Вакансии

Требования: — Опыт Solution Architect (или аналогичная роль) от 5 лет в банках. — Знание архитектурных фреймворков и паттернов проектирования. — Опыт проектирования высоконагруженных и распределённых систем. — Понимание синхронных и асинхронных взаимодействий. — Знание принципов информационной безопасности. — Опыт интеграций (API, шины, middleware и др.). — Опыт разработки на разных стеках. — Понимание DevOps-подходов и CI/CD. — Опыт с ИИ-инструментами и агентами. — Сильные коммуникативные навыки, умение объяснять сложные вещи простым языком. — Английский: В2. — Будет плюсом: Опыт участия в трансформационных / цифровых проектах. Условия: — Локация: удалённо (локация РФ или Армения). — Командировки в Ереван 1 раз в месяц.

Задачи: — Поэтапный перевод системы с графа сценариев и скиллов на управляемый LLM-based диалог — Дебаг голосового пайплайна (поиск причин high latency, галлюцинаций LLM, проблем с передачей аудио, графовых ошибок) — Оперативное принятие архитектурных решений и их самостоятельная реализация в коде — Поддержка и быстрая отладка few-shot классификации сценариев на базе Qwen и классификаторов на BERT — Учёт краевых случаев, исправление ошибочных срабатываний интентов — Finetuning локальных LLM (извлечение сущностей, удерживание инструкций) — Интеграция и поддержка ASR на базе GigaAMv2 (отладка качества распознавания, работы VAD) — Дообучение и настройка инфереса собственных и опенсорсных TTS и систем клонирования голоса Требования: — Экспертиза в NLP и LLM: практический опыт с LLM/SLM (Few-shot learning, prompt engineering) и BERT (классификация сценариев и интентов) — Практический опыт finetuning LLM (PEFT, LoRA/QLoRA) под узкие прикладные задачи — Уверенный дебаг LLM: умение быстро понять, почему модель ответила не так, и исправить это промптом, гиперпараметром или файнтюном — Опыт дообучения и оптимизации TTS-моделей — Опыт работы и интеграции современных ASR-систем (в частности, GigaAMv2) — Опыт работы как с графовыми/сценарийными диалоговыми движками, так и с LLM-агентами — Высокая скорость диагностики проблем в инференсе, локализации багов и принятия инженерных решений — Уверенное владение Python (PyTorch, huggingface, фреймворки инференса) — Уверенное владение Go — Опыт работы с оптимизацией инференса под low-latency (vLLM, TensorRT-LLM, Triton Inference Server, ONNX Runtime) — Практика работы со потоковым аудио в реальном времени (streaming ASR/TTS, gRPC-контракты) — Типизация в Go, базовые типы (строки, числа, слайсы и мапы) — Примитивы синхронизации и конкуренция (синхронизация горутин, работа с каналами) — Указатели и работа с ними — Observability — Оперативность в принятии архитектурных решений — Самостоятельность в реализации решений — Высокая скорость диагностики проблем Будет плюсом: — Понимание SOLID, DRY и KISS паттерны — Базовое понимание дизайна сервисов на Go

Location: Москва Станьте частью сильной и дружной команды архитекторов кибербезопасности в Компании с одной из наиболее зрелых функций корпоративной архитектуры в стране. Вы будете напрямую участвовать в развитии безопасности ИТ‑ландшафта СБЕРа и компаний Группы. Вы будете формировать и развивать референсные модели и AI‑инструменты для автономизации работы архитекторов СБЕРа и компаний Группы. Обязанности * разработка и согласование архитектуры и архитектурных решений предметной области - Кибербезопасность ИТ-инфраструктуры * обеспечение контроля соответствия внедряемых решений архитектуре и архитектурным требованиям * разработка и согласование архитектурных стандартов в предметной области * разработка документов методологического обеспечения в предметной области * исследование рынка новых технологий и продуктов обеспечения информационной безопасности * разработка архитектурных концепций для Банка. Требования * опыт работы в сфере ИТ от 5 лет (в том числе в области ИБ от 3 лет), в том числе в финансовом секторе (в ведущих Банках Тор-20) и/или в крупнейших компаниях производителей СЗИ, ИТ-интеграторах, телекомах * опыт разработки/внедрения, проектирования комплексных решений по информационной безопасности, знание соответствующих технических решений * опыт реализации проектов по внедрению систем информационной безопасности * опыт функционального управления проектными командами * высшее техническое образование ведущих ВУЗов (желательна специализация по Информационной Безопасности) * владение методологиями и стандартами в области информационной безопасности (ГОСТ, ISO 27001, PCI DSS) * понимание и опыт работы в области корпоративной архитектуры или архитектуры решений, владение одним из архитектурных фреймворков (TOGAF, DoDAF, Gartner-Meta и т.д.). **Ключевые навыки:** * Знание технологий информационной безопасности на уровне архитектора  (проектировщика): сетевые средства защиты (МСЭ/NGFW, VPN, Anti-DDoS, WAF и др.), технологии поведенческой аналитики (UBA), решения по управлению инцидентами (SOC, SIEM, IRP), средства антивирусной защиты и защиты Endpoint , виртуализации (EDR/XDR, Sandbox), системы управления угрозами и уязвимостями (VM, TIP), анализ исходного кода (SAST, DAST и др.) защита данных (RMS, DAM/DAG) * Опыт работы и понимание принципов работы: сетевые технологий и сетевые протоколы, DevOps/DevSecOps, сетевые стеки ISO/OSI, TCP/IP, платформы виртуализации и контейнеризации, протоколы аутентификации и авторизации, принципы управления доступом (ABAC \\ RBAC), технологии хранения данных. Условия * комфортный современный офис рядом с м. Кутузовская * гибридный график (50/50) * ежегодный пересмотр зарплаты и 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 * льготная ипотека в Сбере, подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера

Location: Москва Мы развиваем GigaChat и ищем сильного руководителя направления ML pretrain больших языковых моделей. Недавно мы обучили MoE-модель на 700 миллиардов параметров и не собираемся останавливаться — обучение идёт на кластерах H100 и B200, а pretrain является ядром самого быстрорастущего AI-проекта Сбера. Это роль для человека, который возьмёт на себя архитектурную часть pretrain: design моделей, законы масштабирования, выбор и адаптация attention / MoE / позиционных схем, а также все архитектурные решения, которые определяют, какой именно будет следующая флагманская модель GigaChat.Нам нужен не просто менеджер, а сильный технический руководитель, который способен глубоко погружаться в детали, самостоятельно собирать ключевые части решения и доводить архитектурные идеи до реального роста качества модели на масштабе. Обязанности * Развивать архитектуру моделей GigaChat * Определять, как должна развиваться архитектура pretrain-моделей: какие направления наиболее важны, как измерять прогресс и что в первую очередь ограничивает рост качества модели. * Проектировать архитектуру флагманских моделей и отвечать за ключевые архитектурные решения: attention, позиционные схемы (RoPE и варианты), нормализации, активации, инициализация. * Развивать MoE-архитектуру: маршрутизация, балансировка экспертов, устойчивость маршрутизатора, влияние на качество и производительность. * Работать с long-context и мультимодальностью на уровне архитектуры: что именно нужно менять в модели, чтобы эти возможности работали стабильно. * Изучать и применять законы масштабирования * Проводить scaling-эксперименты и на их основе принимать решения по размеру модели, ширине / глубине, числу и размеру экспертов, размерам батча и длительности обучения. * Предсказывать, как архитектурные изменения поведут себя при переходе с небольших абляций на полный масштаб. * Определять и развивать метрики, которые корректно отражают архитектурные изменения в обучении моделей. * Определять, в каких случаях архитектурные изменения действительно дают прирост качества по сравнению с более простыми baseline'ами, а в каких — нет. * Анализировать стабильность архитектурных решений * Разбираться с нестабильностью на больших прогонах со стороны архитектуры: почему конкретная конфигурация расходится, где проявляются артефакты маршрутизации, коллапс энтропии, неустойчивости в attention. * Предлагать изменения в нормализациях, клиппинге, точности вычислений и структуре блоков, которые делают обучение более предсказуемым. * Обеспечивать безопасное масштабирование при внедрении крупных архитектурных изменений в основной трейн. * Писать ключевой код и оставаться сильным исследователем * Самостоятельно писать и дорабатывать архитектурные компоненты и абляции. * Делать надёжные и воспроизводимые эксперименты: понятные версии данных, конфиги, сравнение запусков, контроль деградаций. * Читать статьи, воспроизводить ключевые результаты и адаптировать лучшие идеи под наши задачи и инфраструктуру. * Оставаться сильным инженером и исследователем, а не только руководителем: при необходимости самому разбирать узкие места в коде, экспериментах и настройках обучения. * Руководить сильной технической командой * Руководить командой исследователей и инженеров, работающих над архитектурой, задавать высокую планку по качеству решений, скорости работы и глубине проработки. * Помогать команде превращать архитектурные идеи в работающие решения, которые можно встроить в основной цикл обучения. * Удерживать баланс между глубиной исследований, инженерной надёжностью и практическим результатом для модели. Требования * Отличное владение Python и PyTorch. * Глубокое понимание устройства обучения нейросетей: не на уровне обзоров, а на уровне, где вы можете объяснить, почему конкретная архитектурная конфигурация расходится, глядя на кривые функции потерь, нормы градиентов и энтропии. * Глубокое понимание архитектуры LLM: Transformer, attention (MHA/GQA/MLA), RoPE и варианты позиционных эмбеддингов, нормализации, инициализации, long-context, MoE. * Практический опыт с обучением больших моделей (а не только инференсом) и проведением архитектурных абляций. * Способность самостоятельно взять направление и довести его до результата: от чтения статей и постановки гипотез до внедрения в основной трейн. * Умение ставить гипотезы, проектировать эксперименты и принимать решения на основе результатов. * Опыт руководства сильной технической командой и готовность лично писать важные части системы руками. Будет плюсом * Опыт работы с MoE-архитектурами: маршрутизатор, балансировка нагрузки, переполнение, артефакты маршрутизации. * Опыт проведения scaling-экспериментов и работы с законами масштабирования. * Опыт работы с long-context и мультимодальными расширениями LLM. * Опыт работы с distributed training (5D-параллелизм: DP/TP/PP/EP/SP) и large-scale инференсом. * Публикации, open-source вклад или сильный прикладной research track record. * Понимание современных open-source стеков для обучения больших языковых моделей. Условия * Сильные и сложные задачи на переднем крае развития русскоязычных LLM. * Большую степень влияния на архитектуру решений, методы обучения и качество итоговой модели. * Команду сильных инженеров и исследователей. * Возможность совмещать управление направлением с глубокой технической работой. * Конкурентную компенсацию, премии и расширенный соцпакет.

Location: Москва Мы занимаемся pretrain'ом больших языковых моделей в GigaChat: проектируем архитектуру, подбираем рецепт обучения и поддерживаем весь инженерный контур вокруг него. Недавно мы обучили MoE-модель на 700 миллиардов параметров — и на этом не собираемся останавливаться. Обучение идёт на кластерах H100 и B200. GigaChat — самый быстрорастущий проект Сбера, и pretrain — его ядро. **Чем занимается команда** * Архитектура и законы масштабирования. * Рецепт обучения: оптимизаторы, расписание learning rate, нормализация, точность вычислений. * Устойчивость больших прогонов и ускорение сходимости. * Диагностика обучения и оценка изменений с опорой на математический аппарат. * Инженерный контур: воспроизводимость, тесты, CI/CD. * Роль с акцентом на модель, оптимизацию и инфраструктуру обучения, а не на данные. Главная цель — делать обучение быстрее, надёжнее и предсказуемее. **Какие задачи стоят перед командой** * Ускорение цикла «идея → эксперимент → вывод → внедрение». * Снижение количества ручных прогонов и неочевидных сбоев, повышение воспроизводимости и прозрачности результатов. * Повышение надёжности больших прогонов. * Ранняя диагностика деградаций и отделение реальных улучшений от ложных сигналов (расхождение, NaN, коллапс энтропии, артефакты маршрутизации, ложное снижение функции потерь). * Обеспечение безопасного масштабирования при внедрении крупных архитектурных изменений. * Анализ влияния сложных архитектур (например, mixture of experts и маршрутизация) на качество, стабильность и скорость обучения. * Определение и развитие метрик, корректно отражающих изменения в обучении моделей. **Почему мы** Масштаб - 700B MoE уже обучена, дальше — больше. Кластеры на H100 и B200. Публикации. Можно и нужно писать статьи по результатам своей работы — это не ограничивается. Команда - в России нет другой команды, которая занимается pretrain'ом на таком масштабе. Коллеги — люди, которые глубоко разбираются в теме. Влияние. Вы берёте направление целиком. Это не «выполнять задачи из бэклога», а самостоятельно определять, что важно, и доводить до результата. Обязанности * Взять на себя целое направление внутри pretrain'а и развивать его: от постановки задач и планирования экспериментов до внедрения результатов в основное обучение. * Проектировать и проводить эксперименты: формулировать гипотезы, запускать абляции, сравнивать подходы, разбираться в результатах и превращать выводы в решения для основного обучения. * Разбираться с нестабильностью на больших прогонах: искать причины деградаций, строить диагностические метрики, предлагать изменения в оптимизаторе, расписании lr, нормализациях, инициализации, клиппинге, точности вычислений и маршрутизации. * Работать с архитектурой смеси экспертов (MoE): маршрутизатор, балансировка нагрузки, переполнение, артефакты маршрутизации, влияние на качество и производительность. * * Поддерживать большие прогоны и продолжения обучения с чекпоинтов: следить за дрейфом, проверять изменения в коде и конфигурации, снижать риск регрессий. * Улучшать инженерное качество контура обучения: ревью критичных изменений, стратегия тестирования, воспроизводимость экспериментов, профилирование и устранение узких мест. Требования * Глубокое понимание устройства обучения нейросетей: не на уровне обзоров и пересказов, а на уровне, где вы можете объяснить, почему конкретный прогон расходится, глядя на кривые функции потерь, нормы градиентов и энтропии. * Способность самостоятельно взять направление и довести его до результата: от чтения статей и постановки гипотез до внедрения в основной трейн. * Практический опыт с PyTorch и именно с обучением моделей, а не только с инференсом. * Умение доводить исследовательские идеи до надёжного инженерного решения: воспроизводимость, конфиги, тесты, автоматизация, понятные критерии качества. * Хорошую инженерную культуру: аккуратные PR, профилирование, внимание к качеству кода, понятные отчёты об экспериментах. Будет плюсом * Опыт со смешанной точностью и распределённым обучением. * Опыт построения систем оценки моделей или инфраструктуры для экспериментов. Условия * Удалённо. * Возможность оформления в аккредитованную IT-компанию. * Годовая премия по итогам работы до 6 окладов. * Регулярный пересмотр зарплат. * Корпоративный спортзал и зоны отдыха. * Более 400 программ СберУниверситета для роста. * Программа адаптации и помощь руководителя на старте. * 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, регулярные внутренние митапы. * Расширенный ДМС, льготное страхование для семьи, корпоративная пенсионная программа. * Ипотека для сотрудников по дисконтной программе. * СберПрайм+ и скидки у партнёров. * Бонус за рекомендации в команду

Location: Москва Мы развиваем GigaChat и ищем сильного руководителя направления ML pretrain больших языковых моделей. Недавно мы обучили MoE-модель на 700 миллиардов параметров и не собираемся останавливаться — обучение идёт на кластерах H100 и B200, а pretrain является ядром самого быстрорастущего AI-проекта Сбера. Это роль для человека, который возьмёт на себя архитектурную часть pretrain: design моделей, законы масштабирования, выбор и адаптация attention / MoE / позиционных схем, а также все архитектурные решения, которые определяют, какой именно будет следующая флагманская модель GigaChat. Нам нужен не просто менеджер, а сильный технический руководитель, который способен глубоко погружаться в детали, самостоятельно собирать ключевые части решения и доводить архитектурные идеи до реального роста качества модели на масштабе. Обязанности * Развивать архитектуру моделей GigaChat * Определять, как должна развиваться архитектура pretrain-моделей: какие направления наиболее важны, как измерять прогресс и что в первую очередь ограничивает рост качества модели. * Проектировать архитектуру флагманских моделей и отвечать за ключевые архитектурные решения: attention, позиционные схемы (RoPE и варианты), нормализации, активации, инициализация. * Развивать MoE-архитектуру: маршрутизация, балансировка экспертов, устойчивость маршрутизатора, влияние на качество и производительность. * Работать с long-context и мультимодальностью на уровне архитектуры: что именно нужно менять в модели, чтобы эти возможности работали стабильно. * Изучать и применять законы масштабирования * Проводить scaling-эксперименты и на их основе принимать решения по размеру модели, ширине / глубине, числу и размеру экспертов, размерам батча и длительности обучения. * Предсказывать, как архитектурные изменения поведут себя при переходе с небольших абляций на полный масштаб. * Определять и развивать метрики, которые корректно отражают архитектурные изменения в обучении моделей. * Определять, в каких случаях архитектурные изменения действительно дают прирост качества по сравнению с более простыми baseline'ами, а в каких — нет. * Анализировать стабильность архитектурных решений * Разбираться с нестабильностью на больших прогонах со стороны архитектуры: почему конкретная конфигурация расходится, где проявляются артефакты маршрутизации, коллапс энтропии, неустойчивости в attention. * Предлагать изменения в нормализациях, клиппинге, точности вычислений и структуре блоков, которые делают обучение более предсказуемым. * Обеспечивать безопасное масштабирование при внедрении крупных архитектурных изменений в основной трейн. * Писать ключевой код и оставаться сильным исследователем * Самостоятельно писать и дорабатывать архитектурные компоненты и абляции. * Делать надёжные и воспроизводимые эксперименты: понятные версии данных, конфиги, сравнение запусков, контроль деградаций. * Читать статьи, воспроизводить ключевые результаты и адаптировать лучшие идеи под наши задачи и инфраструктуру. * Оставаться сильным инженером и исследователем, а не только руководителем: при необходимости самому разбирать узкие места в коде, экспериментах и настройках обучения. * Руководить сильной технической командой * Руководить командой исследователей и инженеров, работающих над архитектурой, задавать высокую планку по качеству решений, скорости работы и глубине проработки. * Помогать команде превращать архитектурные идеи в работающие решения, которые можно встроить в основной цикл обучения. * Удерживать баланс между глубиной исследований, инженерной надёжностью и практическим результатом для модели. Требования * Отличное владение Python и PyTorch. * Глубокое понимание устройства обучения нейросетей: не на уровне обзоров, а на уровне, где вы можете объяснить, почему конкретная архитектурная конфигурация расходится, глядя на кривые функции потерь, нормы градиентов и энтропии. * Глубокое понимание архитектуры LLM: Transformer, attention (MHA/GQA/MLA), RoPE и варианты позиционных эмбеддингов, нормализации, инициализации, long-context, MoE. * Практический опыт с обучением больших моделей (а не только инференсом) и проведением архитектурных абляций. * Способность самостоятельно взять направление и довести его до результата: от чтения статей и постановки гипотез до внедрения в основной трейн. * Умение ставить гипотезы, проектировать эксперименты и принимать решения на основе результатов. * Опыт руководства сильной технической командой и готовность лично писать важные части системы руками. Будет плюсом * Опыт работы с MoE-архитектурами: маршрутизатор, балансировка нагрузки, переполнение, артефакты маршрутизации. * Опыт проведения scaling-экспериментов и работы с законами масштабирования. * Опыт работы с long-context и мультимодальными расширениями LLM. * Опыт работы с distributed training (5D-параллелизм: DP/TP/PP/EP/SP) и large-scale инференсом. * Публикации, open-source вклад или сильный прикладной research track record. * Понимание современных open-source стеков для обучения больших языковых моделей. Условия * Сильные и сложные задачи на переднем крае развития русскоязычных LLM. * Большую степень влияния на архитектуру решений, методы обучения и качество итоговой модели. * Команду сильных инженеров и исследователей. * Возможность совмещать управление направлением с глубокой технической работой. * Конкурентную компенсацию, премии и расширенный соцпакет.

Проведение аудита текущей ИТ-инфраструктуры предприятия; Сбор и формализация требований к инфраструктуре;

🏢 Проект: Проектирование и разработка пайплайнов обработки данных, поддержка и развитие DWH/ETL-процессов, рефакторинг кода, аналитика и миграция источников данных в отчетности. Проектирование и разработка пайплайнов данных с нуля;

Location: Москва Мы разрабатываем высоконагруженное ядро платформы для персонализированных предложений миллионам клиентов банка. В зоне ответственности команды — базы данных, комплекс микросервисов и потоковая обработка событий. Команда в активной трансформации: внедрены AI-инструменты в цикл разработки и выполнен переход на Spec-Driven Development (SDD) — разработку через спецификации. Ищем инженера, который видит систему целиком, предлагает нестандартные решения, готов отвечать за архитектурные участки и любит инновации. Обязанности * осуществлять глубокую техническую разработку критически важных компонентов бэкенда на Java * проектировать и разрабатывать высоконагруженные, отказоустойчивые распределенные системы и микросервисы * принимать ключевые архитектурные решения, выбирать оптимальные паттерны интеграции и технологий * оптимизировать производительность приложений, осуществлять профилирование и тюнинг JVM * проектировать и оптимизировать схемы баз данных, писать сложные SQL-запросы * развивать инфраструктуру доставки (CI/CD), контейнеризации и мониторинга сервисов * менторить middle и junior разработчиков, проводить код-ревью. Требования * наличие высшего образования * опыт работы с Java Core и JVM: глубокое понимание работы памяти, механизмов сборки мусора, многопоточности (Concurrency API, асинхронное программирование, атомики, локи) и особенностей новых версий Java (например, Java 17/21) * знание архитектуры и System Design: умение проектировать отказоустойчивые распределенные системы, микросервисы, знание паттернов интеграции, принципов ACID/CAP-теоремы * экспертное владение Spring Boot, понимание жизненного цикла Bean, работы транзакций и внутренней кухни фреймворка * знание баз данных: оптимизация SQL-запросов, индексы, уровни изоляции транзакций (PostgreSQL и др.) * опыт работы с брокерами сообщений (Kafka, RabbitMQ или аналоги) * уверенная работа с Docker, Kubernetes, CI/CD процессами, облачными платформами и Linux. Условия * офисный формат с возможностью перехода на гибрид после прохождения испытательного срока (территориально - Кутузовский пр, 32к1) * 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.

Location: Москва 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. Обеспеченное будущее позволит клиенту использовать инструменты финансового планирования для формирования долгосрочных планов на периоде 10+ лет. Проект позволит формировать план финансовой независимости и отслеживать его достижение и текущий статус, а также будет проактивно давать совету по его улучшению и минимизации рисков Обязанности * проектирование, поддержание в актуальном состоянии, согласование архитектур АС * контроль разработки программных модулей и сервисов * обсуждение, выработка, защита и продвижение архитектурных решений * создание прототипов и MVP. Весь цикл (требования, архитектура, разработка, оценка ресурсов, развёртывание, поддержка, демонстрация, развитие и т.д.) * личное участие в разработке Требования * знание основ проектирования архитектуры АС, особенностей построения распределенных систем, микросервисной архитектуры, проектирования событийно ориентированных систем, интеграции enpterprise приложений, опыт проектирования контрактов API * уверенное владение SQL и NoSQL, знание принципов взаимодействия с БД * опыт разработки и проектирования систем, знание основ ООП * знания особенностей мобильной разработки, Git * опыт управления командой от 10 человек Будет плюсом: * навыки работы с генеративными AI-моделями * опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов * инструментальное владение AI для анализа, генерации и автоматизации Условия * формат работы - офис (БЦ Поклонка) * ежегодный пересмотр зарплаты и годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * бесплатная подписка СберПрайм с возможностью совместного использования на трех близких, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера * корпоративная пенсионная программа.

- Разработка новых микросервисов на Go. - Участие в проектировании архитектуры новых сервисов.

Задачи: — Разработка нового мобильного приложения в кросс-функциональной команде с активным взаимодействием с инженерами backend, frontend и QA. — Декомпозиция и планирование задач. — Участие в принятии технических решений и планировании процесса разработки. — Участие в код-ревью. Требования: — Отличное знание Swift (6+) и iOS SDK. — Коммерческий опыт работы с SwiftUI и Combine. — Опыт работы iOS-разработчиком от 3 лет. — Навыки применения Swift concurrency: async/await, actors. — Опыт работы в крупных приложениях с большой командой. — Понимание принципов SOLID и архитектурных подходов MV*. — Умение верстать сложный интерфейс в коде. — Навыки написания модульных тестов и понимание их важности. — Способность брать в работу фичу, уточнять постановку задачи и доводить её до конца. — Опыт работы в продуктовой команде. Условия: — Использование нативных инструментов и современного стека технологий, включая актуальную версию Xcode и поддержку iOS 18+. — Развитие инфраструктуры с применением модульной архитектуры и дизайн-системы. — Выделение времени на техдолг. — Ценность качества проекта: код-ревью, пересмотр подходов к разработке, автоматизация рутинных проверок и задач на CI/CD. — Поддержка направления Developer Relations с обменом опытом, внутренними митапами и подготовкой к публичным выступлениям. Компания: СберЗдоровье — крупнейшая в России Digital Health платформа, объединяющая различные сервисы цифровой медицины, работающая с 2012 года под брендом DocDoc, помогшая миллионам людей получить медицинскую помощь.

Workplace: Удаленно RWB (Wildberries & Russ) — это международная технологическая компания, образованная в результате слияния двух лидеров рынка — IT-компании Wildberries и оператора наружной рекламы Russ. Каталог товаров Wildberries — уникальное архитектурное решение: высоконагруженная, легко масштабируемая, шардированная in-memory система, позволяющая хранить, искать, ранжировать и отдавать информацию о сотнях миллионов товаров. Обязанности Проектировать и разрабатывать backend-сервисы на Go; Работать с высоконагруженной распределенной системой; Оптимизировать производительность и снижать latency; Развивать текущую систему под нужды бизнеса (добавлять новую функциональность, развивать текущую); Участвовать в архитектурных решениях и code review; Сопровождать работу системы и обеспечивать стабильность продакшна. Требования Имеете опыт разработки на Go от 3-х лет; Понимаете принцип работы highload-систем; Имеете опыт работы с памятью и процессором; Имеете опыт работы с брокерами сообщений (Kafka / NATS); Имеете опыт профилирования и оптимизации производительности; Понимаете принципы работы Kubernetes/ GitLab. Условия Обучение и развитие: языковые клубы, собственный корпоративный университет, программы развития управленческих навыков и многое другое; Благополучие сотрудников: корпоративный пакет ДМС со стоматологией, корпоративный спорт, консультации психолога и дополнительные возможности аккредитованной IT-компании; Множество сообществ: клуб спикеров, футбола, йоги, шахмат и т.д.; Забота о семьях: создаем условия, в которых легко сочетать карьеру и заботу о близких – от гибкого подхода до масштабных проектов для детей сотрудников; Скидки и партнерские программы: на обучение, страхование, покупки и многое другое; Комфортная рабочая среда: бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника и портал для сотрудников.

Задачи: постройка и отладка процессов разработки и тестирования, код-ревью и архитектурное ревью, проработка технических требований и архитектуры, активное участие в разработке высоконагруженных систем, принятие технических решений по продукту, прогнозирование возможных проблем производительности.

🧩 Требования: промышленный опыт от 5 лет в data engineering или backend-разработке с сильным дата-уклоном — production-системы под реальной нагрузкой и ответственность за их эксплуатацию;

Задачи: — сбор, анализ и формализация требований заказчика на доработку информационных систем под нужды бизнеса; — участие в проработке архитектурных решений и схем взаимодействий с экспертными оценками реализации; — создание и поддержание в актуальном состоянии технической документации с описанием функциональности информационной системы и постановка задач на разработку; — работа с источниками данных и проверка их качества; — участие в UAT; — аналитическое сопровождение процессов разработки и тестирования; — внедрение и сопровождение изменений бизнес-процессов; — участие в проектной деятельности компании и взаимодействие с внутренними и внешними проектными командами. Условия: — оформление по трудовому договору в соответствии с ТК РФ; — график 5/2 по 8 часов; — гибридный режим работы и гибкое начало и завершение рабочего дня (обсуждается на собеседовании); — офис в центре Москвы (м. Арбатская, Библиотека им. Ленина, Охотный ряд, Боровицкая); — достойная заработная плата, годовой бонус, программа нематериальной мотивации; — расширенная медицинская страховка с первого дня работы со стоматологией и корпоративным врачом в офисе; — ДМС для детей и супругов на льготных условиях; — программа привилегий со скидками на товары и услуги — кафе, рестораны, кино, гостиницы, бытовая техника, аренда авто; — обучение и профессиональное развитие с доступом к корпоративной библиотеке МИФ; — свободный стиль одежды; — корпоративные мероприятия для сотрудников и семей, клубы по интересам, в том числе спортивные. Требования: — базовое понимание кредитных лимитов — структура лимита, сублимиты, утилизация, EWS (early warning signal); — понимание продуктов казначейства на уровне операционной логики — межбанковские кредиты (МБК), валютные операции (FX/SWAP), ценные бумаги, РЕПО, ПФИ (деривативы) в части сделки, позиции, контрагента, портфеля, ставки, срока и начисленных процентов; — опыт работы с казначейскими системами (Systematica, Murex, Kondor+ или аналоги); — плюсом будут понимание архитектуры DWH — витрины, представления, ETL, источники и периодичность обновления данных на практике; — опыт работы с брокерами сообщений (ActiveMQ, Kafka, Artemis) на уровне постановки задач; — знакомство с принципами интеграции через REST API и очереди сообщений; — опыт взаимодействия с внешними вендорами в модели заказной разработки; — понимание нормативной базы ЦБ в части казначейских операций.

Нужен tech lead фронтенда для развития сайта и приложения крупного интернет-магазина. Задачи: разрабатывать новый функционал, планировать техническое развитие и следить за техдолгом, помогать команде с выбором решений, готовить релизы, проводить code review и развивать разработчиков.

— Разрабатывать новый функционал фронтенд части.