Вакансии

Location: Hong Kong ABOUT EXODUSPOINT ExodusPoint Capital , founded in 2017 by Michael Gelband, began managing investor capital in 2018. The firm employs a global multi-strategy investment approach, seeking to deliver compelling asymmetric returns by combining complementary liquid strategies managed by experienced investment professionals within a robust risk framework. ExodusPoint brings together an accomplished team with hands-on experience running multi-manager businesses to create an institutional investment management firm. Quantitative Research Intern – Systematic FICC - Hong Kong About the Team The Systematic Rates team researches and runs fully systematic, data-driven strategies in global interest FICC markets. We combine solid statistics, careful engineering and a good feel for how markets work to build and improve systematic trading strategies. The Role You'll work closely with the portfolio manager. You'll do hands-on research and development across the whole strategy process, and you'll own real projects with real impact, not side tasks. Responsibilities Research, prototype and backtest systematic strategies across FICC products such as swaps and foreign exchange. Build and maintain production pipelines, research tools and analytics libraries. Run statistical analysis on market data: signal research, factor analysis, regime analysis, and transaction cost and capacity studies. Help monitor and analyse the performance and risk of live strategies. Write clean, tested, well-documented code that the team can rely on and reuse. Requirements Strong coding skills. You're proficient in Python (or a similar language). You can design, write, debug and explain your own code. We expect real engineering ability, not just prompting AI tools for code you can't reason about. Strong math and statistics. You're comfortable with probability, linear algebra, regression and time-series analysis. Basic knowledge of financial instruments. You understand FICC market at a foundational level, and you're keen to learn more. Nice to Have Experience on a fixed income or rates desk (trading, research or strategy). This is a plus, not a requirement. Experience with pandas, NumPy, SciPy, statsmodels or similar, plus SQL and version control (Git). Experience with backtesting frameworks, or with large and messy financial datasets. Availability Start date is as soon as possible. Full-time placement preferred for a season (e.g., an off-cycle). Duration will be 3 - 6 months in our Hong Kong office Part-time candidates can be considered who can commit to at least 4 days a week.

Задачи: построение ML-моделей, корректирующих оценки ETA маршрутизатора (от градиентного бустинга до нейросетей и архитектур на основе Transformer по мере роста данных); модели оценки трафика, превращающие GPS-данные в дорожные скорости и исторические профили трафика;

🌸Анализ продуктовых воронок, конверсий, подписок и платежей; 🌸Проектирование и анализ A/B-тестов;

• Построение системы веб-аналитики с нуля: GA4, GTM, server-side tracking, attribution. • Анализ маркетингового трафика, эффективности рекламных каналов, CAC, ROAS, LTV и retention.

Location: Hamburg Workplace: Hybrid adjoe builds the technologies behind mobile apps growth and monetization. With our core product Playtime Arcade, we've become the global leader in rewarded advertising, an ad unit built on a simple premise: users earn real in-app rewards for engaging with new apps. The result is one of the most effective value exchanges in adtech, connecting advertisers and publishers with over 770 million users annually. Architecting Intelligence to Optimize 200M+ Daily Decisions As the intelligence core of our engineering organization, our Data Science team doesn't just deploy models, we engineer the fundamental decision engine that powers our platform. At a scale of 770 million users and 100,000+ predictions per second, we are solving a multi-objective optimization problem that balances user incentives, advertiser ROI, and long-term platform health in real time. Our architecture is built on a 1PB+ behavioral data lake, providing the high-fidelity input necessary to train deep learning models that predict individual user engagement with precision. We aren't just optimizing clicks, we are dynamically calculating optimal reward structures to sustain a global value exchange. Engineered for performance, our stack leverages PyTorch for model training, NVIDIA Triton to achieve sub-100ms inference. We own the full ML lifecycle from high-level research and feature engineering to deployment and A/B experimentation. Here, you will find the autonomy, the data depth, and the massive scale required to solve the most complex optimization challenges in the adtech ecosystem. The data infrastructure behind this runs at real scale: 2TB ingested in real time every day, 100+ Airflow jobs and data pipelines, and ML models handling p99 latency of 100ms across 100,000+ predictions per second. Your Mission & Who We Are Looking For - Quantitative Academic Foundation: You are currently pursuing a Bachelor’s or Master’s in Data Science, Computer Science, Mathematics, Statistics, or a related quantitative field. You are available to contribute up to 20 hours per week during the semester. - ML Model Prototyping: You will support the research and evaluation of deep learning and machine learning models that predict user behavior across our 770 million user base. We are looking for solid Python skills and hands-on familiarity with PyTorch, TensorFlow, scikit-learn, and gradient boosting libraries (LightGBM/CatBoost/XGBoost) to prototype new algorithms. - Large-Scale Data Exploration: Operating on our 1PB+ behavioral data lake, you will extract patterns from terabytes of data to engineer high-fidelity features for our training pipelines. This requires strong SQL fundamentals, an interest in distributed query engines (AWS Athena, Trino, Spark), and fluency with pandas, polars, and NumPy. - Experimentation & Validation: You will collaborate closely with our data scientists to test your fit-for-purpose solutions against our multi-objective optimization problem. We need someone who can rigorously evaluate models through offline experiments and A/B tests before they hit our 100,000+ predictions-per-second production environment. - Plus: ML Infrastructure Exposure: Any prior exposure to the systems that run our real-time scale—AWS, workflow orchestration (Airflow), containerization (Docker), or basic model deployment workflows—will accelerate your impact. What’s in It for You? At adjoe, you’re not here to just close JIRA tickets, you’re helping build the infrastructure behind one of the most impactful platforms in adtech. The systems you work on will reach hundreds of millions of users and power billions of decisions every day. - Go Big. Own projects with impact on 770M users and push adtech boundaries. - Move Fast. Ship solutions multiple times a day, learn from results, and keep momentum. - Be Direct. Solve problems openly and collaborate across teams. - Thrive Together. Grow with a diverse, global team of people from over 40 different countries that learn from each other. - Have Fun. Celebrate wins, enjoy daily victories, and bring your energy. Skip writing cover letters. Tell us about your most passionate personal project, your desired salary, and your earliest possible start date. We are looking forward to your application! We welcome applications from people who will contribute to the diversity of our Company. We welcome applications from people who will contribute to the diversity of our company.

▪️Разработка и развитие модуля Demand Planning. ▪️Проектирование и реализация высоконагруженных алгоритмов прогнозирования спроса и анализа рыночных сигналов.

Location: Remote Workplace: Remote About Us Launched in 2019, Constructor is an AI-first e-commerce search and discovery platform that helps shoppers find the right products at the right time and enables leading global e-commerce brands to drive meaningful revenue and conversion gains. About the Team We build the AI agent that helps merchandisers, product managers, and executives grow their e-commerce business: it finds opportunities in their data, tailors insights to each person's role, and takes routine work off their plate by delivering answers where they already work. We are transforming how digital merchandising teams work: instead of digging through reports and configuring rules by hand, they ask in plain language, get answers grounded in their own data, and approve the changes the agent prepares. Customers already rely on the agent to save time and make better decisions. We own the agent end to end, from the first question a merchant asks to the answer they act on. We also own the analytics behind it: the pipelines and cubes for search, browse, and recommendation performance, and the metric definitions merchants rely on. That is why we build the agent and the Customer Dashboard as a platform that every Constructor team extends. We create the foundation that other teams build on: the agent framework, shared components, and infrastructure. On top of it, teams add their own data, tools, and skills, so the agent can answer questions in their domain and the dashboard can show their features without separate interfaces. Each new capability gives merchants more ways to grow their business. What you'll do - Build and own the batch pipelines and cubes behind dashboard analytics and agent insights - Model shopper, trend, and benchmark data so the agent can find opportunities across the shopping journey - Shape data for each role: a merchandiser's category, a product manager's funnel step, an executive's total - Own data quality and trust: freshness, monitoring, alerting, and metric definitions - Work with engineers, analysts, and product to find the data the agent is missing and turn merchant questions into data products - Ship your data into the product: simple analytics UIs, and the agent skills, tools, and prompts that use it Requirements Must-have - Proficiency in Python and SQL (any dialect) - Experience building and maintaining batch data pipelines with Spark (PySpark) - Familiarity with the big data stack: Databricks, ClickHouse and dbt - Experience with data modeling for analytics: aggregated tables and cubes that feed dashboards and APIs - Experience with data quality and pipeline monitoring: freshness checks, alerting, incident response - Ability to prototype fast and pick the metrics that matter in e-commerce - Ability to translate business questions into technical requirements, and back - Clear communication with engineers and non-technical stakeholders Nice-to-have - Experience building frontend UIs, or willingness to work across the full stack to ship data into product features - Experience with pandas, NumPy - Experience building AI agents: tools, skills, prompts, context, and evaluations - Experience with real-time analytics: ClickHouse, Cube.js - Experience with AWS - Familiarity with statistics for experimentation (A/B tests) Benefits - 🏝️ Unlimited vacation, with a recommended minimum of 3 weeks per year - 🌎 Fully remote team: choose where you live - 🛋️ Work-from-home stipend to set up your home office - 💻 Apple laptop for new employees - 🧑‍🎓 Annual training and development budget for every employee - 👪 Maternity and paternity leave for qualified employees - 🧠 Smart colleagues who help you grow and make a meaningful impact - 💵 Base salary: 80-120K USD, depending on knowledge, skills, experience, and interview results - 📈 Stock options, in addition to the base salary - 🎉 Regular team offsites to connect and collaborate Diversity, Equity, and Inclusion at Constructor At Constructor.io http://Constructor.io we are committed to cultivating a work environment that is diverse, equitable, and inclusive. As an equal opportunity employer, we welcome individuals of all backgrounds and provide equal opportunities to all applicants regardless of their education, diversity of opinion, race, color, religion, gender, gender expression, sexual orientation, national origin, genetics, disability, age, veteran status or affiliation in any other protected group. Studies have shown that women and people of color may be less likely to apply for jobs unless they meet every one of the qualifications listed. Our primary interest is in finding the best candidate for the job. We encourage you to apply even if you don’t meet all of our listed qualifications. How we handle your data. By submitting this application, you acknowledge that Constructor will collect and process the personal data you provide for the purpose of evaluating your candidacy for this role. If you are not selected, we will retain your data for a limited period as described in our Recruitment Privacy Notice https://constructor.com/recruitment-privacy-notice. After that period your data will be deleted or anonymized.

Location: Горно-Алтайск **Релокация на Алтай обязательна!** Курорт «Манжерок» — крупнейший инвестиционный проект в Росссии. Мы ищем системного аналитика, который станет связующим звеном между бизнесом, IT и данными. Ваша задача — превратить разрозненные данные о гостях в инструмент для роста выручки и улучшения сервиса. Вы будете отвечать за построение аналитической инфраструктуры, внедрение BI-отчетности и использование современных ИИ-инструментов для анализа дополнительных трат гостей. Обязанности ### Чем предстоит заниматься **Аналитика и отчетность:** * Сбор и формализация потребностей коммерческих и операционных подразделений. * Выстраивание системы показателей, витрин данных, регулярной отчетности и BI-дашбордов. **Работа с данными:** * Организация получения и объединения данных о гостях и их тратах из PMS, CRM, POS и других систем курорта. * Определение правил сопоставления транзакций с гостем и бронированием, контроль полноты и качества данных. **Бизнес-анализ и рекомендации:** * Анализ дополнительных трат по сегментам, услугам и этапам клиентского пути. * Выявление возможностей роста выручки и формирование практических рекомендаций для маркетинга, продаж и сервисных направлений. **Прогнозное моделирование:** * Построение, проверка и развитие прогнозных моделей для сегментных и персонализированных предложений (вероятность покупки, отклик, прогноз трат, повторный визит, LTV). **Внедрение ИИ:** * Внедрение процесса использования ИИ-агента для сбора и проверки данных по доп. тратам, классификации операций, выявления аномалий и подготовки выводов. **Маркетинг и CRM:** * Совместно с CRM и маркетингом: запуск и оценка сегментных предложений, измерение конверсии, доп. выручки и инкрементального эффекта. **Управление проектами:** * Управление взаимодействием с IT, владельцами систем и подрядчиками по интеграции данных, автоматизации и внедрению моделей. * Документирование метрик, правил расчета и процессов. Требования ### Наши ожидания * **Опыт**: от 3 лет в аналитике данных / бизнес-аналитике. * **Технические навыки:** * Уверенный SQL, опыт работы с витринами данных, ETL/ELT, BI-инструментами и контролем качества данных. * Python для анализа данных и моделирования (pandas, numpy, scikit-learn); понимание валидации моделей и интерпретации результатов. * **Предметная область**: опыт клиентской аналитики, сегментации, прогнозирования спроса и покупательского поведения, оценки эффективности персонализированных предложений. * **Понимание систем:** понимание архитектуры и интеграции PMS, CRM, POS и транзакционных источников. Опыт в гостиничном бизнесе, туризме или услугах будет преимуществом. * **ИИ-грамотность:** понимание возможностей и ограничений ИИ-агентов и LLM в аналитике, принципов проверки результатов и защиты клиентских данных. * **Soft skills:** навыки управления проектами, постановки задач IT и подрядчикам, презентации выводов руководству и бизнес-заказчикам. * Образование: высшее (математика, экономика, информационные технологии или смежные направления). ### Личные качества * Системное мышление. * Ответственность за результат. * Инициативность. * Внимательность к качеству данных. * Умение выстраивать взаимодействие между подразделениями. Условия ### Мы предлагаем * Возможность стать частью команды флагманского проекта туристической отрасли * **Компенсация аренды жилья**; * **Компенсация расходов на переезд**; * **ДМС со стоматологией;** * **Корпоративный трансфер** из г. Горно-Алтайска, с. Майма; * **Корпоративное питание** * Скидки на пользование услугами курорта: ски-пассы и байк-пассы, возможность аренды горнолыжного оборудования со скидкой, скидки в ресторанах и детском центре Курорта; * **Занятия по горным лыжам и сноуборду;** * Возможность получения льготного ипотечного кредитования; * Бесплатное подключение к системе «СберПрайм +», подписка на онлайн кинотеатр Okko

Location: Москва Мы создаем сервисы кредитования в Сбербанке, позволяющие клиентам быстро и удобно получать кредиты онлайн. Клиент может подать заявку на получение кредита через мобильное приложение или WEB, получить одобрение всего за две минуты и мгновенно перевести средства на свою банковскую карту или счет, без необходимости посещать отделение банка лично. Наш проект постоянно развивается. Мы планируем улучшать клиентский опыт и развивать наши сервисы внедряя механики динамического ценообразования. Работа в нашей команде позволит вам принять участие во всех этапах разработки высоконагруженных распределённых систем, начиная от проектирования и заканчивая внедрением в промышленную эксплуатацию. Вы сможете активно влиять на создание новых продуктов и улучшение существующих бизнес-процессов, применяя современные технологии и подходы. Возможность углублять знания и улучшать навыки в области современного программирования и управления проектами. Комфортные условия труда - современное оборудование и стабильность занятости в одной из крупнейших финансовых организаций страны. Присоединяйтесь к нашей команде и станьте частью инновационного процесса, создающего удобные решения для миллионов пользователей по всей России! 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 * исследование и разработка новых методов и алгоритмов машинного обучения * эксперименты в области глубинного обучения, обучения с подкреплением, байесовских методов, VAE и других прикладных направлений * исследование и применение современных NLP-методов: трансформеры, LLM API, LangChain * анализ данных для проверки исследовательских гипотез * проектирование и проведение экспериментов, оценка результатов * подготовка прототипов для тестирования новых подходов * анализ применимости новых методов к задачам компании * подготовка предложений по архитектуре моделей и выбору методов * подготовка отчётов и презентация результатов исследований. Требования * опыт работы на позиции Data Scientist / исследователя — от 2 лет, в том числе в исследовательских задачах * Python — уверенное владение, включая фреймворки для ML и DL: PyTorch, scikit-learn, pandas, numpy * SQL — составление запросов; опыт работы с PostgreSQL * глубокое знание классических и современных методов ML * понимание глубинного обучения, обучения с подкреплением, байесовских подходов, VAE * опыт проведения исследований: формулирование гипотез, дизайн экспериментов, статистическая оценка * математическое моделирование, статистика, системный анализ * опыт экспериментальной работы с NLP-моделями и трансформерами. Будет плюсом: * опыт работы с Hugging Face Transformers, LangChain, LLM API * опыт контейнеризации и запуска экспериментов в Docker * опыт работы с большими данными (PySpark, Hive, HDFS) * опыт работы в банковской / финансовой сфере * навыки работы с генеративными AI-моделями * опыт создания AI-агентов и использования их в работе * опыт использования GigaChat, Kandinsky и аналогов в продуктах * навыки создания и использования AI-агентов * инструментальное владение AI для анализа, генерации и автоматизации. Условия * гибридный формат работы (4 дня офис) на Кутузовском, 32к1 * ежегодный пересмотр зарплаты, квартальная и годовая премия * 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.

Location: Москва Наша команда занимается развитием платформы данных в блоке «Люди и Культура». Создаваемые нами Data-продукты являются основой для комплексной HR-аналитики, углубленных исследований по человеческим ресурсам и создания эффективных ML-моделей. Они помогают принимать осознанные решения на основе реальных данных. Мы ищем сильного Python разработчика для развития BI/ETL инструментов и реализации интерфейсов доступа к данным. Первый этап отбора на эту вакансию — общение с AI- рекрутером. После отклика вам на почту придёт приглашение пройти первичное интервью с ГиаРекрутером. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГиаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным! Обязанности * написание бэкенд сервиса по оценке качества агентов и MCP Пульс (FastAPI) * поддержка текущего функционала, реализация необходимых расширений и интеграций * участие в разработке архитектуры программного продукта * участие в настройке CI/CD * взаимодействие со смежными командами (DE, DevOps, QA, SRE). Требования * опыт коммерческой разработки на Python от 5 лет * глубокое понимание asyncio, multithreading, multiprocessing для создания высокопроизводительных приложений * продвинутые знания SQL: сложные JOIN, CTE, оконные функции, оптимизация запросов (EXPLAIN), работа с подзапросами * понимание алгоритмов и структур данных для решения нетривиальных задач * опыт работы с Git, Docker, Kubernetes, nginx, OAuth/OpenID * практический опыт работы с Redis (кэширование, брокер) и ClickHouse (или другими колоночными СУБД) * опыт работы с очередями сообщений: Kafka и/или Celery * практический опыт с инструментами ML/DS: LangChain/LlamaIndex, LLM, MLflow, pandas. Будет плюсом: * опыт с langfuse, phoenix или другими средствами визуализации трассировки агентов * Опыт создания MCP серверов/MCP клиентов * Опыт работы с tool calling * опыт создания дашбордов для мониторинга в Grafana * навыки работы с генеративными AI-моделями * опыт создания AI-агентов и использования их в работе * опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов. Условия * гибридный формат работы. Кутузовский проспект 32 к.1 * 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.

Требования: — Необходим опыт работы с Python, SQL, PyTorch, Scikit-learn и Pandas. — Практические навыки использования FastAPI и Pydantic. — Опыт полного цикла разработки ML-моделей: от постановки задачи и подготовки данных до внедрения в production и поддержки. — Знание техник оценки ML-моделей, включая time-aware validation, backtesting, holdout datasets, calibration и error analysis. — Опыт создания CI-based regression suites для контроля качества моделей. — Навыки работы с model serving, MLOps, experiment tracking, model registries и контейнеризацией. — Опыт мониторинга моделей, выявления data drift и model degradation, а также организации переобучения. — Понимание вопросов data privacy, PII и тестирования на утечку приватных данных. — Опыт uncertainty quantification и работы с prediction intervals. — Дополнительным плюсом будут знания embeddings, retrieval systems, synthetic data generation, differential privacy, geospatial data, LangGraph, Airflow, Step Functions, а также опыт в сфере недвижимости и финансов. Задачи: — Разработка и внедрение ML-моделей для прогнозирования occupancy, headcount, rent и финансовых показателей. — Оценка качества моделей, проведение backtesting и анализ ошибок. — Разработка и поддержка ML-сервисов, API и MLOps-процессов. — Мониторинг production-моделей, контроль drift и degradation, организация переобучения. — Работа с embedding и retrieval-системами, synthetic data pipelines. — Взаимодействие с командами Product, Platform Engineering и Data Platform. Условия: — Только для фрилансеров, аустафф и рекрутинговые компании не рассматриваются. Требуемый уровень английского языка: B2. Опыт работы: от 5 лет на позиции Senior с навыками Python и SQL. География: LATAM.

Задачи: — вести продвинутый курс Python, включая ООП, декораторы, генераторы и асинхронность на реальных задачах; — преподавать анализ данных с использованием Pandas, NumPy, Matplotlib/Seaborn, включая очистку данных и проверку гипотез; — развивать общую информатику и обеспечивать понимание различных стеков разработки, таких как Python, C, C++; — готовить учеников к соревнованиям по информатике и искусственному интеллекту, проводить контесты на платформах Codeforces, AtCoder, Яндекс.Контест; — вести электронный журнал с темами уроков, домашними заданиями и оценками. Требования: — высшее техническое или педагогическое образование; — продвинутые знания Python, включая внутреннее устройство интерпретатора, GIL и управление памятью; — глубокое понимание алгоритмов и структур данных, включая временную и пространственную сложность, графы, динамическое программирование и деревья отрезков; — уверенное владение экосистемой анализа данных (Pandas, NumPy, Scikit-learn) и инструментами визуализации; — опыт работы с Git, Docker и основными IDE (PyCharm, VS Code); — опыт настройки и проведения контестов на платформах Codeforces, AtCoder, Yandex.Contest или аналогичных; — свободное владение Google Colab и JupyterLab, включая работу с GitHub-репозиториями, совместное редактирование, использование виджетов, подключение Google Drive и SQL-баз; — приветствуется опыт работы с олимпиадными языками (C++) и знание основ низкоуровневой оптимизации; — дополнительным преимуществом является высокий или экспертный уровень диагностики МЦКО по информатике (не позднее 2024 года); — знание Golang и Java будет большим плюсом. Условия: — конкурентная заработная плата; — очная работа в здании интерната в районе метро Беломорская/Ховрино, Москва; — оформление по трудовому договору при нагрузке от 14 часов в неделю, при меньшей нагрузке — договор ГПХ; — оплачиваемый отпуск; — работа с мотивированными учениками 9-10 классов; — методическая поддержка и помощь в планировании уроков; — нагрузка не более 19 академических часов в неделю с удобным форматом отработки каникулярного времени; — минимум бумажной работы, ведение только электронного журнала. Кандидатам рекомендуется присылать в сопроводительном письме ссылки на собственные проекты на GitHub или Codeforces, а также достижения учеников или другую важную профессиональную информацию.

• Разработка и поддержка веб‑приложений на Python и React. • Проектирование и внедрение AI‑функций: интеграции LLM, RAG‑пайплайны, AI‑ассистенты и поиск по базе знаний.

Location: Санкт-Петербург Ищем инженера по нагрузочному тестированию операционной системы SberOS SberOS — операционная система для рабочих мест на базе Debian, собственная разработка Сбера. Она стоит на ноутбуках, пк и тонких клиентах сотрудников банка. Наша команда отвечает за производительность ОС. Перед каждым релизом мы проводим нагрузочное тестирование на парке реальных ноутбуков и тонких клиентов: сравниваем новую версию с предыдущей, проверяем режимы питания и влияние агентов безопасности (антивирус, EDR, аудит). Отдельно проверяем продукты, которые ставятся поверх ОС: VPN, ИИ-ассистенты, мессенджеры, агенты мониторинга. Ищем инженера, который возьмёт на себя запуск тестов и разбор результатов: найдёт, что изменилось и докопается почему стало лучше или хуже. Обязанности * подготовка стендов к прогону и контроль чистоты замеров: состав системы, режим питания, температура, фоновая активность, агенты ИБ * запуск нагрузочных тестов на платформе Datahound: релизное тестирование SberOS, проверка сторонних продуктов * анализ результатов: сравнение версии ОС, режимов питания, конфигурации с агентами и без, отличать реальное изменение от разброса * поиск причины просадок: процессы, ядро и его параметры, пакеты, службы, агенты безопасности; подтверждать причину повторным прогоном * подготовка отчетов и вывод для релиза и для команд продуктов * заводить дефекты производительности с данными и шагами воспроизведения и сопровождать их до исправления * поддерживать и дорабатывать тесты и скрипты платформы на Python и Bash, в том числе с помощью ИИ-ассистентов * помогать командам продуктов проводить нагрузочное тестирование самостоятельно. Требования * опыт работы с Linux от 2 лет (Debian, Ubuntu): консоль, пакеты apt/dpkg, systemd и журналы, права, сеть * понимание того, от чего зависит производительность компьютера: процессор и частоты, память, диск, температура и троттлинг * умение смотреть, что происходит в системе: top/htop, iostat, vmstat, journalctl, perf или аналоги * python на уровне чтения и правки чужого кода и написания скриптов для обработки данных; Bash * базовая статистика: среднее и медиана, разброс, почему одного прогона мало и когда отличие значимое * аккуратность в экспериментах: менять одно, фиксировать условия, повторять * умение коротко описать результат: что просело, насколько, почему и что с этим делать * опыт применения ИИ-ассистентов для написания кода и разбора данных **Будет плюсом** * опыт бенчмарков или нагрузочного тестирования (phoronix-test-suite, fio, stress-ng, sysbench), pandas, SQL, git, Grafana/Prometheus, знакомство с auditd, fapolicyd или антивирусами в Linux * желание разбираться в причинах, а не только фиксировать цифры. Условия * локация: Санкт-Петербург, ул.Уральская 1 * возможен гибридный формат работы * гибкий график начала рабочего дня * уровень заработной платы определяем по итогам собеседования * бесплатный спортзал * ДМС с 1го дня работы работы * бесплатная подписка СберПрайм для сотрудников с возможностью подключить близких * обучение и сертификацию за счет компании * наставника на период адаптации и богатую корпоративную жизнь, в которой можно участвовать по желанию.

Location: Georgia On behalf of NDA, SaaS e-commerce , SD Solutions is looking for a talented Senior MLOps Engineer (Data & ML Platform) based in Georgia (Tbilisi) to join our growing team. You’ll own the data that Falcon’s offer-ranking model learns from: the raw sources, the pipelines, the training tables, and the monitoring around them. SD Solutions is a staffing company operating globally. Contact us to get more details about the benefits we offer. Responsibilities: What you’ll do: Own the ML data pipelines: build and run batch pipelines on Spark and Databricks, from raw data to feature and training tables, including enrichment and backfills for late-arriving data. Onboard new data sources: bring in internal databases, external APIs, partner feeds and web data, and match them to Falcon’s own entities. Use LLMs inside pipelines: add LLM steps to batch jobs, such as turning text into embeddings and structured attributes. Keep training and serving consistent: make sure features match between training and the live inference service, which includes reading its Java code. Monitor data and model inputs: run scheduled data quality checks and Grafana alerts that catch bad data before it reaches the model, and find the root cause when something breaks. Ship like an MLOps engineer: deploy pipelines through CI/CD (GitHub Actions, Docker, AWS) with proper secrets handling, and keep run time and cost under control. Work with AI agents: coding agents write most of Falcon’s code. You’ll decide where agents fit, then check their output on row counts, distributions and edge cases before anyone relies on it. Requirements: 5+ years in data engineering, MLOps or ML platform roles, with pipelines you’ve run in production Production Spark: complex transformations, window functions, large joins, partitioning, and tuning for shuffles and skew. Databricks (jobs, Delta tables) is a big plus. Production Snowflake: SQL, loading and unloading, and cost management Large data volumes: hundreds of millions of rows a month, with incremental loads and backfills that keep run time and cost under control Strong Python: clean, tested code; Spark UDFs including pandas UDFs; pandas and PyArrow Data quality and monitoring: quality checks, drift and anomaly detection, and alerts people can act on Deployment: GitHub Actions, Docker, AWS (S3, IAM) and proper secrets handling Backend engineering: comfortable working in a service codebase, not only in notebooks and SQL AI-first habits: you already use coding agents daily and look for what to automate Fluent English and based in Georgia Nice to have: MLflow and feature stores Airflow or Databricks Workflows Kafka or Spark Structured Streaming Terraform DBT Scala for Spark Reading Java Time-based splits and preventing data leakage in training sets Ad-tech or e-commerce data experience About the company: NDA helps eCommerce brands boost revenue with highly relevant and rewarding post-purchase offers. Our platform delivers personalized offers to customers right after checkout, driving repeat purchases and increasing lifetime value through seamless integrations and data-driven insights By applying for this position, you agree to the terms outlined in our Privacy Policy. Please take a moment to review our Privacy Policy https://sd-solutions.breezy.hr/privacy-notice , and make sure you understand its contents. If you have any questions or concerns regarding our Privacy Policy, please feel free to contact us.

Задачи: — Построить систему аналитики рекламного кабинета с нуля, включая выручку, рекламный инвентарь, аукцион, плейсменты, рекламодателей и эффективность кампаний. — Находить точки роста, анализируя причины потерь рекламного инвентаря, неиспользования бюджетов и возможности увеличения рекламной выручки. — Анализировать рекламный аукцион, ставки, конкуренцию, Bid Floor, Fill Rate, eCPM, Win Rate, ROAS и другие ключевые показатели. — Рассчитывать Bid Floor и разрабатывать ценовые стратегии для оптимизации рекламной выручки. — Анализировать атрибуцию (Last-click, View-through, Data-Driven), RTB / programmatic, LTV и CAC. — Проводить и сопровождать A/B-тесты продуктовых изменений. — Создавать дашборды и инструменты для принятия решений Product и бизнесом. — Работать с поставщиками для повышения эффективности рекламы и увеличения рекламных бюджетов. — Самостоятельно выявлять проблемы и возможности, формулировать гипотезы и доводить их до продуктовых решений. Требования: — Опыт работы с маркетплейсами, Retail Media, Ad Networks или рекламными кабинетами. — Уверенное владение SQL, включая CTE, оконные функции, сложные JOIN, воронки и когорты. — Понимание рекламных аукционов и экономики рекламы: CPC/CPM, Bid Floor, Fill Rate, eCPM, Win Rate, ROAS. — Знание RTB / programmatic, рекламной атрибуции, LTV и CAC. — Хорошая база в продуктовой и статистической аналитике, понимание A/B-тестирования. — Опыт работы с Tableau, Power BI или аналогичными BI-инструментами. — Продвинутый уровень Excel и Google Sheets. — Знания Python и Pandas будут преимуществом. — Проактивность, продуктовый подход и готовность развивать направление с нуля. Условия: — Работа в одной из крупнейших e-commerce-компаний. — Полностью белая и своевременная заработная плата: оклад 230 000 рублей gross плюс квартальный бонус. — Оплата больничных и отпусков согласно ТК РФ. — ДМС для сотрудников. — Компенсация 70% стоимости занятий спортом. — Открытая корпоративная культура и общение без формальностей. — Обучение в корпоративном университете и у внешних тренеров. — Регулярная оценка руководителей и индивидуальные планы развития. — Отсутствие любых видов штрафов.

Задачи: — Анализировать поведение пользователей на больших данных в командах ранжирования, рекомендаций, персонализации и AI shopping-агентов. — Проектировать и рассчитывать A/B-тесты. — Определять и валидировать метрики. — Строить дашборды и превращать выводы в продуктовые улучшения. Требования: — Сильные аналитические навыки и опыт решения бизнес-задач с помощью данных. — Уверенное владение SQL и опыт работы с большими датасетами. — Знание Python для анализа данных (pandas, NumPy, визуализация). — Понимание A/B-тестирования и статистики. — Представление о ML-пайплайнах и оценке моделей. — Опыт построения дерева метрик и анализа воронок. — Владение английским языком на уровне B2 и выше. — Приветствуется опыт в ранжировании, рекомендациях или search relevance, а также в e-commerce. Условия: — Удалённая работа (не из России и Беларуси). — Зарплата $7 500 – 10 000 в месяц до налогов плюс опционы. Компания: Constructor.io — американская платформа поиска и рекомендаций для e-commerce на собственном движке с трансформерами и LLM.

Location: Москва Мы создаем сервисы кредитования в Сбербанке, позволяющие клиентам быстро и удобно получать кредиты онлайн. Клиент может подать заявку на получение кредита через мобильное приложение или WEB, получить одобрение всего за две минуты и мгновенно перевести средства на свою банковскую карту или счет, без необходимости посещать отделение банка лично. Наш проект постоянно развивается. Мы планируем улучшать клиентский опыт и развивать наши сервисы внедряя механики динамического ценообразования. Работа в нашей команде позволит вам принять участие во всех этапах разработки высоконагруженных распределённых систем, начиная от проектирования и заканчивая внедрением в промышленную эксплуатацию. Вы сможете активно влиять на создание новых продуктов и улучшение существующих бизнес-процессов, применяя современные технологии и подходы. Возможность углублять знания и улучшать навыки в области современного программирования и управления проектами. Комфортные условия труда - современное оборудование и стабильность занятости в одной из крупнейших финансовых организаций страны. Присоединяйтесь к нашей команде и станьте частью инновационного процесса, создающего удобные решения для миллионов пользователей по всей России!  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 * руководство командой DS (продуктовый и исследовательский треки) плюс собственная инженерная работа — от архитектуры ML/AI-решений до инструментов для fine-tuning LLM * управление командой DS: постановка и декомпозиция задач, приоритизация, контроль качества * менторство, код-ревью, стандарты разработки и исследований; участие в найме * архитектура ML/AI-решений, обоснование выбора методов и моделей * разработка инструментов fine-tuning LLM (LoRA/QLoRA): подготовка датасетов, пайплайны обучения, оценка качества * разработка и валидация ML-моделей, feature engineering, вывод в production * исследовательские гипотезы, дизайн экспериментов, статистическая оценка, прототипы новых подходов * предложения по решению бизнес-задач аналитическими методами, консультирование заказчика, презентация результатов. Требования * одинаково уверенная работа как исследователь/моделист и как инженер, доводящий AI-решения до работающего продукта * алгоритмы и структуры данных на уровне понимания внутреннего устройства, а не вызова библиотек: базовые (сортировки, поиск, деревья, графы, динамическое программирование, оценка сложности), классический ML (линейные модели, градиентный бустинг, SVM, кластеризация), DL (обратное распространение, оптимизаторы SGD/Adam, механизмы внимания, трансформеры), LLM-инженерия (токенизация BPE, LoRA/QLoRA, ANN-поиск) * умение разобрать алгоритм по статье и реализовать в коде * готовность самостоятельно разрабатывать скиллы и тулы для LoRA/QLoRA-адаптации LLM * Data Scientist / ML-инженер — от 4–5 лет * техническое лидерство или менторство — от 1–2 лет * вывод моделей в production и их сопровождение; исследовательская работа * Python (scikit-learn, pandas, numpy, PyTorch), SQL/PostgreSQL * классический ML, валидация моделей, статистика, математическое моделирование * NLP/LLM: трансформеры, Hugging Face Transformers, LLM API, LangChain; промпт-инжиниринг, RAG * практический опыт обучения нейронных сетей: трансформеры + минимум 2–3 типа архитектур (CNN, RNN/LSTM, VAE, RL-агенты) * MLOps: ML-пайплайны, Docker, FastAPI, Git, воспроизводимость экспериментов * готовность проводить код-ревью и давать развивающую обратную связь * способность понятно объяснять технические решения нетехнической аудитории * постановка задач команде, оценка трудоёмкости; готовность развивать управленческие навыки в процессе. Будет плюсом: * XAI, большие данные (PySpark, Hive, HDFS), банковская / финансовая сфера * опыт построения модели, давшей измеримый бизнес-эффект (метрики, выручка, экономия ресурсов) * участие в соревнованиях Kaggle или аналогичных. Условия * гибридный формат работы (4 дня офис) на Кутузовском, 32к1 * ежегодный пересмотр зарплаты, квартальная и годовая премия * 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.