Задачи:
— Участвовать в формировании продуктовой стратегии data platform
— Управлять ожиданиями стейкхолдеров и превращать потребности бизнеса в понятные data products, contracts и delivery plans
— People Management: составлять планы развития DE, проводить performance review, 1:1, менторинг, дизайн команды и организация найма при необходимости
— Работать со всеми стейколдерами команды (аналитики, dx, security, legal) над развитием data pipelines
— Участвовать в развитии архитектуры платформы, модели данных
— Управлять техническими решениями в продуктовых командах
— Искать и реализовывать меры по оптимизации расходов на storage, compute и pipeline execution
— При необходимости подключаться к сложным инициативам как staff data engineer
Требования:
— Опыт разработки по стеку: Python, Hadoop/Spark, Greenplum/Clickhouse/PostgreSQl, Yandex cloud/GCP/AWS/Azure, Kafka/RabbitMQ
— Опыт руководства data engineering или платформенной командой от 5 человек
— Понимание data platform architecture, data contracts, lineage, monitoring, reliability
— Опыт управления качеством данных и операционными метриками
— Сильная коммуникация с бизнесом и смежными командами
— Опыт найма, развития и оценки инженеров
Описание проекта:
создание экосистемной Customer720 платформы.
Данные из банковских систем и CRM других бизнесов.
Задачи:
— Владеть архитектурой и развитием Data Core.
— Проектировать слои Bronze / Silver / Gold и модели данных.
— Исследовать банковские, legacy- и внешние источники, восстанавливать их семантику.
— Строить pipelines от raw-данных до подготовленных data products.
— Разрабатывать трансформации на SQL / dbt / Python.
— Определять инженерные стандарты для ELT, data modelling, metadata, lineage и data quality.
— Развивать data catalog и metadata-as-code подход.
— Проектировать data contracts и интеграции Data Core с другими компонентами.
— Переводить исследовательские решения и ручные процессы в production.
— Работать с Git, CI/CD, Docker, Linux и закрытыми Dev/UAT-контурами.
Требования:
— Совокупный релевантный опыт не менее 6 лет обязательно.
— Банковские или fintech-данные.
— Core banking / legacy banking systems.
— Опыт работы Lead / Staff / Principal Data Engineer или сильного Senior с архитектурным ownership.
— Опыт проектирования и самостоятельной реализации data platform / DWH / Lakehouse.
— Customer 360 / Golden Record / MDM.
— Сильный SQL и уверенный Python.
— dbt или аналогичные transformation frameworks.
— Airflow / Dagster / Prefect или аналоги.
— Хорошее понимание data modelling, historization, grain и master entities.
— Практический опыт data quality, lineage и metadata management.
— Data Vault 2.0.
— OpenMetadata или другие data catalog solutions.
— Умение самостоятельно принимать технические решения и отвечать за результат.
— Опыт работы с плохо документированными источниками.
— Git, CI/CD, Docker, Linux.
— Практический AI-native способ разработки.
Условия:
— Оформление: ИП, ГПХ.
— Формат работы: полная занятость.
В этой роли предстоит возглавить направление, сформировать техническую стратегию и способствовать улучшению качества моделей. Руководитель будет управлять командой специалистов по Data Science и машинному обучению, развивать их профессиональные навыки, обеспечивать надёжность ML-систем на всех этапах — от исследований до эксплуатации. Также необходимо организовать процессы разработки, проведения экспериментов и проверки гипотез.
head
Зарплата не указана
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Требования:
— Уверенный опыт работы с данными на позиции аналитика от 4-5 лет
— Опыт работы в Pharma - must
— Опыт работы с большими данными
— Продвинутый уровень SQL и Excel, ClickHouse (или другие колоночные БД)
— Важно уметь формировать SQL запросы без помощи нейронок
— Опыт построения отчётности на базе справочников и аналитических агрегатов
— Опыт постановки ТЗ для формирования отчётов
— Умение находить оптимальные способы решения задачи (оптимально по скорости, затраченным ресурсам и работе с БД)
— Высшее образование
— Гражданство и физическое местонахождение на территории РФ
Задачи:
— Работать с большим объемом данных
— Разрабатывать логику аналитических выборок и отчётов
— Работать с данными продаж, чеков, заказов, формировать агрегаты из транзакций, обогащать сырые данные
— Писать сложные SQL запросы
— Переводить бизнес-запросы в понятные технические задания для разработки отчётов, витрин
— Работать с расхождениями в данных, находить и анализировать ошибки
— Настраивать фильтры и метрики для BI
Задачи:
— Организация пайплайнов потоков данных (конвейера движения данных в компании);
— Разработка, поддержка и оптимизация производительности Корпоративного Хранилища Данных (EDWH);
— Разработка и настройка ETL/ELT-процессов в Корпоративное Хранилище Данных (сбор, структурирование и обеспечение сохранности данных);
— Настройка инфраструктуры для обеспечения качества данных;
— Разработка BI дашбордов, визуализации данных.
Требования:
— Опыт работы с технологиями: Greenplum или другая MPP СУБД, ClickHouse, Airflow;
— Хорошее знание SQL и реляционных баз данных (желательно, Greenplum или PostgreSQL), опыт написания сложных запросов;
— Хорошее знание Python;
— Знание современных технологий обработки больших данных;
— Высшее образование (IT/математика/математическая статистика/физика).
Условия:
— Оформление по ТК РФ (полностью белая зарплата, льготы для ИТ);
— Работа в аккредитованной ИТ компании;
— График работы 5/2, 8-часовой рабочий день, гибкое начало рабочего дня;
— ДМС со стоматологией, льготное ДМС для родственников;
— Материальная помощь, скидки на занятия иностранными языками, оплата профессионального обучения, посещения конференций;
— Компенсация процентов по ипотеке/автокредиту;
— Возможность профессионального и материального роста;
— Ежегодные IT конференции, митапы;
— Общекомандные встречи вне офиса.
Проект - корпоративное хранилище данных, победитель премии Yandex B2B Tech Awards 2026 в номинации "Лучшее решение в области аналитики и работы с данными". Основной стек проекта: Python, Greenplum, PostgreSQL, ClickHouse, Data Build Tool (DBT), Spark, Kafka, Airflow, Kubernetes, Terraform, Ansible, GitLab, SonarQube, Prometheus, Grafana, AlertManager.
Задачи:
— Развитие моделей поискового ранжирования и рекомендательных систем.
— Тюнинг моделей и feature engineering.
— Разработка новых ML-решений с нуля.
— Вывод моделей в production.
— Анализ A/B-тестов и результатов экспериментов.
Требования:
— 6+ лет опыта.
— Опыт внедрения ML-моделей в production.
— Знание ML и нейросетей для обработки текста.
— Опыт в ranking, recommendations или NLP.
— Уверенный Python: NumPy, SciPy, PyTorch, Scikit-learn.
— Знание алгоритмов и структур данных.
— SQL и опыт работы с большими данными.
— Понимание A/B-экспериментов.
Будет плюсом:
— Java.
— Cassandra, Hive, Presto, Kafka.
— Hadoop.
— LightGBM.
Условия:
— Полная занятость.
— График 5/2, 8 часов в день.
— Удалённая работа или офис.
— Гибкий график.
— Оформление по ТК РФ.
— «Белая» зарплата.
— ДМС с первого месяца.
— Обучение и конференции за счёт компании.
— Well-being программа.
— Офисы в 10 городах России.
Основные задачи проекта:
— Развитие поиска и рекомендаций.
— Улучшение продуктовых метрик через ML-модели.
— Работа с высоконагруженным поисковым кластером.
— Полный цикл ML: данные → модель → production → A/B-тест.
О компании:
— Крупный технический департамент.
— Около 600 специалистов в IT, Data и Product.
— 60+ команд.
— ML-продукты используются миллионами пользователей.
Задачи:
— Участие в проекте умного ценообразования банковских продуктов
— Полный цикл разработки моделей: сбор и подготовка данных, исследовательский анализ, построение uplift‑моделей, их валидация и оценка
— Планирование и анализ A/B‑тестов, оценка бизнес‑эффекта
— Продуктивизация: контейнеризация, интеграция в микросервисы, мониторинг качества предсказаний
— Сотрудничество с бизнес‑аналитиками, продукт‑менеджерами и инженерами данных
— Подготовка и проведение demo с заказчиками
— Поддержка и адаптация модели к изменяющимся данным и бизнес‑условиям
Требования:
— Middle DS с опытом разработки полного цикла (uplift модели как преимущество)
— Глубокие знания математики и статистики
— Опыт работы с библиотеками и фреймворками для машинного обучения
— Развитое критическое мышление
— Умение формулировать гипотезы и их проверять
— Навыки работы в команде и эффективное взаимодействие со смежными специалистами
— Способность наглядно и понятно представлять результаты анализа, объяснять сложные вещи простым языком
— Умение связывать технические решения с бизнес-задачами, учитывать специфику доменной области
Задачи:
— Глубокая аналитика продаж - работа с большими массивами данных.
— Выгрузка, обработка и анализ информации о продажах.
— Ведение текущей отчетности.
Требования:
— Опыт работы аналитиком.
— Высшее образование.
— Готовность работать с большим объемом информации (от 500 тыс. строк).
— Уверенный пользователь MS Excel.
Задачи:
– Развивать платформу данных;
– Разрабатывать и оптимизировать ETL/ELT-процессы;
– Работать с batch- и streaming-пайплайнами;
– Развивать модели данных и хранилище;
– Повышать производительность и надежность платформы;
– Настраивать мониторинг, алертинг и контроль качества данных;
– Автоматизировать эксплуатационные процессы;
– Участвовать в технических ревью и развитии инженерных практик команды.
Требования:
– Уверенное владение Python и SQL;
– Опыт работы с Spark, Clickhouse, Hadoop, Kafka, Greenplum, S3 (Ceph, Minio);
– Опыт написания DAG-ов для Airflow;
– Опыт работы с Docker и K8S;
– Навыки работы с Linux;
– Навыки работы с Git.
Задачи:
— Помогать в миграции существующего хранилища данных SAP BW на Snowflake, перестраивая трансформации с использованием SQL и dbt при сохранении бизнес-логики.
Требования:
— Практический опыт трансформации и миграции DWH.
— Глубокие знания SAP BW: InfoCubes, DSOs, InfoObjects и трансформаций.
— Продвинутый уровень SQL и моделирования измерений.
— Предпочтение dbt.
— Опыт оркестрации ELT с использованием ADF, Airflow или аналогичных инструментов.
— Ответственное использование AI-инструментов в повседневной работе.
— Преимуществом будут знания Snowflake, чтение ABAP-рутин, Python и макросов dbt.
Условия:
— Медицинская страховка.
— Гибридный формат работы.
— Поддержка благополучия и возможности обучения с карьерным коучем.
— Зарплата от 2500 USD net в месяц.
Задачи:
— Управление командой из 8 человек по модели 1:1
— Выстраивание рабочих процессов внутри команды
— Набор персонала
— Оценка эффективности сотрудников (перформенс-менеджмент)
— Ведение бэклога задач командой
— Решение конфликтов между членами команды
— Ревью кода разработчиков
— Принятие архитектурных решений
Требования:
— Опыт от 7 лет в области данных
— От 3-х лет опыта реального управления командой более 5 человек (включая найм, оценку производительности, увольнения)
Задачи:
— Развивать платформу данных;
— Разрабатывать и оптимизировать ETL/ELT-процессы;
— Работать с batch- и streaming-пайплайнами;
— Развивать модели данных и хранилище.
Задачи:
— Развивать Data Lakehouse и единое DWH
— Строить ETL/ELT-пайплайны от источника до готовой витрины
— Разрабатывать интеграции с внутренними и внешними системами
— Настраивать оркестрацию и регулярное обновление данных
— Работать с data quality и metadata management
— Участвовать в выборе инструментов и архитектурных решений
— Взаимодействовать с архитекторами, DevOps, ИБ и бизнесом
Требования:
— Уверенный Python и SQL
— Опыт работы с Airflow или Dagster
— Опыт построения ETL/ELT-пайплайнов
— Хорошее понимание DWH и современных подходов к работе с данными
— Опыт работы с Kafka / streaming
— Опыт в небольших командах или проектах, где приходилось самостоятельно закрывать широкий круг задач
Будет плюсом: Trino, Apache Iceberg, DBT, ClickHouse
Условия:
— Оформление по ТК РФ
— ДМС со стоматологией после испытательного срока
— Компенсация питания
— Полугодовые премии
— Ежегодная индексация
— Спортивные активности и корпоративные мероприятия
— На испытательном сроке — офис 5/2, далее возможен гибрид по договорённости
GB2B empowers iGaming companies to deliver seamless player experiences and operate with absolute confidence.
As we continue to scale and build the next generation of high-performance platform technologies, we’re looking for a Data Analyst to join our mission and turn complex player, operational, and financial data into actionable strategic insights.
Задачи:
— Гипотезы и рекомендации для продуктовых и бизнес-команд
Обязанности:
— Анализ данных по транзакциям, платежам, клиентам и продуктам (карты, переводы, кредиты, цифровые каналы) из АБС и DWH
— BI-дашборды и регулярная отчётность: воронки, retention/churn, доходность
— Ad-hoc исследования, A/B-тесты, выявление аномалий и фрода
— SQL-запросы, витрины данных, ETL, данные для отчётности ЦБ РУз
— Гипотезы и рекомендации для продуктовых и бизнес-команд
Задачи:
— Погружение в сложные системы и ручные рабочие процессы для понимания инструментов и ограничений.
— Проектирование и поддержка чистых, масштабируемых, производственных моделей dbt (например, ARR, признание доходов).
— Работа с полным циклом обработки данных: от загрузки до трансформации и визуализации.
— Практический подход к системным задачам, балансируя быстрые решения и продуманную долгосрочную архитектуру.
— Сотрудничество с командами финансов, инженерии, продаж и другими для понимания потребностей в данных и своевременной реализации решений.
Требования:
— Опыт проектирования и поддержки производственных моделей данных и конвейеров.
— Глубокое понимание современных принципов и лучших практик моделирования данных.
— Сильные навыки SQL и уверенность в работе со сложными наборами данных и схемами.
— Внимание к деталям и высокие стандарты точности и валидации данных.
— Гибкость и находчивость при работе с ручными задачами или несовершенными системами.
— Страсть к чистому коду, масштабируемой архитектуре и постепенному снижению сложности.
— Умение эффективно управлять временем и приоритетами в быстро меняющейся среде.
— Четкие коммуникативные навыки для взаимодействия с техническими и нетехническими коллегами.
— Готовность поддерживать другие области (например, продукт, маркетинг, инженерия) по мере роста команды.
Преимущества:
— Опыт работы в быстрорастущей PLG SaaS компании.
— Успешный опыт трансформации ручных, разовых рабочих процессов в масштабируемые конвейеры данных.
— Знакомство с биллинговыми системами, GAAP бухгалтерией, признанием доходов или поддержкой аудита.
— Опыт работы с Stripe, Salesforce или Orb в контексте финансов и биллинга.
— Знание финансовых циклов и необходимости быстрой итерации в конце месяца и квартала.
Условия:
— Полностью удаленная работа (компания remote-first).
— Конкурентный пакет компенсации, включающий базовую зарплату, акции и комплексные льготы.
— Гибкая и инклюзивная рабочая среда.
— Оплачиваемый отпуск и поддержка баланса работы и жизни.
— Финансирование профессионального развития до $1500 в год, менторство и возможности внутреннего роста.
— Оплачиваемый отпуск по уходу за ребенком (20 недель для рожающих родителей, 16 недель для не рожающих).
— Корпоративные программы для работы из дома, включая выбор ноутбука, компенсацию интернета и бюджет на обустройство рабочего места.
— Взносы работодателя в пенсионный фонд с матчингом до 0.75% от заработка.
— Возможность участия в ежегодных корпоративных мероприятиях и командных выездах.
Технологический стек:
Snowflake, dbt, Hightouch, Fivetran, Looker, Stripe, Salesforce, Orb.
Требования к кандидату:
— 1+ years of experience in Information Security, Security Engineering, Data Security, DLP, or a related technical role.
— Experience creating and tuning security policies
— Basic scripting skills in Python or Bash
— English B1+
ОБЗОР ПОЗИЦИИ И ПРОДУКТА:
Мы строим Customer Intelligence & Personalization Platform для экосистемы бизнесов в Армении на основе Golden Record (единый профиль клиента).
Вам предстоит спроектировать слой между сырыми данными core banking системы и витринами платформы.
Главный вызов — реверс-инжиниринг слабо документированного источника, восстановление бизнес-смысла данных и создание осознанной модели для Customer 360, сегментации и скоринга.
Мы используем AI-native подход и ожидаем того же от кандидата (применение AI для разбора legacy, написания SQL и документации).
Задачи:
• Исследовать core banking систему, legacy- и внешние источники, восстанавливать их семантику;
• Идти от целевой витрины к источнику: определять таблицы и логику сбора атрибутов;
• Разделять случаи, когда одинаковые данные получены разными путями, фиксировать правила выбора;
• Описывать модель данных и метаданные (сущности, связи, grain, ключи, историчность);
• Формировать требования к витринам для сегментации, scoring и рекомендаций;
• Писать SQL-исследования, прототипы трансформаций и проверять гипотезы;
• Выяснять смысл данных напрямую у сотрудников банка.
Требования:
• Сильный SQL (оконные функции, сложные join-цепочки, анализ качества и распределений);
• Опыт реверс-инжиниринга плохо документированных источников;
• Опыт работы с банковскими / fintech-данными (Core banking, ArmSoft, legacy системы) и построения Customer 360;
• Понимание data modelling (сущности, grain, ключи, историчность, master entities);
• Уверенное владение Python на уровне исследования данных;
• Владение Git, Linux, опыт работы в закрытых Dev/UAT-контурах;
• Использование AI-инструментов для анализа схем и написания кода;
• Проактивность и самостоятельность в доведении задач от «сырья» до целевой витрины (отлично подойдет бэкграунд дата-инженера с опытом работы с сырыми источниками).
Будет плюсом:
• Знание армянского языка;
• Методологии матчинга и дедупликации;
• Опыт с Data Vault 2.0, DBT (или аналоги);
• Понимание PII, маскирования, RBAC;
• Опыт работы в регулируемом on-premise контуре;
• Экспертиза в ML, ML Ops.
Условия:
• Взаимодействие по договору ИП;
• Гибридный формат работы в Армении (готовность работать из офиса банка до 3 раз в неделю).