Компания Tufin, работающая в сфере кибербезопасности и специализирующаяся на автоматизации управления политиками безопасности и сетевой инфраструктурой, ищет старшего специалиста по анализу данных. В рамках этой роли кандидат будет заниматься разработкой и внедрением моделей машинного обучения для улучшения продуктов компании, анализом больших объемов данных и созданием аналитических инструментов. Требуется опыт работы с современными технологиями обработки данных и алгоритмами машинного обучения, а также умение работать в команде и решать сложные технические задачи. Место работы — Тель-Авив, Израиль.
Задачи:
— Разработка и внедрение ML/NLP решений для реальных продуктовых задач.
— Работа с LLM: fine-tuning, prompt engineering, повышение качества ответов.
Требования:
— Опыт работы Data Scientist от 2 лет.
— Уверенный Python.
— Практический опыт с ML/NLP стеком (PyTorch, TensorFlow, Hugging Face).
Компания Mira, специализирующаяся на улучшении гормонального здоровья с помощью технологий искусственного интеллекта, ищет основного продуктового дата-сайентиста для удалённой работы в рамках договора с подрядчиком в пределах ЕС. В обязанности входит разработка и внедрение аналитических моделей, направленных на отслеживание и понимание гормональных изменений на разных этапах жизни пользователей. Кандидат должен обладать глубокими знаниями в области анализа данных и машинного обучения, а также опытом работы с продуктами, связанными с биомедицинскими данными. Работа предполагает тесное взаимодействие с командой разработки и продукт-менеджерами для создания инновационных решений в сфере здоровья.
Удалённо
Зарплата не указана
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Проектирование и развитие процессов сбора, загрузки, преобразования и передачи данных (ETL/ELT). Разработка и сопровождение пайплайнов обработки больших объемов данных.
Обязанности:
• Разработка и внедрение ML/NLP решений для реальных продуктовых задач.
• Работа с LLM: fine-tuning, prompt engineering, повышение качества ответов.
Требования:
• Опыт работы Data Scientist от 2 лет.
• Уверенный Python.
• Практический опыт с ML/NLP стеком (PyTorch, TensorFlow, Hugging Face).
Задачи:
— Проектировать и поддерживать интеграцию источников данных (взаимодействие с процессинговыми системами и Автоматизированной Банковской Системой / АБС);
— Организовывать мониторинг актуальности входящих данных и оперативно реагировать на инциденты;
— Готовить данные для загрузки в оговоренные форматы хранения (Data Lake / DWH) для последующего потребления смежными командами;
— Разрабатывать и оптимизировать витрины данных для BI-отчетности в Superset и PowerBI;
— Проводить глубокую проверку качества данных (Data Quality), выявлять аномалии и устранять корневые причины ошибок;
— Обеспечивать бесперебойную актуальность данных, нести ответственность за соблюдение SLA и быстрое восстановление при авариях.
Требования:
— Опыт в направлении финтех;
— Отличное знание SQL (DDL/DML) в PostgreSQL;
— Хорошее знание SQL (DDL/DML) в ClickHouse;
— Отличные навыки оптимизации SQL-запросов в PostgreSQL;
— Отличные навыки работы с Python: написание и поддержка DAG-ов в Airflow, опыт работы с асинхронными сервисами;
— Хорошие навыки конфигурирования PostgreSQL.
Wolt развивает платформу быстрой доставки еды, продуктов и других товаров из ресторанов и магазинов через мобильное приложение и сайт. С 2022 года Wolt входит в группу DoorDash и работает в десятках стран.
Требования:
— 5+ лет опыта
— Владение Python или R
— Знание SQL
— Опыт работы с Airflow
Формат работы: удалённо или в офисе в Берлине.
Требуется младший разработчик для работы с Big Data и хранилищем данных.
Требования:
— Навыки работы с SQL.
Условия:
— Полный рабочий день.
— Работа в Нижнем Новгороде.
— Зарплата от 30 000 до 40 800 рублей.
Требования:
— Уверенный опыт работы с данными на позиции аналитика от 4-5 лет
— Опыт работы с аналогичным функционалом в Retail/FMCG в разрезе продаж, категорий
— Приветствуется опыт работы в крупных компаниях производителях FMCG
— Опыт работы с большими данными
— Продвинутый уровень SQL и Excel, ClickHouse. Важно уметь формировать SQL запросы без помощи нейронок
— Опыт построения отчётности на базе справочников и аналитических агрегатов
— Опыт постановки ТЗ для формирования отчётов
— Умение находить оптимальные способы решения задачи (оптимально по скорости, затраченным ресурсам и работе с БД)
— Интерес к профессии, желание развиваться и решать сложные задачи.
Задачи:
— Работать с большим объемом данных
— Разрабатывать логику аналитических выборок и отчётов
— Работать с данными продаж, чеков, заказов, формировать агрегаты из транзакций, обогащать сырые данные
— Писать сложные SQL запросы
— Переводить бизнес-запросы в понятные технические задания для разработки отчётов, витрин
— Работать с расхождениями в данных, находить и анализировать ошибки
— Настраивать фильтры и метрики для BI
Просьба указывать финансовые ожидания при отклике.
Задачи:
— Возглавлять команду Data Scientists, участвовать в найме, онбординге и развитии сотрудников;
— Обеспечивать операционную деятельность: дейли-митинги, спринт-планирование, ретроспективы, демо;
— Формировать и развивать бэклог задач, определять приоритетные бизнес-задачи и оценивать ценность решений;
— Выстраивать кросс-функциональное взаимодействие с Data Engineering, MLOps и бизнес-подразделениями, договариваться о приоритетах и ресурсах;
— Отвечать за полный жизненный цикл моделей: сбор данных, разметка, обучение, валидация, деплой, мониторинг;
— Руководить проектированием и внедрением решений;
— Обеспечивать разработку, валидацию и мониторинг моделей, включая стандарты, политики и документооборот;
— Проводить архитектурные ревью, задавать стандарты качества кода и документации;
— Принимать участие в написании production-кода;
— Контролировать соблюдение сроков и качества результатов;
— Переводить бизнес-проблемы в технические задачи, формулировать гипотезы, определять метрики успеха и критерии приемки;
— Презентовать результаты и влияние моделей бизнес-заказчикам, защищать метрики качества;
— Отвечать за разработку и согласование единых стандартов разработки моделей внутри подразделения.
Требования:
— Высшее техническое образование в области прикладной математики, информатики, компьютерных наук или смежных дисциплин;
— Совокупный опыт в Data Science и машинном обучении от 5 лет;
— Управленческий стаж минимум 2 года на позиции тимлида или руководителя ML-подразделения с прямым подчинением инженеров и дата-сайентистов;
— Успешная реализация комплексных проектов полного цикла с выводом в промышленную эксплуатацию;
— Опыт внедрения моделей в production и построения системы мониторинга их качества;
— Глубокое владение Python и SQL;
— Практика работы с пайплайнами оркестрации (Airflow), распределённой обработкой данных (Spark), контейнеризацией (Docker) и системами контроля версий (Git);
— Опыт работы с большими данными в среде S3/Hadoop и аналитическими СУБД ClickHouse, Greenplum;
— Уверенное знание классического ML-стека: градиентный бустинг, линейные алгоритмы, а также специализированные подходы — uplift-моделирование и антифрод-системы;
— Навыки декомпозиции сложных задач, распределения нагрузки, контроля сроков и качества delivery;
— Навыки эффективного взаимодействия с бизнес-заказчиками и смежными командами (Data Engineering, MLOps, Product);
— Владение инструментами командной работы Jira и Confluence.
Условия:
— Конкурентоспособная заработная плата, ориентированная на ожидания и квалификацию кандидатов;
— ДМС со стоматологией, корпоративное обучение;
— Офис/гибридный формат работы в Москве (Москва-Сити);
— Современные технологии и подходы к ведению проектов;
— Работа в аккредитованной IT-компании.
Задачи:
— Развитие рекомендательной системы на сайте kommersant.ru.
— Создание и поддержка RAG-систем и ИИ-агентов (база знаний, умный поиск).
— Оценка качества моделей, рекомендаций и ответов LLM.
— Мониторинг качества, скорости и стоимости ML/LLM-сервисов.
— Проведение A/B-тестов и анализ результатов.
Требования:
— Высшее образование (техническое, математическое или IT-направление).
— Опыт работы в Data Science от 3 лет.
— Уверенное знание Python и SQL.
— Знание классического ML, статистики и продуктовых метрик.
— Опыт разработки рекомендательных систем, общее понимание видов архитектур.
— Знание RAG и опыт проектирования RAG-архитектур.
— Опыт работы с LLM, эмбеддингами и векторными базами данных.
— Умение превращать прототипы в стабильные production-сервисы.
Будет преимуществом:
— Опыт работы с LightRAG, GraphRAG или другими графовыми RAG-подходами.
— Знание Qdrant, ClickHouse, PostgreSQL, Redis.
— FastAPI, Docker.
— Опыт создания систем оценки LLM и работы с несколькими провайдерами моделей.
— Опыт разработки ИИ-агентов и MCP-интеграций.
— Опыт работы с медиаконтентом и рекомендательными системами для издателей.
Условия:
— График работы: 5/2, гибрид.
— Оформление по трудовому договору.
— Стабильность и прозрачность в отношении заработной платы.
— Испытательный срок 3 месяца с возможностью подключения к программе добровольного медицинского страхования и другим опциям социальной политики.
— Обеспечение необходимым техническим оборудованием (ноутбук).
— Работа в бизнес-центре класса А с развитой инфраструктурой (офис в 5 минутах от м. «Маяковская», кафе и магазины, зоны отдыха внутри здания).
Задачи:
— Работать с большим объемом данных
— Разрабатывать логику аналитических выборок и отчётов
— Работать с данными продаж, чеков, заказов, формировать агрегаты из транзакций, обогащать сырые данные
— Писать сложные SQL запросы
— Переводить бизнес-запросы в понятные технические задания для разработки отчётов, витрин
— Работать с расхождениями в данных, находить и анализировать ошибки
— Настраивать фильтры и метрики для BI.
Quantori разрабатывает программное обеспечение для биотехнологических и фармацевтических компаний. Среди клиентов компании Pfizer, LGC, The Jackson Laboratory. В компании работает более 500 человек, инвестиции составляют 15 миллионов долларов.
Требования:
— Опыт работы не менее 6 лет
— Знание Python, R, SQL, Spark, dbt
— Уровень английского языка не ниже B2
Формат работы: удалённо.