Вакансии

Python backend with a strong AI focus: production APIs, PostgreSQL and queues -- plus real LLM integrations, RAG, vector search and LangGraph in production. • 3+ years of commercial development with Python.

Задачи: — Проектирование компонентов систем — Организация процесса разработки — Написание и ревью кода — Написание тестов на свой код — Наставление менее опытных коллег Требования: — Отличное знание Python 3 и опыт промышленной разработки на Python от 5 лет — Опыт многопоточного и асинхронного программирования — Опыт работы с фреймворками: FastApi, Flask или другими — Опыт работы с реляционными СУБД (PostgreSQL, Mysql) — Опыт построения распределённых высоконагруженных сервисов — Знание и применение паттернов проектирования — Будет плюсом опыт использования технологий Kafka / Cassandra / Clickhouse / Redis / Elasticsearch Условия: — Работа в офисе в Воронеже. График работы — гибридный — Платформа обучения и развития Т-Апгрейд. Курсы, тренинги, вебинары и базы знаний. Поддержка менторов и наставников, помощь в поиске точек роста и карьерном развитии — Активное комьюнити python разработчиков — Готовим спикеров на внешние митапы и конференции — Проводим внутренние митапы — Разрабатываем внутренние innersource проекты — Забота о здоровье. Оформим полис ДМС со стоматологией и страховку от несчастных случаев. Предложим льготное страхование вашим близким — Компенсация оплаты за спорт — Компенсация обедов. А если захотите перекусить, есть кухня с чаем, кофе и фруктами — Достойная зарплата — обсудим ее на собеседовании

Location: Warsaw, PL We bring startups and disruptive tech companies to the local market, offering engineers the opportunity to work on innovative, high-impact products. Join us and become a member of their R&D team while we take care of employment, HR support, a benefits package, and an enjoyable work environment. AITHENA is a startup focused on creating an AI-powered tool to enhance the regulatory review process in the pharmaceutical industry. Our goal is to build an AI-powered assistant for document analysis and review related to pharmaceutical regulations, enabling efficient search and user query responses based on a comprehensive database of legal case documents. ‍ We are seeking a Senior Python Engineer to build and maintain robust backend services within an existing application. ‍ Write clean, concise, and scalable Python code, ensuring stability, maintainability, and proper unit testing. Implement new requirements in an Agile environment, following architectural principles and engineering standards. Diagnose complex backend and production issues, using monitoring, telemetry, and logging tools to evaluate options and implement effective solutions. Work on performance optimization, testing, troubleshooting, and improving backend service reliability. Work with Dockerized backend services and participate in CI/CD processes using GitHub Actions. Have a basic understanding of Kubernetes, Argo CD, and Helm Charts to support troubleshooting of backend service deployments when needed. Apply basic networking and infrastructure knowledge to investigate backend service issues in Azure-based environments. Contribute to architecture and design discussions, ensuring solutions follow best practices. 5+ years of experience in development with Python. Design, develop, and maintain backend services using Python and FastAPI. Write clean, efficient, and testable code for scalable systems. Integrate and work with relational databases, primarily PostgreSQL. Implement background processing and task queues using Celery. Diagnose and resolve complex technical issues in backend systems (including cloud environments like Azure). Collaborate with the team on architecture, code reviews, and problem-solving (using GitHub for version control). Participate in performance optimization and testing (e.g., with Pytest). Apply knowledge of infrastructure and monitoring tools (e.g., Docker, Kubernetes, OpenTelemetry, Argocd) to support backend reliability. Proactively learn and adopt new technologies relevant to backend development and cloud operations. English B1+. Basic front-end experience with React Experience with LLM frameworks (LlamaIndex or LangChain) ‍ At On The Spot, we’re creating a workplace people would want to stay in: supportive, well-organized, and fair in terms of conditions and benefits. ‍ We’ll share more about our benefit package during the interviews. In the meantime, you can always check our Glassdoor reviews .

• Коммерческий опыт Python от 2 лет (async/await, ООП, typing). • FastAPI, REST API, PostgreSQL, продвинутый SQL.

-Участвовать в разработке и поддержке backend-сервисов на Python под руководством опытных разработчиков.

– Опыт backend-разработки на Python от 3 лет.

Zадачи: — Стажировка на позицию Backend разработчика. Требования: — Опыт не требуется. — Работа с технологиями Python, Docker, Git, CI/CD, Kafka, RabbitMQ, FastAPI, SQL, PostgreSQL, Java. Условия: — Офисный формат работы в Ташкенте. — Зарплата обсуждается.

Разработка программного обеспечения по заданию и его обслуживание; Выполнение тасок на разработку и обслуживание программного обеспечения.

Проектирование и разработка frontend- и backend-архитектуры платформы. Обязательные требования:

Задачи: - Работа с SQL и Python - Моделирование данных (DWH / Data Lake / Lake House) - Работа с ClickHouse, Redshift, BigQuery - Работа с Big Data стеком (HDFS, Spark, Cloud, Object Storage) - Работа с ETL / ELT инструментами (Airflow, Flink, Dagster) - Использование Agile методологий - Интеграция с AI агентами (Cloude Code, ChatGPT, Copilot, OpenCode) Требования: - Коммерческий опыт работы от 2 лет - Знание SQL и Python - Английский язык на уровне B2 и выше Будет плюсом: - Опыт работы с веб-фреймворками (Flask, FastAPI, Django) - Опыт работы с системами обмена сообщениями (Kafka, RabbitMQ, Kinesis, SQS) - Опыт работы с облачными хранилищами (AWS, Azure, GCP) - Опыт работы с CI/CD Условия: - Просторный офис А класса в нескольких шагах от метро - Защищённая от инфляции заработная плата - Гибкий рабочий график - Молодой коллектив, ценящий инновации и совместную работу Вакансия перспективная, планируемая к созданию и/или замещению.

Location: Москва Workplace: Офис Мы разработали систему симуляции, которая позволяет тестировать новые версии компонент автопилота в виртуальной среде. Ищем сильного ML-разработчика. Откликайтесь, если знаете Python, имеете опыт работы с данными, занимались генеративным CV и обучали нейросети на распределённых кластерах. Больше о команде Ключевые критерии качества автономного автомобиля — безопасность, комфорт и эффективность. Оценивать их только на реальных дорогах долго, дорого, а для некоторых сценариев практически невозможно. Поэтому в Яндексе мы разработали систему симуляции, которая позволяет тестировать новые версии компонент автопилота в виртуальной среде и быстро оценивать, как меняется поведение автомобиля в разных дорожных ситуациях, погодных условиях и на разных территориях. Достоверность таких тестов определяется тем, насколько реалистично окружающая среда реагирует на действия автономного автомобиля. Для этого мы используем ML-модель, которая предсказывает движение других участников дорожного движения: машин, мотоциклов и пешеходов. Над этой моделью и предстоит работать будущему участнику нашей команды. Симулятор используют много команд, поэтому наши улучшения напрямую влияют на скорость и качество разработки автономного автомобиля Яндекса. Обязанности Улучшение качества и разработка новых функций модели Вам предстоит работать над повышением базового качества нейросети для генерации траекторий машин и пешеходов. Задачи включают улучшение датасета (сбор, фильтрацию и предобработку данных), архитектурные доработки моделей, оптимизацию процесса обучения и инференса, а также исследование возможностей внедрения inpainting, различных conditioning и guidance для решения продуктовых задач. Удачные наработки затем нужно будет внедрять в продакшен своими силами и силами бэкенд-команды. Разработка фреймворка приёмки моделей Вторым фокусом будет участие в построении надёжной и автоматизированной системы оценки качества и приёмки новых версий модели. Нужно будет реализовывать в продакшен-системе и train-цикле моделей метрики из SOTA-статей, разрабатывать собственные метрики для оценки краевых случаев и внедрять краудсорсинг в процессы приёмки для комплексной оценки моделей. Больше об ML в Яндексе — в канале Yandex for ML Требования * Программировали на Python * Работали с данными (сбор из сырых логов, формирование новых датасетов) * Занимались генеративным CV * Обучали нейросети на распределённых кластерах * Участвовали в ML-проектах полного цикла с привязкой к бизнес-потребностям Будет плюсом * Имеете практический опыт обучения диффузионных моделей * Внедряли модели в продакшен через FastAPI + Docker, Triton Inference Server или любой другой фреймворк * Участвовали в соревнованиях по ML или программированию (ACM ICPC, Codeforces, Topcoder, Kaggle и т. д.) * Умеете программировать на C++ * Знаете правила дорожного движения, водили автомобиль или мотоцикл

Разработка модулей на Python.

Ищем QA-инженера, который умеет разбираться в продукте, находить риски и выстраивать проверку изменений до и после релиза, используя AI как основной рабочий инструмент.

Workplace: hybrid Обязанности Проектирование и разработка мобильных и веб-приложений, сервисов с использованием современных фреймворков (FastAPI, Django); Работа с базами данных: создание, оптимизация, написание запросов и обработка информации; Реализация скриптов и утилит для автоматизации бизнес-процессов; Интеграция с внешними системами и сервисами (REST API, другие интерфейсы); Тестирование, отладка и сопровождение программного обеспечения для надежной работы и соответствия требованиям; Оптимизация производительности и масштабируемости решений для работы с большими объемами данных; Работа в проектной команде: участие во встречах, code review, обмен опытом и помощь коллегам, менторство; Условия работы Гибридный формат или удаленный формат работы по России Официальное оформление с белой ЗП, оклад fix + полугодовой бонус 20% (по результатам работы) Возможность профессионального и карьерного роста (обратная связь регулярная, индивидуальные планы развития, 2 раза в год оценка персонала) Яркую корпоративную жизнь с большим количеством мероприятий, конкурсов и возможностей для творческой реализации: X5 Tech Bar, регулярные внутренние митапы, демо-дни, открытые микрофоны, обмен опытом через внутренние комьюнити, день IT-специалиста, программы корпоративного волонтерства, корпоративное предпринимательство X5 Idea Challenge Широкий пакет ДМС (включая выезд за рубеж и стоматологию), страхование жизни и здоровья, забота о благополучии сотрудников Программа привилегий Prime-zone (скидки на товары и услуги и специальные предложения от компаний-партнёров) Материальную помощь сотрудникам, попавшим в сложную жизненную ситуацию Профессиональные навыки Опыт создания приложений и разработки API на Python не менее 5-ти лет, используя веб-фреймворки (FastAPI / Aiohttp либо Django); Опыт работы с СУБД через ORM, уверенное владение SQL, знание индексов, опыт оптимизации запросов; Опыт проведения код ревью; Опыт работы с AI агентами\инструментами; Желание работать в команде, участвовать в проектировании архитектуры, выдвигать предложения по улучшению решений и процессов; Опыт принятия технический решений, проектирования архитектуры;

Workplace: hybrid Обязанности Взаимодействие с бизнесом Погружаться в бизнес-контекст, взаимодействовать с ключевыми стейкхолдерами и пользователями Генерировать образ результата совместно с Владельцами продуктов для нахождения оптимального способа его достижения Переводить нечёткие бизнес-запросы в архитектурные решения и реализуемые планы Инженерная работа Проектировать и разрабатывать клиент-серверные приложения на Python (FastAPI, Django) Строить автоматизации бизнес-процессов: интеграции между системами, ETL-пайплайны, боты, внутренние инструменты Планировать архитектуру решений совместно с внутренними экспертами, принимать обоснованные технические решения Писать автоматизированные тесты (Playwright, Pytest), обеспечивать качество и надёжность решений Выстраивать CI/CD-пайплайны, настраивать агентские системы для code review и автоматизированного контроля качества Деплоить и поддерживать свои решения в продакшене AI-augmented разработка Использовать AI-кодинг ассистенты (Claude Code, Cursor, Codex) как основные инструменты ежедневной работы Работать с MCP-серверами, CLI-агентами и другими инструментами AI-augmented workflow Оценивать и внедрять новые инструменты автоматизации разработки и тестирования Формировать инженерные практики работы с AI для всей команды Условия работы гибридный формат работы в Москве (приезжать в офис нужно по потребности, это может быть раз в неделю или раз в месяц, на встречи с руководителем и командой) официальное оформление с белой ЗП, оклад fix + полугодовой бонус (по результатам работы) возможность профессионального и карьерного роста (обратная связь регулярная, индивидуальные планы развития, 2 раза в год оценка персонала) яркую корпоративную жизнь с большим количеством мероприятий, конкурсов и возможностей для творческой реализации: X5 Tech Bar, регулярные внутренние митапы, демо-дни, открытые микрофоны, обмен опытом через внутренние комьюнити, день IT-специалиста, программы корпоративного волонтерства, корпоративное предпринимательство X5 Idea Challenge широкий пакет ДМС (включая выезд за рубеж и стоматологию), страхование жизни и здоровья, забота о благополучии сотрудников программа привилегий Prime-zone (скидки на товары и услуги и специальные предложения от компаний-партнёров) материальную помощь сотрудникам, попавшим в сложную жизненную ситуацию Профессиональные навыки Инженерный фундамент 5+ года опыта разработки на Python, знание современных фреймворков и технологий Опыт проектирования и разработки REST API и клиент-серверных приложений Работа с реляционными БД (PostgreSQL), брокерами сообщений и очередями (Redis, RabbitMQ, Kafka) Понимание принципов проектирования: когда монолит, когда сервисы, когда скрипт Опыт работы с Docker, понимание CI/CD Привычка писать юнит-тесты, автоматизация процесса тестирования через агентов AI-инструментарий Практический опыт работы с AI-кодинг ассистентами: Claude Code, Cursor, Codex — не просто «пробовал», а ежедневно используете в работе Понимание, как эффективно формулировать задачи для AI-агентов, валидировать результат, итерировать Опыт или готовность работать с MCP-серверами (Playwright MCP, DB MCP) Понимание, что такое промпт-инжиниринг в контексте разработки, а не генерации текстов LLM-кой (Если гоняли GitHub Spec-Kit, GSD, Ralph Loop или Superpowers - будет плюсом) Опыт автоматизированного тестирования с Playwright или аналогами Экспериментировать с MCP-серверами, CLI-инструментами, skills.md и другими подходами к AI-augmented разработке Архитектурное мышление Способность принимать технические решения, учитывая бизнес-контекст, сроки и ограничения Опыт проектирования решений, которые пойдут в продакшен, а не останутся прототипами Способность трансформировать legacy-архитектуру в сторону более современных решений, используя AI инструменты

Workplace: Москва и Краснодар (гибрид/офис), другие города - удаленно О продукте Новое направление для ускоренного прототипирования и внедрения AI/ML-решений внутри Магнита. Заказчики — команда стратегии и аналитики. Модель работы: бизнес приносит POC и решения, а мы дорабатываем их до продуктового состояния и запускаем в production. Задачи Развивать ML/AI-компоненты для прикладных бизнес-задач в направлениях классического ML, NLP/LLM, RAG и агентных сценариев, компьютерного зрения, речевых и мультимодальных технологий. Проводить эксперименты по улучшению существующих моделей и сценариев: изменять подготовку данных, архитектуру или параметры моделей, подходы к retrieval и reranking, промпты, логику оркестрации, алгоритмы постобработки результатов. Подготавливать, очищать, размечать и анализировать данные для обучения, дообучения и оценки моделей: текстовые, табличные, изображения, видео, аудио, транскрипты и иные данные в зависимости от решаемой задачи. Разрабатывать и поддерживать пайплайны подготовки данных, обучения, inference и evaluation; обеспечивать воспроизводимость экспериментов, версионирование данных и моделей, логирование результатов. Оценивать качество ML/AI-решений: формировать тестовые и evaluation-наборы, выбирать и рассчитывать профильные метрики, проводить анализ ошибок, выявлять причины деградации качества и предлагать улучшения. Оптимизировать производственные решения по качеству, latency, throughput, потреблению GPU/CPU-ресурсов и стоимости эксплуатации; участвовать в интеграции моделей в прикладные сервисы, релизах и мониторинге после запуска. Требования Высшее техническое образование либо подтверждённый практический опыт разработки и внедрения ML/AI-решений. Опыт коммерческой разработки на Python от 2 лет; для кандидатов с общим опытом разработки от 3 лет допустим опыт в ML/AI от 1–2 лет при наличии практических проектов. Уверенное знание Python и основных библиотек для анализа данных и машинного обучения: NumPy, pandas, scikit-learn; практический опыт работы с PyTorch или аналогичным DL-фреймворком. Знание базовых методов машинного обучения и глубокого обучения: подготовка и анализ данных, обучение и валидация моделей, выбор метрик, борьба с переобучением, анализ ошибок и интерпретация результатов экспериментов. Практический опыт работы как минимум с одним из направлений: классический ML, NLP, LLM/RAG-системы, компьютерное зрение, речевые технологии, рекомендательные системы или мультимодальные модели. Понимание полного жизненного цикла ML/AI-решения: сбор и подготовка данных, разработка и проверка гипотез, обучение или адаптация модели, оценка качества, inference, интеграция в сервис, мониторинг и последующее улучшение. Опыт проведения воспроизводимых экспериментов: фиксация конфигураций, версий данных и моделей, метрик и результатов; знание MLflow, ClearML, DVC или аналогичных инструментов будет преимуществом. Навыки работы с SQL и реляционными базами данных; понимание принципов хранения, выборки и проверки качества данных. Понимание принципов разработки и интеграции сервисов: REST API, JSON, FastAPI или аналогичные фреймворки, обработка ошибок, логирование, тестирование. Базовые практические знания Docker, Linux, Git и CI/CD; понимание особенностей запуска и отладки ML-нагрузок в контейнерах. Понимание принципов работы с GPU и ограничений inference-нагрузок: latency, throughput, потребление памяти, стоимость вычислений. Умение формализовать бизнес-задачу в виде ML/AI-сценария: определить входные и выходные данные, целевую метрику, ограничения, риски, критерии приемки и способ оценки результата. Навыки взаимодействия с Product-, Backend-, Data- и MLOps-разработчиками; умение понятно документировать результаты экспериментов, технические ограничения и ожидаемый эффект от изменений. Условия Трудоустройство в аккредитованную IT‑компанию ДМС со стоматологией и льготными условиями для членов семьи Работу в максимально уютном офисе в центре Москвы (ст. м. Савеловская), в Краснодаре или удаленно из других городов РФ, так же есть офисы в Санкт-Петербурге (ст. м. Балтийская) и в Иннополисе Корпоративные скидки от компании и партнеров, бесплатная подписка Магнит Премиум с повышенным кешбэком по программе лояльности М+ Ежегодная программа признания с ярким праздником и впечатляющим подарком Поддержку в развитии через обучение, конференции и митапы, а также программу для руководителей — Leadership club IT‑комьюнити — среда, где быстрее находишь решения, делишься практиками, пробуешь новые роли и растешь от эксперта в стекe до лидера инициатив Мы являемся партнером Минцифры России по проекту Национальная система подтверждения IT‑компетенций Работа над масштабными продуктами и проектами (Умный магазин, роботизация, беспилотность, GenAI и другое) Социально– психологическая поддержка от >370 специалистов по направлениям: юристы, психологи, врачи, финансовые и ЗОЖ советники Формат работы Москва и Краснодар (гибрид/офис), другие города - удаленно

Workplace: Москва и Краснодар (гибрид/офис), другие города - удаленно Мы ищем Ведущего фуллстек разработчика (Python + Vue 3) разработчика в стрим, который делает связку из двух порталов, через них проходит вся закупочная работа для Большого Магнита: Внутренний портал (АРМ КМ) — единое рабочее место категорийного менеджера: потребности → торги → целевые условия, документооборот, дашборды, задачник. Внешний портал SRM 2.0 — кабинет поставщика: подписание карточки товара, торги. Есть и поддержка легаси, и стройка платформенных решений (микрофронты + общий хост + единый UI-Kit), которые становятся стандартом для всего коммерческого блока. Соотношение фронт/бек: ~ 50/50 Стек технологий: Vue 3, TypeScript, Pinia, Module Federation, Nuxt, Tailwind, Keycloak, Python 3.11+, FastAPI, PostgreSQL, Redis, Kafka, S3, REST, gRPC, Docker, Kubernetes, GitLab CI, Vault, OpenTelemetry, Prometheus, Grafana, Sentry Задачи Разрабатывать микрофронты в архитектуре АРМ КМ — реализовывать функциональные модули на Vue 3 + Vite с интеграцией через Module Federation Заниматься интеграцией с общей платформой — подключать аутентификацию через Keycloak, синхронизировать маршрутизации с хостом Переписывать визуал на единый техстек — миграция интерфейса ELMA на @nuxt/ui 4, Tailwind CSS 4, Pinia 3, Vue Router Работать с общим состоянием и API — использовать shared-зависимости (Vue, Pinia, axios, @vueuse/core) как синглтоны, соблюдать версионные совместимости с хостом и другими микрофронтами Проводить код-ревью, покрывать компоненты и бизнес-логику тестами, проводить ревью PR коллег, разбирать баги на стыке хоста и микро-приложений Взаимодействовать с командой и стейкхолдерами — участвовать в груммингах/планированиях, декомпозировать задачи, синхронизироваться с бэкенд-командой по контрактам, вести техническую документации по своему микрофронту Требования От 3 лет коммерческой fullstack-разработки на Vue 3 + TypeScript, Python 3.11+, FastAPI, PostgreSQL, Kafka, REST/gRPC Опыт работы с микросервисами, микрофронт-архитектурой (Module Federation), интеграциями через Keycloak/Vault Опыт с AI-native: уверенное владение Cursor/Claude Code/Copilot, промпт-инжиниринг, работа с LLM API, критическое ревью AI-сгенерированного кода Условия Оформление в аккредитованную ИТ-компанию Конкурентоспособную заработную плату (обсуждается индивидуально) ДМС со стоматологией и льготными условиями для членов семьи Технику для работы График работы 5/2 с гибким началом Работу в максимально уютном офисе в центре Москвы (ст. м. Савёловская), в Краснодаре или удаленно из других городов РФ, так же есть офисы в Санкт-Петербурге (ст. м. Балтийская) и в Иннополисе Возможность реализовать свой опыт и потенциал в интересных и многоплановых проектах Развитие – мы оплачиваем обучение на курсах и участие в конференциях Возможность проведения и участия в митапах, хакатонах, где можно познакомиться с работой других подразделений Наличие корпоративных скидок PRIMEZONE и программ лояльности от компании Наличие корпоративной библиотеки курсов Возможность рекомендовать компанию своим друзьям, участвуя в реферальной программе Формат работы Москва и Краснодар (гибрид/офис), другие города - удаленно

Workplace: Удаленно Объединённая компания Wildberries и Russ — это международная технологическая компания, образованная в результате слияния двух лидеров рынка — IT-компании Wildberries и оператора наружной рекламы Russ. Обязанности Строить и автоматизировать пайплайны обучения в ClearML, от экспериментов DS до воспроизводимого артефакта в model registry; Автоматизировать деплой моделей в Triton, включая конвертацию в ONNX и TensorRT, конфигурацию, выкатку без участия инженера, канареечные релизы и откаты; Развивать Python-сервисы вокруг Triton, единый inference gateway, gRPC, батчинг и очереди; Ускорять инференс через профилирование, dynamic batching, ensemble и BLS, TensorRT-оптимизации; Держать SLA инференс-контура – метрики, алертинг, разбор инцидентов, дежурства в ротации; Поддерживать JupyterHub, ClearML-агенты и шаблоны проектов для DS-команд; Вместе с инфраструктурным инженером проектировать размещение моделей на GPU-кластере; Общаться с DS-командами, понимать их потребности и переводить в технические решения; Закладывать стандарты и шаблоны, чтобы раскатать контур на весь отдел Trust & Safety. Требования Уверенный Python, опыт асинхронных сервисов (FastAPI, asyncio), gRPC и работы с очередями (Kafka); Опыт с Nvidia Triton Inference Server или другим model serving (TorchServe, vLLM, KServe) с готовностью глубоко освоить Triton; Опыт работы с ClearML, Kubeflow, MLflow или аналогичной MLOps-платформой на уровне пайплайнов, трекинга экспериментов и model registry; Инженерное понимание ML-стека – PyTorch, ONNX, конвертация и упаковка моделей, GPU-инференс; Kubernetes на уровне разработчика сервисов, включая деплой, Helm-чарты, ресурсы, HPA и отладку подов; Опыт с GitLab CI, инфраструктурой как код, мониторингом и логами; Умение взаимодействовать с DS-командами и доводить решения до прода, а не до прототипа. Условия Обучение и развитие: языковые клубы, собственный корпоративный университет, программы развития управленческих навыков и многое другое; Благополучие сотрудников: корпоративный пакет ДМС со стоматологией, корпоративный спорт, консультации психолога и дополнительные возможности аккредитованной IT-компании; Множество сообществ: клуб спикеров, футбола, йоги, шахмат и т.д.; Забота о семьях: создаем условия, в которых легко сочетать карьеру и заботу о близких – от гибкого подхода до масштабных проектов для детей сотрудников; Скидки и партнерские программы: на обучение, страхование, покупки и многое другое; Комфортная рабочая среда: бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника и портал для сотрудников.