Вакансии

Factory is looking for a Technical Enablement Manager to build technical enablement programs across the customer lifecycle.

Изучать строительные и производственные процессы, нормативные документы и существующие практики работы. Выявлять потребности и ограничения заказчиков, пользователей, инженеров, технологов и других экспертов.

Развивать базу: монтажные и строительные организации, проектировщики, промышленные предприятия. Готовить КП по спецификациям объектов: номенклатура, объёмы, аналоги и замены.

Вести проекты внедрения Платформы мониторинга: от этапов пресейла, обследования и формирования требований до запуска решения в промышленную эксплуатацию. Вести проекты дальнейшего развития и эксплуатации внедренных решений.

We are looking for a Dynamics 365 CE/CRM Consultant to technically lead complex consulting and implementation initiatives involving Microsoft Dynamics 365 Customer Engagement and CRM. Design complex solutions integrating Dynamics 365 CRM, Customer Experience, and business process modeling.

Location: Москва Workplace: Комбинированный Мы строим единую в VK платформу данных, где центральная команда DWH выступает провайдером надёжной инфраструктуры, удобных инструментов и стандартов. За сами данные, бизнес-логику и ETL-пайплайны непосредственно отвечают бизнес-юниты. В нашей команде уже есть выделенный Продукт DWH, который развивает Дата-каталог и внутренний фреймворк OneETL. Мы ищем Data Governance Lead, который возглавит методологическую и организационную часть управления данными. Ваша цель — сделать так, чтобы в условиях децентрализованного управления данные компании оставались прозрачными, чистыми, безопасными и приносили максимальную ценность бизнесу, а юнитам было удобно и выгодно соблюдать правила игры. Задачи Разработка стандартов и методологии: Разработка и внедрение единой «конституции данных» (политики, регламенты, стандарты моделирования и документирования), обязательной для всех бизнес-юнитов Классификация данных по уровням критичности (Tier-1, Tier-2) и формирование SLA по качеству данных для каждого уровня Классификация данных на наличие Персональной информации, разметка на необходимость данных для аудиторов Развитие федеративного управления и аудит: Разработка и внедрение системы метрик «здоровья данных» ( Data Health Dashboard ): мониторинг процента описанных таблиц, покрытия DQ-тестами и критичных инцидентов в разрезе юнитов Проведение регулярных аудитов зрелости управления данными в юнитах, подсвечивание «слепых зон» и помощь командам в их устранении Верхнеуровневый контроль кросс-доменных изменений, чтобы минимизировать риски нарушения связей (Data Lineage) между юнитами Проектирование требований к контенту DG-инструментов Выступление в роли главного бизнес-заказчика для Продакта DWH на доработку Дата-каталога и фреймворка OneETL (формирование требований к метаданным, логике сквозного Data Lineage, ролевым моделям доступа) Формирование требований к библиотекам и шаблонам проверок качества данных (Data Quality Framework), которые Продакт DWH внедряет в OneETL Менторство юнитов и построение дата-комьюнити: Формирование и координация распределённой сети Data Stewards (стюардов данных) на стороне бизнес-юнитов: обучение, онбординг, фасилитация регулярных встреч и синхронизаций Популяризация культуры бережного отношения к данным (Data Literacy) в компании: проведение воркшопов, митапов, написание понятных гайдов и инструкций для аналитиков и инженеров юнитов Управление командой из трёх-четырёх дата-аналитиков Требования Опыт работы: от 3–5 лет в сфере Data Governance, Data Management или системного/дата-анализа в технологических компаниях с крупным DWH Понимание современных дата-архитектур: вы чётко понимаете разницу между Data Lake, классическим DWH и концепцией Data Mesh. Знаете, как устроены современные ETL/ELT процессы (идеально, если знакомы со стеком на базе dbt, Airflow/Dagster) Опыт работы с DG-инструментами: понимание принципов работы современных Data Catalog систем (например, DataHub, OpenMetadata, Alation, Collibra) и фреймворков качества данных (Great Expectations, Soda и так далее) Продуктовое мышление: вы умеете подходить к регламентам не с точки зрения «написать 100-страничный документ в Word», а с точки зрения удобства для конечного пользователя (инженера или аналитика юнита) Сильные навыки дипломатии (Soft Skills): умение договариваться, аргументированно отстаивать позицию перед лидерами бизнес-юнитов, продавать ценность порядка командам, у которых «горит» коммерческий бэклог Будет плюсом Опыт написания SQL-запросов и понимание Python на уровне, достаточном для того, чтобы разговаривать с инженерами юнитов на одном языке Успешный опыт внедрения Data Governance с нуля

· Владеть родительским приложением и бэкендом: привязка устройства, аккаунты, родительский контроль, история активности, удаление данных.

🟠Turn business needs into system requirements, user stories and acceptance criteria. 🟠2.5+ years as a Business Analyst, System Analyst, Product Owner or Product Manager.

• 3+ года в B2B SaaS и кейсы, где вы сами нашли проблему, выпустили решение и сдвинули метрику.

— Владеть продуктовой зоной end-to-end и отвечать за метрику, а не за релиз. — Разбирать размытые проблемы до первопричины и строить модель, а не собирать список хотелок.

Location: Москва Центр Робототехники Сбера. Команда 250+ человек, занимаемся разработкой антропоморфных роботов и Physical AI полного цикла: от механики и электроники до VLA/WAM/VLM-моделей и продуктовых решений. Наша цель — создать универсальных автономных роботов для индустрии и быта. Регулярно публикуемся на ICRA/IROS, победители различных робототехнических челленджей. **О роли:** Incident & Fleet Manager в составе Проектного офиса. Owner двух связанных объектов: процесса разбора инцидентов роботов и флота роботов как актива — что стоит в каждом роботе, в каком он состоянии, на какой работе и сколько роботов понадобится Центру завтра. Типовая ситуация: робот упал на сборе данных. Вы выясняете почему — механика, электроника, прошивка, бортовой софт, модель, действия оператора или их сочетание. Расследуете причину, назначаете исправление владельцам и доводите до подтверждения, что причина устранена и падение не повторяется. Вторая половина роли — флот: два десятка антропоморфных роботов нескольких ревизий, дальше — масштабирование с ODM-партнёром. Вы ведёте реестр конфигураций (какое железо и какой софт стоят на каждом роботе), учёт износа (сколько и как робот ходил, как им управляли), распределяете роботов по работам проектных команд и выступаете заказчиком для команды производства: сколько роботов, в какой конфигурации и к какому сроку нужно Центру. Обязанности * выстроить регламент управления инцидентами: классификация по критичности, SLA реакции, маршрутизация по владельцам, критерий закрытия «причина устранена и подтверждена», а не «тикет закрыт» * расследовать значимые инциденты: собрать логи, телеметрию, видео, показания операторов; провести RCA (5 Why, Ishikawa, 8D, fault tree); оформить корректирующие действия с владельцем и сроком в Jira и проверить их эффект на флоте * готовить post-mortem по критичным инцидентам и вести базу типовых отказов: что ломается, почему, как устраняется * вести метрики надёжности флота: наработка между падениями (MTBF), время восстановления робота (MTTR), доступность флота, доля инцидентов с установленной причиной, доля повторных инцидентов * поддерживать реестр флота в актуальном состоянии на 100%: актуальная информация на вопрос «что стоит на роботе N и что на нём менялось» * вести учёт наработки и износа: часы работы, падения, режимы управления; прогноз замены узлов, триггеры планового ТО * вести план загрузки флота: какой робот, под какую работу, на какой срок; проводить weekly fleet review с проектными командами * формировать заказ на производство на 3–6 месяцев вперёд: количество, конфигурации, сроки; критерии приёмки новых роботов во флот * формулировать требования к FMS и дашбордам флота как основной заказчик системы * готовить weekly fleet & incident report: доступность флота, инциденты, риски, эскалации. Требования * 4+ года в incident / problem management, reliability engineering, эксплуатации или техническом PM сложной техники: робототехника, дроны, автомобильная, авиационная, промышленное оборудование. * технический бэкграунд: инженерное образование (мехатроника, электроника, приборостроение, робототехника или близкое); понимание устройства робота механики до ПО на уровне, достаточном для разбора отказа вместе с инженерами разных дисциплин * практика RCA: 5 Why, Ishikawa, 8D, FTA / FMEA — и опыт доведения корректирующих действий до подтверждённого эффекта * опыт configuration / asset management парка техники: реестр, версии HW/SW, трейсабилити, история изменений * самостоятельная работа с данными: логи, телеметрия, SQL или Python на уровне анализа * опыт планирования ресурса между несколькими командами-потребителями * Jira, риск-менеджмент * английский B1+ (документация, логи, datasheets). **Будет плюсом:** * ITIL 4 (Incident / Problem / Change Management), сертификат по надёжности (ASQ CRE или аналог) * опыт эксплуатации флота роботов / AMR / AGV / дронов или ТОиР (MRO) в авиации * Predictive maintenance, оценка ресурса узлов * опыт с FMS / CMMS / CMDB / PLM-системами * ROS / ROS2, rosbag, Grafana / Metabase * опыт роли внутреннего заказчика для производства (S&OP, прогноз потребности) * Theory of Constraints / Thinking Processes — Голдратт (дерево текущей реальности — готовый инструмент разбора инцидентов). Условия * комфортный современный офис возле МЦК ЗИЛ * ежегодный пересмотр зарплаты и годовую премию * уникальную систему обучения Сбера для профессионального и карьерного развития * расширенный ДМС и льготное страхование для семьи * гибкий дисконт по ипотечному кредиту, равный 1/3 от ключевой ставки ЦБ * подписка "Прайм" с возможностью использования на трех близких * вознаграждение за рекомендацию друзей в команду Сбера.

-Руководить кросс-функциональной командой из 9 человек: backend-, web-, iOS- и Android-разработчиков, QA-инженеров и системного аналитика. -Организовывать процесс разработки и поставки: планировать работу, управлять backlog, отслеживать сроки, качество и производственные метрики команды.

2+ years of quantitative finance experience.

-Ядро платформы на Python: сессии, ходы агента, политики заказчика, учёт; агентный цикл под бюджет хода.

Location: Москва GigaCode - AI-продукт для разработчиков. Мы создаём AI-агентов, которые помогают писать, анализировать, тестировать и сопровождать код. Мы ищем системного аналитика, который поможет проектировать AI-системы нового поколения для разработки ПО. Обязанности ### Задачи: * проектирование архитектуры AI-ассистента для разработчиков и workflow AI-агентов * описание бизнес- и системных требований для AI-функций * проектирование архитектуры взаимодействия компонентов (CLI, Desktop, backend, AI-модели) * описание API, протоколов и контрактов взаимодействия сервисов * анализ developer workflows (IDE, CLI, code review, CI/CD) и формирование технических спецификаций * ведение, актуализация и структурирование технической документации и базы знаний продукта * проектирование процессов создания и версионирования документации * тесное взаимодействие с инженерами, ML-командой и продуктовой командой. Требования ### Мы ищем того, кто: * имеет опыт системного анализа сложных технических продуктов * умеет проектировать архитектуру систем * может формализовывать сложные технические требования * понимает архитектуру backend-систем и API * имеет опыт работы с техническими продуктами или developer tools * умеет работать в тесной связке с инженерами * имеет опыт создания и структурирования технической документации для сложных продуктов. **Будет плюсом:** * опыт работы с AI-продуктами * понимание разработки ПО и developer workflows * опыт проектирования agent-based систем * понимание структуры кодовых баз и инструментов разработки * опыт проектирования документационных систем (Docs-as-Code, Docusaurus, MkDocs и аналоги) * опыт написания документации для developer tools / API * практический опыт внедрения документационных практик в команде. Условия ### Мы предлагаем: * годовой бонус и ежегодный пересмотр зарплаты * расширенный ДМС с первого дня, страхование жизни, корпоративная пенсионная программа * льготная ипотека для сотрудников, подписка Прайм с возможностью шеринга (совместного использования) на трёх близких, скидки от партнеров и сервисов группы компаний * корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях * офис с видом на набережную, зонами отдыха и спортзалом * 90 дней удаленной работы из любого региона РФ * реферальная программа (бонус до 100 000 рублей).

— Разработка и актуализация технической документации на всех этапах жизненного цикла продукта: от эскизного проекта до серийного производства и сопровождения. — Оформление конструкторской документации в соответствии с ЕСКД.

Хотите оказаться на передовой технологического прогресса и тестировать технологии будущего? Мы ищем увлечённого и ответственного водителя в Сочи (Сириус), готового принять участие в испытаниях автономных систем и помогать инженерам делать поездки безопаснее. Если вы любите автомобили, открыты инновациям и хотите расти внутри масштабного проекта, ждём ваш отклик! Требования Полное описание вакансии размещено на сайте Команды для Бизнеса

Location: Москва Workplace: Комбинированный VK Видео — крупнейший российский видеосервис: ежедневно им пользуются десятки миллионов человек. Перед нами стоит амбициозная задача — развивать видеосервис № 1 в России и внедрять новые технологии. Нашим продуктом пользуются на разных устройствах (мобильные, телевизоры, веб), а ещё у нас есть несколько различных приложений (выделенные приложения VK Видео, приложения соцсети ВКонтакте). Мы ищем сильных ML-инженеров, которые помогут сделать наш продукт ещё более приятным и увлекательным для пользователей. Сейчас наша команда работает над улучшением качества в разных компонентах продукта: Рекомендации в персональной ленте Ранжирование в блоке «Смотреть позже» Рекомендации в тематических витринах, например Кино, Детское, Спорт и др. Ранжирование табов тематик и блоков видео Умные пуши и др. Задачи Улучшать базовое качество рекомендаций и ранжирования Анализировать потребление контента, выдвигать и проверять гипотезы, проводить А/B-тесты Тесно взаимодействовать с командами разработки, продуктовой аналитики и продуктовыми менеджерами Разбираться в незнакомых технологиях Принимать участие в разработке сервисов (внедрять алгоритмы в бэкенд на Java) Требования Совокупный опыт работы в ML от трёх лет Знание классических алгоритмов и принципов ML Знание алгоритмов и структур данных Уверенное владение Python, базовые знания SQL Открытость, самостоятельность и проактивность Будет плюсом Опыт в сфере рекомендаций или смежных областях (поиск, реклама, маркетинг и др.) на позиции уровня Middle и выше Опыт разработки сервисов на объектно ориентированном языке (C++, C#, Java, Python и др.) или Go Опыт работы с технологиями обработки больших данных (Hadoop, Hive, Spark, YT и др.)