Вакансии

– Уверенные знания SQL/оконные функции/CTE, процедурный язык PostgreSQL. – Опыт работы с BI-инструментами: Report Builder, PowerBI, QlikSense, Superset.

Location: Москва В команду AIFA ищем QA-инженера, который будет отвечать как за классическое качество программного продукта, так и за оценку результатов работы LLM и финансового агента. Роль подойдёт технически сильному специалисту или QA-инженеру, который хочет развиваться в автоматизации тестирования AI-продуктов. Обязанности * проводить функциональное, интеграционное, регрессионное и end-to-end тестирование AIFA * тестировать backend API, пользовательский интерфейс и взаимодействие микросервисов * автоматизировать API- и UI-тесты * проверять длительные и параллельные процессы, стриминг, повторные вызовы и восстановление после ошибок * создавать и поддерживать тестовые наборы для извлечения данных, Q&A, финансового анализа и моделирования * формировать бенчмарки и метрики качества LLM-компонентов * проверять воспроизводимость результатов и анализировать причины деградации качества * участвовать в разборе дефектов и контролировать их исправление. * Формировать quality gates для выпуска релизов * организовывать валидацию результатов совместно с финансовыми экспертами. Требования * опыт в роли QA от 2х лет * понимание основных видов и методик тестирования * опыт тестирования REST API * базовые знания Python и готовность развиваться в автоматизации * базовый SQL * умение работать с логами и локализовывать источник ошибки * понимание клиент-серверной и микросервисной архитектуры * внимательность к деталям и способность системно описывать дефекты * опыт с pytest, CI/CD, Docker, нагрузочным тестированием или оценкой LLM будет преимуществом * глубокая финансовая экспертиза не обязательна — необходимую предметную часть поможет освоить команда. Условия * комфортный современный офис рядом с м. Ленинский проспект * гибридный формат работы * 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.

2+ years of quantitative finance experience.

Location: Москва Мы ищем аналитика данных в команду, которая отвечает за профиль клиента — физического лица. Наши цели — обогащение профиля данными, рост доходности от коммуникаций по текущим клиентам и привлечение новых клиентов в Сбер. Вы будете работать с большими данными, искать точки роста и превращать цифры в решения, которые влияют на бизнес-результат. Обязанности \- выгрузка и анализ данных (Hadoop) для аналитических задач и ad-hoc запросов \- формулирование и проверка гипотез, A/B-тесты, оценка эффекта от изменений в процессах и продуктах \- проектирование и разработка дашбордов и регулярной отчётности в BI \- перевод бизнес-потребности в аналитические задачи и метрики, подготовка выводов с конкретными рекомендациями \- презентация результатов продуктовым командам и руководству. Требования \- SQL на продвинутом уровне: оконные функции, оптимизация запросов, работа с большими таблицами \- опыт работы с Hadoop / Spark (знание PySpark как преимущество) \- Python для анализа данных (Pandas, NumPy, SciPy) \- опыт построения дашбордов в BI-системах (Tableau/Power BI или аналоги) \- знание статистики: A/B-тестирование, корреляции, распределения, проверка гипотез \- опыт работы в банке с клиентскими данными будет плюсом. Условия * комфортный современный офис рядом с м. Кутузовская * ежегодный пересмотр зарплаты, годовая премия *  корпоративный спортзал и зоны отдыха * уникальная система обучения Сбера для профессионального и карьерного развития *  расширенный ДМС и льготное страхование для семьи * 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 * корпоративная пенсионная программа.

Location: Воронеж Наша команда занимается комплексом систем для управления data-продуктами и инструментами аналитики данных в процессах розничного взыскания. Мы ищем участника команды для поддержки действующих решений в системе отчетности и активного её развития Обязанности * Поиск и анализ источников данных; * Исследование и обработка доступных источников данных; * Проектирование, разработка, внедрение и поддержка витрин данных в Greenplum; * Проектирование и разработка ETL-процессов, используя внутренние и внешние источники данных для NRT и Batch поставок данных; * Сопровождение и автоматизация регулярной отчетности; * Анализ и устранение отклонений в системе отчетности Требования **Обязательные навыки и знания:** * Опыт работы с инструментами BI (Qlik Sense, Навигатор, Tableau, Apache Superset) * Опыт проектирования и разработки отчетов, дашбордов * Уверенное владение SQL (структурированный запрос данных, работа с большими объемами данных, оптимизация запросов) * Опыт работы с СУБД Greenplum и Pangolin * Понимание основ статистики и аналитики, умение анализировать большие объемы данных и делать выводы * Отличное знание MS Office (Excel, PowerPoint, Word) на уровне продвинутого пользователя * Опыт взаимодействия с заказчиками и конечными пользователями, способность выявлять потребности бизнеса и трансформировать их в решения по визуализации данных **Желательные навыки и опыт:** * Опыт работы с Big Data платформами (Hadoop, Spark, Hive, Impala, Cloudera, MapReduce) * Основы программирования на Python для анализа больших объемов данных * Желателен опыт интеграции данных из различных источников (ERP-системы, CRM, OLTP, внешние API) * Работа с хранилищами данных (Data Lake, DWH) * Аналитическое мышление, структурированное представление выводов и рекомендаций * Коммуникационные навыки, умение понятно объяснять технические аспекты заказчику * Опыт работы с инструментами ETL * Преимуществом будет опыт создания витрин данных Условия * **Офисный формат работы г. Воронеж ул. Платонова, 19;** * График работы: пн - пт, 09:00-18:00; * Гарантии стабильности: оформление по ТК РФ, полный соц. пакет; * Доход складывается из оклада и годового премирования; * Корпоративная программа ДМС для сотрудников и их родственников (включает стоматологию, лечение, обследования, страхование жизни и т.д.); * Гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ; * Бесплатный тренажерный зал для сотрудников; * В офисе на ул.Платнова,19: кофейня, комнаты приема пищи на 2-4 этажах, комнаты отдыха с комфортными диванами и игровыми приставками; * Подписка Прайм с возможностью совместного использования на трех близких, скидки на продукты компаний-партнеров * Вознаграждение за рекомендацию друзей в команду Сбера * Опции для родителей: материальная помощь при рождении ребёнка, подарки на Новый год и 1 сентября; * Обучение за счет компании и широкие возможности для саморазвития: Online и Ofline обучения, Корпоративная электронная библиотека с самыми новыми и актуальными книгами; * Яркая и разнообразная корпоративная жизнь (праздники, соревнования, спортивные мероприятия), развитое волонтерское направление (культура, помощь детям, взрослому поколению, животным)

✅ Distributed training platforms (SFT, RL, OPD). ✅ GPU orchestration and inference infrastructure.

Location: Москва **InsAiT** это AI-аналитическая платформа для руководителей блока «Технологии»: метрики ИТ-ландшафта, конструктор отчётов, факторный анализ и инсайты на GigaChat, мониторинг целей блока. Продукт в промышленной эксплуатации и активно развивается. Команда небольшая: PO, дизайнер, фронтенд и бэкенд-разработчики, data science. Релизы раз в одну-две недели. Обязанности * автоматизация тестирования: API-тесты бэкенда и UI-тесты пользовательских сценариев, автоматические проверки данных; запуск автотестов в сборке и на стендах * регресс к каждому релизу: автоматический прогон вместо ручных чек-листов, принятие решения о готовности к ПСИ и отчёт по результатам * тестирование новых функций по требованиям: дизайн тестов по бизнес-требованиям и критериям приёмки, ручные проверки там, где автоматизация не возможна или нецелесообразна * проверка данных: сверка метрик в приложении с витриной данных и ежемесячными отчётами * проверка AI-функций: инсайты и тексты анализа на эталонных наборах, контроль того, что числа в текстах совпадают с данными * стратегия и процесс тестирования в команде: что автоматизируем, что проверяем вручную, критерии готовности к релизу; лёгкая документация по тестированию * участие в планировании и приёмке: ранняя обратная связь по требованиям и критериям приёмки вместе с PO и командой. Требования ### **Мы ждём от тебя** * опыт в тестировании ПО от 5 лет, из них от 3 лет в автоматизации тестирования * опыт написания автотестов на Java или Python * опыт автоматизации тестирования REST API (например, REST Assured, pytest с requests или аналоги) * опыт автоматизации UI веб-приложений (Playwright, Cypress, Selenium или аналоги) * опыт встраивания автотестов в CI/CD, разбираешься в отчётах прогонов и нестабильных тестах * уверенный SQL: проверяешь данные в базе, пишешь запросы со связями и агрегатами * тест-дизайн: по требованиям и критериям приёмки строишь проверки и находишь пробелы в самих требованиях. Будет преимуществом: * использование AI-инструменты в работе: генерация тестов и данных, разбор логов, ускорение рутины * понимание SDLC, STLC, Agile, Scrum, Kanban; работал с Jira и TestIT или аналогичной системой управления тестированием * опыт написания коде на Java, JavaScript или TypeScript, Python (одном или нескольких), читаешь код разработки и понимаешь, где искать причину дефекта * знание JavaScript или TypeScript для UI-автотестов * опыт проверки витрин и ETL, сверки отчётов с источниками * опыт тестирования AI-функций: оценка ответов LLM, эталонные наборы, работа с промптами * стремление развиваться в смежных направлениях: системный анализ, анализ данных, тестирование AI. **Стек: Язык и платформа:** Java 25, Spring Boot 4, Maven, JavaScript SPA; **Данные:** PostgreSQL, Hibernate 7 / Spring Data JPA, Hibernate Envers, jOOQ, Liquibase; **ИИ:** GigaChat (LangChain4j), SaluteSpeech (gRPC), OCR GigaPlatform, Python-сервис анализа рядов; **Безопасность и надёжность:** Spring Security (OAuth2), mTLS, BouncyCastle, Resilience4j; **Интеграция и API:** REST, OpenAPI (SpringDoc), Jackson 3, MapStruct; **Наблюдаемость:** Spring Boot Actuator, JSON-логи (Logstash encoder); **Качество:** JUnit 5, Mockito, AssertJ, JaCoCo, PIT, Checkstyle; **Инфраструктура и доставка:** Kubernetes и Argo CD Условия * комфортный современный офис рядом с м.Кожуховская (г Москва, проезд 2-й Южнопортовый, 12Ак1стр1) * ежегодный пересмотр зарплаты и годовая премия * 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.

Предстоит: Разрабатывать ETL-процедуры с использованием Python, PySpark, Hadoop, Airflow; Собирать данные из разных реляционных и нереляционных источников (Kafka, Redis, Hadoop);

Ornn is looking for a Senior Engineer Infrastructure Services professional to build and operate infrastructure across GPU clusters, datacenters, containers, and virtualized environments.

Ornn is looking for a Fleet Operations Engineer to build, operate, and secure GPU production infrastructure.

Ornn is looking for a Software Engineer to build reliable full-stack compute trading platform features and infrastructure.

Dave is looking for a Lead Machine Learning Scientist to develop and deploy fraud detection models and improve fraud and credit decisioning.

— развивать систему продуктовых и бизнес-метрик: определять логику расчета, следить за качеством данных и помогать командам правильно использовать метрики; — разбираться в задачах, где на старте еще нет четко сформулированного аналитического запроса: уточнять проблему, выбирать методологию и строить план исследования;

Задачи: — Руководство командой Performance QA: планирование задач, координация, наставничество и техническое руководство — Определение и поддержание стратегии тестирования производительности, охвата, базовых линий, порогов и критериев регрессии — Исследование регрессий производительности, выявление узких мест и проведение анализа первопричин на уровне клиента, бэкенда и системных компонентов — Проведение тестирования производительности и автоматизации для игрового клиента, бэкенд-сервисов, сетевых взаимодействий и системных сценариев — Создание и поддержка инфраструктуры тестирования, инструментов и фреймворков для команды QA — Ведение документации по тестам производительности, инструментам и процессам тестирования — Взаимодействие с командами разработки и другими подразделениями для анализа результатов тестирования и улучшений — Интеграция и поддержка тестирования производительности в CI/CD пайплайнах — Участие в архитектурных и технических обзорах с точки зрения QA Требования: — Опыт работы 4+ года в Performance QA, Performance Engineering или смежных областях — Опыт руководства QA-командами или технического лидерства — Профессиональный опыт работы с Python не менее 2 лет — Глубокое понимание принципов инженерии производительности и умение исследовать проблемы производительности в сложных системах — Опыт в одной или нескольких областях: производительность клиента, нагрузочное тестирование бэкенда, распределённые системы или системный анализ производительности — Знание английского языка на уровне Upper-Intermediate (B2) или выше Дополнительные преимущества: — Опыт QA в игровой индустрии — Знание архитектуры ПК и взаимодействия компонентов (CPU, GPU, память, диск) — Опыт профилирования игрового клиента и GPU — Опыт работы с высоконагруженными или распределёнными бэкенд-системами — Опыт оценки, внедрения или интеграции AI-инструментов для улучшения рабочих процессов команды, разработки тестов и отчетности Условия: — Работа в офисе в Белграде или Никосии — В период испытательного срока — работа на месте — После испытательного срока — гибридный формат (3 дня в неделю в офисе) — Поддержка релокации и иммиграции — Локальные социальные гарантии и льготы, включая дополнительные оплачиваемые отпуска, больничные, страхование, программы развития и обучения, языковые клубы, компенсацию проезда, корпоративные мероприятия и другие бонусы О компании: Wargaming — ведущий разработчик и издатель онлайн-игр с 15 офисами по всему миру, штаб-квартира в Никосии, Кипр. Известна такими играми, как World of Tanks, World of Warships и World of Warplanes.

Location: Espoo Workplace: Hybrid ROLE HIGHLIGHTS: - AI Solutions Engineer - Location: Espoo, Finland - Department: Business Applications - Reports to: AI Platform Lead / Head of Business Applications - Employment type: Permanent - Workplace model: Hybrid / Office - Employment is subject to applicable security screening (incl. SUPO, where required) WHY THIS ROLE MATTERS: The Business Applications team focuses on high-impact internal use cases to help the company grow, building internal solutions and facilitating new processes as we scale our data infrastructure, tooling, and operations. As an AI Solutions Engineer, you bridge the gap between rapid AI-assisted product delivery and scalable, governed platform engineering. You will spend roughly 50% of your time taking high-value internal use cases from business needs to reliable, production-grade applications, and 50% of your time collaborating with the AI Platform Lead on our shared internal applications platform, DevOps workflows, and governance guardrails. You think ahead: instead of solving problems with brittle one-off fixes, you turn recurring needs into clean, reusable platform capabilities and help guide our Junior AI Solutions Engineers to do the same. Who We Are ICEYE is the world leader in sovereign intelligence from space. We deliver persistent monitoring capabilities to detect and respond to changes in any location on Earth.   ICEYE owns the world's largest and most advanced SAR (synthetic aperture radar) satellite constellation. To our customers we provide intelligence with unmatched quality, latency and revisit times, in any weather, day or night. To governments who choose to operate their own constellation we provide this proven capability as a sovereign system.   ICEYE-built constellations serve customers in defence and intelligence, environmental monitoring, insurance and emergency management. We enable fast decisions that contribute to a safer future.   Founded and headquartered in Finland, ICEYE operates globally with over 1000 employees across Europe, North America, the Middle East, and Asia-Pacific. Your day-to-day responsibilities BUILD AND SHIP INTERNAL APPLICATIONS & AI-ENABLED SOLUTIONS (~50%) - Partner directly with stakeholders across the business to translate operational bottlenecks into clear technical designs and working, scalable applications. - Build, iterate on, and productionize full-stack internal applications and automations (primarily Python/FastAPI, TypeScript/React, and PostgreSQL) using modern AI-first coding workflows (Cursor, Claude Code) and LLM APIs where they add real value. - Design and maintain reliable, governed integrations with core enterprise systems and data sources (e.g., HiBob/HRIS, Salesforce, Databricks, Slack, Jira, Google Workspace, Okta). - Own the full lifecycle of the solutions you build. All the way from rapid prototyping and stakeholder validation to production rollout, documentation, and long-term maintainability. COLLABORATE ON THE INTERNAL TOOLS PLATFORM, DEVOPS & GOVERNANCE (~50%) - Collaborate with the AI Platform Lead to develop, operate, and scale our AWS-based internal applications platform (ECS/Fargate, Aurora PostgreSQL, ALB/CloudFront, ECR, Secrets Manager, EventBridge) managed via Terraform. - Build for scale rather than one-offs: when an application needs a new integration pattern, infrastructure capability, or deployment workflow, design it as a reusable, self-service platform pattern that benefits the entire fleet of internal apps. - Maintain and improve GitHub Actions CI/CD pipelines (OIDC, automated security and IaC scanning, plan/apply workflows) and shared platform libraries (authentication, IAM database access, service-to-service communication). - Uphold strong governance, security-by-default, and auditability across the platform by ensuring strict access controls, clear audit trails for sensitive data access and write-backs, least-privilege IAM, and traceable change management. - Help triage and resolve platform-level operational issues, including deployment pipelines, container health, database migrations, network/egress rules, and observability/log forwarding (Splunk, CloudWatch). ELEVATE TEAM ENGINEERING QUALITY & UNBLOCK DELIVERY - Act as a day-to-day technical sounding board and mentor for the Junior AI Solutions Engineers on the team by reviewing PRs, guiding data modeling and API design, and helping troubleshoot tricky deployment or integration issues. - Contribute to shared templates, runbooks, and architecture decision records (ADRs) so the team moves fast without accumulating technical or security debt. WHAT WE’RE LOOKING FOR Must haves: - 4–6 years of hands-on experience in software engineering, full-stack development, or platform/DevOps engineering, with a track record of shipping and operating production web applications end to end. - Systems and platform mindset: you naturally look past the immediate ticket to see how a solution will behave across 30+ apps in a year's time, and you strongly prefer reusable patterns, clean abstractions, and automation over ad-hoc, one-off workarounds. - Strong appreciation for governance, security, and auditability: comfortable working in an environment where data isolation, least-privilege access, approval gates, and verifiable audit trails are non-negotiable. - Strong proficiency in Python (e.g., FastAPI) and/or TypeScript/React, plus solid relational database skills (PostgreSQL, schema isolation, migrations). - Practical Cloud & DevOps experience on AWS (e.g., ECS/Fargate or containers, IAM, networking/ALB, RDS/Aurora) and Infrastructure as Code (Terraform). - Hands-on experience with CI/CD pipelines (GitHub Actions, Docker, automated testing and security checks) and AI-assisted engineering tools (Cursor, Claude Code) plus practical LLM API integration. - Pragmatic communicator: comfortable working directly with business stakeholders to scope ambiguous problems, while holding a high bar for engineering quality under the hood.   Nice to haves: - Experience integrating with enterprise systems and APIs such as HRIS/ATS (HiBob, Ashby), CRM (Salesforce), data platforms (Databricks), or Slack/GitHub Apps. - Hands-on familiarity with security and compliance controls in cloud environments (OIDC/OAuth2, IAM database authentication, KMS encryption, Checkov/IaC scanning, Splunk/audit logging). - Prior experience mentoring junior engineers and reviewing code/architecture on a fast-moving team. APPLICATION PROCESS - Introductory call with TA - Hiring Manager Interview - Technical & Platform case interview - Skip level interview WORKING AT ICEYE At ICEYE, you’ll join a diverse and highly engaged team united by the ambition to make the impossible possible. As a global scale-up, we combine speed and ambition with the opportunity to take real ownership from day one. Your growth, wellbeing, and success are a priority, with continuous professional development, training opportunities, and a culture where collaboration is how we win. HOW WE WORK (OUR VALUES) Make the impossible possible: We set ambitious goals and stay calm under pressure. We bring grit, optimism, and ownership when things get hard, and we keep moving until we find a way. - Be curious: Go deep, ask questions, listen carefully, and think critically. Understand the “why” behind decisions. - See the big picture: Stay close to what’s happening across the company so you can make better decisions. Consider how your work affects others. - Drive effective teamwork: Create psychological safety, invite different perspectives, and build inclusive teams. There are no bad questions. - Act as one team: We win together. We match tasks to the right owner and stay agile as priorities shift. - Have fun: What we do matters—and it should be enjoyable. Celebrate progress, take pride in results, and share the wins. BENEFITS Our benefits are designed to support your health and wellbeing, at work and beyond. We keep improving them based on employee feedback, and offerings vary by location. Talent Acquisition will confirm what applies for this role and location during the process. OUR COMMITMENT TO DIVERSITY, EQUITY, AND INCLUSION We want ICEYE to be a place where people can be themselves and do great work. Different backgrounds and perspectives make us stronger, which is why we work to create an environment where people feel included, respected, and able to speak up. Whatever your background, we want you to bring your authentic self to the table. We’re committed to fair, inclusive hiring and equal opportunity. Everyone is welcome to apply. If you need any adjustments or support during the recruitment process, tell us—we’ll do our best to help. Apply now to start your ICEYE journey, and help us continue to make the impossible possible together. Read more about ICEYE and working with us at iceye.com http://iceye.com.

Location: Москва Мы - команда развития мониторинга и AI-решений управления криптографии, аутентификации и идентификации департамента кибербезопасности Сбера. Наша задача - обеспечивать качественный бизнес-мониторинг наших сервисов, связанных с криптографией, аутентификацией и идентификацией. Мы анализируем показатели работы сервисов, выявляем отклонения и потенциальные инциденты, разрабатываем аналитические инструменты и интеллектуальные системы мониторинга. Сейчас мы реализуем масштабные проекты по созданию автономного AI-мониторинга, внедрению интеллектуальных агентов и разработке собственных продуктов для анализа киберугроз и общедоступных данных. У нас можно участвовать в полном цикле создания технологических решений - от идеи и проектирования архитектуры до внедрения и сопровождения работающего продукта. Обязанности ### **Чем предстоит заниматься:** * разрабатывать и внедрять AI-агентов для автономного мониторинга сервисов, анализа событий, выявления отклонений и подготовки рекомендаций по потенциальным инцидентам * создавать AI-решения для мониторинга жизненного цикла цифровых сертификатов * разрабатывать на Python аналитические инструменты, автоматизированные сценарии обработки данных и интеграции с внешними системами * создавать и сопровождать SQL-запросы и дашборды бизнес-мониторинга в корпоративной BI-системе * участвовать в разработке собственных продуктов мониторинга киберугроз, криптографических технологий, цифровых сертификатов и внешних источников данных * участвовать в проектировании и развитии AI-инфраструктуры, настройке оркестрации процессов и интеграции инструментов мониторинга * тестировать, внедрять и сопровождать разработанные AI-агенты, аналитические решения и дашборды * взаимодействовать с дежурной службой и SOC, участвовать в техническом разборе инцидентов в рамках третьей линии сопровождения * анализировать эффективность существующего мониторинга, предлагать и реализовывать улучшения * подготавливать техническую документацию и инструкции для пользователей разработанных решений. Требования ### Мы ожидаем: * уверенное владение Python, опыт работы с библиотеками Pandas, NumPy, базовое знакомство со Scikit-learn и SciPy * уверенное знание SQL: JOIN, CTE, группировки, подзапросы, оконные функции, работа с реляционными базами данных (PostgreSQL или аналогами) * практический опыт разработки AI-агентов, понимание их архитектуры, принципов работы с LLM, инструментами и внешними источниками данных * навыки промпт-инжиниринга, работы с контекстом LLM, проверки качества ответов и применения AI-инструментов для ускорения разработки (AI-assisted development, vibe coding) * опыт обработки, преобразования, анализа и визуализации данных * опыт разработки SQL-запросов и дашбордов в BI-системах * умение разрабатывать, тестировать и сопровождать программные решения на Python * понимание принципов интеграции систем через API (REST, JSON) * базовое понимание ML/Data Science, методов выявления аномалий, классификации и оценки качества моделей * базовое понимание ETL/ELT-процессов и принципов построения потоков обработки данных * базовое понимание Docker, Linux и Git * опыт или понимание принципов работы в Agile-командах, готовность к активному обсуждению задач, совместному поиску решений и обмену знаниями * аналитическое и системное мышление, самостоятельность, инициативность и готовность осваивать новые технологии. ###   **Будет преимуществом:** * опыт работы с n8n, Grafana и/или Prometheus * знакомство с LangChain, LangGraph, MCP и RAG-архитектурой * опыт использования локальных и облачных LLM, построения мультиагентных сценариев * опыт развертывания и сопровождения приложений в Docker * способность быстро осваивать новое программное обеспечение, самостоятельно разбираться в незнакомых инструментах и применять их для решения практических задач * опыт разработки систем мониторинга, выявления аномалий или автоматизации обработки инцидентов * базовое понимание принципов криптографии, сертификатов электронной подписи, PKI и механизмов аутентификации. Условия ### Мы предлагаем: * комфортный современный офис * офисный формат работы * ежегодный пересмотр зарплаты, 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: New York City, NY; San Francisco, CA; Seattle, WA About Anthropic Anthropic’s mission is to create reliable, interpretable, and steerable AI systems. We want AI to be safe and beneficial for our users and for society as a whole. Our team is a quickly growing group of committed researchers, engineers, policy experts, and business leaders working together to build beneficial AI systems. About the role As part of our growing Data Science and Analytics team, you will play an instrumental role in our company's mission of building safe and beneficial artificial intelligence by driving data-informed decision making across our organization. You bring experience from high-bar teams and are eager to help shape the norms and best practices of a growing data science team as Anthropic continues to scale. In this unique company, technology, and moment in history, your work will be critical to informing our strategy as we deploy safe, frontier AI at scale to the world. You'll be the senior data science leader for Model Experience and a strategic thought partner to product, engineering, and research leaders. Working where frontier AI research reaches the public, you'll help shape model roadmap and launch decisions, bringing a point of view on how users experience our models and what good looks like beyond benchmark scores. As a tech lead manager, you'll also hire and manage a team of data scientists, setting their agenda, personally leading the highest-stakes analyses, and raising the bar for how data shapes model and product decisions. Responsibilities: Act as a strategic thought partner to product, engineering, and research leaders, helping shape model roadmap priorities, launch decisions, and the major bets the team makes Set the data science agenda for Model Experience, deciding where the team can have the most impact on model development and launch decisions and what it should deprioritize Hire, manage, and develop a team of data scientists, coaching them to move from answering questions to shaping decisions Frame the most important and ambiguous questions about model quality and user experience, size the opportunities, and make clear recommendations, including when they challenge the current direction Define how Model Experience measures success, establishing the core metrics and measurement frameworks across external products and internal testing that align teams and leadership on what matters Set the standard for experimentation and causal inference across Model Experience, including where launches lack a clean A/B test, and personally lead the highest-stakes analyses Turn complex analyses of model and user behavior into clear narratives and recommendations that drive decisions with senior leadership and cross-functional partners Establish foundational data practices and shape the analytics infrastructure Model Experience needs to support rapid iteration and decision-making as our models and products evolve You may be a good fit if you: Have extensive experience in data science, including leading analytics for a product or research area at significant scale Have 3+ years managing data science teams, including setting team direction, hiring, and developing senior data scientists Have been a trusted partner to senior product, research, and business leaders, with clear examples of changing a roadmap or high-stakes decision Bring strong product sense and business judgment, including the ability to frame the right question and take a position with incomplete information Have deep expertise in experimental design, causal inference, and statistical modeling at high scale, with enough fluency in Python and SQL to stay hands-on and guide others' technical work Communicate clearly in writing and in presentations, including to executive audiences Have a bias for action and thrive in ambiguous, fast-moving environments where you must create clarity and drive progress Care about the company's mission of building helpful, honest, and harmless AI Strong candidates may also have: Experience with AI/ML products, large language models, or developer tools in the AI/ML ecosystem Experience as a tech lead manager or player-coach, balancing hands-on technical work with people management Experience building or scaling a data science team in a fast-growing organization Experience working closely with Product or Research teams, especially on LLM or AI products Comfort working with unstructured data The annual compensation range for this role is listed below. For sales roles, the range provided is the role’s On Target Earnings ("OTE") range, meaning that the range includes both the sales commissions/sales bonuses target and annual base salary for the role. Annual Salary: $380,000 — $460,000 USD Logistics Minimum education: Bachelor’s degree or an equivalent combination of education, training, and/or experience Required field of study: A field relevant to the role as demonstrated through coursework, training, or professional experience Minimum years of experience: Years of experience required will correlate with the internal job level requirements for the position Location-based hybrid policy: Currently, we expect all staff to be in one of our offices at least 25% of the time. However, some roles may require more time in our offices. Visa sponsorship: We do sponsor visas! However, we aren't able to successfully sponsor visas for every role and every candidate. But if we make you an offer, we will make every reasonable effort to get you a visa, and we retain an immigration lawyer to help with this. We encourage you to apply even if you do not believe you meet every single qualification. Not all strong candidates will meet every single qualification as listed.  Research shows that people who identify as being from underrepresented groups are more prone to experiencing imposter syndrome and doubting the strength of their candidacy, so we urge you not to exclude yourself prematurely and to submit an application if you're interested in this work. We think AI systems like the ones we're building have enormous social and ethical implications. We think this makes representation even more important, and we strive to include a range of diverse perspectives on our team. Your safety matters to us. To protect yourself from potential scams, remember that Anthropic recruiters only contact you from @anthropic.com email addresses. In some cases, we may partner with vetted recruiting agencies who will identify themselves as working on behalf of Anthropic. Be cautious of emails from other domains. Legitimate Anthropic recruiters will never ask for money, fees, or banking information before your first day. If you're ever unsure about a communication, don't click any links—visit anthropic.com/careers directly for confirmed position openings. How we're different We believe that the highest-impact AI research will be big science. At Anthropic we work as a single cohesive team on just a few large-scale research efforts. And we value impact — advancing our long-term goals of steerable, trustworthy AI — rather than work on smaller and more specific puzzles. We view AI research as an empirical science, which has as much in common with physics and biology as with traditional efforts in computer science. We're an extremely collaborative group, and we host frequent research discussions to ensure that we are pursuing the highest-impact work at any given time. As such, we greatly value communication skills. The easiest way to understand our research directions is to read our recent research. This research continues many of the directions our team worked on prior to Anthropic, including: GPT-3, Circuit-Based Interpretability, Multimodal Neurons, Scaling Laws, AI & Compute, Concrete Problems in AI Safety, and Learning from Human Preferences. Come work with us! Anthropic is a public benefit corporation headquartered in San Francisco. We offer competitive compensation and benefits, optional equity donation matching, generous vacation and parental leave, flexible working hours, and a lovely office space in which to collaborate with colleagues. Guidance on Candidates' AI Usage: Learn about our policy for using AI in our application process.

➤ Take models from research to production. ➤ Work with large-scale behavioral data.