта от внедрения DQ-практик; Проводить организацию новых процессов/измений существующих процессов в компании, которые снижают вероятность DQ-ошибок Требования Опыт работы с DQ-инструментами в качестве разработчика/продвинутого пользователя; Опыт разработки на python в корпоративном окружении; Опыт решения проблем с качеством данных на системном уровне (на разовое исправление ошибок, а исправление первопричин, изменение процессов); Будет плюсом: опыт работы в data governance, опыт работы с LLM|агентами в качестве разработчика/продвинутого пользователя Условия Собственную платформу MTS Ocean для получения ИТ-ресурсов, а это значит, что деплой, мониторинг, observability — не будут для тебя проблемой, ты сможешь сосредоточиться на фичах; Профессиональные гильдии инженеров, где мы поддерживаем друг друга и помогаем стать лучше; Внутреннюю площадку TechTalks для обмена опытом, дискуссий, развития навыков самопрезентации; Участие во внешних IT конференциях. Мы выступаем на HighLoad++, DataFest, Mobius, Test Driven Conf, Joker, DevOps, Матемаркетинг и даже проводим собственную конференцию по архитектуре True Tech Arch; Полезные курсы и вебинары в корпоративном университете и электронную библиотеку; ДМС с первого месяца работы, включая стоматологию; Страхование от несчастных случаев с 1 месяца работы. Материальную помощь в сложных жизненных ситуациях; Отпуск 28 календарных дней (+3 дополнительных дня за ненормированный рабочий день); Гибридный формат работы; Прием врачей общей практики и массаж в офисе; Мобильная связь за счет компании и льготные тарифы для близких; Подписка на онлайн-кинотеатр KION, сервис МТС Музыка, книжный сервис Строки от МТС, безлимитные мессенджеры и соцсети.