Вакансии

Location: Москва Workplace: Гибрид RWB (Wildberries & Russ) — это международная технологическая компания, образованная в результате слияния двух лидеров рынка — IT-компании Wildberries и оператора наружной рекламы Russ. Обязанности Собирать и формализовать требования от бизнес-заказчиков, проектировать логику метрик и согласовывать методологию расчетов; Полный цикл создания BI отчетности: от поиска и валидации источников данных с последующей подготовкой аналитической витрины до создания дашборда; Писать DAG'и в Airflow для переноса данных из источников в аналитическое хранилище, расчетов витрин в Clickhouse, отправки регулярных выгрузок/алертов; Контроль качества данных: разрабатывать системы мониторинга для выявления аномалий, инициировать корректировки в источниках, ставить задачи на разработку. Требования Понимание работы с OLAP базами (Greenplum, ClickHouse, Vertica и др.), углубленные знания одной из СУБД; Опыт работы с BI-системами (Redash, Superset, Power BI); Знание Python библиотек Airflow, Pandas, requests; Способность декомпозировать бизнес-запрос на подзадачи, умение доводить до результата. 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.

Workplace: Удаленно Объединённая компания Wildberries и Russ — это международная технологическая компания, образованная в результате слияния двух лидеров рынка — IT-компании Wildberries и оператора наружной рекламы Russ. Сейчас мы разрабатываем несколько ML-продуктов в системе управления складом (WMS Коледино) и ищем Data Scientist с опытом разработки полного цикла ML-решений (Classic ML + Computer Vision) и уверенным знанием алгоритмов и структур данных. ML-стек: PyTorch, Pandas, NumPy, Scikit-learn, CatBoost/XGBoost/LightGBM, Hadoop, Pyspark, PostgreSQL, ClickHouse. Обязанности Разрабатывать архитектуру ML-пайплайна на основе бизнес-требований; Обучать модели машинного обучения (Classic ML + Computer Vision); Улучшать качество текущих моделей и бизнес-метрик решений; Проводить анализ результатов, метрик и формулировать гипотезы по улучшению моделей; Выкатывать модели в Production и проводить A/B тесты; Требования Опыт разработки полного цикла ML-решений; Уверенный опыт обучения и использования современных моделей компьютерного зрения; Опыт в Data science от 3-х лет; Уверенные знания алгоритмов и структур данных, прикладной статистики и мат. анализа; 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.

Location: Москва Workplace: Комбинированный VK Музыка — стриминговый сервис, который объединил музыкальную платформу ВКонтакте и отдельное приложение VK Музыка. Миллионы пользователей слушают здесь любимые песни, а тысячи артистов находят свою аудиторию. Всё это делает крутая команда, которая придумывает и создаёт новые фичи, пишет тексты, код, рисует дизайн и доводит результат до продакшена. Задачи Анализ ключевых метрик бизнеса, воронок продаж, пользовательских путей, маркетинговых кампаний, участие в построении сквозной аналитики экосистемы Подготовка финансовой и операционной отчётности для руководства и внешних партнёров Обеспечение качества и достоверности данных, используемых в отчётах Оптимизация процессов сбора и обработки данных, внедрение новых инструментов и технологий Автоматизация аналитических процессов на Рython Построение дашбордов и обучение заказчиков работе с ними Требования Опыт работы в области продуктовой, оперативной или финансовой аналитики от трёх лет Навык разработки и автоматизации финансовой и операционной отчётности Знание и понимание ключевых продуктовых и маркетинговых метрик современных B2C- и B2B-сервисов, умение предложить новые метрики для решения задач Понимание подписочной модели продаж, методов оценки эффективности рекламных акций Уверенное владение SQL (ClickHouse на уровне оптимизации сложных запросов), опыт обработки и анализа данных на Python (Pandas, NumPy, Statmodels, Scipy) Опыт визуализации в BI-инструментах (SuperSet, DataLens) Опыт использования дата-агентов при решении аналитических задач Умение объяснять сложные вещи простыми словами и презентовать результаты своих исследований

Location: Москва Workplace: Дистанционный Мы — команда аналитики VK Музыки и сейчас ищем продуктового аналитика на направление «Поиск и рекомендации». Поиском пользуются 60% наших слушателей, а рекомендации — главный инструмент удержания аудитории. Без них музыкальный сервис просто не может существовать. Мы ищем специалиста, который будет помогать нам делать эти механики ещё лучше, исследовать поведение пользователей и находить точки роста. Задачи Анализ ключевых метрик бизнеса, воронок продаж, пользовательских путей, маркетинговых кампаний, участие в построении сквозной аналитики экосистемы Подготовка финансовой и операционной отчётности для руководства и внешних партнёров Обеспечение качества и достоверности данных, используемых в отчётах Оптимизация процессов сбора и обработки данных, внедрение новых инструментов и технологий Автоматизация аналитических процессов на Рython Построение дашбордов и обучение заказчиков работе с ними Требования Опыт работы в области продуктовой, оперативной или финансовой аналитики от трёх лет Навык разработки и автоматизации финансовой и операционной отчётности Знание и понимание ключевых продуктовых и маркетинговых метрик современных B2C- и B2B-сервисов, умение предложить новые метрики для решения задач Понимание подписочной модели продаж, методов оценки эффективности рекламных акций Уверенное владение SQL (ClickHouse на уровне оптимизации сложных запросов), опыт обработки и анализа данных на Python (Pandas, NumPy, Statmodels, Scipy) Опыт визуализации в BI-инструментах (SuperSet, DataLens) Опыт использования дата-агентов при решении аналитических задач Умение объяснять сложные вещи простыми словами и презентовать результаты своих исследований

Location: Москва Workplace: Офисный Мы разрабатываем крупнейший мессенджер в России, чтобы соединять людей, сервисы и компании. Создаём простые и удобные инструменты коммуникации. Задачи Спроектировать модель данных под OpenRTB-поток: bid request / bid response, win / loss notice (nurl, burl, lurl), показы, клики, конверсии. Связать их сквозными ключами (request id, imp id, user / device id) Построить дашборды для монетизации и продаж: fill rate, bid rate, win rate, eCPM, bid density, таймауты, качество трафика, разрезы по DSP, форматам и плейсментам Закрывать ad hoc запросы от продукта, продаж и менеджмента Собирать рекламные сегменты: интересы, поведение в сторе (установки, категории, платежи), lookalike, правила обновления и выгрузки в DSP и DMP Строить инструменты для анализа рекламных кампаний: self-service отчёты для менеджеров и рекламодателей, пересечение аудиторий, частота, post-click и post-install метрики, оценка инкрементальности Управлять A/B-тестами и запуском продуктовых фич: дизайн экспериментов, расчёт мощности и длительности, контроль корректности сплитов, подведение итогов и рекомендации по раскатке Требования Опыт от трёх лет в programmatic: SSP, DSP, DMP, ad network или AdTech/BigData-подразделение телеком-оператора или банка Понимание OpenRTB 2.5/2.6 на уровне логов: какие поля есть в запросе, где теряется аукцион, как считать воронку Уверенный SQL на больших объёмах (ClickHouse обязательно, Hadoop/Spark будет плюсом) Python для анализа и автоматизации (Pandas, оркестрация через Airflow или аналоги) BI: Superset, DataLens, Grafana или аналоги Опыт построения аудиторных сегментов и понимание ограничений по данным и 152-ФЗ Будет плюсом Имеете опыт проведения A/B-тестов: статистические критерии, MDE, CUPED или аналогичное снижение дисперсии, понимание проблемы peeking и множественных сравнений Уже работали с платформой экспериментов или участвовали в её построении — будет оч круто Разбираетесь в AppMetrica, AppsFlyer, Adjust

Задачи: — Разработка и вывод в production ML-решений. — Построение ML-пайплайнов и автоматизация экспериментов. — Работа с данными и хранилищами. — Реализация сервисов и API на Python. — Обеспечение полного цикла разработки от подготовки данных до мониторинга моделей. Требования: — Опыт разработки ML-решений и вывода моделей в production от 5 лет. — Уверенное владение Python и ML-стеком (NumPy, Pandas, Scikit-learn, PyTorch/TensorFlow). — Опыт создания production-ready ML-сервисов и API (FastAPI/Flask). — Знание классических ML-алгоритмов, градиентного бустинга, нейронных сетей и Transformers. — Опыт в одном или нескольких направлениях: NLP/LLM/Generative AI, рекомендательные системы, компьютерное зрение, предиктивное моделирование. — Работа с SQL и хранилищами данных (PostgreSQL, ClickHouse, NoSQL). — Навыки построения ML-пайплайнов и автоматизации экспериментов. — Плюсом будет опыт с LLM, RAG, векторными базами данных, MLOps-инструментами (MLflow, DVC, Airflow и др.), Docker, Kubernetes, облачными платформами, Apache Spark/PySpark. Условия: — Удалённая работа. — Частичная занятость. — Оформление по договору ГПХ с самозанятым или ИП.

Предстоит строить дашборды основных воронок, разрабатывать эксперименты и анализировать результаты, находить аномалии и ставить задачи на сбор недостающих событий и логов. — более 2 лет в продуктовой аналитике;

-Сбор данных из внутренних сервисов, LLM Gateway, GitLab, Jira, логов AI-агентов и других источников. -Проектирование и наполнение баз данных и аналитических витрин для оценки использования CodeGen-платформы.

‼️ Qo`shimcha: Vibe coding orqali biznesni avtomatlashtirish ko’nikmasiga ega mentor izlanmoqda.

Location: Москва Присоединяйтесь к нашей динамичной и талантливой команде, которая решает амбициозные и передовые инженерные задачи в области разработки высокопроизводительных вычислительных систем. Обязанности * разработка детальных моделей вычислительной системы (симуляторов производительности) * написание кода на языке С++, написание модульных тестов * чтение спецификаций, составление тестовых планов * профилирование симулятора * анализ производительности моделируемой вычислительной системы Требования * уверенное понимание архитектуры вычислительных систем * опыт работы с SystemC, Sparta, Verilator или любым подобным фреймворком * опыт разработки на языке С++ от 3 лет, включая работу со средствами параллельного программирования * опыт работы с профилировщиком (VTune, Perf) * умение работать с контролем версий (git), методологией CI/CD * умение писать модульные тесты, опыт работы с масштабируемым ПО * владение средствами сборки (CMake, Nix, Conan) * умение и желание работать в команде * умение самостоятельно планировать свою работу, лаконично объяснять и документировать результаты. * критическое мышление и навык решения задач. * умение выразить и эффективно донести до своей и смежных команд собственные идеи. * умение подойти к своим коллегам с эмпатией и поддержкой, выслушать и понять их идеи, иную точку зрения и ценности. **Дополнительные навыки** * опыт разработки в QEMU, Bochs * знание Verilog, SystemVerilog * опыт разработки на CUDA и подобных языках * опыт разработки приложений с микросервисной архитектурой * базовые знания в анализе данных, владение Pandas * умение работать с ИИ-ассистентом Условия * комфортный современный офис на Кутузовском 32 A * 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 * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

Location: Москва Наша команда решает амбициозные и передовые инженерные задачи в области разработки высокопроизводительных вычислительных систем. Обязанности * разработка, моделирование и документация архитектуры устройств вычислительной системы * написание кода симулятора производительности на языке С++ и Python, написание фокусных тестов производительности * анализ производительности и энергоэффективности вычислительной системы на симуляторах и прототипах, в том числе самостоятельная разработка и автоматизация инфраструктуры анализа производительности * изучение новых типов вычислительных архитектур, исследование отчетов и публикаций в области архитектуры процессоров, анализ применимости отдельных решений * чтение и составление спецификаций * взаимодействие с командами прикладного и системного ПО для исследования поведения вычислительной системы на реальных нагрузках, выработка решений в ПО и аппаратуре для повышения производительности и энергоэффективности будущих устройств Требования * отличное понимание архитектуры вычислительных систем (x86, ARM и/или RISC-V) * опыт реализации микроархитектуры и/или программной модели ключевых компонент современных вычислительных систем * опыт работы с SystemC, Sparta, Verilator или любым подобным фреймворком * опыт разработки на языке С++ от 3 лет, включая работу со средствами параллельного программирования * владение скриптовыми языками bash, Python * владение средствами сборки (CMake, Nix, Conan) * умение работать с контролем версий (git), методологией CI/CD * умение и желание работать в команде * умение самостоятельно планировать свою работу, лаконично объяснять и документировать результаты * критическое мышление и навык решения задач. * умение выразить и эффективно донести до своей и смежных команд собственные идеи. * умение подойти к своим коллегам с эмпатией и поддержкой, выслушать и понять их идеи, иную точку зрения и ценности. **Дополнительные навыки:** * опыт конкурентного анализа высокопроизводительных вычислительных систем, понимание преимуществ и недостатков доступных на рынке решений * опыт составления и презентации MRD/PRD материалов * опыт работы с эмуляторами и симуляторами архитектуры (QEMU, gem5) * опыт профилирования производительности CPU/GPU * знание Verilog, SystemVerilog * знание ассемблера * базовые знания в анализе данных, владение Pandas Условия * комфортный современный офис на Кутузовском 32 A * 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 * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

-Разработка и внедрение AI-агентов для автоматизации внутренних процессов (чат-боты, интеллектуальная обработка документов, автономные системы). -Проектирование, внедрение и оптимизация RAG-систем (поиск по базам знаний, корпоративным данным, векторные хранилища).

Обязанности: Задачи: сбор, согласование и формализация требований бизнеса к отчетности и метрикам; написание SQL витрин данных и запросов;

Сейчас мы в поисках сильного продуктового аналитика в направление аналитики пользовательского опыта. Чем предстоит заниматься: Работать с запросами продуктовых команд и UX-исследователей: погружаться в контекст, уточнять цель и предлагать подходящий формат аналитики;

Location: Remote, Canada; Remote, United States GitLab is the intelligent orchestration platform for DevSecOps. GitLab enables organizations to increase developer productivity, improve operational efficiency, reduce security and compliance risk, and accelerate digital transformation. More than 50 million registered users and more than 50% of the Fortune 100* trust GitLab to ship better, more secure software faster. The same principles built into our products are reflected in how our team works: we embrace AI as a core productivity multiplier, with all team members expected to incorporate AI into their daily workflows to drive efficiency, innovation, and impact. GitLab is where careers accelerate, innovation flourishes, and every voice is valued. Our high-performance culture is driven by our values and continuous knowledge exchange, enabling our team members to reach their full potential while collaborating with industry leaders to solve complex problems. Co-create the future with us as we build technology that transforms how the world develops software. * Fortune 500® is a registered trademark of Fortune Media IP Limited, used under license. Claim based on GitLab data. Fortune 100 refers to the top 20% ranked companies in the 2025 Fortune 500 list, published in June 2025. Fortune and Fortune Media IP Limited are not affiliated with, and do not endorse products or services of GitLab. An Overview of this role As a Data Scientist at GitLab on the Enterprise Analytics team,  you’ll be a trusted analytical partner to Sales, Revenue Operations, and Finance, helping define how we measure go-to-market performance and where we invest to grow. This is a strategic and hands-on role. You’ll apply statistical, experimentation, and machine learning methods to forecast outcomes, explain what drives activation, conversion, expansion, and retention, and size opportunities. You’ll also support the company-level reporting and GTM performance views that executives use to run the business, covering consumption, ARR, and first orders. What you’ll do Embed yourself with business teams to become a trusted partner supporting insight generation and strategic decision making across GTM. Perform exploratory data analysis to uncover behavioral trends, long-term patterns, and the key drivers and levers behind business performance, and communicate their impact clearly to non-technical audiences. Build and productionize machine learning models - such as propensity, product-qualified lead (PQL) scoring, churn, and expansion models - including training, validation, testing, and feature engineering, using MLOps practices and tooling (CI/CD for ML pipelines, model registries, automated retraining, and monitoring) to move work reliably from notebook to production Design, run, and evaluate growth experiments (A/B tests and quasi-experiments) on onboarding, pricing and packaging, and upgrade flows, and measure their impact on activation, conversion, and retention Build and operationalize agentic workflows for analysis, modeling, and pipeline automation, with evaluation and monitoring that keep agent-generated insights accurate, traceable, and trustworthy. Contribute to GitLab’s Semantic Layer enabling stakeholders and agents to self-serve metrics using trusts and tested sources. Write production-grade Python and SQL that meets internal standards for style, maintainability, and performance in a high-scale database environment; maintain and advocate for these standards through code review What you’ll bring 3-5 years of professional experience in GTM analytics, data science, or a similar technical role Demonstrated ability to translate ambiguous business problems into clear, measurable questions and communicate technical concepts effectively to non-technical stakeholders. Experience with experimentation and causal inference (A/B testing, power analysis, quasi-experimental methods) and with statistical and machine learning methods such as regression, classification, clustering, and survival analysis Deep, hands-on understanding of SQL in cloud data warehouses (like Snowflake SQL), including working with product usage and event data, and in business intelligence tools (Looker, Tableau, Hex, or similar) Experience using Python for statistical modeling, machine learning, and production data science. With hands-on experience in pandas, NumPy, scikit-learn, Jupyter, and related libraries such as LightGBM and XGBoost Hands-on experience building agentic workflows with AI coding agents (e.g., Claude Code, OpenCode, or similar), including connecting agents to the right context, tools, and platforms such as MLflow, and evaluating their output for accuracy and reliability. Experience working in a B2C company working with motions and metrics, including Consumption, CRR, ARR, and Churn & Contraction Self-motivated and self-managing, with strong organizational skills Ability to use GitLab and to thrive in a fully remote organization About the Team The Enterprise Analytics team builds the trusted data products and insights behind GitLab’s Company wide sales, revenue, and finance reporting. We work across the business on metrics including First Orders, pipeline, CRR, ARR, and other key indicators, helping leaders make informed decisions and teams understand how their work contributes to GitLab’s growth. The base salary range for this role’s listed level is currently for residents of the United States only. This range is intended to reflect the role's base salary rate in locations throughout the US. Grade level and salary ranges are determined through interviews and a review of education, experience, knowledge, skills, abilities of the applicant, equity with other team members, alignment with market data, and geographic location. The base salary range does not include any bonuses, equity, or benefits. See more information on our benefits and equity . Sales roles are also eligible for incentive pay targeted at up to 100% of the offered base salary. United States Salary Range $86,400 — $176,400 USD How GitLab Supports Full-Time Employees Benefits to support your health, finances, and well-being Flexible Paid Time Off Team Member Resource Groups Equity Compensation & Employee Stock Purchase Plan Growth and Development Fund Parental Leave Please note that we welcome interest from candidates with varying levels of experience; many successful candidates do not meet every single requirement. Additionally, studies have shown that people from underrepresented groups are less likely to apply to a job unless they meet every single qualification. If you're excited about this role, please apply and allow our recruiters to assess your application. Country Hiring Guidelines: GitLab hires new team members in countries around the world. All of our roles are remote, however some roles may carry specific location-based eligibility requirements. Our Talent Acquisition team can help answer any questions about location after starting the recruiting process. Privacy Policy: Please review our Recruitment Privacy Policy. Your privacy is important to us. GitLab is proud to be an equal opportunity workplace and is an affirmative action employer. GitLab’s policies and practices relating to recruitment, employment, career development and advancement, promotion, and retirement are based solely on merit, regardless of race, color, religion, ancestry, sex (including pregnancy, lactation, sexual orientation, gender identity, or gender expression), national origin, age, citizenship, marital status, mental or physical disability, genetic information (including family medical history), discharge status from the military, protected veteran status (which includes disabled veterans, recently separated veterans, active duty wartime or campaign badge veterans, and Armed Forces service medal veterans), or any other basis protected by law. GitLab will not tolerate discrimination or harassment based on any of these characteristics. See also GitLab’s EEO Policy and EEO is the Law . If you have a disability or special need that requires accommodation , please let us know during the recruiting process .

Задачи: — Анализировать эффективность performance-маркетинга, выявлять точки роста, оптимизировать рекламные бюджеты, внедрять и масштабировать умную атрибуцию. — Проектировать, запускать и оценивать результаты A/B-тестов для проверки маркетинговых гипотез. — Плотно взаимодействовать с командой маркетинга и аналитиками для настройки корректной разметки и сквозной воронки, а также выступать заказчиком для дата-инженеров при постановке задач на доработку хранилища данных и ETL-пайплайнов. Требования: — Опыт работы в маркетинговой или продуктовой аналитике не менее 3 лет. — Глубокое понимание маркетинговых метрик и юнит-экономики, включая ROMI, ROAS, CAC, LTV, CPO, ДРР, Retention Rate, Churn Rate и конверсии на всех этапах пользовательского пути. — Умение анализировать показатели, выявлять взаимосвязи, искать аномалии и делать бизнес-выводы. — Уверенное владение SQL (сложные запросы, оконные функции, оптимизация). — Хорошее владение Python (Pandas, NumPy, SciPy) для аналитических задач и статистической оценки экспериментов — преимущество. — Опыт работы с системами веб и мобильной аналитики (Яндекс.Метрика, AppMetrica), понимание мобильного трекинга и логики диплинков. — Способность аргументированно защищать выводы и проактивно искать инсайты. — Опыт работы с AppsFlyer будет плюсом. — Понимание устройства пайплайнов данных, базовые знания Airflow (умение читать чужой код и логи). Условия: — Офис у ст. м. Шелепиха с гибридным или удалённым форматом работы. — Официальное оформление по ТК РФ. — Расширенный социальный пакет (ДМС и стоматология). — Перспективы профессионального и карьерного роста. — Скидки в сетях Inventive Retail Group и компаниях-партнёрах, участие в конкурсах с призами.

Location: Москва Workplace: Гибридный О компании Мы находимся в поисках Технического руководителя по исследованию данных (Data Science). Вы будете развивать команду Больших данных и ИИ в продукте CVM B2B. Обязанности Управлять командой до 15 человек; Реализовывать функционал RoadMap продукта по поставке данных, разработке/развитию ML-моделей в рамках контекста B2B продаж и клиентского сервиса; Заниматься формированием аналитического профиля B2B и подложек для ML-моделей для скоринга продуктов и услуг B2B экосистемы МТС. Требования Опыт работы в роли Data Science от 5 лет; Опыт управления командой от 3 лет; Опыт построения ML-моделей; Опыт работы со стеком: Python, SQL, Pandas, NumPy, scikit-learn, PyTorch Hadoop, Hive, NiFi, GreenPlum, ClickHouse, Apache Spark, Apache Airflow. 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. Наши эксперты выступают на ведущих профильных конференциях, таких как HighLoad++, DevOps Conf, Joker, AHA!, Матемаркетинг и другие. А еще мы организуем собственную масштабную конференцию True Tech Day и регулярно проводим митапы для разработчиков и инженеров. 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); 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.

Ищут Junior/Middle Data Miner, который будет вести задачи от гипотезы до внедрения на прод, автоматизировать аналитические задачи с помощью агентов. Стек: продвинутый уровень SQL, Python(Pandas, sklearn), ML.