Вакансии

Location: Москва Наша NLP команда занимается задачами, связанными с извлечением информации из документов, диалогов, текстов различной природы. Главной задачей для нас является создание готовых продуктов с LLM под капотом, а также создание self-service для бизнеса, где каждый может создать нужный ему сценарий (скилл) в режиме No-code. Обязанности * проектировать и калибровать judge-пайплайны: рубрики, эталонная разметка, согласованность с людьми, борьба с позиционным bias и bias по длине * строить RAG-поиск для дублей и противоречий: чанкинг, гибридный поиск, реранкинг, проверка противоречий на уровне утверждений * делать регресс-тесты знаний: golden set, пороги, прогон на каждое изменение промпта или модели * ловить галлюцинации: извлечение утверждений, привязка к источнику, верификация * дообучать и дистиллировать judge-модели, чтобы снизить цену и задержку без потери качества * собирать мультиагентные пайплайны с guardrails и контролем стоимости прогона. Требования * высшее образование: математика, физика, информатика или профильный data science * 5+ лет в ML, из них не меньше полутора лет с LLM в проде * RAG в продакшене, а не демо: с метриками качества, нагрузкой и историей улучшений * Fine-tuning: SFT, LoRA/QLoRA, желательно DPO. И понимание, когда дообучение не нужно * опыт построения и калибровки LLM-as-judge. Знаете, как judge врёт и как это ловить * Guardrails и детекция галлюцинаций * мультиагентные пайплайны: оркестрация, обработка отказов, ограничение стоимости * Python: пишете код, который уходит в прод. Тесты, ревью, код-стайл * английский для чтения статей и документации * специфика банка: много контрагетов, с ними нужно иногда коммуницировать. **Будет плюсом** * опыт python-бэкендера: FastAPI, асинхронность, очереди, PostgreSQL, векторные хранилища * графы знаний и онтологии * NLI, извлечение фактов, работа с разметчиками * публикации, доклады, open source. Условия * гибридный формат работы * годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * регулярные митапы и развитое DS-community * 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 Сбер.

Задачи: Вакансия на позицию Lead Data Scientist в компании Vinted, ведущей европейской платформе для продажи и покупки б/у одежды и товаров для дома. Требования: Не указаны конкретные требования, но в описании упомянуты навыки работы с Python и SQL, а также владение английским языком. Условия: Работа в крупной компании с командой от 1k до 5k человек, инвестиции €525M, оценка компании €8B. В компании работают русскоговорящие сотрудники. Для отклика и получения подробной информации необходимо перейти по ссылке: https://careers.vinted.com/jobs/j/4855439101?country%5B0%5D=Netherlands&country%5B1%5D=Germany&country%5B2%5D=United%20Kingdom&country%5B3%5D=France&country%5B4%5D=Spain&q=

Lunar is looking for a Senior Regulatory Data Engineer to build governed data models, calculation logic, and validation workflows for regulatory reporting.

Задачи: — Готовить регулярные отчёты по продуктовым показателям — Проверять качество выгрузок и корректность расчётов — Строить простые дашборды по запросам бизнеса Требования: — Уверенный SQL на уровне JOIN и агрегаций — Аналитическое мышление — Знание и практическое применение SQL, Excel и базовой статистики — Умение самостоятельно разбирать задачи, согласовывать решения и ясно объяснять результаты работы — Знание Python будет плюсом Условия: — Гибкий формат работы из офиса — Медицинская страховка с первого дня — Бюджет на обучение: языковые курсы, тренинги, сертификации — Компенсация расходов на спорт и ментальное здоровье — 20 рабочих дней отпуска и оплачиваемые больничные

Задачи: — Разработка надёжных ETL/ELT-процессов. — Поддержка моделей данных для аналитики и отчётности. — Контроль качества и своевременности поставки данных. Требования: — Опыт работы в data engineering от 4 лет. — Знание и практическое применение Python, SQL, Airflow и хранилищ данных. — Умение самостоятельно разбирать задачи, согласовывать решения и ясно объяснять результаты работы. — Оптимизация SQL. — Будет плюсом опыт работы со стриминговыми данными. Условия: — Гибкий формат работы из офиса. — Медицинская страховка с первого дня. — Бюджет на обучение: языковые курсы, тренинги, сертификации. — Компенсация расходов на спорт и ментальное здоровье. — 20 рабочих дней отпуска и оплачиваемые больничные.

Задачи: — Собирать и анализировать требования от заказчиков, выяснять цели, определять состав функциональности, источники данных и другие детали. — Формализовать требования, готовить детальные технические задания с критериями приёмки. — Создавать макеты и прототипы интерфейсов дашбордов. — Взаимодействовать с командой разработки: ставить задачи разработчикам, контролировать сроки и качество выполнения. — Тестировать реализованные решения, проверять соответствие функционала утверждённым требованиям. — Взаимодействовать с бизнес-заказчиками и аналитическими командами. — Анализировать и формализовать требования (BRD, CR). — Прорабатывать логику и оценивать влияние изменений на DWH. — Писать SQL для прототипирования и проверки гипотез. — Подготавливать технические задания (FSD) для разработки. — Ставить задачи команде разработки. — Тестировать и валидировать данные (Data Quality, регресс). — Сопровождать релизы и контролировать вывод в прод. Требования: — Высшее образование (техническое, либо в области математики, экономики, финансов). — Навык работы с BI-инструментами (Power BI, Tableau, DataLens, Qlik Sense, Modus BI, Visiology Polymatica и др.), знание SQL и Python будет плюсом. — Продвинутый уровень SQL (сложные JOIN, оконные функции, оптимизация). — Опыт работы с DWH (витрины, модели данных, ETL/ELT). — Понимание архитектуры хранилищ данных. — Опыт работы с требованиями (сбор, формализация, написание ТЗ). — Опыт тестирования данных и проверки корректности. — Стек: Oracle Exadata (Sandbox, DWH), Informatica, целевой стек - S3, Airflow, Spark. — Будет плюсом опыт в банковской или финтех-сфере. — Опыт работы с Airflow, Hadoop, S3, ClickHouse. — Опыт работы с Git. — Понимание Agile (Scrum/Kanban). Условия: — Работа в ТОП-5 золотодобывающих компаниях России в стадии роста и трансформации. — Работа в управляющей компании с более чем 10 операционными активами и большим портфелем проектов развития. — Команда лидеров отрасли с лучшими производственными и управленческими практиками. — Инновационный подход и использование самых продвинутых технологий. — Возможность реализовать свой потенциал и построить карьеру. — Профессиональное обучение и развитие. — Пакет страхования: ДМС, страхование жизни и выезда за рубеж, онкострахование. — Программа "Кафетерий льгот": 11000 руб/мес на одну из категорий: питание, транспорт, спорт, ДМС для родственника. — 100% доплата до оклада в отпуске и командировках, а во время больничного до 10 дней в год. — Доступ к специальным предложениям от партнеров и эксклюзивным скидкам. — Офис в Москва-Сити.

Задачи: — Анализировать алгоритмы управления товарной матрицей и запасами, а также алгоритмы прогнозирования, взаимодействовать с 1С-разработкой и документацией. — Формировать метрики эффективности инструментов, включая обновляемые дашборды и ad hoc отчёты. — Предлагать пути улучшения инструментов, проектировать прогнозные модели на реальных данных, обосновывать их применимость с помощью метрик точности моделей. — Совместно с продакт-менеджером внедрять модели в продакшен и отслеживать эффективность изменений. — Повышать эффективность предложения товара, обеспечивая его наличие в нужном месте, в нужное время и в нужном количестве. — Определять и планировать предложение товара на распределённой территории, соответствующее спросу. — Оценивать и оптимизировать существующие инструменты управления и планирования ассортимента и запасов на основе прозрачных метрик. Требования: — Умение выявлять факторы влияния на эффективность процессов и проводить факторный анализ. — Опыт регрессионного анализа. — Опыт сегментации и кластеризации. — Опыт прогнозного моделирования с разным периодом отложенного влияния факторов. — Опыт анализа временных рядов с анализом остатков. — Опыт работы с метриками точности моделей, casual impact, статистическим анализом A/B тестов. — Сильные знания в математической статистике, включая A/B тесты. — Базовые знания в экономике. — Опыт работы с базами данных и ETL. — Умение определять и декомпозировать метрики эффективности применительно к исследуемым объектам, инструментам и процессам. Условия: — Работа в крупной и устойчивой компании с белой зарплатой и премиями, понятными процессами и сильным управленческим контуром. — Масштабные продукты с прямым влиянием на продажи, клиентский опыт и эффективность бизнеса, большая B2B-площадка и широкий коммерческий контур. — Использование собственных ИТ-систем, сильной внутренней архитектуры и зрелого ИТ-блока с масштабом данных. — Гибкий формат работы с возможностью удалённой работы, гибким стартом дня и доверием к сотрудникам без микроменеджмента. — Возможность влиять на продуктовые решения и расти внутри сильного ИТ-блока. — Взрослая, партнёрская культура, ценящая самостоятельность, здравый смысл и ответственность за результат. — Ценятся проактивность, самостоятельность, системность, ориентация на метрики, честность, ответственность и уважительная конструктивная коммуникация.

Location: Oakland, CA, United States WeVote Political Data Intern (Volunteer Position) Location: Remote within the US About WeVote WeVote is a nonpartisan get-out-the-vote nonprofit startup and a celebrated Fast Forward nonprofit technology grantee. WeVote is a movement of over 180 passionate volunteers (starting with the founders) who are building open-source mobile technologies that touch and mobilize millions of voters on Election Day. We observe that many voters are busy, distracted, and impatient. We have a goal of providing a complete voting experience in 8 minutes, including the download of our app ("WeVote Ballot Guide, @WeVote"). More information is at WeVote.US . See Twitter @WeVote. We are a 100% volunteer and remote organization. A bit more about the Spring 2026/27 Intern Cohort We have a strong history of Internship cohorts (200+ interns over the past four years). We have built 8 teams of Interns, led by experienced professionals who have a strong connection to academia and our mission. Our interns learn about the current landscape of candidates running for office, politicians in office, and endorsers who support these candidates. Beyond political research, we are always looking to offer ways you can build your professional skills, and grow as a person in a way that leads to your future success. What You’ll Do Research and update political candidate information for several U.S. states (you get to choose regions you want to learn about from the whole country) Track candidate declarations and ballot measures Collect voter guides and endorsements from a range of organizations Manage and input data into our open-source platforms Spot-check political data nationwide and research reported issues Support marketing with relevant political data insights Requirements Interest in civic engagement, elections, or U.S. politics Detail-oriented, inquisitive, and proactive learner Willingness to collaborate remotely with a diverse volunteer team SPRING INTERNS: Commitment of 8 hours/week for 10-12 weeks during Spring (incl. 1 hour team meeting M–F, 8am–5pm PT) Alignment with WeVote’s nonpartisan mission & values (shared in process) Access to device/internet; we’re open to discussing access needs Be located in the US during the academic term What You’ll Gain Resume-worthy experience in political data, civic tech, and nonprofit work Growing network of civically engaged peers and mentors Personalized letter of recommendation after successful completion Direct impact on equitable voter access and information Our Commitment to Inclusion & Accessibility WeVote is fully volunteer-driven, and we are proud of our grassroots model. We welcome volunteers of all races, ethnicities, genders, sexual orientations, abilities, ages, income levels, and political perspectives—everyone committed to fair, accessible elections. Whether you’re new or bring years of experience, there’s a place for you. We know that unpaid roles present barriers. We offer flexible hours and encourage open discussion of needed accommodations for technology, time, or work style. How to Apply Send your resume and a brief note or cover letter describing: Why you’re interested in WeVote and our mission and how being an intern will help you on your career path A bit about yourself, your background or interests Any questions you have for us * Fraud and phishing warning * Please apply directly via our volunteering portal/ATS at https://wevote.applytojob.com/apply. Do not apply via any other job portals, aggregators, or sites, as your information may not be secure, or the role may no longer be accepting applications. Thank you

Kody is looking for a Data Scientist to analyze payment data, build business intelligence dashboards, and support commercial decisions.

This position will own the data pipelines, transformations, and reporting processes that support accurate, complete, and timely furnishing of customer account information to credit bureaus. Own recurring credit bureau furnishing operations, including data preparation, validation, submissions, bureau feedback, exception resolution, and reconciliation.

• Опыт в CRM-аналитике 2–3+ года в ритейле / e-commerce.

• модели ставок под CPA/ROAS, а не просто под CTR; • pacing, bid shading, exploration/exploitation на живом аукционе;

Превращать телеметрию автономного транспорта в данные, удобные для анализа: разрабатывать и запускать Spark-пайплайны, продумывать преобразования и проверки качества. Подключать новые источники данных: разрабатывать интеграции с различными системами и обеспечивать надёжную загрузку данных в хранилище.

* Build and operate batch and incremental ingestion pipelines in Google Cloud to Smartly Data Platform. * Develop Airflow workflows using Python with best orchestration practices, including dag dependencies, retries, backfills, alerting, and recovery.

Location: Intellias Meet your recruiter Gerasim Naydenov gerasim.naydenov@intellias.com https://www.linkedin.com... Vacancy details Data Engineering Data Engineer Principal Bulgaria, Colombia, Croatia, Poland, Portugal, Spain, Ukraine, United States Remote APPLY NOW REFER A FRIEND Intellias is looking for a Lead Healthcare Data Engineer to join a large-scale digital healthcare initiative focused on building a FHIR-based health data platform and transforming fragmented healthcare data into clean, standardized, and trustworthy information. The role requires both deep hands-on engineering expertise and broad technical influence — establishing reusable frameworks and standards, mentoring experienced engineers, and raising the engineering bar across the team. What project we have for you We’re helping a US digital-health platform get its patients’ medical data in order: lab results, diagnoses, medications, visits and more. The data comes from many different clinics and labs, each with its own format, so right now it’s pretty messy. Our job is to clean up and standardize that data close to the source, bring scattered logic into one place, and see the real data quality every day instead of guessing. Data engineers will work mostly in Databricks/Spark, building pipelines, reference data and quality checks together with the dev team and clinical experts. What you will do Set the technical direction for healthcare data engineering across ingestion, transformation, validation, normalization, and delivery. Own the end-to-end architecture of large-scale distributed data pipelines transforming heterogeneous source data into clean, standards-conformant FHIR. Design and evolve scalable solutions using Python, Spark/PySpark, Databricks/Delta Lake , and modern data-processing technologies. Diagnose and eliminate complex performance and scalability bottlenecks across distributed data workloads. Establish standards and reusable frameworks for data quality, deduplication, patient/record linking, terminology normalization, and reliable idempotent processing . Define architectural patterns for FHIR transformation, validation, schema evolution, and production delivery. Build and evolve automated testing and validation capabilities for data quality and FHIR conformance . Establish engineering patterns and reusable tooling that allow the broader team to deliver new healthcare data capabilities faster and more consistently. Champion PHI-safe engineering practices and ensure healthcare data solutions meet applicable security, privacy, and compliance requirements. Make AI-native engineering a practical part of the team’s development model , using coding agents and reusable AI capabilities to automate repetitive work and accelerate complex engineering tasks. Establish engineering guardrails for AI-assisted development, ensuring AI-generated solutions remain correct, tested, secure, observable, and PHI-safe. Determine where deterministic processing provides better reliability than AI/LLM-based approaches and establish appropriate architectural patterns for both. Mentor Senior and Middle engineers through design reviews, pairing, technical guidance, and knowledge sharing. Drive complex, ambiguous engineering problems from initial investigation through architecture, implementation, and production operation. Collaborate with engineering, product, security, data, and healthcare-domain stakeholders to translate complex interoperability requirements into scalable technical solutions. Represent strong healthcare data engineering practices in relevant architecture, standards, and technical discussions. What you need for this 8+ years of professional experience in data engineering, healthcare data platforms, HealthTech, or healthcare interoperability. Proven Lead-level technical ownership of complex production systems, including the ability to set technical direction and solve problems spanning multiple components and engineering teams. Strong hands-on expertise in Python and production-grade data engineering. Deep experience with Apache Spark/PySpark at scale , including partitioning, performance optimization, memory tuning, and distributed processing. Experience with modern lakehouse technologies such as Databricks and Delta Lake , or comparable platforms. Strong experience designing and operating large-scale ETL/ELT pipelines , including CDC, incremental/delta processing, idempotency, schema evolution, and batch/streaming workloads. Proven experience diagnosing and eliminating complex performance and scalability bottlenecks in distributed data-processing systems. Deep hands-on experience with FHIR R4 , including resources, profiles, Bundles, validation, and large-scale healthcare data transformation. Strong knowledge of US Core, USCDI, HL7 v2.x , and C-CDA-to-FHIR transformation patterns. Strong understanding of healthcare terminology standards including SNOMED CT, LOINC, and RxNorm . Experience working with clinical, claims, coverage, eligibility, or comparable healthcare data models. Strong experience with data quality, deduplication, record/patient linking, terminology normalization, and validation . Strong SQL skills and understanding of data modeling, schema evolution, data quality, and production data architecture. Experience with Git, CI/CD, automated testing, observability, and production operations . Strong understanding of healthcare security, privacy, and regulatory requirements, including HIPAA and PHI-safe engineering practices. Proven ability to establish reusable engineering frameworks, architectural patterns, standards, and data-quality practices adopted by other engineers. Demonstrated technical leadership through architecture/design reviews, mentoring, pairing, and cross-team engineering influence. Practical experience using AI coding agents such as Claude Code or comparable agentic engineering tools as an integral part of the development lifecycle. Strong engineering judgment around when to use AI/LLM-based approaches versus deterministic rule-based solutions , particularly where correctness, cost, performance, or PHI safety are critical. Professional English sufficient for direct collaboration with U.S.-based technical and business stakeholders. Nice to Have Deep experience with large-scale FHIR data modeling and healthcare interoperability platforms . Experience with Master Patient Index (MPI), patient matching, identity resolution , or large-scale record linkage. Experience with payer data exchange, including CARIN Blue Button , Da Vinci implementation guides, or similar standards. Experience working with pharmacy, laboratory, or other specialized healthcare datasets. Knowledge of ICD-10 , CPT, CVX , and additional clinical terminology/code systems. Experience with 21st Century Cures Act, ONC certification, CMS Interoperability Rule , or related U.S. healthcare regulatory frameworks. Experience building LLM/agent-based capabilities for clinical data extraction, normalization, terminology mapping, or healthcare data quality . Experience designing reusable AI skills or agentic workflows adopted across engineering teams. Contributions to open-source healthcare, FHIR/HL7 communities, or relevant industry working groups. What it’s like to work at Intellias At Intellias, where technology takes center stage, people always come before processes. By creating a comfortable atmosphere in our team, we empower individuals to unlock their true potential and achieve extraordinary results. That’s why we offer a range of benefits that support your well-being and charge your professional growth. We are committed to fostering equity, diversity, and inclusion as an equal opportunity employer. All applicants will be considered for employment without discrimination based on race, color, religion, age, gender, nationality, disability, sexual orientation, gender identity or expression, veteran status, or any other characteristic protected by applicable law. We welcome and celebrate the uniqueness of every individual. Join Intellias for a career where your perspectives and contributions are vital to our shared success. Skills Healthcare Python Spark

▪️ самостоятельно вести DS-решения от идеи до production.

Роль включает в себя определение методов измерения, моделирование и экспериментов для повышения вовлеченности пользователей и улучшения контента. Глубокая экспертиза в как минимум одной соответствующей области, с широтой и любопытством к работе в соответствующих областях.

Команда Ads Data Science Reddit ищет высокомотивированного главного специалиста по данным, который будет вообще за стратегическое применение передовых финансовых методов на нашей рекламной платформе для улучшения интеллекта, поддерживающего опыт рекламодателей на Reddit. Определите будущее науки о данных рекламы: