Вакансии

Location: Москва Workplace: Гибридный О компании Мы разрабатываем инструменты для потоковой обработки больших объемов сетевого трафика. Эти инструменты в различных комбинациях затем используются для решения различных конечных задач. Обязанности реализовывать алгоритмы обработки данных; искать и внедрять пути оптимизации; разрабатывать ядро эмуляции сетевой карты; отлаживать и тестировать код; интегрировать новые компоненты; проводить код-ревью. Требования уверенный опыт написания кода на С++; грамотное использование свойства типов; знание принципов работы с пакетами параметров (variadic templates и std::tuple, их индексация и модификация) и кортежами в c++; иметь опыт разработки платформо-независимого кода; будет плюсом: углубленное понимание процесса компиляции исходного кода различными компиляторами; будет плюсом: опыт профилирования кода; будет плюсом: опыт использования: visual studio, gcc, make, cmake, doxygen; будет плюсом: опыт работы с командной строкой в ОС Linux; будет плюсом: понимание общих принципов построения систем связи, знание стека протоколов сетевого взаимодействия и сетевой модели OSI; будет плюсом: опыт разработки программного обеспечения для потоковой обработки различных данных; будет плюсом: опыт работы с tlv контейнерами и asn1 структурами. Условия собственную платформу MTS Ocean для получения ИТ-ресурсов, а это значит, что деплой, мониторинг, observability - не будут для вас проблемой, вы сможете сосредоточиться на фичах; профессиональные гильдии инженеров по направлениям, чтобы поддерживать друг друга и обмениваться опытом; внутреннюю площадку TechTalks для обмена опытом, дискуссий, развития навыков самопрезентации. участие во внешних IT-мероприятиях. Наши эксперты выступают на ведущих профильных конференциях, таких как HighLoad++, DevOps Conf, Joker, AHA!, Матемаркетинг и другие. А еще мы организуем собственную масштабную конференцию True Tech Day и регулярно проводим митапы для разработчиков и инженеров; полезные курсы и вебинары в корпоративном университете и электронные библиотеки; медицинскую страховку с 1 месяца со 100% покрытием расходов, включая стоматологию, страхование жизни и здоровья в поездках за рубеж. А еще можно застраховать родственников с корпоративной скидкой; единую подписку МТС Premium — KION light в онлайн-кинотеатре KION, сервис МТС Music, 30 дней бесплатного пользования подпиской OZON Premium; скидки и предложения от партнеров на фитнес, занятия английским и прочее.

Location: Москва Мы строим с нуля экосистему интеллектуальных агентов для автоматизации процессов Блока строительства. Формируем ядро новой команды. Нам нужен универсальный инженер, который умеет не только писать промпты, но и проектировать архитектуру: от базы данных до сложного интерактивного интерфейса. Вы будете пилить готовые решения «под ключ» на стыке бэкенда, ML и фронтенда, напрямую влияя на то, как тысячи сотрудников оптимизируют свою работу. Обязанности * Проектировать архитектуру автономных LLM-агентов под бизнес-задачи. * Дообучать (_fine-tune_) фундаментальные модели (LLM/Vision) под специфику строительства и внутренних сервисов. * Строить enterprise-grade RAG-системы для извлечения знаний из тонн неструктурированных документов. * Внедрять MLOps: мониторинг качества, A/B-тесты новых версий моделей, глубокая оптимизация _latency/cost_ при инференсе. * Писать сложные цепочки промптинга (_prompt chains_) и управлять контекстом в мультиагентных сценариях. Требования * 3+ года продакшн-опыта в ML/AI. * Python — ваш родной язык. Глубокое знание PyTorch или TensorFlow. * Руки работали с актуальными моделями: GPT-family, LLaMA/Mistral, Kandinsky (или аналоги). * Экспертиза в построении пайплайнов: классический RAG, fine-tuning, продвинутый prompt engineering. * Опыт внедрения MLOps-практик: MLflow, Kubeflow, оркестрация контейнеров. * **Огромный плюс:** понимание работы баз данных и умение спроектировать API (FastAPI), чтобы связать агента с реальным миром. Условия * Офис класса А у метро Кутузовская * Гибрид или полная удаленка (по договоренности). * Ежегодный пересмотр зарплаты. * Корпоративный спортзал, зоны отдыха и сна прямо в офисе. * СберУниверситет: доступ к 400+ образовательным программам для роста. * Расширенный ДМС с первого дня, льготное страхование семьи и корпоративная пенсия. * Льготная ипотека: гибкий дисконт по кредиту, равный 1/3 ключевой ставки ЦБ. * Подписка СберПрайм на трех близких бесплатно. * Бонус за рекомендацию друзей в команду Сбера.

Location: Москва Наше решение предоставляет ИИ-агентам контекст, сформированный на основе данных из внутренних корпоративных систем. Технологический стек построен на графе знаний, векторном и полнотекстовом поиске с использованием LLM-обогащения извлекаемых данных. Обязанности Стратегическое планирование: формирование продуктового видения и дорожной карты (Roadmap) развития решения на горизонте 1–2 лет. Внедрение и интеграция: обеспечение бесшовной интеграции с внутренними потребителями (AI-агенты в разработке ПО, инструменты Spec Driven Development, AI-ассистент разработчика). Метрики и лояльность: привлечение и удержание пользователей, системная работа над повышением показателей CSI и CSAT. Экономика продукта: контроль стоимости инференса, развитие метрик качества извлечения данных (retrieval) и проведение экспериментов, доказывающих бизнес-эффект от использования контекста. Governance (модель управления): проектирование и внедрение модели управления контекстом в организации (определение уровней доступа, зон ответственности и регламентов разрешения конфликтов). Требования * Опыт в Product Management: от 5 лет в роли продакт-менеджера. Обязателен опыт работы с платформенными или инфраструктурными решениями (Developer Platforms, Data/ML Platforms, корпоративный поиск). * Успешный адопшн: подтвержденный кейс вывода платформы на внутренний рынок в условиях необязательного (добровольного) внедрения пользователями. * Построение операционных моделей: опыт создания операционных моделей «с нуля» (распределение ролей, зон ответственности и регламентов взаимодействия между подразделениями). * Экспертиза в LLM & Retrieval: практический опыт создания LLM-приложений. Вы понимаете физику контекстного окна модели, особенности его роста, разницу и синергию графового и векторного поиска, а также принципы работы протокола MCP. * Готовы аргументированно дискутировать с инженерами на одном языке. * Работа с качеством данных: опыт управления продуктами, где качество поиска и извлечения информации является ключевой ценностью. * Умение проектировать метрики оценки retrieval и проводить эксперименты в условиях высокой неопределенности. * Стейкхолдер-менеджмент: опыт эффективных коммуникаций и защиты решений на уровне топ-менеджмента (C-level, вице-президенты), а также взаимодействия с регуляторными и смежными функциями. Условия * комфортный современный офис рядом с м. Тульская * возможность выбрать удобный график – офис/гибрид * ежегодный пересмотр зарплаты и 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 * 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

Location: Москва Мы передовое ИТ подразделение, создающее дата платформу на сотни петобайт данных для крупшейнего юнита банка. Нами реализована загрузка, обработка и контроль качетсва разрозненных данных из сотен систем-истоников банка в единое хранилище в Data Lakehouse архитектуре на платформе Hadoop. Ищем сильных и энергичных дата инженеров для развития нашей платформы в сторону обработки данных в режимах батчевой и потоковой загрузки. Вы будете работать в сильной команде дата инженеров с сложными инженерными задачами, передовым стеком технологий и самыми большими объемами данных в Европе. Задачи разработки и поддержки витрин данных в Hadoop (HDFS, Icberg, Hive), ETL - Spark, CTL - Oozie, CI/CD - Jenkins + BitBucket. И NRT пайплайны, Kafka, dynamic tables. языки - Python, Java, Scala. Обязанности * разработка DWH/DataLake/LakeHouse * построение поставки данных в Batch/NRT/RealTime * оптимизация ETL * повышение актуальности данных * снижение latency доступа к данным * разработка и валидация архитектуры данных Требования * отличное знание SQL (join, CTE, оконные функции, фреймы и др.) * опыт работы с Hadoop, Spark, Iceberg/Paimon * опыт работы с Kafka и др. Брокерами * опыт работы с оркестраторами (например, Airflow) и CI/CD * опыт построения архитектуры данных (например, Data Vault, Инман, Кимбалл и др.) * опыт кратной оптимизации ETL * практическое знание python на уровне разработки ETL будет преимуществом * практическое знание java/scala будет преимуществом * практический опыт создания и защиты архитектуры данных будет преимуществом * практический опыт разработки solution-архитектуры data-продуктов будет преимуществом Условия * **офисный формат работы** (м Кутузовская ул. Поклонная 3) * 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.

Location: Москва Центр ИИ Блока «Строительство» разрабатывает автономных агентов для автоматизации ключевых бизнес-процессов — от обработки тендерной документации до контроля графиков производства работ и управления поставками. В данный момент находимся в поиске разработчика ИИ-агентов под расширение команды Обязанности * Разработка высокодоступных сервисов для управления диалогами, планирования (planning), вызова инструментов (function calling) и multi-agent взаимодействия; * Написание чистого, тестируемого и поддерживаемого кода на Python; ревью кода коллег и поддержание инженерных стандартов; * Интеграция с LLM и внешними системами: подключение моделей (OpenAI, Anthropic, локальные), корпоративных API, CRM/ERP, баз данных и документооборота с обеспечением безопасности и обработки ошибок; * RAG и память агентов: построение retrieval-пайплайнов, управление краткосрочной и долгосрочной памятью, работа с векторными БД и кэшем; * Проектирование REST/gRPC-эндпоинтов, документирование (OpenAPI), обеспечение контрактов для фронтенда и смежных сервисов; * Реализация очередей, воркеров и фоновых задач для длительных LLM-операций (генерация, парсинг, эмбеддинги); * Оптимизация производительности и стоимости: профилирование, кэширование, батчинг запросов, снижение latency и затрат на токены; * Настройка логирования, трейсинга LLM-вызовов, алертов и дашбордов, анализ инцидентов; * Написание тестов, внедрение guardrails, валидация ответов моделей, защита от prompt injection; * Ведение архитектурной документации, ADR, гайдов для команды; * Участие в продуктовом процессе: совместно с продуктами и ML-инженерами уточнение требований, оценка сроков, итеративная поставка фич. Требования * Опыт разработки на Python: от 3 лет в коммерческой разработке, включая проектирование высоконагруженных и отказоустойчивых сервисов; * Глубокое знание FastAPI, Django или Litestar; понимание внутреннего устройства ASGI/WSGI, middleware, DI, обработки ошибок и валидации; * Уверенное владение asyncio, httpx, aiohttp, anyio; понимание GIL, многопроцессности, пулов соединений и backpressure; * Опыт проектирования и оптимизации схем в PostgreSQL (индексы, EXPLAIN, партиционирование), опыт работы с Redis, MongoDB и другими NoSQL; * Практический опыт работы с OpenAI, Anthropic, Cohere, Mistral, локальными моделями (vLLM, Ollama, TGI); понимание streaming, tool/function calling, structured output, retry-политик и rate limiting; * Опыт построения агентных систем – ReAct, Plan-and-Execute, multi-agent orchestration, работа с фреймворками LangChain, LlamaIndex, LangGraph, AutoGen, CrewAI или собственные реализации; * Опыт работы с Qdrant, Milvus, Weaviate, Pinecone, pgvector; понимание чанкинга, эмбеддингов, гибридного поиска, reranking; * Уверенная работа с Kafka, RabbitMQ, NATS или Redis Streams для асинхронной обработки задач агентов; * Опыт с Docker, Kubernetes (деплой, HPA, secrets, probes), понимание принципов service mesh и работы с ingress; * Опыт настройки Prometheus, Grafana, OpenTelemetry, Langfuse или LangSmith для трейсинга LLM-вызовов; * Построение пайплайнов (GitHub Actions, GitLab CI, ArgoCD), понимание blue/green и canary-деплоя; * Опыт написания юнит-, интеграционных и e2e-тестов (pytest, testcontainers); понимание TDD/BDD; * Английский язык: (Upper-Intermediate+). Условия * Гибридный формат работы (современный офис в Москве в пешей доступности от метро Кутузовская); * Льготные ипотечные условия кредитования; * Подписка Прайм с возможностью совместного использования на трёх близких ; * ДМС с первого дня и скидки на страхование для близких; * Корпоративная пенсионная программа; * Детский отдых и подарки за счет Компании; * Обучение за счет Компании: онлайн курсы, неограниченный доступ к библиотеке и обучение на базе Корпоративного университета, тренинги, митапы и возможность получить новую квалификацию.

Location: Москва В Центре робототехники Сбера мы обучаем модели, которые должны управлять роботами в сложных реальных условиях. Для этого мало просто собрать большое количество данных: нужно понимать, какие записи полезны, где в них ошибки и каких примеров модели не хватает. Сейчас нам нужен Data Analyst / Data Engineer в Data Conveyor Team, который будет находить проблемы в данных, оценивать их качество и проверять через обучение моделей, как состав датасета влияет на результат. Это роль на стыке анализа данных, инженерии данных и практических ML-экспериментов: нужно не только строить проверки качества, но и запускать обучение или дообучение моделей на разных версиях данных, сравнивать метрики и превращать выводы в конкретные решения по сбору, разметке, фильтрации и выборке. Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех! Обязанности * строить автоматические и полуавтоматические пайплайны проверки качества данных, чтобы находить технические и смысловые дефекты до попадания данных в обучение * запускать или сопровождать обучение и дообучение моделей на разных версиях датасетов, чтобы измерять влияние качества, состава и фильтрации данных на метрики модели * разрабатывать метрики качества данных и использовать их как диагностический сигнал до тех пор, пока не доказана связь с успешностью модели на роботе и в тестовых сценариях * формировать фильтры, уровни качества и стратегии выборки по качеству, разнообразию, задачам, объектам, окружениям, роботам, источникам и типам ошибок * проводить сравнительные эксперименты с составом данных, чтобы проверять, какие данные действительно помогают модели, а какие можно исключить или отправить на доработку * анализировать ошибки модели и переводить их в конкретные запросы на данные: что дособирать, что переразметить, что удалить, что добавить в выборку * готовить теги задач, объектов, окружений и ошибок, эталонные наборы примеров, правила контроля качества разметки и критерии приемки * исследовать, как изменения камер, конфигурации робота, калибровки или других сенсоров влияют на качество данных и результат модели * готовить краткие технические отчеты: гипотеза, данные, метрики, ограничения, выводы, рекомендуемые изменения для релиза датасета или плана сбора данных. Требования * 3+ года опыта в data analysis, data engineering, ML engineering, applied ML или близкой области * уверенный Python: pandas/polars, numpy, visualization, notebooks, batch data processing * SQL и опыт работы с большими датасетами, manifests, metadata, dashboards или analytics pipelines * понимание экспериментального дизайна: ablations, контрольные группы, statistical reliability, интерпретация метрик * базовое понимание ML training / eval loop и связи состава данных с метриками модели * умение анализировать мультимодальные данные: видео, временные ряды, actions, task metadata, labels * способность переводить наблюдения из данных и ошибок модели в actionable recommendations * хорошая письменная коммуникация для отчетов, журналов решений и постановки задач смежным командам. Будет плюсом: * опыт с robot learning, VLA, imitation learning, RL, CV/VLM datasets или embodied AI * опыт с W&B, MLflow, Hydra, experiment tracking, dataset lineage * опыт с annotation QA, active learning, data curation, anomaly detection или quality scoring * понимание domain shift, camera shift, embodiment gap, task transfer и data-centric AI * навыки работы с генеративными AI-моделями * опыт создания AI-агентов и использования их в работе будет преимуществом * опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов * инструментальное владение AI для анализа, генерации и автоматизации. Условия * офисный формат работы, адрес офиса Автозаводская 23а к2 * ежегодный пересмотр зарплаты, квартальная и 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 * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера.

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

Sereact is looking for a Director of NPI and Industrialization to lead robotic hardware development, industrialization, reliability, and the hardware engineering team.

Задачи: — Выбор LLM: исследование доступных моделей (open-source и commercial), подготовка сравнительного анализа (стоимость, latency, качество, ограничения), предложение оптимальной модели для продакшена. — Разработка правил разметки данных и форматов хранения совместно с дата-инженерами; поддержка процедур загрузки, обновления и версионирования данных. — Построение интеллектуального поиска по данным (vector search, hybrid search, reranking), интеграция retrieval-решений (Qdrant, Weaviate, Pinecone, Elastic, OpenSearch). — Формулировка и проверка гипотез, работа с метриками качества поиска (precision@k, recall@k, NDCG, CTR) и пользовательскими метриками (конверсия, удержание, satisfaction). — Участие в обсуждении фичей, проектировании пользовательского опыта, предложение улучшений на стыке AI и UX. — Взаимодействие с backend и frontend-командами для внедрения функционала в продакшен. Требования: — Опыт работы от 2 лет в области AI/ML/DS. — Реализованные проекты с LLM (chatbot, semantic search, recommendation systems). — Опыт интеграции AI-решений в продуктовые системы (мобильные или веб-приложения). — Умение объяснять сложные технические решения простым языком для стейкхолдеров. — Продуктовое мышление: не только “настроить модель”, но и оценить бизнес-ценность. — Готовность работать в команде и координировать задачи с инженерами и продакт-менеджерами. — Ориентация на результат: MVP → метрики → улучшение. Условия: — Оформление в соответствии с Трудовым кодексом Республики Казахстан. — Хорошие условия работы. — Дружный коллектив, профессиональный рост. География и формат работы: г. Алматы, полный день, удаленная работа.

Задачи: — Работать с существующим backend-кодом сервиса POSINT; — Дорабатывать текущий функционал и реализовывать новые задачи; — Находить и исправлять ошибки; — Разбираться в существующих технических решениях и при необходимости предлагать улучшения; — Поддерживать стабильную работу backend-части продукта. Требования: — Уверенная работа с C#/.NET на уровне Middle Backend Developer, понимание архитектуры приложений и принципов разработки; — Уверенная работа с Git (commit, push, pull, merge, rebase), понимание работы с ветками; — Опыт работы с Entity Framework Core, включая Code First подход, модели, миграции, DbContext и CLI-команды; — Практический опыт работы с PostgreSQL и Redis, понимание их назначения и сценариев использования; — Понимание принципов работы REST API и gRPC, различий между ними и случаев применения; — Умение работать с Docker: сборка и запуск приложений, понимание Dockerfile, Docker Compose, переменных окружения и конфигурации для разных сред; — Практический опыт использования AI-инструментов разработки (Codex, Claude Code, OpenCode или аналогов); — Самостоятельность, внимательность к качеству кода и умение использовать AI-инструменты для ускорения разработки. Условия: — Частичная занятость, ориентировочно 50–100 часов в месяц; — Работа над конкретными задачами действующего проекта POSINT; — Почасовая оплата, ставка обсуждается индивидуально; — Сотрудничество по договору оказания услуг, детали оформления согласуются индивидуально; — Работа напрямую с руководителем проекта, возможность обсуждать задачи и технические решения; — Возможность участвовать в развитии собственного IT-продукта компании. О компании: Институт Инноваций и Права — патентное бюро с более чем 7-летним опытом, команда из более 70 специалистов, клиенты по всей России. О проекте POSINT: Собственный сервис для патентного поиска и анализа технических решений с использованием AI-технологий, помогающий изобретателям, инженерам и компаниям искать информацию о существующих разработках, анализировать патенты и готовить материалы для патентования. Сервис работает и развивается, улучшая функционал и стабильность.

О компании: "Точка Решений" – компания, занимающая лидирующие позиции в России в сегменте инженерных коммуникаций Москвы и Московской области. Вопросы загородной недвижимости и инженерии становятся все актуальнее, поэтому последние 7 лет компания ежегодно прирастает более чем в 2 раза, работает в локдауны, санкции и другие невзгоды. Компания обслужила более 15 000 заказчиков. Клиенты: Владельцы частных загородных домов, участков и коттеджей. Цель: Сделать комфортнее жизнь на загородном участке. Кто нужен: Ответственный, активный, ориентированный на развитие бизнес-ассистент руководителя, готовый помочь осуществить цель и быть поддержкой во всех направлениях собственнику компании. Требуется энергичный, системный и стрессоустойчивый личный помощник, способный работать в условиях высокой многозадачности и динамичного темпа. Руководитель управляет несколькими проектами в разных сферах бизнеса. Помощник должен уметь быстро переключаться между задачами, самостоятельно расставлять приоритеты и доводить поручения до результата. Задачи: — Помощь в организации корпоративных мероприятий; — Выполнение задач руководителей (операционные задачи на ежедневной основе, контроль план/факта по активностям); — Реализация различных проектных задач; — Полная административная и информационная поддержка руководителя. Требования: — Знание Word, Excel (знание дополнительных программ приветствуется); — Высокий уровень самоорганизации, ответственности, надежности; — Амбициозность, нацеленность на результат, инициативность, исполнительность; — Широкий кругозор, грамотность. Условия: — Оклад + KPI; — График работы: пятидневная рабочая неделя; — Комфортный офис класса А (панорамные окна, лофт, современный интерьер, кофемашина, зона отдыха и настольный футбол). Дополнительные бонусы: — Яркая корпоративная культура, праздники, дни рождения с пиццей по четвергам, елки и конкурсы для детей сотрудников, корпоративы с тимбилдингом и выездом загород; — Дружный и молодой коллектив, средний возраст 28 лет; — Поддержка и обучение на всех этапах адаптации; — Бесплатный вход в Московский зоопарк (компания опекает там енотов); — Футбольный клуб (стабильно играют). Особое внимание кандидатам с опытом работы ассистентом руководителя, ассистентом собственника бизнеса, бизнес-ассистентом, бизнес-помощником, личным помощником.

О продукте: NRunner помогает анализировать IT-инфраструктуру, находить уязвимости и управлять активами, в системе есть базы уязвимостей NVD и БДУ ФСТЭК, встроенный EPSS и интерактивная карта сети. Развиваются возможности сканирования, распределённая архитектура и функциональность карты сети. Задачи: — Разрабатывать и оптимизировать backend на Go — Развивать распределённую систему сканирования: удалённые узлы, агенты, синхронизация и передача результатов — Разрабатывать API (REST/gRPC) для веб-интерфейса и агентов — Работать с базами уязвимостей и механизмами их обновления — Реализовывать проверку стойкости паролей, контроль целостности, сигнатурный анализ с YARA - правилами и аудит контейнеров (Docker/Kubernetes) — Развивать интерактивную карту сети — Оптимизировать производительность и участвовать в архитектурных решениях и код-ревью Требования: — От 2 лет коммерческой разработки на Go — Уверенное знание стандартной библиотеки Go и конкурентности: goroutines, channels, sync — Понимание blackbox- и whitebox-сканирования — Опыт работы с распределёнными системами — Опыт работы с PostgreSQL: запросы, индексы, транзакции — Уверенная работа в Linux, опыт с Docker — Навыки написания unit- и integration-тестов, опыт работы с Git Будет плюсом: — Знание информационной безопасности, CVE и принципов работы сканеров уязвимостей — Опыт работы с YARA и другими инструментами сигнатурного анализа — Понимание сетевых протоколов TCP/IP и HTTP, опыт разработки сетевых приложений — Умение описывать архитектуру и устройство продукта: схемы, структуру БД, sequence diagrams, C4-диаграммы — Знание подходов к описанию требований и пользовательских сценариев: User Story, User Flow, Use Case — Английский для чтения технической документации Условия: — Официальное трудоустройство по ТК РФ в аккредитованную IT-компанию — Офисный формат работы: с 9:30 до 18:30 — Работа над продуктом из Реестра российского ПО — Стек: Go, PostgreSQL, Docker, gRPC, REST — Возможность влиять на архитектуру и развитие продукта — Профессиональный рост и команда инженеров, которым интересна информационная безопасность

• 5+ лет в инженерии, из них 3+ в автоматизации (в основном backend).

Polymarket is looking for an Engineering Manager to lead clearing payments risk and FCM engineering systems.

You will be working on creating and maintaining critical data assets that enable Mollie to reconcile their books.

Задачи: - Разработка моделей данных и отчетных решений в Power BI и Apache Superset с учетом бизнес-задач; - Создание и оптимизация сложных SQL-запросов, реализация dbt-моделей для трансформации данных;

As Director, Product Design, you'll lead design across these verticals, owning design direction, setting the craft standard, and developing a team of 5 designers.

🔹 Work in an Agile delivery team: planning, grooming and reviews. 🔹 Turn business needs into system requirements, user stories and acceptance criteria.