Вакансии

Location: Москва Мы – команда экспертов, объединенных общей страстью к искусственному интеллекту и рекомендательным системам (RecSys). Нашей главной задачей является создание современной, масштабируемой рекомендательной платформы, способной предвосхищать ожидания пользователей, предлагая персонализированные рекомендации на каждом этапе их взаимодействия с экосистемой Сбер. Наши решения охватывают широкий спектр отраслей: от финансов и e-commerce до индустрии развлечений и здравоохранения. Ищем лидера с сильным практическим опытом Data Analyst (DA), который возглавит аналитическую экспертизу Трайба и будет развивать аналитику как продукт — со своими пользователями, стратегией, целями и планом развития. Ключевая задача — превращать данные в инсайты, задавать направления исследований и помогать командам запускать пилоты, приводящие к измеримому бизнес-инкременту. Обязанности ### Вам предстоит: * формировать стратегию развития аналитики Трайба: изучать потребности внутренних пользователей, определять цели и метрики ценности аналитики, выстраивать и приоритизировать план развития совместно с бизнесом и продуктовыми командами * лидировать аналитическую экспертизу: задавать стандарты исследований, расчёта метрик и интерпретации результатов, проводить экспертное ревью, развивать компетенции аналитиков и обмен знаниями между командами * проводить сложные исследования клиентского поведения, потребностей и рекомендательных сценариев; находить точки роста и формировать инсайты для продуктовых и ML-команд * переводить инсайты в проверяемые гипотезы: определять направления дальнейших исследований, оценивать потенциальный эффект и помогать выбирать приоритетные пилоты * обеспечивать аналитическое сопровождение пилотов: совместно с командами определять критерии успеха, проектировать A/B-тесты, анализировать результаты и готовить рекомендации по масштабированию или доработке решений * оценивать инкрементальное влияние решений на бизнес-метрики совместно с бизнес-заказчиками; прослеживать путь от аналитического вывода до принятого решения и измеримого результата * развивать переиспользуемые аналитические продукты: системы метрик, дашборды, инструменты самостоятельного анализа и базу знаний; формировать требования к данным и контролю их качества вместе с инженерами данных * согласовывать приоритеты с продуктовыми, DS/ML- и инженерными командами, представлять выводы руководству и добиваться их применения в продуктовых решениях. Требования * опыт в роли Data Analyst (от 4х лет) или продуктового аналитика: самостоятельное ведение сложных задач от постановки бизнес-вопроса до выводов и рекомендаций * уверенное владение SQL и Python для работы с данными, опыт создания визуализаций и дашбордов в BI-инструментах * знание математической статистики и практический опыт A/B-тестирования, сегментации, когортного и регрессионного анализа; умение оценивать инкрементальный эффект и корректно интерпретировать ограничения результатов * умение связывать поведение пользователей и качество рекомендаций с продуктовыми и бизнес-метриками, находить точки роста и формулировать проверяемые гипотезы * продуктовый подход к аналитике: умение выявлять потребности внутренних пользователей, определять ценность аналитических решений, формировать цели и расставлять приоритеты * способность выступать экспертным лидером: аргументировать методологические решения, повышать качество работы коллег и согласовывать действия нескольких команд * умение ясно объяснять результаты исследований бизнесу и руководству, договариваться с заинтересованными сторонами и работать в условиях неопределённости * способность разбирать аналитические исследования и профессиональные материалы, в том числе на английском языке. **Будет преимуществом:** * опыт руководства или функционального лидирования команды аналитиков: постановка задач, приоритизация, наставничество и развитие сотрудников * опыт построения аналитической функции, формирования её стратегии или развития аналитики как внутреннего продукта * опыт работы с рекомендательными системами, поиском, ML-продуктами, а также в электронной коммерции или стриминговых сервисах * опыт работы с Big Data, в том числе Spark, и автоматизации аналитических процессов * опыт анализа клиентского пути (CJM) и UX-исследований; профильное образование в IT, математике, Data Science или смежных областях. **Технологии и инструменты:** SQL, Python, Pandas, Tableau / Superset / Amplitude, PySpark, Airflow. Для анализа клиентского пути и UX — Figma, Miro, Hotjar. Условия * комфортный современный офис рядом с м. Кутузовская * формат работы – офис * 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.

поддержка и доработка регулярной отчетности, финансовых моделей по направлению; взаимодействие с бизнесом и разработкой для формирования показателей;

Location: San Francisco, CA, USA About the role Chime's Data Science & Machine Learning team builds the models, services, and platforms behind how millions of members manage and grow their financial lives. We're hiring a Staff AI/ML Engineer on our Lending and Cashflow team to lead the modeling behind cash flow underwriting and surface member insight: using members' transaction and deposit data to make fair, accurate credit decisions for people that traditional credit scores often miss. In this role, you'll build and deploy machine learning systems on some of the richest transactional and behavioral data in fintech, turning it into the credit decisions behind products like MyPay, Instant Loans, and SpotMe. This is a highly applied role: you'll own problems end to end, from framing the question through to a model running in production and moving a metric that matters, and you'll set the technical direction for how Chime underwrites with cash flow data. In this role, you can expect to Lead the design, training, and deployment of deep learning and classical ML underwriting models that turn members' transaction and cash flow data into credit decisions, from approval and line assignment to loss forecasting Take models from problem framing through to production — training, evaluation, deployment, monitoring, and iteration — and stay accountable for how they behave once they're live Design and improve the systems around the model: feature pipelines, batch and real-time inference, monitoring, and retraining Partner with Product, Engineering, Analytics, and Risk to turn ambiguous business problems into ML solutions, and to make sure the solution is the right one Connect model performance to member outcomes and business metrics, and use experimentation to prove impact Set the technical roadmap for Lending ML and raise the bar across the team through design reviews, mentorship, and shared standards for model development, validation, and governance Help identify where AI/ML creates measurable impact for members — and where a simpler answer is the better one To thrive in this role, you have A track record of leading the design and deployment of deep learning models in production, including multi-quarter initiatives that span teams, with a solid grasp of architecture choice, training dynamics, and evaluation, and the judgment to make model design choices Solid machine learning fundamentals: classical modeling, evaluation design, and knowing which metric actually answers the question in front of you Hands-on experience across the end-to-end ML lifecycle — training, experimentation, optimization, deployment, and monitoring Comfort with messy real-world data, including label definition, leakage, class imbalance, and train/serve skew Strong proficiency in Python and SQL, with deep learning frameworks such as PyTorch and distributed compute such as Spark or PySpark Working knowledge of modern ML infrastructure — AWS and tools such as SageMaker, Airflow, Kafka, Redis, and Snowflake — and an MLOps mindset for keeping production systems healthy The ability to operate independently in ambiguous environments, influence technical direction beyond your own team, and explain model decisions clearly to engineers, risk partners, and senior leaders Nice-to-have Experience in either of these is a plus: Credit or underwriting models, and familiarity with model governance, explainability, and fairness requirements, such as adverse action reason codes and fair lending testing Cash flow or alternative-data underwriting: building credit features from bank transaction data, such as income and expense detection, balance trends, and transaction categorization Deployed transformer models in production #LI-Onsite #LI-DA1 Below is the base salary offered for this role and level of experience. Full-time employees may also be eligible for bonus(es), competitive equity, and benefits. For commissioned roles, the base salary listed in this job description does not include incentive/variable pay. The actual base salary offered may be higher, depending on your location, skills, qualifications, and experience. Wage Notice $246,000 — $340,000 USD A little about us At Chime, we believe that everyone can achieve financial progress. We created Chime—a financial technology company, not a bank*—on the premise that core banking services should be helpful, easy, and free. Through our user-friendly tools and intuitive platforms, we empower our members to take control of their finances and work towards their goals. Whether it's starting a savings account, purchasing a first car or home, launching a business, or pursuing higher education, we're proud to have helped millions unlock their financial potential. We're a team of problem solvers, dreamers, and builders with one shared obsession: our members. From day one, Chimers have worked tirelessly to out-hustle and out-execute competitors to bring our mission to life. Their grit and determination inspire us to work harder every day to deliver the very best experience possible. We each bring an owner's mindset to our work, refusing to be outdone and holding ourselves accountable to meet and exceed the highest bars for our teams, our company, and our members. We believe in being bold, dreaming big, and taking risks, while also working together, embracing our diverse perspectives, and giving each other honest feedback. Our culture remains deeply entrepreneurial, encouraging every Chimer to see themselves as stewards of our mission to help everyday Americans unlock their financial progress. We know that to achieve our mission, we must earn and keep people's trust—so we hold ourselves to the highest standards of integrity in everything we do. These aren't just words on a wall—our values are embedded in every aspect of our business, serving as a north star that guides us as we work to help millions achieve their financial potential. Because if we don't—who will? *Chime is a financial technology company, not a bank. Banking services provided by The Bancorp Bank, N.A. or Stride Bank, N.A., Members FDIC. What we offer for our full-time, regular employees 🏢 Our in-office work policy is designed to keep you connected - with four days a week in the office and Fridays from home for those near one of our offices, plus team and company-wide events depending on location. 💻 Benefits that support your work and life, including backup child, elder, and pet care and subsidized commuter benefits for eligible employees. ✨ Comprehensive health, financial, and wellbeing benefits designed to support you at every stage of life. 🏝 Generous vacation policy and company-wide paid days off 🫂 1% of your time off to support local community organizations of your choice 👟 Annual wellness stipend to use towards eligible wellness related expenses 👶 Up to 22 weeks of paid parental leave for birthing parents and 12 weeks of paid parental leave for non-birthing parents 👪 Access to family planning reimbursement 💚 A challenging and fulfilling opportunity to join one of the most experienced teams in FinTech and help millions unlock financial progress We know that great work can’t be done without a diverse team and inclusive environment. That’s why we specifically look for individuals of varying strengths, skills, backgrounds, and ideas to join our team. We believe this gives us a competitive advantage to better serve our members and helps us all grow as Chimers and individuals. Chime is proud to be an Equal Opportunity Employer. We consider qualified applicants without regard to race, color, ancestry, religion, sex, national origin, sexual orientation, gender identity, age, marital or family status, disability, genetic information, veteran status, or any other legally protected basis under provincial, federal, state, and local laws, regulations, or ordinances. We will also consider qualified applicants with criminal histories in a manner consistent with the requirements of state and local laws, including the San Francisco Fair Chance Ordinance, Cook County Ordinance, NYC Fair Chance Act, and the LA City Fair Chance Ordinance, and consistent with Canadian provincial and federal laws. If you have a disability or special need that requires accommodation during any stage of the application process, please contact: accommodations@chime.com . To learn more about how Chime collects and uses your personal information during the application process, please see the Chime Applicant Privacy Notice .

Location: Ireland, Dublin Why Sony Interactive Entertainment? Sony Interactive Entertainment isn’t just the Best Place to Play — it’s also the Best Place to Work. Sony Interactive Entertainment (SIE) is the company behind the PlayStation brand. As a subsidiary of Sony Group Corporation, we’re part of a proud legacy of innovation and excellence. SIE is a dynamic technology company, delivering cutting-edge hardware and network services to more than 100 million people and an entertainment leader, home to some of the most beloved and recognizable intellectual properties (IP) in the world. Our role at SIE is to create and nurture the experiences under the PlayStation brand, a name synonymous with entertainment excellence and creativity. We are looking for an experienced Senior Data Engineer to design, develop and operate trusted, scalable data solutions that power decision-making and transformation across Sony Interactive Entertainment (SIE). Working within Enterprise Data Engineering, you will build reusable data pipelines, integration services and curated data products for business domains including Finance, Supply Chain, IT Operations, People & Places, and Sales & Operations. You will partner with engineering, platform, product and business teams, take end-to-end ownership of complex solutions, and raise engineering standards through technical leadership and mentoring. You will help create reliable, governed and AI-ready enterprise data foundations. Responsibilities Design and deliver enterprise data solutions ·       Design, build, test and maintain robust batch and near-real-time data pipelines and ETL/ELT workflows across enterprise systems, APIs, SaaS platforms and cloud data environments. ·       Develop reusable, well-documented data models and domain-aligned data products, translating complex business logic into reliable engineering solutions. ·       Lead technical design for assigned initiatives, evaluate trade-offs, and ensure solutions are scalable, secure, maintainable and cost-effective. Own quality, reliability and operations ·       Own solutions throughout the engineering lifecycle, from requirements and design through deployment, monitoring, incident resolution and continuous improvement. ·       Implement automated testing, data validation, reconciliation, lineage, observability, alerting and operational runbooks. ·       Apply engineering practices including version control, code review, CI/CD, infrastructure automation and appropriate change controls; improve performance and platform efficiency. Provide technical leadership and collaborate ·       Mentor engineers, lead technical reviews and contribute to shared patterns, coding standards and communities of practice. ·       Partner with business stakeholders, architects, security, governance, analytics and platform teams to clarify requirements, dependencies and data ownership. ·       Proactively identify delivery risks, technical debt and cross-team dependencies; communicate progress, options and recommendations clearly. ·       Enable trusted data for analytics, planning, automation and AI use cases while respecting privacy, security and access controls. Skills and Qualifications ·       Typically 6+ years of professional data engineering or software engineering experience, including ownership of complex production data solutions. ·       Strong hands-on SQL and Python skills, with experience in distributed data processing using PySpark and/or Databricks. ·       Experience designing data pipelines and transformations using modern ETL/ELT tools and frameworks, such as dbt, Ab Initio or equivalent technologies. ·       Solid experience with cloud data platforms and warehouses, particularly Snowflake; knowledge of data modelling, dimensional design and data product principles. ·       Experience with orchestration, Git-based workflows, automated testing, CI/CD, monitoring and troubleshooting production data services. ·       Understanding of data security, access management, data quality, governance and regulatory considerations in enterprise environments. ·       Ability to influence technical decisions, mentor peers and communicate effectively with engineering and non-technical stakeholders. ·       Bachelor’s degree in a relevant discipline or equivalent practical experience. Desirable Experience ·       Enterprise integration experience with SAP S/4HANA, financial planning systems, supply chain applications, ServiceNow or HR platforms. ·       Experience with AWS services, APIs, event-driven integration and infrastructure as code. ·       Experience building reconciled financial data, master/reference data or enterprise operational data products. ·       Exposure to AI/ML data preparation, data observability, metadata management and modern data governance practices. ·       Experience working with globally distributed teams and supporting cross-functional transformation programmes. At SIE, we consider several factors when setting each role’s base pay range, including the competitive benchmarking data for the market and geographic location. Please note that the base pay range may vary in line with our hybrid working policy and individual base pay will be determined based on job-related factors which may include knowledge, skills, experience, and location. In addition, this role is eligible for SIE’s top-tier benefits package that includes paid time off, wellness program and coveted employee discounts for Sony products. This role also may be eligible for a bonus package. Click here to learn more. The estimated base pay range for this role is listed below. €87.800 — €131.800 EUR Please note, Sony Interactive Entertainment conducts background checks at the offer stage for all new employees (which may include criminal background checks for some roles) and will need to process personal information to support these checks. Please refer to our Candidate Privacy Notice (where applicable) for more information about what personal information we collect, how we use it, who we share it with, and your data protection rights. Equal Opportunity Statement: Sony is an Equal Opportunity Employer. All persons will receive consideration for employment without regard to gender (including gender identity, gender expression and gender reassignment), race (including colour, nationality, ethnic or national origin), religion or belief, marital or civil partnership status, disability, age, sexual orientation, pregnancy, maternity or parental status, trade union membership or membership in any other legally protected category. We strive to create an inclusive environment, empower employees and embrace diversity. We encourage everyone to respond. Sony Interactive Entertainment is a Fair Chance employer and qualified applicants with arrest and conviction records will be considered for employment.

-Участвовать в разработке и поддержке моделей кредитного риска для юридических лиц. -Анализировать данные, создавать признаки, реализуя Feature store, и отбирать признаки для моделей.

Задачи: — Участвовать в разработке и поддержке моделей кредитного риска для юридических лиц — Анализировать данные, создавать признаки, реализуя Feature store, и отбирать признаки для моделей — Применять алгоритмы машинного обучения: линейные модели, случайный лес, градиентный бустинг — Тестировать новые источники данных и подходы к моделированию, включая различные передовые архитектуры — Презентовать результаты работы бизнес заказчика — Участвовать в исследованиях и предлагать собственные идеи Требования: — Высшее или незаконченное высшее образование в области математики, экономики, анализа данных или смежных направлениях — Базовые знания теории вероятностей, математической статистики и машинного обучения — Навыки работы с Python и библиотеками анализа pandas, numpy, scikit-learn, и моделирования XGBoost, LightGBM, CatBoost — Базовое знание SQL и понимание основных этапов подготовки данных — Готовность учиться, развиваться и работать в команде — Будет плюсом: опыт работы с Hadoop (PySpark), Hive, Impala или реляционными базами данных — Участие в соревнованиях, хакатонах, kaggle — Интерес к финансовой отчетности и анализу юридических лиц — Знание английского языка на уровне чтения технической литературы

Задачи: — Проектировать и внедрять ML-решения (от классического регрессионного анализа до Time Series и Uplift-моделей); — Строить высокопроизводительные пайплайны обработки данных и генерации признаков на PySpark; — Оборачивать модели в API (FastAPI), настраивать версионирование данных (DVC) и трекинг экспериментов (MLflow).

Location: Athens, Greece; Thessaloniki, Greece About the Role We are seeking an AI/ML Engineer - python developer to join our software development team. You will work on challenging international projects, using cutting-edge technology to deliver ML and AI solutions for major international public organizations. The role offers rapid career growth and real exposure to high-impact, large-scale work. What You Will Do Implement advanced ML solutions and model deployment strategies (MLOps); Build advanced Generative AI components and pipelines, including RAG architectures, orchestration layers and evaluation frameworks; Contribute to AI governance, observability, monitoring and responsible AI practices; Contribute to the design and documentation AI solutions; Contribute to python implementation tasks and implementation of micro-services using frameworks such as FastAPI, Flask, Pydantic. etc. Requirements A university degree in IT or a related field; Very good knowledge of python, pandas, numpy, scipy, matplotlib, seaborn; Good knowledge of  FastAPI, Flask, Pydantic, SQL Alchemy; Hands-on experience in use and integration with leading LLMs and SLMs; Familiarity with AI frameworks such as LangChain, LangGraph, Haystack; Familiarity with major ML frameworks such as PyTorch and TensorFlow, and with model formats such as ONNX; Excellent command of English, written and spoken. Nice to Have Experience designing and implementing AI/NLP pipelines (AI Ops / NLP Ops); Familiarity with AWS SageMaker and / or  Azure Machine Learning platform; Familiarity with cloud platforms such as AWS or Azure; Familiarity with Big Data systems such as Spark (PySpark) and/or Databricks. Benefits We believe in rewarding talent and dedication. Here's what you can expect as part of our team: Competitive full-time salary; Private Health Coverage on the Company’s group program; Flexible Working Hours; Top-of-the-Line Tools; Professional Development: Benefit from language courses, specialized training, and continuous learning opportunities; Career Growth: Work with some of the most innovative and exciting specialists in the industry; Dynamic Work Environment: Thrive in a setting that offers challenging goals, autonomy, and mentoring, fostering both personal and company growth. If you want an exciting challenge, work with some of the coolest technologies, and enjoy your time doing it, then join us! Submit your detailed CV in English, quoting reference: ( JA/ME-PD/11/26 ). You may also consider all our other open vacancies by visiting the career section of our website ( www.eurodyn.com ) and follow us on Twitter (@EURODYN_Careers) and LinkedIn. EUROPEAN DYNAMICS (ED) ( www.eurodyn.com ) is a leading European Software, Information, and Communication Technologies company, operating internationally (Athens, Brussels, Luxembourg, Copenhagen, Berlin, Stockholm, London, Nicosia, Valetta, Vienna, Den Haag, Hong Kong, etc.) The company employs over 1100 engineers, IT experts, and consultants (around 3% PhD, 41% MSc, and 54% BSc). We design and develop software applications using integrated, state-of-the-art technology. Our current IT projects have a value exceeding 300 million EURO. EUROPEAN DYNAMICS is a renowned supplier of IT services to European Union Institutions, international organizations, European Agencies, and national government Administrations in 40 countries and 4 continents. As part of our dedication to the diversity of our workforce, we are committed to Equal Employment Opportunity without regard for race, colour, national origin, ethnicity, gender, disability, sexual orientation, gender identity, or religion. EUROPEAN DYNAMICS (ED) adheres to the General Data Protection Regulation principles by applying its Privacy Policy as published at www.eurodyn.com/privacy . By submitting an application to this position and by sharing your personal data with ED, you acknowledge and accept its Policy and authorize ED to process your personal data for the purposes of the company's recruitment opportunities, in line with the Policy.

Требования: — Опыт тестирования ПО от 5 лет с сильной экспертизой в тестировании данных — Опыт тестирования корпоративных решений и сложных платформ данных — Опыт с Databricks или Spark / PySpark и тестированием ETL/data pipeline — Сильные навыки программирования/скриптинга на Python, C# и/или TypeScript

Требования: — Опыт тестирования программного обеспечения в течение 5+ лет с сильной практической экспертизой в тестировании данных. — Опыт тестирования корпоративных решений и сложных платформ данных. — Опыт с Databricks или Spark / PySpark и тестированием ETL/data pipeline. — Сильные навыки программирования/скриптинга на Python, C# и/или TypeScript. — Английский: B1+.

Кто мы и что строим: Flowwow — международный маркетплейс подарков. Под ним работает Data Platform, построенная с нуля: lakehouse на Apache Iceberg + Trino, Spark для тяжёлых вычислений, CDC-пайплайны на Kafka/Debezium, всё в Kubernetes. Собственный код: Data Vault — моделирование хранилища как код, обвязка Airflow с собственными операторами и хуками, lineage и инструменты наблюдаемости, AI-слой с агентами на LangGraph + MCP для расследования инцидентов и анализа качества данных. Почему эта роль интересная: Позиция Senior Data Engineer с уклоном в платформенную разработку. Проектирование инструментов для ускорения написания пайплайнов, работа с lakehouse-стеком на глубоком уровне: оптимизация Trino-запросов, maintenance Iceberg-таблиц, эволюция схем, REST-каталог. AI-native команда, ежедневное использование Claude Code и аналогичных инструментов, построение harness-систем вокруг LLM. Задачи: — Развивать ядро платформы: Data Vault, обвязка Airflow, lineage-инструменты, проектировать API и нести за них ответственность. — Писать библиотеки и фреймворки на Python: клиенты к источникам, инструменты тестирования пайплайнов, обёртки над инфраструктурой. — Работать с lakehouse: Iceberg maintenance, оптимизация layout таблиц, тюнинг Trino, Spark-джобы. — Строить интеграции с источниками: OLTP-базы, REST/gRPC API, Kafka, файловые хранилища, SaaS-системы, проектировать унифицированные интерфейсы. — Внедрять AI в инженерные процессы: агенты для расследования инцидентов, ассистенты для DAG'ов и code review. — Развивать агентную инфраструктуру (LangGraph, MCP). — Участвовать в архитектурных решениях: выбор технологий, дизайн интерфейсов, best practices. — Делать code review и менторить коллег. Требования: — Опыт от 5 лет в data engineering или backend-разработке с сильным дата-уклоном, опыт эксплуатации production-систем. — Python — главное требование. — Уровень senior: ООП, проектирование API, типизация, тесты, переиспользуемые компоненты. — Практический опыт с lakehouse-стеком: Apache Iceberg (или Delta/Hudi), понимание отличий lakehouse от классического DWH. — Опыт с Trino или другим MPP-движком: архитектура, оптимизация, коннекторы. — Глубокие знания Apache Airflow: внутреннее устройство, собственные операторы и хуки. — Опыт с Apache Spark: PySpark, Spark SQL. — Продвинутый SQL: оконные функции, CTE, оптимизация, работа с большими объёмами. — Уверенное владение Git, CI/CD. — Будет плюсом: опыт разработки внутренних платформенных инструментов, AI-native подход, Kubernetes, Helm, CDC (Debezium, Kafka Connect), знание форматов хранения Parquet, опыт с системами контроля доступа к данным (OPA, row-level security, маскирование). Условия: — Полная занятость. — Трудовой договор. — График 5/2. — Удалённый формат работы. — Уровень дохода обсуждается на этапах найма. Дополнительно: — ДМС со стоматологией или компенсация на медобслуживание, сервис психологической поддержки. — Компенсация расходов на спорт и спортивное оборудование. — Компенсация стоимости техники для работы. — Оплата обучения, конференций, митапов. — Корпоративная программа лояльности с персональными скидками и предложениями от партнёров. Наши ценности: — Забота и любовь к продукту. — Развитие и рост. — Культура взаимопомощи. — Открытость к изменениям. — Благотворительность и социальная ответственность.

Требования: — 4+ года коммерческого опыта в Data Engineering — Уверенное знание AWS: S3, Glue, Athena, Lake Formation/IAM, Lambda, Step Functions — Опыт построения data lake/lakehouse с нуля (Parquet, Iceberg/Delta/Hudi) — Python (PySpark) и продвинутый SQL

Location: Sofia, Bulgaria Driving the next generation of wealth. Digital assets are redefining how wealth is created, used, and transferred. Since 2018 at Nexo, we have been building the future model of financial wealth - dynamic, accessible, and designed for a new generation of forward-thinking investors. But technology alone doesn’t drive progress. People do. We are a team of builders, strategists, analysts, creatives, and operators united by a shared mindset: advancement. We move fast, think long term, and take ownership. We challenge ideas, not people. We value clarity over noise and impact over optics. What makes Nexo different? We shape industry trends. We rethink how wealth works and build solutions that reflect that belief. That requires a certain kind of person. You will thrive here when you think independently and act decisively, take ownership without waiting for permission, and care deeply about quality, long-term value, and disciplined execution. The people who succeed at Nexo bring analytical depth, sound judgment, and resilience - but also curiosity and the drive to keep improving. This is an environment for people who want to lead, create, and elevate what already exists. If building what’s next excites you, you’ll feel at home at Nexo. Official website: nexo.com Your role: Collaborate with data analysts & stakeholders to understand in-depth the business requirements, design expected outcomes and user stories. Gather, integrate, and clean up data from various Nexo-based and external sources. Implement statistical and/or machine learning models to drive actionable insights. Automate existing models to run on a daily, weekly, monthly basis. Monitor and improve data and model quality. Visualize model results, integrate with Tableau dashboards & extract business insights. Discover and employ meanignful AI-driven optimizations in your day-to-day tasks. Partner with cross-area teams to support self-service data initiatives. What makes you stand out: 3+ years experience as Data Scientist. Theoretical knowledge of common statistical and machine learning algorithms - e.g. predictive, clustering, classification, optimization algorithms. Proven ability for practical application of such models to solve business problems - e.g. forecasting, customer segmentation, customer engagement, driver impact analysis. Experience in exploring, integrating, and modelling massive data sets (100+ million of rows with dozens of variables). Proficiency in SQL, Python, PySpark. Reporting and Data Visualization skills will be considered a plus. Working experience with AWS solutions will be considered a plus. Working experience with APIs will be considered a plus. Experience in finance, banking and/or crypto will be considered a plus. Experience with NLP techniques, analyzing and classifying large amounts of text data will be considered a plus. Nexo benefits: Competitive and rewarding remuneration package. Annual performance-based bonuses. Comprehensive Learning Hub for continuous growth. Hybrid work model: primarily office-based with scheduled home office flexibility. A dynamic and inspiring environment with cutting-edge projects. Career development opportunities in a global leader driving the next generation of wealth. Customizable personal benefits package. Wellness benefits include additional health insurance, all-access sports cards, team-wide sports activities, standing desks, and blue light glasses. Parking and public transportation cards at preferential rates, plus free electric bikes. Fresh fruits, snacks, and a well-stocked office kitchen. Regular department team buildings and company-wide team buildings.

Location: Москва Наша команда занимается созданием следующего поколения интеллектуальных систем для анализа рисков. Среди наших проектов: * разработка NLP моделей на основе LLM, создание sota AI-агентов и мультиагентных систем для операционных и ESG-рисков * создание transformer-based моделей для решения банковских задач на финансовых данных; моделирование финансовых рынков с помощью машинного обучения * разработка классических ML-моделей для процесса кредитования, которые являются ядром бизнеса Сбера и ключевым драйвером прибыли. и сейчас наша команда в поиске талантливых стажеров трех направлений: Data Scientist, LLM-researcher, и Quant-Risks в Управление риск-моделирования. Обязанности * разработка моделей для автоматизации и оптимизации кредитных процессов * сбор, анализ и подготовка данных для моделирования * написание поддерживаемого, читаемого кода; участие в обсуждениях технических подходов * помощь в опромышливании результатов исследований * презентация результатов исследований бизнес-заказчиками. Требования * статус студента бакалавриата/магистратуры на момент трудоустройства * в области компьютерных наук, математики или другой релевантной области * знания в области теории вероятностей и математической статистики * отличные навыки программирования на Python, SQL. * знание библиотек Numpy, Pandas, Scikit-learn, XGBoost/LightGBM/CatBoost, Transformers, Pytorch * опыт разработки моделей машинного обучения (классический стек, NLP, DL). **Будет плюсом:** опыт работы с LLM, c большими данными (PySpark). Условия * формат работы: офис в г. Москва, рядом с м. Кутузовский пр. * гибкий график и возможность совмещать с учебой: от 30 до 40 часов в неделю * возможность заниматься спортом в одном из спортзалов банка * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

Требования: — 4+ года коммерческого опыта в Data Engineering. — Уверенное знание AWS: S3, Glue, Athena, Lake Formation/IAM, Lambda, Step Functions. — Опыт построения data lake/lakehouse с нуля (Parquet, Iceberg/Delta/Hudi, партиционирование). — Python (PySpark) и продвинутый SQL. — Интеграция MySQL/PostgreSQL, CDC через AWS DMS или аналоги. — Оркестрация: Airflow (MWAA), Step Functions или Dagster. — Моделирование данных, data quality и тестирование. — Безопасность и защита персональных данных: шифрование, row/column-level access, аудит. — Terraform/CDK, Git, основы CI/CD. — Английский B2+. Плюсом: — Redshift, BI-инструменты (QuickSight, Power BI, Tableau, Superset), dbt. — Kinesis/Kafka и потоковая обработка данных. — Опыт в EdTech и знание FERPA/COPPA. — AWS-сертификаты в области Data Engineering/Analytics.

Требования: Инфраструктура и Cloud: — Опыт развертывания и настройки managed-кластеров Spark (Yandex Data Proc, Google Dataproc, AWS EMR). — Владение Terraform (или Ansible) для автоматизации инфраструктуры. — Настройка сетевого взаимодействия (VPC, VPN, Security Groups) между Greenplum и Spark. — Опыт работы с Docker и Kubernetes (если Spark запускается на K8s). Big Data стек: — Понимание архитектуры Greenplum и способов выгрузки данных (gpfdist, PXF, JDBC). — Знание архитектуры Spark (Driver, Executor, History Server), умение управлять ресурсами кластера. — Настройка оркестрации пайплайнов (Apache Airflow). — Работа с форматами данных (Parquet, ORC, Avro). Мониторинг и CI/CD: — Настройка мониторинга и логирования для Spark-джобов (Prometheus, Grafana, ELK). — Настройка CI/CD для деплоя Spark-приложений (GitLab CI, Jenkins). Языки и утилиты: — Python (PySpark) или Scala — для написания инфраструктурных скриптов и отладки. — Bash-скриптинг

Location: Москва Мы — команда ПКАП AEF, развивающая платформу данных внутри AEF (Agent Execution Framework — среды исполнения и управления AI-агентами в контуре банка), которая получает и обрабатывает трейсы работы агентов, формирует витрины для мониторинга, оценки качества и развития AI-агентов, а также для команд разработки, аналитики и внутренних потребителей Банка. Ищем инженера данных, умеющего доводить решения до промышленной эксплуатации и готового отвечать за их работу после запуска. Обязанности * разрабатывать и выводить в ПРОМ витрины на SQL, Spark, Scala. * разрабатывать сервисы для обработки и поставки данных. * готовить данные для исследований в лабораторном контуре: работать с трейсами, техническими показателями и метриками AI-агентов. * сопровождать витрины: анализировать логи и метрики, находить причины сбоев, устранять их и предотвращать повторение. * разрабатывать проверки качества данных и тестировать расчёты * поддерживать техническую документацию и базу знаний, консультировать внутренние команды по составу и использованию данных. Требования * опыт в data engineering от 3х лет * практический опыт разработки на PySpark или Spark * опыт разработки на Python или Scala * уверенное знание SQL (сложные запросы, оптимизация) * практический опыт работы с Hadoop, включая HDFS, YARN и Hive. * понимание устройства хранилищ данных, принципов построения витрин и организации потоков данных от источника до потребителя. * опыт вывода расчётов или сервисов в промышленную среду: Git, CI/CD, тестирование, диагностика сбоев по логам и метрикам. * знание и регулярное использование LLM-инструментов для инженерных задач. Важно уметь оценивать их ответы и самостоятельно отвечать за качество итогового решения. Условия * комфортный, современный офис м. Кутузовская * возможность выбрать удобный график – офис/гибрид * 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 (для Junior позиций) * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * льготная ипотека для каждого сотрудника * бесплатная подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера. * корпоративная пенсионная программа * отсутствие строгого дресс-кода.

Задачи: – Исследовать и прототипировать новые методы контроля качества данных на наших данных. – Проектировать ML- и статистические контроли для выявления аномалий, дрейфа распределений, деградации свежести данных, нарушений сезонных паттернов и нетипичных комбинаций метрик. – Строить базовые ожидания по DQ-метрикам: row_count, null_rate, unique_count, свежесть данных, доли категорий. – Подбирать подходящие методы под конкретную задачу: от простых правил и статистических проверок до ML-моделей. – Валидировать контроли без готовой разметки: проверять их на исторических данных, использовать синтетические аномалии, shadow mode и анализ ложных срабатываний. – Интегрировать решения в production-пайплайны: Airflow, PySpark, Hive/Hadoop. – Настраивать алертинг для операционных команд и сопровождать решения в production. Требования: – Опыт в ML / Data Science от 3 лет. – Уверенное владение Python (pandas, numpy, scikit-learn) и SQL. – Ключевой стек: Python, SQL, Airflow, PySpark, Hadoop/Hive, MLflow. – Сильная база по математической статистике и классическому машинному обучению: линейные модели, деревья, бустинги. – Опыт с методами выявления аномалий и/или обнаружения дрейфа данных. – Опыт работы с временными рядами. – Опыт вывода моделей в production, их мониторинга и версионирования. – Понимание, где действительно нужен ML, а где достаточно правила, SQL-проверки или статистического базового контроля. – Критично: Знание ML + Airflow.