Вакансии

Предстоит создавать инструменты для внутренних пользователей, разрабатывать прототипы интерфейсов и участвовать в проектировании API вместе с бэкенд-разработчиками. Среди задач также развитие существующего кода, его ревью и оптимизация производительности.

Location: Москва **Стажёр в команду «Антифрод ММБ»**\* Ищем внимательного и аналитически мыслящего стажёра для усиления нашей команды по борьбе с мошенничеством. Это отличная возможность погрузиться в мир финтех-безопасности, увидеть, как работают реальные схемы обмана, и научиться создавать инструменты для их предотвращения. Обязанности * проводить глубокий анализ реализовавшихся кейсов мошенничества (post-mortem) * искать корневые причины инцидентов: выявлять слабые места в бизнес-процессах (process gaps) и уязвимости системных решений (systemic gaps) * помогать команде в разработке и описании новых правил и сценариев для антифрод-систем * участвовать в сборе данных и подготовке метрик эффективности внедряемых инструментов. Требования Наши ожидания от кандидата: * обучаетесь на последних курсах бакалавриата или в магистратуре (экономика, финансы, математика, IT) * обладаете базовыми знаниями в области экономики и финансового анализа (понимание P&L\*, основных финансовых потоков) * умеете работать с большими объёмами информации, структурировать её и делать выводы * владение Excel на продвинутом уровне (сводные таблицы, формулы). Будет преимуществом: * владение SQL, Python, а также практический опыт применения ИИ-инструментов для анализа данных, автоматизации и оптимизации рабочих процессов. Условия * работа в удобном и современном офисе недалеко от станции метро Кутузовская * стажировка 20 часов в неделю * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития.

Задачи: — Писать код на Golang и углублять знания в backend-разработке — Разрабатывать сервисы для обработки и хранения контента отелей — Работать с базами данных и партнёрскими данными из внешних систем — Участвовать в задачах по поиску, сравнению и сопоставлению контента разных поставщиков — Покрывать код unit-тестами и следить за качеством своего кода — Проводить код-ревью и участвовать в обсуждении реализации новых фич — Погрузиться в нашу ИТ-платформу: сервисы, ресурсы, окружение, пайплайны, инкременты, роуты, кроны, конфиг-мапы — Активно взаимодействовать с ментором, командой и участниками других команд Туту — Учиться разбираться в пользовательских обращениях, логах, метриках и инцидентах Требования: — Можешь написать и запустить программу на Golang — Имеешь базовые знания SQL — Понимаешь, как использовать сторонние библиотеки: например, как добавить зависимость и работать с go.mod — Умеешь пользоваться git — Можешь читать техническую документацию на английском языке, в том числе через онлайн-переводчики — Опыт учебных или личных проектов будет большим плюсом — Являешься в том числе студентом ВУЗа по одной из специальностей в области прикладной математики, технических и физических наук, компьютерных и информационных наук, информационной безопасности, машиностроения и т.п Условия: — Длительность стажировки: 6 месяцев с нагрузкой 30-40 часов в неделю — Оформление через срочный трудовой договор — График работы 5/2 в гибридном формате, офис в Москве — Офис с горячими завтраками и зонами отдыха, гибрид или удалёнка — ДМС со стоматологией и туристической страховкой — Велком-тренинги, программа наставничества и внутренний бот-помощник — Клубы по интересам, поддержка и финансирование комьюнити от Туту — Бюджет на обучение — Годовые премии по результатам работы — Реферальная программа, бонусы за рекомендации новых сотрудников — Сессии с психологом для сотрудников — Скидки у партнёров и специальные условия у 800+ сервисов

Location: Москва Мы ищем целеустремленного и амбициозного Data Scientist, который готов развиваться в области AI, ML и Финансов. Мы отвечаем за задачи по AI-трансформации, связанные с Блоком Финансы, нашим основным заказчиком является Казначейство Сбера. Нашей задачей является внедрение AI и ML в таких процессах, как продуктовое ценообразование на портфельном и индивидуальном уровне, установление единых трансфертных ставок, бизнес-планирование, с целью улучшения финансовых показателей банка. В нашу работу входит анализ данных, построение моделей, внедрение их в процесс, общение с заказчиками, представление результатов руководству Банка. В работе используем как стандартные модели и алгоритмы, так и тестируем более продвинутые методы, в том числе, совместно с Лабораторией искусственного интеллекта Сбера. Обязанности * Разработка ML-моделей и алгоритмов * Вывод в production ML-моделей и расчетных модулей * Аналитика на больших данных * Поддержка реализованных решений * Разработка ML-моделей и алгоритмов для прогнозирования временных рядов Требования * продвинутые знания в области математики (мат.анализ, линейная алгебра, теория вероятностей, мат.статистика) * python: типы данных, структуры, ООП * классический ML: задачи (классификация, регрессия), метрики, basic ML stack (pandas, numpy, sklearn, catboost, xgboost), SQL * BigData stack (Hadoop, Spark, SparkML) * умение работать с git, Jira, Confluence. Будет плюсом: * знания в области финансов * опыт продуктовой аналитики * опыт работы с временными рядами (анализ, разработка моделей) * опыт работы с LLM (langchain, langgraph) * опыт end-2-end разработки ML-моделей (EDA-MVP-Solution-Validation-Production) * опыт backend разработки. Условия * комфортный современный офис рядом с м. Кутузовская * гибридный формат работы * 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 * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

Полный цикл управления проектами цифровизации: от инициации до ввода решения в промышленную эксплуатацию.

Мы ищем стажера, который разбирается в уязвимостях и их эксплуатации и хочет развиваться в тестировании безопасности продуктов вместе с нашей командой. Участвовать в анализе безопасности продуктов на всех стадиях жизненного цикла и в формировании оценки безопасности;

Задачи: — Участие в сборе и структурировании требований совместно с бизнес-аналитиком, менеджером продукта и инженерами. — Общение с пресейлом, техподдержкой, внешними партнерами, разработкой. — Помощь бизнес-аналитику и менеджеру продукта в структурировании продуктовых и пользовательских требований и сценариев. — Изучение продуктов-аналогов и текущих особенностей работы продукта. — Участие в прототипировании и исследовании технологий. — Участие в выработке, проработке и оформлении технической концепции и технического решения по новым функциям. — Участие в управлении требованиями и постановка задач разработке. — Разработка внутренней документации продукта. — Сопровождение разработки и тестирования. — Участие во внутренней приемке релизов. Требования: — Готовность быстро осваивать область системного/сетевого администрирования или опыт и знания в этой области. — Умение моделировать и описывать деятельность, функции, структуры данных, интерфейсы, алгоритмы. — Умение работать с требованиями. — Знакомство с основными концепциями процедурного и объектно-ориентированного программирования. — Умение моделировать и описывать архитектуру и дизайн систем и программных приложений. — Готовность изучать и применять новые инструменты для повседневной работы. — Базовый опыт и знания в области интеграции систем/сервисов. — Базовые навыки проектирования реляционных баз данных и нереляционных структур данных, базовый SQL. — Понимание жизненного цикла ИТ-систем, процессов разработки, сопровождения и развития ПО. — Базовые навыки и готовность изучать и взаимодействовать с технологиями. — Минимальные навыки программирования/написания скриптов (Python, C++, Go приветствуются). — Минимальные навыки работы с системами версионирования исходного кода. — Готовность читать исходный код, работать с логами, конфигурациями и данными в системах. — Навыки работы с командной строкой, базовые навыки работы с Linux. Приветствуется, но не обязательно: — Навыки программирования на любом языке и базовые навыки проектирования ПО. — Базовые навыки администратора сети. — Знакомство с архитектурой Linux. — Знакомство с информационной безопасностью и технологиями защиты данных. — Знакомство с формальной логикой. — Знакомство с классификацией и атрибутами качества требований. — Опыт работы с системами моделирования, Sparx Systems Enterprise Architect, Visual Paradigm или другими. — Отсутствие "аллергии" на высшую математику, включая дискретную математику, структуры данных и алгоритмы, реляционную алгебру. — Знакомство со стандартами, нотациями и практиками моделирования IDEFx, DFD, UML, BPMN, ARIS и др. — Знакомство с подходами к описанию функций в виде Use Case, User Story, пользовательских сценариев. — Знакомство с Agile практиками Story mapping, Event storming, CJM, Service Blueprint, 4 context architecture. — Практики бизнес-анализа, включая Business Canvas, понимание структуры бизнес-плана, умение работать с бизнес-целями, проектированием бизнес-процессов и обоснованием ценности проектов и функций. — Знакомство с ГОСТ серии 34 и 19 и современными стандартами системной инженерии и управления требованиями. — Опыт фасилитации групповых рабочих сессий. — Знакомство с Domain Driven Design, шаблонами интеграции приложений, шаблонами реализации микросервисной архитектуры. Условия: — Стабильное постоянное трудоустройство в быстрорастущей компании, занимающейся импортозамещением. — Работа в аккредитованной Минцифры IT-компании, продукты которой находятся в реестре российского ПО. — Нет бюрократии, собеседование в 1-2 этапа с быстрым фидбеком, гибкое начало рабочего дня, отсутствие дресс-кода. — Плавный ввод в должность, период адаптации, наставничество. — Офисный формат работы, офис возле м. Белорусская/Савеловская. — ДМС со стоматологией. — Внутреннее и внешнее обучение.

Задачи: — Участие в программе стажировки IT-отдела P&G длительностью 3-6 месяцев с возможностью выбора направления Data Engineering или Data Analytics. — Получение практического опыта в проектировании и внедрении технических решений для загрузки, обработки и хранения данных, автоматизации ETL-процессов и построении надежных конвейеров данных (Data Engineering). — Сбор, очистка и анализ данных из различных источников, создание визуализаций и отчетов, проведение анализа и разработка статистических моделей для прогнозирования (Data Analytics). — Развитие навыков управления проектами в рамках выбранного направления. — Участие в учебных сессиях, получение доступа к обучающим курсам и сертификатам Microsoft, Coursera и другим. Требования: — Готовность к переезду в Москву при поддержке компании или проживание в Москве. — Обучение на последнем курсе бакалавриата, специалитета, любом курсе магистратуры или статус выпускника. — Владение английским языком на уровне Upper-Intermediate (B2) и выше. — Навыки программирования на Python и SQL, опыт написания чистого и эффективного кода. — Уверенное владение одним из направлений: управление проектами, инженерия данных или аналитика данных, с базовым пониманием двух других. — Готовность работать 40 часов в неделю. — Приветствуется знание и опыт использования CI/CD, методологий SCRUM и DevOps, опыт работы с Big Data (Hadoop, Azure) и инструментами бизнес-аналитики (KNIME, Power BI, Tableau, Spotfire). — Образование в области статистики, математики, прикладной информатики, управления бизнесом или смежных областях будет преимуществом. Условия: — Ежемесячное вознаграждение 110 000 рублей gross. — Пособие на обеды и гибкий график работы с возможностью удаленной работы. — Поддержка при переезде из другого региона. — Доступ к глобальному портфолио обучения P&G, включая сертификаты Microsoft, Coursera и другие профессиональные курсы. — Работа в гибридном формате в Москве. — Корпоративные скидки и дополнительные бонусы. Примечание: Техническое собеседование является частью процесса отбора для оценки hard skills. Компания Procter & Gamble — один из крупнейших мировых производителей непродовольственных товаров, предлагающий возможности для развития и карьерного роста.

💎 Revolut ищет Mid/Senior Backend Engineer для построения мобильных API, разработки микросервисов, совершенствования критически важных систем (управление рисками, выявление мошенничества, обработка платежей), а также для greenfield‑разработки и улучшения существующих решений;

Задачи Google Ads Media Buyer: — Запускать рекламные кампании в Google Ads;

Задачи: полный цикл системного анализа модулей платформы, формализация бизнес-требований, проектирование логики, описание интеграций и потоков данных.

Клиентская и рыночная аналитика: сегментация базы (ABC/XYZ, LTV), составление портретов клиентов и CJM. Анализ рынка, конкурентов и проведение опросов (NPS, CSI, JTBD).

Location: Москва, RU; Россия О команде Авито Подработка помогает людям зарабатывать в свободное время, а бизнесу — находить исполнителей на временные задачи. Команда Operations (Kinder) отвечает за надёжность выполнения смен и эффективность операционных процессов. Мы развиваем репутационную систему, автоматизируем работу координаторов, помогаем вовремя замечать смены с риском нехватки исполнителей и совершенствуем разбор спорных ситуаций между исполнителями и заказчиками. В этой роли можно напрямую влиять на количество успешно выполненных смен, качество сервиса и операционные затраты. Вместе с продуктом, разработкой и операционной командой вы будете находить точки роста и превращать ручные процессы в масштабируемые продуктовые решения. Какие задачи вас ждут: — развивать репутационную систему: разрабатывать и улучшать ML-модели прогноза выхода исполнителей на смену, оценивать их качество и влияние на продуктовые метрики, учитывать особенности новых исполнителей; — автоматизировать работу координаторов: изучать ручные процессы, находить узкие места, помогать приоритизировать задачи и измерять, как новые инструменты меняют нагрузку, скорость и качество работы; — развивать инструмент работы со срочными сменами: применять прогнозные модели для выявления риска нехватки исполнителей и приоритизации смен, оценивать, какие действия помогают дополнительно выполненным сменам и насколько окупаются; — выстраивать аналитику спорных ситуаций: исследовать причины споров по сменам и выплатам, оценивать сроки и результаты их разбора, находить возможности для автоматизации и предотвращения повторных обращений; — предлагать продуктовые гипотезы и оценивать эффект инициатив: прогнозировать влияние на метрики команды и экономику продукта, проектировать и анализировать A/B-тесты, использовать альтернативные методы оценки эффекта, когда классический эксперимент затруднён; — развивать систему метрик и дашборды, связывающие качество операционных процессов с выполненными сменами, пользовательским опытом и экономикой продукта. Мы ждём, что вы: — имеете опыт в продуктовой аналитике от 3 лет и умеете связывать результаты исследований с решениями команды; — уверенно владеете SQL и Python, работали с большими массивами данных; — знаете и умеете применять математику и статистику в прикладных задачах; — строили базовые ML-модели для задач регрессии и классификации, понимаете принципы их работы и умеете оценивать качество моделей и признаков; — проектировали и анализировали A/B-тесты, понимаете ограничения разных способов оценки эффекта; — умеете выстраивать систему метрик, пользоваться BI-инструментами и понятно визуализировать данные; — самостоятельно декомпозируете задачи с неопределёнными вводными, предлагаете методологию и доводите исследование до решения; — ясно презентуете выводы, аргументируете рекомендации и умеете работать с продуктовой, технической и операционной командами. Работа у нас — это: — возможность влиять на ключевые бизнес-метрики и надёжность сервиса для исполнителей и заказчиков; — задачи на стыке продуктовой аналитики, прогнозирования и автоматизации операционных процессов; — много качественных данных, развитая инфраструктура и сильная аналитическая культура; — команда с сильной экспертизой и развитое профессиональное сообщество; — прозрачная система премий и зарплата, размер которой обсудим на собеседовании; — личный бюджет на обучение: книги, курсы и конференции; — расширенная забота о здоровье: ДМС, страхование жизни, онкострахование; — сервис психологической поддержки, а также финансовые, юридические и ЗОЖ-консультации для вас и ваших близких; — корпоративный спорт: групповые тренировки, велбиинг-приложение; — спецпредложения от партнёров и скидки на сервисы Авито: бронирование жилья, услуги продвижения, ипотечное страхование; — компенсация питания; — возможность работать удалённо или из офиса в 2 минутах от метро «Белорусская»: есть места для уединённой работы и зоны отдыха.

• Разрабатывать и поддерживать ETL/ELT-процессы и витрины данных. • Интегрировать данные из баз данных, API и файлов.

Location: Москва Workplace: Офис Наша команда ищет опытного финансового менеджера, который готов стать связующим звеном между финансами и бизнес-направлением, отвечать за финансовый контур продуктов Яндекса, строить модели и управлять отчётностью. Ждём, что вы обладаете глубокими знаниями в области управленческого учёта и МСФО. Наша команда ищет опытного финансового менеджера. Вы станете связующим звеном между финансами и бизнес-направлением, будете отвечать за финансовый контур продуктов Яндекса, строить модели, управлять отчётностью и помогать командам принимать решения на основе данных. Ваша главная цель — не просто делать расчёты, а находить точки роста и предлагать изменения, которые повлияют на экономику продукта и помогут бизнесу развиваться. Обязанности Построение сложных финансовых моделей Вы будете разрабатывать и поддерживать финансовые модели для разных направлений бизнеса: рассчитывать экономику текущих проектов, оценивать гипотезы для новых инициатив, проводить сценарный анализ. Необходимо будет искать нетривиальные решения там, где нет готовых шаблонов. Сбор данных и анализ управленческой отчётности Вам предстоит готовить ежемесячный и квартальный план-фактный анализ, проводить факторный анализ, строить бюджеты и прогнозы; обеспечивать прозрачность финансовых результатов для стейкхолдеров. Поиск точек роста и оптимизация расходов Вместе с бизнес-командой вы будете искать возможности для повышения эффективности, снижения издержек и улучшения экономики продуктов — не просто фиксировать расходы, а инициативно выступать с предложениями. Коммуникация с бизнесом и партнёрами Вы станете главным финансовым партнёром для команды сервиса: объяснять сложные финансовые концепции простым языком, защищать решения и влиять на стратегию. Требования * Получили высшее образование (экономика, финансы или математика) * Занимались финансовым менеджментом и финансовым партнёрством более пяти лет * Работали в IT-компании или бигтехе * Умеете строить сложные финансовые модели и проверять гипотезы * Обладаете глубокими знаниями в области управленческого учёта и МСФО * Владеете Excel на продвинутом уровне (сложные формулы, моделирование), умеете делать информативные презентации в PowerPoint * Можете работать с большим объёмом данных, а также в условиях неопределённости * Готовы брать на себя ответственность за результат и предлагать свои решения Будет плюсом * Работали в рекламным бизнесе * Работали в крупных компаниях или Big4 * Получили сертификат CFA, CIMA, CMA или ACCA * Работали в системах OEBS и Hyperion Planning * Строили дашборды и работали с BI-системами

Location: Москва, удалённая работа, RU; Россия О команде Юнит Support Automation разрабатывает и развивает внутренние сервисы и инструменты, которые помогают автоматизировать работу с пользовательскими обращениями в поддержку. Команда отвечает за метрики эффективности систем автоматизации и удовлетворённости пользователей в автоматизированной части потока. Юнит состоит из кросс-функциональных команд, которые работают с разными этапами обработки обращений: первичной классификацией, RAG-системами, LLM-агентами и оценкой автоматизированных сценариев. Какие задачи вас ждут: — строить и улучшать RAG-систему поддержки: retrieval- и generation-части; — настраивать и поддерживать безопасность процесса: создавать гардрейлы, обеспечивать надёжность работы и снижать риск галлюцинаций; — разрабатывать мультиагентные системы, которые помогают пользователям решать вопросы по определённой теме обращения, оптимизировать промпты и инференс моделей; — анализировать эффективность решений на исторических данных и в продакшене с учётом офлайн-метрик качества решения ML-задач и бизнес-метрик; — экспериментировать с SOTA-методами машинного обучения, когда их применение оправдано задачей; — разрабатывать и внедрять модели для определения тематики обращений пользователей: более 500 интентов, которые постоянно расширяются новыми и объединяются друг с другом; — поддерживать и улучшать существующие модели и эвристики для разных классификаций обращений: от простых правил и эвристик до ML-систем с онлайн-инференсом LLM-моделей; — проектировать и внедрять сквозные ML-решения, а также готовить дизайн и запускать A/B-тесты совместно с аналитиками; — отслеживать деградации и изменения метрик в продакшене. Мы ждём, что вы: — не менее 2 лет работали в Data Science в NLP-домене; — строили RAG-системы и оценивали их качество в продакшене; — понимаете принципы построения AI-агентных систем; — имеете опыт работы с NLP-задачами в продакшене; — внедряли ML-модели в продакшен; — пишете поддерживаемый, тестируемый и масштабируемый код на Python; — владеете стеком PyTorch, pandas, NumPy, Docker; — работали с агентными библиотеками: ADK, LangGraph, PydanticAI или аналогами; — работали с self-hosted LLM 8B+ в продакшен-задачах; — понимаете ML-алгоритмы: классические подходы и основные архитектуры нейронных сетей; — используете агентную разработку в рабочих задачах или пет-проектах; — знаете, как при необходимости организовать разметку, в том числе с помощью LLM. Будет здорово, если вы: — работали с разными модальностями данных и понимаете, какие методы ML/DL применимы в конкретных бизнес-задачах; — получили высшее образование в области прикладной математики, статистики, ML или в смежных областях; — уверенно владеете SQL и умеете извлекать необходимые данные для анализа и обучения моделей; — умеете оценивать качество моделей при запуске нового проекта и отслеживать его изменение во времени; — при запуске модели учитываете не только ML-метрики, но и влияние решения на бизнес-метрики, за которые отвечает команда; — имеете опыт автоматизации поддержки или похожих бизнес-процессов. Работа у нас — это: — возможность влиять на пользовательский опыт и развивать ML-продукты Авито; — исследовательские и инженерные задачи в продуктах Support Automation; — культура взаимопомощи и обмена опытом в DS-сообществе; — прозрачный карьерный трек и инструменты для роста: семинары, менторство, митапы; — мощное оборудование, AI-инструменты и всё, что нужно для продуктивной работы; — расширенная забота о здоровье: ДМС, страхование жизни, онкострахование; — сервис психологической поддержки, а также финансовые, юридические и ЗОЖ-консультации для вас и ваших близких; — корпоративный спорт: групповые тренировки, велбиинг-приложение; — спецпредложения от партнёров и скидки на сервисы Авито: бронирование жилья, услуги продвижения, ипотечное страхование; — компенсация питания.

— Полный цикл системного анализа модулей платформы. — Формализация бизнес-требований, проектирование логики модулей.

Location: Москва Мы команда исследователей и инженеров, разрабатывающих технологии post-training (SFT, RL) и контролируемой генерации для моделей генерации изображений, видео и омни-модальных. Мы сфокусированы на повышение качества, управляемости и устойчивости генеративных моделей с помощью методов RLHF / RLAIF и инструктивного редактирования. Помимо фундаментальных исследований, мы создаём прикладные решения для B2B-партнёров от системы генерации интерьера до системы генерации персонализированных аватаров. Обязанности * проектирование и обучение высокопроизводительных диффузионных моделей (R2V, R2I, R2V+A) для редактирования и генерации видео / изображений * разработка новых подходов и архитектурных решений для post-training фазы диффузионных моделей: RLHF (PPO, DPO и др.), RLAIF, SFT * разработка, масштабирование и поддержание RL пайплайнов * руководство экспериментами: постановка гипотез, разработка протоколов, анализ результатов * проведение code review, менторинг младших исследователей и инженеров, участие в планировании исследовательской дорожной карты * взаимодействие с командами Pretraining, Data, Infrastructure, Production для масштаб пайплайнов и повышения стабильности моделей в продакшене * поддержание и внедрение SOTA-подходов: мониторинг литературы (arxiv, NeurIPS, ICML, CVPR, ICLR), инициирование внутренних исследований. Требования * бакалавриат/магистратура по направлению компьютерных наук/прикладной математике/ машинному обучению или близких к ним * 3+ лет релевантного опыта исследований и разработки в области глубокого обучения/компьютерного зрения/генеративного ИИ * глубокие знания в Computer Vision и Generative Modeling: Diffusion Models, GANs, VAEs, Flow/Rectified Flow Matching * опыт работы с современными диффузионными фреймворками (Diffusers) и моделями FLUX, Wan 2.X и др.) * уверенное владение PyTorch и навыки распределённого обучения (DDP/FSDP) * понимание и практическое применение RL и RLHF ( PPO/DPO и др.) * умение проектировать архитектуры, планировать эксперименты и интерпретировать результаты. Будет плюсом: * наличие PhD * опыт публикаций или активное участие в исследованиях уровня NeurIPS / ICLR/ CVPR. Условия * конкурентный уровень заработной платы, годовые премии по результатам работы * участие в развитии и создании OpenSource продуктов * корпоративная пенсионная программа, страхование от несчастных случаев, социальные гарантии, ДМС * комфортный офис Sbergile Home (метро Кутузовская).