Вакансии

Задачи: — Анализ и проверка данных с использованием SQL и Python. — Работа с реляционными базами данных, аналитическими витринами и BI-инструментами для визуализации и создания дашбордов. — Участие в проекте единой цифровой платформы для мониторинга и управления операционной деятельностью крупной транспортно-логистической компании. — Уточнение у заказчика необходимых операционных показателей, согласование правил их расчёта, формулирование требований к аналитическим витринам и разработка дашбордов. — Совместная работа с командой по сверке показателей с исходными данными и участие в проверке отчётности перед запуском платформы. Требования: — Практический опыт анализа данных. — Уверенное владение SQL. — Умение работать с данными из разных систем, проверять их полноту и корректность, находить причины расхождений и объяснять результаты бизнес-пользователям. — Хорошее владение английским языком; знание китайского будет преимуществом. Условия: — Официальное трудоустройство согласно ТК РК. — График работы 5/2, с 09:00 до 18:00. География работы: оффлайн, город Астана.

Location: ES - Barcelona, Spain Scopely is looking for a Lead Product Analyst to join our new unannounced project in Barcelona, Spain, on a hybrid basis, working 3 days a week from the hub. At Scopely, we care deeply about what we do and want to inspire play, every day - whether in our work environments alongside our talented colleagues, or through our deep connections with our communities of players. We are a global team of game lovers who are developing, publishing and innovating the mobile games industry, connecting millions of people around the world daily. We are in development stages on an ambitious, unannounced, cross-platform Strategy/MMO title, creating a team of talented and passionate game makers to join us on this exciting journey! What you will do As a Lead Product Analyst, you will partner with a team of Analytical Engineers and product analysts, to support the game team. In this role, partnering with our internal data platform and data science teams, you will use data to generate player behaviour insights and improve feature performance; from data modelling and event tracking, through to AB-testing, insightful analyses and recommendations that answer the game’s most complex and challenging questions. Data Analysis: Dive deep into large, complex data sets to extract actionable insights that drive strategic decision-making. Analyse player behaviour, game performance, and trends to inform product strategies and optimisations. Analytics Roadmap: Collaborate with cross-functional teams to develop comprehensive analytics roadmaps tailored to specific game verticals. Define key metrics, establish data collection processes, and implement analytical frameworks to drive continuous improvement. Ownership of Analysis: Take ownership of end-to-end analytical projects, from data gathering and processing to interpretation and presentation. Drive the execution of analytical initiatives with precision and attention to detail. Cross-functional Collaboration: Work closely with teams across the organisation to translate data insights into impactful business outcomes. Product Roadmap Influence: Partner to shape the future direction of the game. Leverage data-driven insights to prioritise features, optimise game economies, and refine product roadmaps for maximum player engagement and satisfaction. Presentation and Communication: Effectively communicate complex findings and recommendations to stakeholders at all levels of the organisation. Present insights in a clear, concise manner through compelling presentations and reports. What We’re Looking For 7+ years of experience as a Data Analyst or Business Intelligence-related role Gaming industry background Working knowledge of SQL and comfort working in large data sets – exposure to BigQuery and Python/R experience a plus Working knowledge of visualization tools: Looker (Preferred), QlikView, Tableau or PowerBI. Please ensure that the résumé/CV you attach is written in English. About Scopely Scopely is a leading video game and global interactive entertainment company, home to many of the world’s most beloved and enduring experiences, including two of the most successful mobile games of all-time “MONOPOLY GO!” and “Pokémon GO,” along with “Stumble Guys,” “Star Trek™ Fleet Command,” “MARVEL Strike Force,” “WWE Champions,” the Scrabble® franchise, “Yahtzee® With Buddies,” and many others. Across mobile, web, PC, and console, Scopely creates, develops, publishes, and live-operates one of the most diversified and award-winning portfolios in the games industry — bringing hundreds of millions of players together through a shared love of play. Founded in 2011, Scopely is powered by its exceptional team — including thousands of world-class gamemakers around the globe, a distinctive tenet-driven culture, and its proprietary technology platform, Playgami. Together, these strengths have fueled Scopely’s position as the #1 mobile games company in the U.S. and #2 globally, generating more than $10 billion in lifetime revenue. Whether building global sensations like “MONOPOLY GO!” from the ground up, or expanding through strategic acquisitions, including the FoxNext, GSN, and Scopely Explore games businesses — Scopely consistently delivers experiences players love today and return to for years to come. Recognized multiple times as one of the "100 Most Influential Companies in the World" by TIME magazine and one of Fast Company's "World's Most Innovative Companies" and “Best Workplaces for Innovators,” Scopely believes that video games can be a force for good — creating meaningful connections, vibrant communities, and making life better through play. Scopely has global operations and partners across four continents in more than a dozen countries worldwide. For more information, visit: https://www.scopely.com/ . Notice to Candidates: Scopely will never request payment or financial information during the application or hiring process. Please apply only through our official website and verify that all Talent Partner communications come from an email address ending in @ scopely.com . Should you have any questions or encounter any fraudulent requests/emails/websites, please immediately contact recruiting@scopely.com. Our job applicant privacy policies are available here: California Privacy Notice and EEA/UK Privacy Notice . Employment at Scopely is based solely on a person's merit and qualifications. Scopely does not discriminate against any employee or applicant because of race, creed, color, religion, gender, sexual orientation, gender identity/expression, national origin, disability, age, genetic information, veteran status, marital status, pregnancy or related condition (including breastfeeding), or any other basis protected by law. We also consider qualified applicants with arrest or conviction records, consistent with applicable federal, state and local law.

Location: USA Workplace: Remote Solvd Inc. is a rapidly growing AI-native consulting and technology services firm delivering enterprise transformation across cloud, data, software engineering, and artificial intelligence. We work with industry-leading organizations to design, build, and operationalize technology solutions that drive measurable business outcomes. Following the acquisition of Tooploox, a premier AI and product development company, Solvd now offers true end-to-end delivery—from strategic advisory and solution design to custom AI development and enterprise-scale implementation. Our capability centers combine deep technical expertise, proven delivery methodologies, and sector-specific knowledge to address complex business challenges quickly and effectively. We are looking for a Senior / Staff Data Engineer to build what the Agent Assist provider calls: the Bedrock Knowledge Base configuration, the OpenSearch Serverless collection, the versioned retrieval API, and the quality dashboard. You’ll own the retrieval workstream end to end, paired with the ingestion engineer, with technical direction from the Solution Architect. This role carries the most technical risk in the engagement — entitlement filtering is a severity-one commitment. The mission: ship a retrieval API that returns the right passages, with citations, only to callers entitled to see them, at a latency and cost the client accepts, and that the client can version and operate after week 10. WHAT YOU’LL DO - Stand up the Bedrock Knowledge Base and OpenSearch Serverless vector collection in the client’s account from infrastructure code, with the embedding model, chunking strategy, and metadata fields the architect specified. - Implement hybrid retrieval — vector plus keyword — with metadata filtering by taxonomy, source, status, and review date; tune top-k, score thresholds, and reranking against the golden question suite. - Build the retrieval API on API Gateway and Lambda per the Integration Blueprint — versioned paths, authentication for the Agent Assist provider, per-client rate limits and usage metrics, structured error responses, and a citation payload with source URL, title, section, and last modified date. - Enforce entitlement at query time by filtering on permission metadata the ingestion pipeline captures — no restricted passage is ever returned to an unentitled caller. - Provide the Bedrock retrieve-and-generate reference endpoint used for pilot validation in weeks 7–9. - Build the quality dashboard — relevance, grounding, and citation scores trended per run; permission test results; freshness lag per source; API latency and error rate; OpenSearch capacity. - Support the contact center pilot in weeks 7–9 — capture retrieval misses, tune, and re-run the suite before each change ships. - Write the retrieval and API runbooks including model change, re-embedding, and index rebuild procedures with cost implications. - Pair with client platform owners in weeks 9–10 and hand over on the transition readiness checklist. REQUIRED SKILLS & EXPERIENCE - 4+ years as a software or ML engineer, with at least one RAG or enterprise search system delivered to production and measured with an evaluation suite — not just demos. - Hands-on with Amazon Bedrock — Knowledge Bases, Retrieve and RetrieveAndGenerate APIs, embedding models — and Amazon OpenSearch Serverless vector search including hybrid queries and metadata filters. - Python, with experience shipping Lambda-based APIs behind API Gateway including auth, versioning, and throttling. - Infrastructure-as-code with Terraform or AWS CDK and CI for deployment into a client-owned account. - Practical understanding of chunking, embedding model selection, reranking, and the trade-offs between relevance, latency, and cost. - Experience building operational dashboards in CloudWatch or an equivalent tool. PREFERRED QUALIFICATIONS - AWS Certified Generative AI Developer Professional or AWS Certified Machine Learning Engineer Associate. - Experience with RAG evaluation frameworks and metrics — faithfulness, context precision and recall, citation accuracy. - Experience integrating with a contact center Agent Assist product as an API provider. - Familiarity with Bedrock Guardrails and permission-aware retrieval patterns over Microsoft 365 content. When you join Solvd, you'll… - Shape real-world AI-driven projects across key industries, working with clients from startup innovation to enterprise transformation. - Be part of a global team with equal opportunities for collaboration across continents and cultures. - Thrive in an inclusive environment that prioritizes continuous learning, innovation, and ethical AI standards. Ready to make an impact? If you're excited to build things that matter, champion responsible AI, and grow with some of the industry’s sharpest minds. Apply today and let’s innovate together. Solvd is an equal opportunity employer.

Location: USA Workplace: Remote Solvd Inc. is a rapidly growing AI-native consulting and technology services firm delivering enterprise transformation across cloud, data, software engineering, and artificial intelligence. We work with industry-leading organizations to design, build, and operationalize technology solutions that drive measurable business outcomes. Following the acquisition of Tooploox, a premier AI and product development company, Solvd now offers true end-to-end delivery—from strategic advisory and solution design to custom AI development and enterprise-scale implementation. Our capability centers combine deep technical expertise, proven delivery methodologies, and sector-specific knowledge to address complex business challenges quickly and effectively. We are looking for a Senior Data Engineer to build the four source connectors and ingestion pipeline that turns raw knowledge content into a governed, permission-tagged corpus in S3 and Amazon Bedrock Knowledge Bases. You’ll own the ingestion workstream end to end inside an architecture set by the Solution Architect, working paired with the retrieval engineer so no deliverable sits with one person. The mission: get every in-scope item from four source systems into the index with its metadata, permissions, and lineage intact — on a sync schedule the client can tune, with retirement propagating on the next run. WHAT YOU’LL DO - Build the iKNOW connector against Oracle B2C Service knowledge APIs — full inventory extract, then incremental sync by modified date with article status and answer version captured. - Build SharePoint, OneDrive, and Teams connectors on Microsoft Graph — site and drive enumeration, delta queries for incremental change, and capture of sharing and group membership as permission metadata on every item. - Build the Sitecore connector against its content APIs for public web content in scope. - Implement the ingestion pipeline — landing in S3 with per-source prefix convention, document conversion and text extraction, deduplication by content hash, metadata enrichment from taxonomy, and Bedrock Knowledge Base data source sync with chunking parameters set by the architect. - Produce inventory extracts for content disposition reviews and counts that feed the end-of-Phase-1 re-baselining. - Implement retirement handling — items marked retired or deleted at source are removed from the index on the next sync. - Handle throttling and backoff for Oracle and Microsoft APIs, idempotent re-runs, and failure isolation per source so one connector’s outage does not stall the others. - Instrument every pipeline stage with CloudWatch metrics and write the ingestion runbooks. - Pair with client IT during weeks 7–10 so they can run, re-run, and extend the pipelines after transition. REQUIRED SKILLS & EXPERIENCE - 4+ years building data pipelines in production, at least 2 of them on AWS with Python. - Hands-on with Microsoft Graph API for SharePoint and Teams content — delta queries, permissions, and throttling — or equivalent enterprise content platform experience. - Experience landing unstructured content (HTML, Office documents, PDF, chat transcripts) into S3 and preparing it for search or vector indexing. - Working knowledge of Amazon Bedrock Knowledge Bases data sources and sync behavior, or a comparable vector ingestion path on OpenSearch. - Infrastructure-as-code experience with Terraform or AWS CDK and CI for pipeline deployment into a client-owned account. - Comfortable working from a shared backlog in client repositories with documentation written as the work is done. PREFERRED QUALIFICATIONS - AWS Certified Data Engineer Associate. - Prior integration with Oracle B2C Service or another Oracle Service Cloud product. - Prior integration with Sitecore XM or XP content APIs. - Experience with AWS Glue, Step Functions, or EventBridge for orchestration, and with document parsing libraries for Office and PDF formats. When you join Solvd, you'll… - Shape real-world AI-driven projects across key industries, working with clients from startup innovation to enterprise transformation. - Be part of a global team with equal opportunities for collaboration across continents and cultures. - Thrive in an inclusive environment that prioritizes continuous learning, innovation, and ethical AI standards. Ready to make an impact? If you're excited to build things that matter, champion responsible AI, and grow with some of the industry’s sharpest minds. Apply today and let’s innovate together. Solvd is an equal opportunity employer.

Задачи: — Развивать корпоративное хранилище данных, проектировать витрины под управленческую и финансовую отчетность. — Разрабатывать процессы сборки витрин и подключать новые источники данных. — Взаимодействовать с сотрудниками банка для выявления и уточнения требований, разбираться в методологии расчетов и согласовывать результаты. — Предлагать варианты реализации с оценкой трудоемкости и ограничений. — Решать ad-hoc запросы бизнеса, быстро находить данные и объяснять расхождения в цифрах. — Разрабатывать отчеты и дашборды. — Готовить сопроводительную документацию, включая описание витрин и регламент расчета показателей. Требования: — Опыт работы аналитиком и/или инженером данных от 6 лет, из них от 2-3 лет в банковской сфере обязательно. — Экспертное знание SQL, включая оконные функции, аналитические запросы и сложные соединения. — Навыки оптимизации запросов, включая чтение плана выполнения, работу с большими таблицами, партиционирование и индексы. — Опыт работы с промышленными СУБД. — Опыт развития хранилища данных, включая проектирование витрин и разработку ETL/ELT процессов. — Умение эффективно общаться с бизнесом, задавать уточняющие вопросы и понимать методологию. Будет плюсом: — Высшее техническое или экономическое образование. — Опыт работы с Airflow, Informatica, FormIT. — Опыт разработки дашбордов в BI-инструментах. — Знание финансов и бухгалтерского учета, опыт построения отчетности по этим направлениям. — Опыт работы с регуляторной отчетностью. Условия: — Оформление через ИП. — Удалённый формат работы. — Локация: Россия. — Уровень дохода обсуждается индивидуально.

Задачи: ▫️ Управление пайплайнами данных: batch и CDC-загрузки, трансформации, оркестрация, разбор инцидентов. ▫️ Разработка технических решений: физическая модель данных, структура dbt-проекта, шаблоны. ▫️ Руководство командой из 6–7 дата-инженеров и аналитиков: декомпозиция задач, код-ревью, найм и развитие сотрудников. ▫️ Поддержка AI-разработки: навыки, автопроверки, CI, контекст для AI-агентов. ▫️ Обеспечение качества данных: code review, контроль качества данных, сверка с источниками, мониторинг. ▫️ Обеспечение безопасности: управление доступами, секретами, аудит, взаимодействие с ИБ банка. ▫️ Управление контурами Dev / UAT / Prod: релизы, перенос данных с обезличиванием. ▫️ Выступать технической точкой контакта для банка и смежных команд. Требования: ▫️ Опыт работы в data engineering не менее 7 лет, из них минимум 2 года на позиции технического лидера. ▫️ Готовность активно писать код самостоятельно. ▫️ Опыт построения DWH или Lakehouse, понимание типичных проблем и их решений. ▫️ Экспертные знания SQL, уверенное владение Python, опыт моделирования данных (SCD, историчность). ▫️ Опыт работы с Iceberg, Trino, Spark, dbt, Airflow или аналогичными технологиями. ▫️ Умение аргументировать технические решения и объяснять компромиссы. ▫️ Опыт работы в банковской или другой строго регулируемой среде. Плюсом будет: ▫️ Опыт работы с CDC (Debezium, Kafka Connect), Ansible или другими инструментами Infrastructure as Code. ▫️ Опыт создания платформы данных с нуля. Условия: ▫️ Удалённая работа с необходимостью приезжать в Ереван 1–2 раза в месяц на 2–3 дня, при этом логистика и проживание оплачиваются. ▫️ Оформление через ИП. ▫️ Зарплата обсуждается индивидуально.

Задачи: — Решение задач компьютерного зрения. — Разработка и обучение нейросетевых моделей, а также поддержка и улучшение существующих решений. Требования: — Опыт разработки от 3-х лет. — Уверенное знание Python, PyTorch, OpenCV. — Практический опыт в задачах машинного обучения и компьютерного зрения.

Задачи: — Разрабатывать предсказательные ML-модели и проверять их состоятельность в оффлайн- и онлайн-тестах — полный цикл от постановки задачи до оценки. Требования: — Уверенное знание Python. — Уверенное владение SQL, умение писать сложные запросы, работать с большими объёмами данных и оптимизировать запросы.

Location: Georgia On behalf of NDA, SaaS e-commerce , SD Solutions is looking for a talented Senior MLOps Engineer (Data & ML Platform) based in Georgia (Tbilisi) to join our growing team. You’ll own the data that Falcon’s offer-ranking model learns from: the raw sources, the pipelines, the training tables, and the monitoring around them. SD Solutions is a staffing company operating globally. Contact us to get more details about the benefits we offer. Responsibilities: What you’ll do: Own the ML data pipelines: build and run batch pipelines on Spark and Databricks, from raw data to feature and training tables, including enrichment and backfills for late-arriving data. Onboard new data sources: bring in internal databases, external APIs, partner feeds and web data, and match them to Falcon’s own entities. Use LLMs inside pipelines: add LLM steps to batch jobs, such as turning text into embeddings and structured attributes. Keep training and serving consistent: make sure features match between training and the live inference service, which includes reading its Java code. Monitor data and model inputs: run scheduled data quality checks and Grafana alerts that catch bad data before it reaches the model, and find the root cause when something breaks. Ship like an MLOps engineer: deploy pipelines through CI/CD (GitHub Actions, Docker, AWS) with proper secrets handling, and keep run time and cost under control. Work with AI agents: coding agents write most of Falcon’s code. You’ll decide where agents fit, then check their output on row counts, distributions and edge cases before anyone relies on it. Requirements: 5+ years in data engineering, MLOps or ML platform roles, with pipelines you’ve run in production Production Spark: complex transformations, window functions, large joins, partitioning, and tuning for shuffles and skew. Databricks (jobs, Delta tables) is a big plus. Production Snowflake: SQL, loading and unloading, and cost management Large data volumes: hundreds of millions of rows a month, with incremental loads and backfills that keep run time and cost under control Strong Python: clean, tested code; Spark UDFs including pandas UDFs; pandas and PyArrow Data quality and monitoring: quality checks, drift and anomaly detection, and alerts people can act on Deployment: GitHub Actions, Docker, AWS (S3, IAM) and proper secrets handling Backend engineering: comfortable working in a service codebase, not only in notebooks and SQL AI-first habits: you already use coding agents daily and look for what to automate Fluent English and based in Georgia Nice to have: MLflow and feature stores Airflow or Databricks Workflows Kafka or Spark Structured Streaming Terraform DBT Scala for Spark Reading Java Time-based splits and preventing data leakage in training sets Ad-tech or e-commerce data experience About the company: NDA helps eCommerce brands boost revenue with highly relevant and rewarding post-purchase offers. Our platform delivers personalized offers to customers right after checkout, driving repeat purchases and increasing lifetime value through seamless integrations and data-driven insights By applying for this position, you agree to the terms outlined in our Privacy Policy. Please take a moment to review our Privacy Policy https://sd-solutions.breezy.hr/privacy-notice , and make sure you understand its contents. If you have any questions or concerns regarding our Privacy Policy, please feel free to contact us.

Требования: — Отличное знание SQL и опыт работы с большими объемами данных — Уверенное владение Python для анализа данных — Хорошее понимание статистики, методов проверки гипотез и A/B-тестирования — Практический опыт работы с ML-алгоритмами и метриками качества моделей Важно: — Работа исключительно из РФ.

Задачи: — организация пайплайнов потоков данных (конвейера движения данных в компании); — разработка, поддержка и оптимизация производительности Корпоративного Хранилища Данных (EDWH); — разработка и настройка ETL/ELT-процессов в Корпоративное Хранилище Данных (сбор, структурирование и обеспечение сохранности данных); — настройка инфраструктуры для обеспечения качества данных; — разработка BI дашбордов, визуализации данных. Требования: — опыт работы с технологиями Greenplum или другой MPP СУБД, ClickHouse, Airflow; — хорошее знание SQL и реляционных баз данных (желательно Greenplum или PostgreSQL), опыт написания сложных запросов; — хорошее знание Python; — знание современных технологий обработки больших данных; — высшее образование (IT/математика/математическая статистика/физика). Условия: — официальное трудоустройство (белая ЗП, отпуск, больничный); — льготы сотрудника аккредитованной ИТ компании (ипотека, отсрочка от армии); — ДМС со стоматологией, льготное ДМС для родственников; — компенсация оплаты больничного до оклада; — оплата мобильной связи, материальная помощь, скидки на занятия иностранными языками, оплата профессионального обучения, посещения конференций, компенсация процентов по ипотеке; — возможность профессионального и материального роста; — ежегодные выездные IT конференции, митапы, техтолки; — возможность стать амбассадором компании; — регулярные встречи вне офиса.

Location: Санкт-Петербург 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 офиса CDO B2C, строим платформу данных, которая обеспечивает быстрый, надежный и качественный обмен информацией между Сбером и компаниями-партнерами. Это основа для персонализированных предложений умных продуктов и эффективных бизнес-решений. Наша команда - Команда развития Платформы в офисе CDO B2C ищет DE-инженера для реализации задач по загрузке, аналитике и трансформации данных. Обязанности проектировать и реализовывать ETL/ELT-пайплайны для загрузки и обработки данных (включая DAG в Apache Airflow) оптимизировать и сопровождать процессы обработки больших данных (Apache Spark, Apache Flink) интегрировать источники данных (базы данных, API, файловые хранилища) в единую pipeline-архитектуру настраивать и администрировать Airflow для оркестрации workflows участвовать в разработке архитектуры хранения и обработки данных (включая Hadoop-экосистему) документировать решения и формировать базы знаний. ### Требования наличие высшего образования опыт разработки ETL/ELT-процессов (реализация, оптимизация, мониторинг) профильное владение Python (включая библиотеки для работы с данными) практический опыт с распределенными вычислениями: Apache Spark (PySpark/Scala) или Apache Flink глубокое понимание SQL и опыт работы с РСУБД (PostgreSQL, MySQL и др.) знание Apache Airflow (создание DAG, настройка сенсоров, операторов) навыки администрирования Linux (развертывание, мониторинг, troubleshooting) **Будет преимуществом:** базовые знания Scala (или готовность к изучению) опыт с Hadoop (HDFS, YARN, Hive) знание облачных платформ (AWS S3/Glue, GCP BigQuery, Azure Data Factory) навыки автоматизации (Ansible, Terraform) опыт работы с стриминговыми данными (Kafka, Debezium). Условия гибридный формат ежегодный пересмотр зарплаты и годовая премия расширенный ДМС и льготное страхование для семьи уникальная система обучения Сбера для профессионального и карьерного развития выгодная ипотека для сотрудников подписка Прайм с возможностью совместного использования на трёх близких вознаграждение за рекомендацию друзей в команду Сбера корпоративная пенсионная программа.

Задачи: — Разработка пайплайнов на Python и SQL для интеграции данных из различных источников: реляционных баз, HTTP API (GET и POST), потоков Kafka и файлов в форматах JSON, XML, CSV и геопространственных форматах. — Создание аналитических витрин данных. — Настройка проверок качества данных, анализ причин расхождений и подготовка данных для дашбордов. — Взаимодействие с командой и заказчиком на всех этапах проекта: от проработки бизнес-требований и проектирования до внедрения и запуска в эксплуатацию. Требования: — Практический опыт разработки пайплайнов на Python и SQL. — Опыт интеграции данных из баз данных, API, потоков и файлов. — Знание и опыт работы с Oracle, SQL Server, MySQL, PostgreSQL, IBM Db2, Hadoop/Hive, Greenplum, Apache Kafka. — Хорошее владение английским языком; знание китайского будет преимуществом. Условия: — Официальное трудоустройство согласно ТК РК. — График работы 5/2, с 09:00 до 18:00. — Работа в офисе в городе Астана. Компания Duker — молодой и амбициозный поставщик IT услуг и оборудования в различных отраслях, предлагающий широкий спектр решений в сфере IT и телекоммуникаций.

Задачи: — Развивать корпоративную платформу данных и DWH; — Переводить существующие ETL-процессы с SSIS на Apache Airflow 3 и внутренний YAML-driven Python-фреймворк; — Разрабатывать и поддерживать надежные data-пайплайны; — Обеспечивать стабильную промышленную эксплуатацию: retry, backfill, идемпотентность, дедупликацию и корректную обработку сбоев; — Развивать проверки качества данных; — Оптимизировать SQL и работу с Microsoft SQL Server; — Развивать CI/CD-процессы для работы с данными; — Создавать переиспользуемые инструменты и self-service решения для аналитических команд; — Участвовать в развитии архитектуры DWH и подходов к моделированию данных. Требования: — Опыт работы Data Engineer от 3 лет; — Уверенный SQL и практический опыт работы с Microsoft SQL Server; — Знание Python: ООП, модульная архитектура, type hints, тестирование, логирование, работа с REST API и БД; — Опыт работы с Apache Airflow или другим промышленным оркестратором; — Опыт работы с dbt или аналогичным SQL transformation framework; — Понимание ETL/ELT, batch- и near-real-time-обработки; — Умение строить надежные и отказоустойчивые data-пайплайны; — Опыт Git и CI/CD; — Опыт реализации Data Quality-проверок; — Понимание архитектуры DWH и организации слоев данных; — Знание подходов к моделированию данных: Kimball, Inmon, Data Vault, Anchor Modeling. Условия: — Возможность влиять на продукт, открытость к новым идеям и обратной связи; — Возможность работать удаленно из любой точки мира, с опцией работы из офиса в Москве, Нижнем Новгороде, Коврове, Владимире; — Дружелюбная атмосфера, внутренние митапы, участие в конференциях, обмен опытом; — Возможность стать амбассадором ИТ бренда; — Высокий уровень удовлетворенности сотрудников (eNPS); — Перфоманс ревью два раза в год с премией до двух окладов и описанными грейдами; — Расширенный ДМС со стоматологией, возможность подключения семьи со скидкой; — Комфортное рабочее место с предоставлением техники или возможностью работать на своей.

Location: Москва Наш продукт — это ИИ-помощник, который разработан для помощи сейлзам и трейдерам, снимая с них часть рутинных задач и процессов. Обязанности ### Чем предстоит заниматься: * развивать промпты агентов: системные и ролевые промпты, few-shot, схемы рассуждения, tool calling, извлечение структурированных знаний из документов * строить пайплайны эволюции промптов: версионирование, оффлайн-оценка (golden set, side-by-side, LLM-as-judge), итерации по ошибкам * решать задачи классификации и маршрутизации документов: разделение входного пакета по классам, подготовка релевантного контекста для агента * работать с RAG и эмбеддингами: chunking, выбор и тюнинг эмбеддингов, retrieval / rerank, оценка качества поиска * опромышливание проекта, ведение релизного цикла от прототипирования до вывода в прод * наблюдаемость. Langfuse, Phoenix, отладка по логам и трейсам, сбор метрик * тестирование агентов по обе стороны нестабильности: детерминированные проверки логики (мокирование LLM и внешних сервисов, снапшоты промптов, контракты схем) и оценка качества ответа агента (эталонные кейсы, LLM as Judge). Требования ### Мы ожидаем, что вы: * имеете опыт продакшн на Python 3.11+ от 5 лет: ООП, SOLID, async, типизация, Pydantic v2, структура сервиса. Умение читать, писать и менять чужой код * имеете опыт FastAPI и интеграций по HTTP: контракты, таймауты, ретраи, ошибки внешних сервисов * высшее техническое образование * прикладной опыт с LLM: имеете опыт промпт инжиниринга, работы с контекстом, tool calling, structured output * работали с агентными сценариями: Опыт с ReAct, LangChain, LangGraph. Работали с состояниями диалога, чекпонитами, ветвлением, вызовом инструментов, HITL, памятью сессии * имеете опыт разработки AI агентов, мультиагентных систем, RAG систем. Протокол A2A или межагентское взаимодействие по контракту * имеете опыт работы с Jenkins, OpenShift/DropApp, OpenSearch/Elasticsearch, S3. ### Бкдет плюсом: * опыт работы с GigaChat. Условия ### Что мы предлагаем: * комфортный современный офис на Вавилова, 19 * формат работы – гибрид * ежегодный пересмотр зарплаты, квартальная и годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * программа адаптации и помощь руководителя на старте * 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.

Responsibilities: — Perform data entry tasks remotely for approximately 1 hour per day. Requirements: — Reliable and detail-oriented candidate. — Male candidates preferred. — Eligible applicants must live in or currently be based in Hungary, the Czech Republic, Slovakia, Romania, Bulgaria, Croatia, Slovenia, Lithuania, Latvia, or Estonia. Benefits: — Flexible part-time remote work. — Payment starting from $200 per month. Work Type: Remote (Part-time) Working Time: Approximately 1 hour per day. Eligible Locations: Applicants living in or currently based in Hungary, the Czech Republic, Slovakia, Romania, Bulgaria, Croatia, Slovenia, Lithuania, Latvia, or Estonia are welcome to apply.

Задачи: — Анализировать поведение пользователей на больших данных в командах ранжирования, рекомендаций, персонализации и AI shopping-агентов. — Проектировать и рассчитывать A/B-тесты. — Определять и валидировать метрики. — Строить дашборды и превращать выводы в продуктовые улучшения. Требования: — Сильные аналитические навыки и опыт решения бизнес-задач с помощью данных. — Уверенное владение SQL и опыт работы с большими датасетами. — Знание Python для анализа данных (pandas, NumPy, визуализация). — Понимание A/B-тестирования и статистики. — Представление о ML-пайплайнах и оценке моделей. — Опыт построения дерева метрик и анализа воронок. — Владение английским языком на уровне B2 и выше. — Приветствуется опыт в ранжировании, рекомендациях или search relevance, а также в e-commerce. Условия: — Удалённая работа (не из России и Беларуси). — Зарплата $7 500 – 10 000 в месяц до налогов плюс опционы. Компания: Constructor.io — американская платформа поиска и рекомендаций для e-commerce на собственном движке с трансформерами и LLM.

Location: Москва Мы создаем сервисы кредитования в Сбербанке, позволяющие клиентам быстро и удобно получать кредиты онлайн. Клиент может подать заявку на получение кредита через мобильное приложение или WEB, получить одобрение всего за две минуты и мгновенно перевести средства на свою банковскую карту или счет, без необходимости посещать отделение банка лично. Наш проект постоянно развивается. Мы планируем улучшать клиентский опыт и развивать наши сервисы внедряя механики динамического ценообразования. Работа в нашей команде позволит вам принять участие во всех этапах разработки высоконагруженных распределённых систем, начиная от проектирования и заканчивая внедрением в промышленную эксплуатацию. Вы сможете активно влиять на создание новых продуктов и улучшение существующих бизнес-процессов, применяя современные технологии и подходы. Возможность углублять знания и улучшать навыки в области современного программирования и управления проектами. Комфортные условия труда - современное оборудование и стабильность занятости в одной из крупнейших финансовых организаций страны. Присоединяйтесь к нашей команде и станьте частью инновационного процесса, создающего удобные решения для миллионов пользователей по всей России!  Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех! Обязанности * руководство командой DS (продуктовый и исследовательский треки) плюс собственная инженерная работа — от архитектуры ML/AI-решений до инструментов для fine-tuning LLM * управление командой DS: постановка и декомпозиция задач, приоритизация, контроль качества * менторство, код-ревью, стандарты разработки и исследований; участие в найме * архитектура ML/AI-решений, обоснование выбора методов и моделей * разработка инструментов fine-tuning LLM (LoRA/QLoRA): подготовка датасетов, пайплайны обучения, оценка качества * разработка и валидация ML-моделей, feature engineering, вывод в production * исследовательские гипотезы, дизайн экспериментов, статистическая оценка, прототипы новых подходов * предложения по решению бизнес-задач аналитическими методами, консультирование заказчика, презентация результатов. Требования * одинаково уверенная работа как исследователь/моделист и как инженер, доводящий AI-решения до работающего продукта * алгоритмы и структуры данных на уровне понимания внутреннего устройства, а не вызова библиотек: базовые (сортировки, поиск, деревья, графы, динамическое программирование, оценка сложности), классический ML (линейные модели, градиентный бустинг, SVM, кластеризация), DL (обратное распространение, оптимизаторы SGD/Adam, механизмы внимания, трансформеры), LLM-инженерия (токенизация BPE, LoRA/QLoRA, ANN-поиск) * умение разобрать алгоритм по статье и реализовать в коде * готовность самостоятельно разрабатывать скиллы и тулы для LoRA/QLoRA-адаптации LLM * Data Scientist / ML-инженер — от 4–5 лет * техническое лидерство или менторство — от 1–2 лет * вывод моделей в production и их сопровождение; исследовательская работа * Python (scikit-learn, pandas, numpy, PyTorch), SQL/PostgreSQL * классический ML, валидация моделей, статистика, математическое моделирование * NLP/LLM: трансформеры, Hugging Face Transformers, LLM API, LangChain; промпт-инжиниринг, RAG * практический опыт обучения нейронных сетей: трансформеры + минимум 2–3 типа архитектур (CNN, RNN/LSTM, VAE, RL-агенты) * MLOps: ML-пайплайны, Docker, FastAPI, Git, воспроизводимость экспериментов * готовность проводить код-ревью и давать развивающую обратную связь * способность понятно объяснять технические решения нетехнической аудитории * постановка задач команде, оценка трудоёмкости; готовность развивать управленческие навыки в процессе. Будет плюсом: * XAI, большие данные (PySpark, Hive, HDFS), банковская / финансовая сфера * опыт построения модели, давшей измеримый бизнес-эффект (метрики, выручка, экономия ресурсов) * участие в соревнованиях Kaggle или аналогичных. Условия * гибридный формат работы (4 дня офис) на Кутузовском, 32к1 * ежегодный пересмотр зарплаты, квартальная и годовая премия * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * программа адаптации и помощь руководителя на старте * 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.