Вакансии

Location: Москва Workplace: Удаленная работа О компании Команда выполняет следующие цели: - централизовать хостинг инфраструктуры, ML/DL/LLM - моделей уже готовых решений на уровне Блока Финансов и обеспечить их мониторинг - обеспечить компетенции для до-обучения / fine-tuning моделей под специфические задачи и данные финансовой функции - сформировать единый слой интеграций с ИТ-системами Блока Финансов для снижения Т2М новых ИИ-инициатив - реализовывать сквозные проекты с применением ML/DL/LLM, затрагивающие большое число процессов департаментов Обязанности Разрабатывать backend-сервисы на Python; Интегрировать LLM в существующие продукты компании; Разработка векторных баз данных и разметка дата-сетов для обучения моделей RAG-поиска; Работать с API, базами данных и внутренними сервисами; Создавать и поддерживать AI-функциональность в production, проектировать и оптимизировать модели данных, взаимодействовать с базами данных; Обеспечивать качество кода через code review, автоматизированное тестирование и соблюдение лучших инженерных практик; Совместно с DevOps-инженерами участвовать в развитии CI/CD-процессов, мониторинга и обеспечения отказоустойчивости сервисов; Разработка продакшен-пайплайнов обработки данных; Промпт-инжиниринг и написание эффективного и масштабируемого кода инференса моделей и экспериментов на GPU-кластере; Оптимизация кода по обработке больших массивов данных и атрибутивности для распознавания документов Требования Хорошее знание Python и ключевых фреймворков для работы с данными (PySpark, PyArrow, Pandas); Опыт работы с RAG, системами iDP (распознавание документов), агентскими системами; Опыт написания качественного production кода; Опыт написания промышленных пайплайнов обработки данных, содержащих множество шагов, зависимостей и сложную логику; Опыт использования Airflow (или другого industry-standard оркестраторов пайплайнов, т.к. Luigi, Dagster и т.д.); Хорошее понимание баз данных SQL / NoSQL; Глубокое понимание RAG-решений (чанкинг, эмбеддинги, реранжирование и т.д.) Условия Гибридный или полностью удалённый формат работы, с возможностью гибкого начала и окончания рабочего дня; Участие во внешних IT конференциях; Полезные курсы и вебинары в корпоративном университете и электронные библиотеки. А ещё: ДМС с первого месяца работы, включая стоматологию. А ещё оплачиваем 50% стоимости полиса ДМС для родственников; Мобильная связь за счёт компании и льготные тарифы для близких; Подписка на online-кинотеатр KION, сервис МТС Музыка, книжный сервис Строки от МТС, безлимитные мессенджеры и соцсети.

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. Сегодня Big Data – это: 20 петабайт данных, 5 000 метрик на профиль и 400 увлеченных профессионалов в команде. Один из ключевых юнитов в Big Data МТС - это платформа поиска и рекомендаций, которая использует всю мощь ML и "больших данных" для подбора наиболее релевантных айтемов для клиентов из каталогов МТС. Мы уже поставляем рекомендаций в онлайн-кинотеатр КИОН, в читалку «Строки», МТС Банк, сервисы по продаже билетов, интернет-магазин и другие продукты экосистемы МТС. Сейчас решаем задачи объединения рекомендательных движков в единую платформу, создания универсального поискового движка, realtime триггеров и масштабирования на все сервисы компании. Наш стек: Python, PyTorch, PySpark, Airflow, ClearML, FastApi, PostgreSQL, Aerospike, Kafka, Redis, Linux Обязанности Развивать персонализацию рекомендаций в KION и Строки; Генерировать гипотезы по улучшению рекомендаций для роста бизнес-метрик клиентов; Продуктивизировать гипотезы в работающие ML модели; Катить модели в прод и по итогам АВ-тестов формулировать новые гипотезы по улучшению рекомендаций; Ставить задачи data инженерам на доработки необходимых витрин, взаимодействовать с разработчиками для формирования пайплайнов поставки рекомендаций, совместно с аналитиками сетапить АВ-тесты Требования Коммерческий опыт в data science от 2-х лет (будет плюсом RecSys домен); Опыт разработки и продуктивизации ML-сервисов (от моделек до api); Опыт внедрения ML-пайплайна в real-time сервисы; Опыт работы с docker, шедулерами (airflow или любой другой) и sql/nosql базами данных; Будет плюсом опыт работы с трансформерными моделями (например, SasRec) 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.

Location: Москва Workplace: Гибридный О компании Big Data — один из ключевых юнитов МТС. Сегодня Big Data — это 20 петабайт данных, 5 000 метрик на профиль и 400 увлечённых профессионалов в команде. Наши технологии применяются практически во всех направлениях компании — маркетинг, обслуживание, планирование сети, HR, розница. Один из ключевых продуктов — рекомендательная платформа, которая использует всю мощь ML и больших данных для подбора наиболее релевантных айтемов для клиентов из каталогов МТС. Мы уже поставляем рекомендации в онлайн-кинотеатр КИОН, в читалку «Строки», МТС Банк, сервисы по продаже билетов, интернет-магазин и другие продукты экосистемы МТС. Сейчас мы объединяем рекомендательные движки в единую платформу, создаём универсальный поисковый движок, realtime-триггеры и масштабируем решения на все сервисы компании. Сейчас находимся в поиске Middle ML-инженера в RecSys. Стек - Python, Hadoop, Pytorch, Catboost, Triton, vLLM, FastAPI, k8s, PostgreSQL, Aerospike, Kafka, Airflow, GitLab CI, Grafana Обязанности Разрабатывать и обучать рекомендательные ML-модели от идеи до продуктивизации; Формулировать и проверять гипотезы по улучшению рекомендаций для роста бизнес-метрик клиентов; Внедрять ML-пайплайны в real-time сервисы и доводить модели до продакшена; Работать с рекомендательной платформой: использовать готовые наработки и активно контрибьютить в её развитие; Проводить исследовательские задачи — читать статьи, воплощать новые подходы, в том числе генеративные полки на основе предпочтений пользователей; Взаимодействовать с дата-инженерами по доработке витрин и пайплайнов, с аналитиками — по постановке и проверке A/B-тестов. Требования Уверенные навыки Python и хорошее знание теории вероятностей и математической статистики; Коммерческий опыт в Data Science от 2 лет и понимание ML-архитектуры — не только эксперименты в ноутбуке, но и реальные внедрения в продукт; Опыт разработки и продуктивизации ML-сервисов (от моделей до API); Опыт внедрения ML-пайплайнов в real-time сервисы; Опыт работы с шедулерами (Airflow или аналог), pyspark и SQL/NoSQL базами данных; Самостоятельность: умение предлагать технические и архитектурные решения, технологии и направления улучшений; Хорошие коммуникативные и аналитические навыки. 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 ИТ 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.

Location: Москва Мы занимаемся тонкой настройкой клиентских стратегий: строим индивидуальные модели эластичности (uplift) к ставке по вкладам, потребкредитам, программам лояльности и другим продуктовым направлениям, прогнозируем досрочное погашение кредитов физлиц и повышаем экономическую эффективность розничного бизнеса на основе данных. Обязанности * работать с большими данными в экосистеме Hadoop (PySpark, SQL) — от выгрузки и разведки до построения витрин для моделей * разрабатывать индивидуальные модели эластичности и клиентского поведения в сегменте B2C — от прототипа до продвинутого пайплайна обучения и предсказаний * проверять бизнес-гипотезы и превращать их в измеримый эффект: дизайн и оценка A/B-тестов (мэтчинг, продвинутые методы causal inference, интерпретация результатов) * выстраивать коммуникацию с заказчиками: согласовывать метрики, защищать подходы, показывать ценность данных на понятном языке * обеспечивать надёжность и мониторинг внедрённых решений — чтобы модель работала стабильно и приносила пользу каждый день. Требования * опыт работы Data Scientist от 5 лет * высшее техническое образование (будет плюсом если выпускник - МГУ, МФТИ, ВШЭ и других ведущих вузов страны) * понимание теории вероятностей и статистики. * уверенное владение широким спектром ML-алгоритмов — регрессия, классификация, кластеризация, а также uplift-моделирование (способность оценивать причинно-следственные эффекты, а не просто предсказывать) * владение Python и ML библиотеками (numpy, sklearn, pandas, matplotlib/seaborn/plotly, catboost/lightgbm/xgboost, etc.) * плюсом будет опыт работы с pytorch, pyspark. Условия * комфортный современный офис рядом с м. Кутузовская * возможность выбрать удобный график – офис/гибрид * ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования) * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * программа адаптации и помощь руководителя на старте (для вакансий уровня Junior) * 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.

Задачи: — работать с большими данными в экосистеме Hadoop (PySpark, SQL) — от выгрузки и разведки до построения витрин для моделей — разрабатывать индивидуальные модели эластичности и клиентского поведения в сегменте B2C — от прототипа до продвинутого пайплайна обучения и предсказаний — проверять бизнес-гипотезы и превращать их в измеримый эффект: дизайн и оценка A/B-тестов (мэтчинг, продвинутые методы causal inference, интерпретация результатов) — выстраивать коммуникацию с заказчиками: согласовывать метрики, защищать подходы, показывать ценность данных на понятном языке — обеспечивать надёжность и мониторинг внедрённых решений — чтобы модель работала стабильно и приносила пользу каждый день. Требования: — опыт работы Data Scientist от 5 лет — высшее техническое образование (будет плюсом если выпускник - МГУ, МФТИ, ВШЭ и других ведущих вузов страны) — понимание теории вероятностей и статистики — уверенное владение широким спектром ML-алгоритмов — регрессия, классификация, кластеризация, а также uplift-моделирование (способность оценивать причинно-следственные эффекты, а не просто предсказывать) — владение Python и ML библиотеками (numpy, sklearn, pandas, matplotlib/seaborn/plotly, catboost/lightgbm/xgboost, etc.) — плюсом будет опыт работы с pytorch, pyspark. Условия: — комфортный современный офис рядом с м. Кутузовская — возможность выбрать удобный график – офис/гибрид — ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования) — корпоративный спортзал и зоны отдыха — более 400 образовательных программ СберУниверситета для профессионального и карьерного развития — программа адаптации и помощь руководителя на старте (для вакансий уровня Junior) — расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа — гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ — подписка Прайм с возможностью совместного использования на трёх близких — вознаграждение за рекомендацию друзей в команду Сбера.

Location: Москва Мы – центр развития Индийского филиала Сбера разрабатываем автоматизированную банковскую систему (АБС) для индийского филиала с нуля. Система состоит из набора модулей - ядро, бухучет, отчетность, кредитные и не только продукты, интернет-банк и антифрод система. В создании любого из них вы можете принять непосредственное участие, повлиять на архитектуру, на качество, на процессы, на то, как в конечном итоге они должны выглядеть. Обязанности * коммуникации с заказчиками для сбора и согласования бизнес и функциональных требований (продуктовые команды на стороне России и Индии) * построение и сверка прототипов данных * разработка BI дэшбордов * взаимодействие с командой индийских DE, помощь со сверкой данных * консультации продуктовых команд - BestPractices для быстрого и эффективного создания структур и дэшбордов * участие в ПСИ. Требования * опыт работы по направлению Data Analytics от 4-х лет * опыт взаимодействия с кросс-функциональными командами * развитые коммуникативные способности для эффективного общения * умение переложить гипотезу с бизнес терминов на техническую реализацию * опыт работы с PostgreSQL или другими реляционными базами данных. Высокий уровень SQL * опыт работы с BigData стеком (Hadoop / PySpark) * знание Python стека (pandas / matplotlib / sklearn) * опыт анализа данных * знание английского языка не ниже B2 * знание банковских продуктов, основ бухучета и отчетности будет плюсом. Условия * комфортный современный офис на Вавилова 19 * формат работы – офис/гибрид * ежегодный пересмотр зарплаты 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.

Location: Москва Команда Управления благосостояния ПАО "Сбербанк" ищет стажера на позицию Data Scientist. Мы занимаемся разработкой и внедрением ML моделей на огромной клиентской базе B2C и B2B с целью предложения актуальных инвестиционных, страховых и сберегательных продуктов. **Мы работаем над:** * Рекомендательными системами и моделями классификации, регрессии, кластеризации для СберБанк Онлайн и СберИнвестиций. * Продвинутыми подходами в классическом ML (uplift-моделирование, работа с несбалансированными классами, feature engineering на больших данных, SOTA-алгоритмы) Обязанности * Исследовать данные, разрабатывать новые информативные признаки и добавлять в командный пайплайн новые источники. * Строить ML модели на основе различных данных: табличные, последовательности событий (кликстрим, транзакции и т.д.) * Реализовывать прикладные модули командного фреймворка разработки для повышения производительности DS и улучшения качества кода в промышленной среде. Требования * Знание основных алгоритмов классического ML (линейные модели, метрические алгоритмы, градиентный бустинг) и их применения в задачах регрессии, классификации, ранжирования * Уверенное использование SQL * Отличное знание Python, в том числе библиотек catboost, pandas, numpy, sklearn **Будет плюсом:** * Опыт построения uplift-моделей * Опыт решения задач реальных бизнес-задач * Понимание принципов и деталей работы PySpark Условия * Офисный формат работы * Современный IT-офис вблизи Москва-Сити с фитнес-залом. * Ипотека с выгодой для сотрудника и льготные условия кредитования. * Бесплатная подписка СберПрайм+. * Скидки на продукты компаний-партнеров. * ДМС с первого дня и льготное страхование для близких. * Корпоративная пенсионная программа. * Обучение за счет компании: онлайн-курсы в онлайн-школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию. * Крупнейшее DS&AI Community — более 600 DS-банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира.

Python, SQL, Hadoop, PySpark; работа с большими данными и оптимизация запросов.

Задачи: разработка потоков подключения метаданных, автоматизация и шаблонизация подключения СУБД, создание Python-скриптов для генерации DDL/DML и Airflow DAG, оптимизация DAG для таблиц Iceberg, доработка витрины и ведение проектной документации. 🧩 Требования: глубокое знание PySpark и Airflow;

Прогнозировать спроса для товаров без истории продаж («новинок»): разрабатывать модели холодного старта на основе атрибутов товара, категории, характеристик продавца и информации об аналогах.

Location: Annapolis Junction, MD, United States Job Title Principal‑Level Software Engineer (Java, Python) Why IDS? IDS believes in resolving conflict, building innovative approaches to do so. Combining operational expertise with an intimate understanding of today’s greatest challenges, we bring our customers the solutions required for success in a complex and multidimensional world. IDS tailors solutions for a diverse range of government, military, nonprofit, and public‑sector clients. Locations Annapolis Junction, MD Shifts Available Please note, candidates must be flexible. Shift times are general hours; some projects may require earlier or later reporting based on customer requirements. Job Description IDS is seeking a Principal‑Level Software Engineer to create custom analytics that perform at scale. The engineer will work closely with data scientists and end users to develop analytic tools that support discovery and tradecraft around critical global challenges and operationalize data science within customer environments. Key Duties • Work directly with data scientists and mission analysts to solve complex strategic problems • Perform end‑to‑end software engineering to prototype, develop, integrate, test, and deploy analytic tools • Integrate tools and tradecraft into customer corporate architectures • Support the operationalization of data science solutions at scale Requirements • Bachelor’s degree with eleven (11) years of relevant experience, or equivalent • Strong experience with Jupyter Notebooks, Java MapReduce, and Python PySpark • Strong experience with statistical analysis and machine learning fundamentals • Strong experience with customer tools, architecture, data flow, and big‑data environments • Proficiency with Jira, Confluence, and GitLab • Experience working in Agile development environments • Experience with end‑to‑end software development processes (requirements, design, implementation, testing, integration, deployment, and maintenance) • Experience with data science, Machine Learning (ML), Artificial Intelligence (AI), and Large Language Models (LLMs) • Active TS/SCI with Polygraph Compensation • Salary range: $155,000 – $175,000 • Benefits

Location: Москва То, что многие компании считают своим прибыльным активом, зачастую является скрытым корнем финансовых проблем. Задача департамента по работе с проблемными активами – вовремя выявить трудности у клиентов и помочь преодолеть их. Используя передовые модели машинного обучения и искусственного интеллекта, мы создаем AI-профили клиентов, которые помогают сотрудникам быстрее разобраться в кейсе и выбрать наилучшую стратегию взаимодействия. В рамках нашего центра ИИ и комплексных решений вектор развития ориентирован на концептуальное переосмысление процессов урегулирования, автоматизацию рутинных процессов и создание дополнительного дохода в рамках работы с проблемной задолженностью. Обязанности * исследование клиентского опыта в рамках процессов оздоровления и взыскания, поиск «узких» мест в процессах и использование передовых инструментов для проведения локальных исследований (графовый анализ, LLM для поиска инсайтов, самовоспроизводящиеся ИИ-решения, disrupt-проекты) * регулярные встречи с Заказчиками для определения зон роста, предоставления непредвзятого взгляда на процессы и предложения к их трансформации * создание ИИ-решений, влияющих на клиентский опыт * построение чистого эксперимента и валидация ИИ-решения * проработка технологической реализации при поддержке команд разработчиков, data и OPS-специалистов * контроль внедрения ИИ-решения и последующего поведения решения в ПРОМ-контуре, анализ результатов внедрения * создание AI-агентов на базе LLM для оптимизации рутинных процессов: * речевая и текстовая аналитика взаимодействия с клиентом * выявление сущностей для автоматизации внутренних процессов * качественная суммаризация текста для составления профиля клиента * создание, обучение и внедрение моделей для оценки и прогноза финансового состояния клиента, скоринга, прогнозирования дефолта, антифрода и выявления мошенничества. Разработка систем подбора индивидуальных условий для урегулирования задолженности, а также применение What-If / Uplift моделирования и каскадов моделей для выстраивания процессов с использованием ИИ * графовый анализ компаний, их руководителей и бенефициаров, анализ новостного контента и других источников информации о клиентах. Требования * опыт работы 3+ лет в традиционных направлениях машинного обучения (ML), обработки естественного языка (NLP), глубокого обучения (DL) * знание библиотек и фреймворков: pandas, pyspark, catboost, pytorch, tensorflow, langchain/langgraph * опыт валидации AI-решений и их "боевого" пилотирования решений * прикладной опыт в использовании LLM, контроле качества ответов и выстраивания графовой архитектуры с использованием LLM tools / MCP * знания математической статистики и основ A/B-тестирования. _Будет плюсом:_   * опыт руководства проектами или самостоятельного обеспечения всего цикла производства ИИ-решения от гипотезы до реализации * знание основ финансового анализа и бухгалтерского учета * опыт курирования или наставничества, работа в крупных AI-проектах с смежными командами * английский язык — уровень Intermediate и выше * опыт в проектах, связанных с клиентским опытом / бизнес-анализом / исследованием очень больших данных * опыт использования AI-инструментов в разработке (LLM-ассистенты для написания и ревью кода, агенты для автоматизации рутинных операций, инструменты автодополнения вроде GitHub Copilot). Условия * возможен гибридный формат работы, локация офиса: Москва, Кутузовский пр., д.32, к.3 * ежегодный пересмотр зарплаты, годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера.

Location: Москва Мы - команда, которая предоставляет ИИ-сервис для управления комплаенс. Мы ищем исследователя данных, который будет тестировать модели и LLM-агентов, разбираться в причинах ошибок, следить за стабильностью их работы в проде и дорабатывать их функционал. Обязанности * собирать выборки для обучения и валидации моделей * формировать требования к витринам для команды инженеров * проводить стресс-тесты моделей и LLM-агентов * рассчитывать метрики, подготавливать презентации для защиты результатов * регулярно проводить мониторинг работы моделей в пром * управлять коммуникацией в части модельного риска * формировать отчетность по портфелю моделей. Требования * высшее образование или студент старших курсов ведущего технического ВУЗа * хорошее знание теории вероятностей и статистики * знание Python и основных библиотек (numpy, pandas, scipy, sklearn) * уверенное понимание основных принципов и методов машинного обучения, умение рассчитывать и интерпретировать метрики * опыт разработки агентов на LangChain, LangGraph * умение обрабатывать большие объемы данных на PySpark, владение SQL, опыт постановки требований к витринам * навыки работы с генеративными AI-моделями * опыт создания AI-агентов и использования их в работе будет преимуществом * опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов * инструментальное владение AI для анализа, генерации и автоматизации. Условия * комфортный современный офис м. Кутузовская * ежегодный пересмотр зарплаты, годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * программа адаптации IT Bootcamp * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * ипотека для сотрудников выгоднее до 4% * подписка Прайм с возможностью совместного использования на трёх близких.

Location: Санкт-Петербург Команда разработала и внедрила большое количество ML моделей в процессы банка, наши модели улучшают клиенсткий опыт, помогают снизить отток и формируют персональные рекомендаций для клиентов. С помощью стека разработанных моделей, команда улучшает внутренние процессы банка, а так же платные продукты и сервисы для клиента. Мы ищем в команду ML инженера, который поможет лидировать направление разработки ML моделей в команде, улучшать стек текущих моделей и разрабатывать новые. Обязанности * погрузиться в процессы и продукты компании, с целью улучшения процессов с помощью ML * разрабатывать и тестировать новые гипотезы связанные с ML моделями на табличных данных * разрабатывать MVP решения с использованием LLM моделей (промпт-инжиниринг) * разрабатывать ML модели с учетом требований банка и последующего вывода их в ПРОД * готовить аналитику результатам работы моделей и презентовать ее заказчикам * участвовать в развитии ML инструментов и тех. стека Банка. Требования * опыт работы по направлению Data Science от 3х лет * знание Python ML стека (pandas / sklearn / catboost ) * опыт использования LLM * умение переложить гипотезу с бизнес терминов на техническую реализацию * развитые коммуникативные способности для эффективного общения * знание SQL / Git / Pep8. Будет плюсом опыт:  * промышленной разработки на Python от 1 года * внедрения ML решений в бизнес процессы * работы с BigData стеком (Hadoop / PySpark) * работы с Linux, bash. Условия • удобный офис в СПб на ул. Уральской, дом 1 (шаттлы от метро Спортивная и Приморская) • офисный формат работы • регулярный пересмотр заработной платы и возможность получения годовой премии • доступ к более чем 400 образовательным программам СберУниверситета • программу адаптации и поддержку наставника на первых этапах работы • расширенную медицинскую страховку (ДМС) и выгодные условия страхования для членов семьи • ипотечные программы для сотрудников • подписка Прайм с возможностью совместного использования на трёх близких • вознаграждения за рекомендации кандидатов.

Location: Beograd, Serbia Workplace: hybrid About the role We’re looking for a highly autonomous Senior Data & ML Engineer who wants to be the true owner of how data works for the teams they support, delivering solutions completely end-to-end, from initial scoping and design through to delivery, implementation, and full business adoption. Operating with full autonomy, you will work directly with both commercial stakeholders (Product, Finance, Operations, Compliance, and Marketing) and engineering teams. You will translate complex needs into well-defined and well-modelled data products, using scalable processes and pipelines, ensuring those solutions are trusted, documented, and actively used to drive business value. Beyond foundational data architecture, you will support and lead machine learning engineering efforts. You will lead machine learning engineering efforts by transitioning predictive models into production. This involves building the infrastructure, automated MLOps pipelines, and serving architectures required to deploy, monitor, and maintain machine learning solutions at scale. What You’ll Be Doing Data Engineering and Platform Design, build, and maintain data pipelines and transformations on Databricks using Python, PySpark, and SQL. Deploy, operationalize, and monitor machine learning models (MLOps) in production environments. Build and maintain data marts as the primary source of truth for key business domains. Apply data modelling practices (e.g., dimensional modelling, medallion architecture) to maintain data consistency and reusability. Implement data quality checks, monitoring, and alerting. Optimise pipeline performance and cost-efficiency. Lead and actively contribute to engineering standards and process improvements across the data team. Ownership and Stakeholder Management Act as the primary data partner for specific business areas, understanding their processes, goals, and pain points. Deliver end-to-end solutions, managing scoping, discovery, design, delivery, user adoption, and iteration. Gather and translate business requirements into technical solutions. Communicate with engineering peers and commercial stakeholders to define priorities and manage trade-offs. Identify opportunities where data or machine learning can improve decisions, efficiency, or customer outcomes. Enablement and Self-Service Build and maintain datasets that power reporting and dashboards in Preset. Onboard and support users on Preset to promote data self-sufficiency. Promote data practices, including data definitions, documentation, and governance. What You’ll Need to Be Successful 5+ years of experience as a Data/ML Engineer, with a track record of independently owning data/ML solutions from scoping to adoption. Proficiency in Python, SQL, and PySpark/Spark. Experience with modern data platforms, such as Databricks (Delta Lake, Unity Catalog, MLflow, workflows). Stakeholder management skills, with the ability to navigate commercial and engineering discussions, manage expectations, and drive cross-functional decisions. Data modelling skills and experience designing data marts for analytics and reporting. Experience building production pipelines with orchestration, testing, monitoring, and version control. Experience with BI tools (e.g., Preset, Tableau, Metabase, Power BI) and data usability principles. Demonstrated accountability for project outcomes and commercial impact. Clear, structured communication in English. Nice to Have Experience in ML Engineering, including deploying machine learning models to production, maintaining MLOps pipelines, and integrating models into data platforms. Experience in fintech, financial services, or payments, particularly regarding transaction, reconciliation, settlement, or regulatory reporting data. Experience with sensitive or regulated data and an understanding of data privacy and governance (e.g., GDPR). Experience with infrastructure as code (Terraform/Tofu), cloud platforms (AWS, Azure, or GCP), and data engineering CI/CD. Experience mentoring engineers or analysts. Interest in applying AI tools to improve data engineering productivity and quality. Why Join Paysend? Make a Global Impact: Join a company that is transforming how people and businesses move money around the world. Your work will contribute to products and services that help millions of customers stay connected globally. Own Meaningful Outcomes: We empower our people to take ownership, make decisions, and drive real impact. You'll have the opportunity to shape solutions, challenge the status quo, and see the results of your work firsthand. Grow with Us: As a fast-growing global fintech, we offer opportunities to learn, develop new skills, take on new challenges, and advance your career across functions and geographies. Collaborate with Exceptional People: Work alongside talented colleagues from diverse backgrounds and disciplines who are united by a shared ambition to build, innovate, and deliver great outcomes for our customers. Move Fast and Make Things Happen: We value action, curiosity, and continuous improvement. You'll be part of a culture that encourages experimentation, embraces change, and focuses on delivering meaningful results. Be Part of Our Journey: We're building the future of the global money movement. Join us at an exciting stage of growth where your ideas, expertise, and contributions can help shape what's next.

You’ll design and implement scalable, efficient, and reliable data architectures that support business and analytical needs. You’ll build and maintain data pipelines, ETL processes, and integration solutions for large volumes of structured and unstructured data.

Location: United Kingdom, London Why Sony Interactive Entertainment? Sony Interactive Entertainment isn’t just the Best Place to Play — it’s also the Best Place to Work. Sony Interactive Entertainment (SIE) is the company behind the PlayStation brand. As a subsidiary of Sony Group Corporation, we’re part of a proud legacy of innovation and excellence. SIE is a dynamic technology company, delivering cutting-edge hardware and network services to more than 100 million people and an entertainment leader, home to some of the most beloved and recognizable intellectual properties (IP) in the world. Our role at SIE is to create and nurture the experiences under the PlayStation brand, a name synonymous with entertainment excellence and creativity. Role Overview: We are looking for an experienced Senior Data Engineer to design, develop and operate trusted, scalable data solutions that power decision-making and transformation across Sony Interactive Entertainment (SIE). Working within Player Data Engineering, you will build reusable data pipelines, integration services and curated data products for business domains including Commerce, hardware, game play, products and services, and accounts. This is a hands-on senior individual contributor role. You will partner with engineering, platform, product and business teams. Take end-to-end ownership of complex solutions and raise engineering standards through technical leadership and mentoring. You will help create reliable, governed and AI-ready Player data foundations. What you'll be doing: Design, deliver and maintain Player data solutions Design, build, test and maintain robust batch and near-real-time data pipelines and ETL/ELT workflows across Player data systems, APIs, Snowflake Db and cloud data environments. Develop reusable, well-documented data models and domain-aligned data products, translating complex business logic into reliable engineering solutions. Lead technical design for assigned initiatives, evaluate trade-offs, and ensure solutions are scalable, secure, maintainable and cost-effective. Own quality, reliability and operations Own solutions throughout the engineering lifecycle, from requirements and design through deployment, monitoring, incident resolution and continuous improvement. Implement automated testing, data validation, reconciliation, lineage, observability, alerting and operational runbooks. Apply engineering practices including version control, code review, CI/CD, infrastructure automation and appropriate change controls; improve performance and platform efficiency. Provide technical leadership and collaborate Mentor engineers, lead technical reviews and contribute to shared patterns, coding standards and communities of practice. Partner with TPM’s, business stakeholders, architects, security, governance, analytics and platform teams to clarify requirements, dependencies and data ownership. Proactively identify delivery risks, technical debt and cross-team dependencies; communicate progress, options and recommendations clearly. Enable trusted data for analytics, planning, automation and AI use cases while respecting privacy, security and access controls. What we're looking for: Typically 5+ years of professional data engineering or software engineering experience, including ownership of complex production data solutions. Experience designing data pipelines and transformations using modern ETL/ELT tools and frameworks, such as dbt, Ab Initio or equivalent technologies. Solid experience with cloud data platforms and warehouses, particularly Snowflake; knowledge of data modelling, dimensional design and data product principles. Experience with orchestration, Kubernetes, Git-based workflows, automated testing, CI/CD, monitoring and troubleshooting production data services. Understanding of data security, access management, data quality, governance and regulatory considerations in enterprise environments. Experience leveraging AI coding assistants, agentic workflows, and AI-driven development tools to accelerate engineering productivity and improve code quality. Familiarity with building or integrating AI agents into data engineering workflows would be a strong plus. Ability to influence technical decisions, mentor peers and communicate effectively with engineering and non-technical stakeholders. Bachelor’s degree in a relevant discipline or equivalent practical experience. Desirable Experience Strong hands-on SQL and Python skills, with experience in distributed data processing using PySpark and/or Databricks. Experience with AWS services, APIs, event-driven integration and infrastructure as code. Exposure to AI/ML data preparation, data observability, metadata management and modern data governance practices. Experience working with globally distributed teams and supporting cross-functional transformation programs. Please note, Sony Interactive Entertainment conducts background checks at the offer stage for all new employees (which may include criminal background checks for some roles) and will need to process personal information to support these checks. Please refer to our Candidate Privacy Notice (where applicable) for more information about what personal information we collect, how we use it, who we share it with, and your data protection rights. Equal Opportunity Statement: Sony is an Equal Opportunity Employer. All persons will receive consideration for employment without regard to gender (including gender identity, gender expression and gender reassignment), race (including colour, nationality, ethnic or national origin), religion or belief, marital or civil partnership status, disability, age, sexual orientation, pregnancy, maternity or parental status, trade union membership or membership in any other legally protected category. We strive to create an inclusive environment, empower employees and embrace diversity. We encourage everyone to respond. Sony Interactive Entertainment is a Fair Chance employer and qualified applicants with arrest and conviction records will be considered for employment.

— Разработка поведенческих моделей для сегментов ФЛ по основным продуктам банка. — Знание основных алгоритмов и методов ML и анализа данных: линейные модели, ансамбли, временные ряды, классификация и кластеризация.