Задачи:
— масштабировать A/B-тестирование: гипотезы, дизайн, приоритизация, запуск и анализ экспериментов
— рассчитывать метрики, sample size и длительность тестов, контролировать рандомизацию и статистическую корректность
— настраивать и мониторить эксперименты, проводить QA и взаимодействовать с продуктом, разработкой и QA
— анализировать результаты и сегменты, применять sequential testing, переводить выводы на бизнес-язык
— развивать data pipelines, ETL/ELT и единый слой метрик для экспериментов
— контролировать качество данных и оценивать их влияние на бизнес-метрики и статистическую достоверность
— проводить sensitivity analysis и оптимизировать сбор данных без потери качества результатов
— разрабатывать self-service инструменты для запуска и анализа экспериментов
— автоматизировать аналитику с помощью LLM: SQL, отчёты, первичный анализ результатов
— развивать документацию, стандарты и best practices по experimentation
Требования:
— от 2 лет опыта в A/B-тестировании — полный цикл от гипотезы до интерпретации результатов
— практический опыт масштабирования experimentation-программ
— хорошее понимание p-value, доверительных интервалов, статистической мощности, sample size
— опыт работы с ratio-метриками: AOV, ARPPU, conversion rate и др.
— знание методов анализа ratio-метрик: линеаризация, bootstrap
— понимание рисков peeking и multiple testing, знание sequential testing
— продвинутый SQL: оконные функции, сложные JOIN, агрегации на больших объёмах данных
— Python для анализа данных и автоматизации: pandas, numpy, scipy / statsmodels
— понимание архитектуры ETL/ELT и data pipelines, принципов построения витрин и контроля качества данных
— опыт оценки влияния объёма и качества данных на бизнес-метрики и статистическую достоверность экспериментов
— опыт применения sensitivity analysis для оценки ценности отдельных сессий и событий
— опыт работы с платформами экспериментов: Optimizely, SiteSpect или внутренними решениями
— опыт работы с product analytics: GA4, Amplitude, Mixpanel
— понимание архитектуры сбора и обработки экспериментальных данных
Будет плюсом:
— опыт автоматизации аналитических задач с помощью LLM и AI-агентов (генерация SQL, первичный разбор результатов)
— навыки разработки self-service инструментов для продуктовых команд
— опыт создания internal experimentation platform: хранение метаданных, расчёт метрик, логика сегментации
— знание особенностей mobile app testing и ограничений in-app экспериментов
— опыт работы с персонализацией: Dynamic Yield, Nosto
Задачи:
— Реагирование и разрешение инцидентов в продакшене (Sev1–Sev4)
— Участие в ротации дежурств (1 неделя из 5, отдельная оплата)
— Создание и поддержка runbook'ов (управляемых как код с CI валидацией)
— Разработка автоматизации и изменений инфраструктуры для клиентских окружений
— Настройка систем наблюдения (Datadog, Prometheus, Grafana)
— Подготовка постмортемов и техническая коммуникация с клиентами
— Внесение вклада в базу знаний
— 30–40% времени уделяется инженерным проектам (автоматизация, AI-инструменты, наблюдение)
— Участие в развитии AI-усиленного L1 слоя (триаж и автоматизация на основе RAG)
Требования:
— Опыт работы 5+ лет с Kubernetes, Terraform, AWS/GCP/Azure, Datadog, Prometheus, Grafana, PagerDuty, Linux, Python, Bash, ArgoCD, Helm, CI/CD (GitLab CI / GitHub Actions)
— Опыт дежурств в продакшене — обязателен
— Опыт Java-разработчика или SRE
— Умение работать с AI-агентами (критическое мышление)
— Чтение чужого кода и внесение мелких исправлений
— Знание SQL
— Управление инцидентами (Sev1–Sev4)
— Продвинутый английский для прямого общения с клиентами
— Внимательность, ответственность, хорошие коммуникативные навыки
Условия:
— Работа полностью удалённая, только для LATAM (AMER хаб, GMT-3…-6)
— Стандартные часы работы 09:00–18:00 по местному времени
— Дежурства 1 неделя в ротации с отдельной оплатой (стендбай + оплата за инциденты)
— Нет ночных смен, обязательное время восстановления после дежурств
— Возможность стать одним из основателей AMER хаба
— Реальная автономия, не позиция обработки тикетов
— 30–40% времени на инженерные проекты
— Работа напрямую с техническим лидом и командой CEMEA
Задачи:
— Сбор и подготовка бизнес-требований и описание процессов
— Описание моделей данных ИТ-систем (до атрибутов сущностей)
— Проектирование пользовательских интерфейсов и UX-схем
— Применение методологий функционального, информационного и процессного моделирования
— Проектирование и интеграция enterprise-решений
— Написание тестовых сценариев и участие в их автоматизации
— Командная разработка с использованием Confluence и Jira
Требования Hard Skills:
— Высшее образование
— Опыт работы в роли системного аналитика от 5 лет за период с 2018 г. по настоящее время на проектах по разработке и/или модификации и/или внедрению систем с использованием Java и/или Javascript
— Опыт углубленного использования ИИ в работе (работа с ИИ-агентами, знание MCP)
— Опыт описания моделей данных ИТ-систем (до атрибутов сущностей)
— Опыт проектирования пользовательских интерфейсов и UX-схем
— Опыт применения методологий функционального, информационного и процессного моделирования во всех указанных нотациях: eEPC, BPMN, UML
— Опыт применения всех указанных подходов к проектированию и интеграции enterprise-решений: SOA, SOAP, MQ, клиент-серверная архитектура, веб-сервисы
— Опыт работы в каскадных (waterfall) и гибких методологиях (Agile и/или DevOps и/или Scrum) разработки
УдалённоseniorМосква
140 000 – 150 000 ₽
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Задачи:
— Написание контента на английском: посты, треды, статьи, туториалы и кейсы.
— Написание SEO-оптимизированных текстов на английском.
— Ведение и актуализация контент-плана.
— Разработка и тестирование новых форматов органических страниц.
— Верстка страниц в Webflow по готовым шаблонам, постановка задач верстальщику на нестандартные блоки.
— Внутренняя перелинковка и структура контентных кластеров.
— Аналитика в Google Search Console и Google Analytics 4, поиск точек роста.
— Отслеживание трендов в локальных LLM и ИИ-агентах, быстрая реакция на инфоповоды.
Требования:
— Английский от C1+.
— Базовое понимание SEO: семантика, структура страницы, мета-теги, внутренняя перелинковка.
— Опыт работы с Ahrefs или аналогами.
— Опыт с Webflow или готовность быстро разобраться.
— Опыт в IT; опыт на зарубежном рынке — плюс.
— Искренний интерес к AI: локальные модели, ИИ-агенты, новые релизы.
— Умение писать чисто и без воды — с использованием нейросетей и без.
— Понимание, что такое AI-slop, и навык редактировать ИИ-текст «для людей».
Условия:
— Международные AI-продукты и глобальная аудитория.
— Прямое взаимодействие с CMO и продуктовой командой.
— Возможность быстро вырасти в Marketing Manager.
— Обучение за счёт компании.
— 28 дней отпуска + 100% больничных.
— Гибкое начало рабочего дня с 10 до 12.
— Выплаты в рублях, валюте или USDT.
Задачи:
— Разрабатывать и подключать инструменты на базе Model Context Protocol (MCP): понимать устройство MCP-серверов и проектировать клиентские решения «интерфейс — агент — инструменты»
— Писать спецификации и правила для агентов, развивать реестр скиллов команды
— Ревьюить код — и человеческий, и агентский; держать планку качества
— Участвовать в планировании, оценке задач, релизах; работать в связке с аналитиками, бэкендом, дизайном и QA
— Менторить джунов — в том числе учить их работать с агентами
— Разрабатывать и рефакторить модули платформы (интерфейсы управления медиа-хранилищем) — руками агента под вашим управлением
— Проектировать поверхности взаимодействия человека и AI: чаты с потоковой передачей ответов (SSE), канвасы, дашборды агентов
— Создавать собственных AI-агентов и мульти-агентные системы, встроенные в продукт
Требования:
— Опыт коммерческой фронтенд-разработки от 5 лет, из них от 2 лет в роли Senior
— Глубокий практический опыт с React, Next.js и TypeScript, понимание внутреннего устройства
— Опыт проектирования архитектуры сложных фронтенд-приложений и принятия ключевых технических решений
— Понимание и применение принципов SOLID, DRY, KISS, а также паттернов проектирования
— Опыт работы с менеджерами состояний (Redux Toolkit, RTK Query) в крупных проектах
Задачи:
— Разбираться в бизнес-контексте проблем клиентов
— Общаться с командами Product, Mobile, Operations
— Устранять неопределённость в задачах
— Проектировать решения
— Декомпозировать работу
— Использовать AI-агентов для реализации решений
— Проверять результаты
— Запускать решения в production
Требования:
— Сильные знания Go
— Опыт коммерческой разработки 5+ лет
— Опыт работы с распределёнными и высоконагруженными системами
— Знания PostgreSQL/MySQL, Linux, Git, Docker
— Архитектурное мышление
— Самостоятельность и развитые коммуникативные навыки
— Практический опыт работы с AI coding tools / AI agents
— Базовые знания PHP/Laravel
Условия:
— Работа в цифровом финансовом институте, мобильном банке и web-приложении с платежами, страхованием, коммунальными услугами и marketplace финансовых продуктов
— Формат работы: удалённый
— Оформление по ТК
Стек технологий:
Go, PostgreSQL, Docker, GitHub, TeamCity, Jira, Confluence, Laravel
5+ лет опыта в области облачной безопасности или управления идентификацией. Практический опыт работы с OAuth 2.0, OpenID Connect и JWT, включая выпуск, валидацию и обмен токенами.
Задачи:
— проектирование, реализация и оптимизация масштабируемых CI/CD-систем для нескольких команд разработчиков
— автоматизация процессов разработки и управления инфраструктурой с использованием Python
— применение подходов Infrastructure-as-Code, поддержка стандарта и контроль качества инфраструктурного кода
— развитие облачных решений и управление контейнерами с Kubernetes, Helm и операторами
— анализ корневых причин сбоев (RCA), обеспечение высокой доступности и надежности систем
— наставничество коллег и передача экспертизы внутри команды
Требования:
— опыт работы DevOps-инженером или в смежных областях свыше 6 лет
— глубокие знания Python и владение принципами ООП
— продвинутые навыки настройки и эксплуатации CI/CD-конвейеров (GitLab CI, и др.)
— свободная работа с операционными системами семейства Linux (Ubuntu, CentOS) и Bash-скриптами
— уверенное использование практик Infrastructure as Code (Terraform, Ansible)
— опыт работы с облачной инфраструктурой и оркестрацией контейнеров
— практический опыт решения инженерных задач с LLM-агентами, настройка harness, написание собственных скиллов
Дополнительные преимущества:
— владение системами мониторинга и аналитики (Prometheus, Grafana, ELK Stack)
— способность разрабатывать архитектуру программного обеспечения
— опыт внедрения LLM-агентов и RAG в процессы разработки продукта, контроль качества и CI
— высокий уровень владения английским языком (Upper Intermediate+)
Условия:
— комфортный современный офис в Москве - м. Кутузовская, либо Нижний Новгород - Тургенева 30.
— ежегодный пересмотр зарплаты, годовой бонус
— 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
— гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
— подписка Прайм с возможностью совместного использования на трёх близких
— вознаграждение за рекомендацию друзей в команду Сбера
— корпоративная пенсионная программа.
Задачи:
— участие в планировании спринтов и продуктовых бэклогов, декомпозиции и формировании требований к доработкам
— проработка архитектурных решений
— исследование бизнес-процессов и клиентских путей, подлежащих автоматизации
— взаимодействие с заказчиком с целью сбора информации, уточнение бизнес-требований
— сбор, анализ, проработка и согласование системных требований к АС и интеграциям со смежными системами
— декомпозиция бизнес-требований
— документирование API с помощью Swagger/OpenAPI
— подготовка технической документации для описания функционала системы и интеграционных интерфейсов
— экспертная поддержка тестирования (в т.ч. при подготовке тест-кейсов), приёмки, внедрения и сопровождения систем.
Требования:
— опыт работы системным аналитиком от 5 лет
— опыт проектирования и анализа автоматизированных систем
— знание методологий анализа и моделирования бизнес-процессов, опыт применения нотаций BPMN, UML (sequence-диаграммы)
— понимание принципов ООП и умение применять их при анализе предметной области с использованием ERD-диаграмм для проектирования структуры данных, знание основ БД
— навык декомпозиции задач и работы с сущностями пользовательских историй (User Story) и вариантов использования (Use Cases)
— опыт проектирования интеграционных взаимодействий с нуля (REST API)
— опыт работы в рамках Agile/Scrum
— опыт работы с системами управления задачами и базой знаний (Jira, Confluence)
— системное мышление, аналитический подход к решению задач, умение структурировать информацию и описывать сложные вещи простым и понятным языком
— базовый уровень английского языка для чтения технической документации и общения с командой разработчиков
— опыт использования LLM, навыки создания и использования AI-агентов
Будет преимуществом:
— опыт работы с брокерами сообщений (Kafka, MQ)
— опыт инструментального использования AI для анализа, генерации и автоматизации.
Условия:
— срочный трудовой договор до 01.07.2027
— гибридный формат работы, после испытательного срока
— годовой бонус и ежегодный пересмотр зарплаты
— расширенный ДМС с первого дня и льготное страхование для семьи
— корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях
— 90 дней удаленной работы из любого региона РФ
— льготная ипотека в Сбере
— подписка Прайм с возможностью совместного использования на трёх близких.
Задачи:
— Развитие рекомендательной системы на сайте kommersant.ru.
— Создание и поддержка RAG-систем и ИИ-агентов (база знаний, умный поиск).
— Оценка качества моделей, рекомендаций и ответов LLM.
— Мониторинг качества, скорости и стоимости ML/LLM-сервисов.
— Проведение A/B-тестов и анализ результатов.
Требования:
— Высшее образование (техническое, математическое или IT-направление).
— Опыт работы в Data Science от 3 лет.
— Уверенное знание Python и SQL.
— Знание классического ML, статистики и продуктовых метрик.
— Опыт разработки рекомендательных систем, общее понимание видов архитектур.
— Знание RAG и опыт проектирования RAG-архитектур.
— Опыт работы с LLM, эмбеддингами и векторными базами данных.
— Умение превращать прототипы в стабильные production-сервисы.
Будет преимуществом:
— Опыт работы с LightRAG, GraphRAG или другими графовыми RAG-подходами.
— Знание Qdrant, ClickHouse, PostgreSQL, Redis.
— FastAPI, Docker.
— Опыт создания систем оценки LLM и работы с несколькими провайдерами моделей.
— Опыт разработки ИИ-агентов и MCP-интеграций.
— Опыт работы с медиаконтентом и рекомендательными системами для издателей.
Условия:
— График работы: 5/2, гибрид.
— Оформление по трудовому договору.
— Стабильность и прозрачность в отношении заработной платы.
— Испытательный срок 3 месяца с возможностью подключения к программе добровольного медицинского страхования и другим опциям социальной политики.
— Обеспечение необходимым техническим оборудованием (ноутбук).
— Работа в бизнес-центре класса А с развитой инфраструктурой (офис в 5 минутах от м. «Маяковская», кафе и магазины, зоны отдыха внутри здания).
Задачи:
— Проверять работы студентов и решать, зачесть задание или нет.
— Давать обратную связь простыми словами в письменном виде: отмечать неточности, указывать на ошибки и давать советы по улучшению.
— При проверке опираться на гайды и чек-листы, учитывая must критерии, глубина и наполненность обратной связи зависят от профессионализма.
Требования:
— Middle-уровень (и выше) программирования 1С с опытом работы от 3-х лет.
— Готовность посвящать проекту около 15 часов в неделю.
— Желание делиться знаниями.
— Умение работать с Git-репозиториями или готовность быстро освоить основы.
— Регулярная работа с ИИ-агентами, наличие личной подписки на сервис с большими языковыми моделями или готовность её оформить.
Условия:
— Удаленное сотрудничество, возможность работать из любой точки мира.
— Возможность освежить знания, реализовать потенциал и влиять на качество образования.
— Развитие мягких навыков: умение давать обратную связь, объяснять сложные вещи простыми словами, формировать безопасную образовательную среду.
— Бесплатное обучение в Школе ревьюеров и плавное погружение в сотрудничество.
— Выдача сертификатов о социально‑полезной деятельности.
— Возможность писать статьи и участвовать в конференциях, мероприятиях и подкастах Яндекс Практикума.
Задачи:
— разрабатывать и развивать backend SberMode на Python
— проектировать и реализовывать интеграции с внутренними источниками данных
— загружать, преобразовывать и обрабатывать большие объёмы данных
— разрабатывать модели данных и логику расчёта показателей эффективности
— реализовывать сложные расчёты, агрегации и алгоритмы обработки данных
— оптимизировать SQL-запросы и производительность сервисов
— разрабатывать API для собственного frontend-приложения
— участвовать в проектировании архитектуры новых компонентов платформы
— обеспечивать качество и корректность расчётов с помощью тестирования
— находить узкие места в производительности и предлагать решения
— вместе с аналитиками и командой продукта превращать бизнес-задачи в работающие технические решения.
Требования:
— опыт коммерческой разработки на Python от 3 лет
— уверенное владение Python
— практический опыт работы с Django и/или FastAPI
— хорошее знание SQL и опыт работы с реляционными БД
— опыт работы с большими объёмами данных
— понимание принципов оптимизации запросов и производительности приложений
— понимание REST API и микросервисного взаимодействия
— знание алгоритмов и структур данных
— опыт написания unit-тестов и функциональных тестов
— опыт командной разработки с использованием Git
— способность самостоятельно разобраться в сложной предметной области и предложить решение, а не только реализовать готовое ТЗ
— навыки работы с генеративными AI-моделями
— создания AI-агентов и использования их в работе будет преимуществом
— опыт использования GigaChat, Kandinsky и аналогов в продуктах
— инструментальное владение AI для анализа, генерации и автоматизации.
Будет большим плюсом:
— опыт разработки аналитических или data-intensive систем
— опыт построения ETL/ELT-процессов и интеграций с различными источниками
— опыт оптимизации баз данных и высоконагруженных сервисов
— знание OpenShift/Kubernetes
— опыт работы с большими распределёнными системами
— интерес к AI/GenAI и применению современных технологий для работы с данными.
Условия:
— офисный формат (Кутузовский проспект 32к3)
— 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.
Задачи:
— участвовать в полном цикле разработки backend (архитектура, кодинг, запуск в промышленный контур)
— проектировать и развивать API для внешних интеграций
— писать код с покрытием автотестами
— внедрять AI-повестки в рабочие процессы (агенты, SDD).
Требования:
— опыт работы в роли бэкенд разработчика от 4 лет
— экспертное владение одним из языков программирования (Go, Python, C++, Rust), готовность учиться и писать на Scala
— понимание концепций популярных блокчейнов (блоки, транзакции, логи, криптография)
— опыт настройки CI/CD (Jenkins, Groovy)
— опыт с Kubernetes
— опыт работы c агентской разработкой
— опыт работы с RPC-клиентами (Web3j / ethers / JSON-RPC)
— опыт работы с PostgreSQL и очередями Kafka.
Условия:
— возможность выбрать удобный формат работы: гибрид или офис
— комфортный современный офис: Москва, пер. Оружейный, 41 (БЦ Оружейный)
— ежегодный пересмотр зарплаты, 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
— ипотека выгоднее до 7% для каждого сотрудника
— подписка Прайм с возможностью совместного использования на трёх близких
— вознаграждение за рекомендацию друзей в команду Сбера.
Задачи:
— Написание кода агента на Python, который использует внешние API;
— "Упаковка" кода в Docker-образ с минимальным размером и безопасными зависимостями;
— Написание Helm-чарта для развертывания этого образа в Kubernetes;
— Поиск способов обновления библиотеки или применение патча, пересборка образа и обновление деплоя при блокировке образа SCA-сканером из-за уязвимости в библиотеке requests;
— Чтение логов пода в ArgoCD, в случае падения агента в продакшн. Исправление кода и подготовка нового деплоя, если ошибка в промпте или API.
Требования:
— Опыт от 3-6 лет Middle / Senior;
— Бэкграунд: Python-разработчик, который увлекался AI и выучил Docker/Kubernetes, либо MLOps-инженер, который умеет хорошо программировать;
— Ключевая компетенция: автономность — уметь не только написать бота, но и перенести его в контейнер, пройти проверку безопасности и запустить в кластере без помощи системных администраторов;
— Глубокое понимание работы зависимости в Python (virtualenv, poetry, pip), так как 70% проблем с деплоем связаны с ними;
— Понимание концепции AI Agents, RAG, Tool Calling;
— Навыки работы с DevOps / MLOps инструментами: Docker, Kubernetes, Helm, ArgoCD (чтение логов/статусов), bash;
— Опыт работы с SCA-сканерами.
Условия:
— Заработная плата до 260 000 рублей на руки;
— Оформление через ИП, самозанятый;
— Гражданство РФ, локация РФ;
— Удалённая работа.
Описание проекта и команды:
— Управляющая компания.
Этапы отбора:
1. Интервью
2. Проверка информационной безопасности.
Задачи:
▫️Работать с нечеткими требованиями, уточнять и формализовывать задачи.
▫️Проектировать и разрабатывать backend-сервисы на Python.
▫️Участвовать в архитектурных решениях и развитии микросервисной платформы.
▫️Использовать AI-агентов (Claude, Cursor, Copilot и др.) для ускорения разработки.
▫️Проводить код-ревью, контролировать качество решений и отвечать за результат до выхода в production.
Требования:
▫️5+ лет коммерческого опыта backend-разработки.
▫️Уверенный опыт разработки на Python.
▫️Опыт работы с микросервисной архитектурой.
▫️Хорошие знания SQL, PostgreSQL и MongoDB.
▫️Опыт работы с Docker, Kubernetes и CI/CD.
▫️Навыки системного анализа и работы с требованиями.
▫️Опыт технического лидирования будет преимуществом.
▫️Практический опыт использования AI-инструментов разработки обязателен.
Условия:
▫️Удаленная работа (для граждан РФ, находящихся в РФ)
▫️Полная занятость
▫️До 270 000 рублей по ИП
▫️Проект на 3 месяца с возможностью продления
Задачи:
— Разрабатывать и подключать инструменты на базе Model Context Protocol (MCP), понимать устройство MCP-серверов и проектировать клиентские решения «интерфейс — агент — инструменты»
— Писать спецификации и правила для агентов, развивать реестр скиллов команды
— Ревьюить код — и человеческий, и агентский; держать планку качества
— Участвовать в планировании, оценке задач, релизах; работать в связке с аналитиками, бэкендом, дизайном и QA; менторить джунов, в том числе учить их работать с агентами
— Разрабатывать и рефакторить модули платформы (интерфейсы управления медиа-хранилищем) — руками агента под вашим управлением
— Проектировать поверхности взаимодействия человека и AI: чаты с потоковой передачей ответов (SSE), канвасы, дашборды агентов
— Создавать собственных AI-агентов и мульти-агентные системы, встроенные в продукт
Требования:
— Опыт коммерческой фронтенд-разработки от 5 лет, из них от 2 лет в роли Senior
— Глубокий практический опыт с React, Next.js и TypeScript, понимание внутреннего устройства
— Опыт проектирования архитектуры сложных фронтенд-приложений и принятия ключевых технических решений
— Понимание и применение принципов SOLID, DRY, KISS, а также паттернов проектирования
— Опыт работы с менеджерами состояний (Redux Toolkit, RTK Query) в крупных проектах
Условия:
— Формат работы: офис первые 3 месяца, далее гибрид или офис по согласованию
Задачи:
— Развитие личного кабинета AI-тренеров: сбор данных из разных источников, настройка систем контроля качества, расчет качества и производительности, отображение данных на дашбордах, настройка пайплайнов поставки данных, написание YQL-скриптов и кода на Python, построение дашбордов в DataLens.
— Инфраструктурные задачи: создание сред для обучения агентов, написание кода, развёртывание серверов и докер-образов с открытым кодом.
— Контроль ресурсов аналитиков: выдача вычислительных ресурсов, мониторинг использования и оптимизация распределения.
— Разработка инфраструктуры бенчмарков: помощь аналитикам в ускорении и упрощении создания бенчмарков для различных сценариев, работа на Python.
Требования:
— Умение писать на Python и SQL.
— Любовь к работе с данными.
Будет плюсом:
— Опыт построения ETL-процессов, в том числе с Airflow.
— Опыт работы с BI-системами (DataLens, Tableau, Power BI и др.).
— Опыт работы с YTsaurus или аналогами.
— Настройка CI/CD.
Условия:
— Бесплатное участие сотрудников Яндекса в профильных конференциях.
— Школа подготовки спикеров для выступающих на конференциях.
— Другие бонусы, полный список доступен на сайте компании.
Зарплата не указана
Все вакансии в одном месте — страница 8 · Job Hunters