Вакансии bereke bank - работа без опыта: работа в IT и digital

• Разрабатывать новый функционал Android-приложения Bereke Business.
• Участвовать в развитии сервисов для юридических лиц, в том числе направления ВЭД.
• Работать с современным UI на Jetpack Compose.
• Разрабатывать функциональность в рамках архитектурного подхода MVI / Clean Architecture.
• Работать с большим многомодульным проектом — порядка 300 Gradle-модулей.
• Интегрироваться с backend-сервисами через REST API.
• Писать unit-тесты и поддерживать качество кода.
• Участвовать в code review.
• Анализировать и устранять возникающие bugs/crashes.
• При необходимости заниматься точечным рефакторингом существующего функционала.
• Взаимодействовать с Android/iOS-разработчиками, аналитиками, QA и другими участниками продуктовой команды.
• Использовать AI/LLM-инструменты для автоматизации части инженерных задач.

• Работа команды организована по двухнедельным спринтам.

• Коммерческий опыт Android-разработки.
• Уверенное владение Kotlin.
• Практический опыт работы с Coroutines и Flow.
• Опыт разработки интерфейсов на Jetpack Compose.
• Понимание и практический опыт работы с архитектурой MVI.
• Знание принципов Clean Architecture.
• Опыт работы с Dagger / Hilt и Dependency Injection.
• Опыт интеграции с REST API, Retrofit / OkHttp.
• Понимание принципов многомодульной архитектуры.
• Навыки написания unit-тестов и понимание принципов качественной разработки.

Условия:

• График работы 5/2, с 9:00 до 18:00 (гибрид после испытательного срока)
• Стабильный оклад + ежегодный бонус в размере до 2 окладов
• Расширенный пакет ДМС для сотрудников
• Социальный пакет, специальные предложения от партнеров и скидки на продукты Банка
• Реальные возможности для вертикального и горизонтального карьерного роста внутри компании

Bereke Bank — один из ключевых и динамично развивающихся банков Казахстана. Мы внедряем современные финтех-решения, опираемся на работу с данными и создаем удобные сервисы для наших клиентов.

Сейчас команда Управления анализа Collection ищет внимательного и проактивного Дата-аналитика, готового взять на себя задачи по оптимизации отчетности, работе с базами данных и автоматизации аналитических процессов.

Чем предстоит заниматься:

• Выгружать данные из банковского хранилища с помощью составления и оптимизации SQL-запросов;

• Поддерживать существующую регулярную отчетность (преимущественно реализована в Power Query);

• Переводить отчеты из Power Query в SQL для ускорения и стандартизации обработки данных;

• Оптимизировать и автоматизировать рутинные процессы подготовки аналитических отчетов в Excel;

• Разрабатывать новые витрины и отчеты по запросам смежных подразделений Collection.

Что мы ждем от кандидата:

• Опыт работы аналитиком данных / BI-аналитиком / отчетным аналитиком от 1 года;

• Уверенные практические навыки написания SQL-запросов (joins, подзапросы, агрегации, оконные функции);

• Отличное владение MS Excel и Power Query;

• Понимание логики построения аналитических отчетов и умение структурировать данные;

• Средне-специальное, неоконченное высшее или высшее образование (математическое, техническое, экономическое или смежное).

Будет плюсом:

• Опыт работы в банковском секторе, микрофинансовых организациях или с процессами Collection / Risk;

• Базовое понимание архитектуры хранилищ данных (DWH);

• Опыт оптимизации «тяжелых» запросов и автоматизации пайплайнов.

Что мы предлагаем:

• Формат работы: очный офисный формат, комфортное рабочее пространство в БЦ "Q";

• Оформление в соответствии с ТК РК;

• Расширенный пакет ДМС для сотрудников;

• Социальный пакет, специальные предложения от партнеров и скидки на продукты Банка;

• Прозрачные задачи, сильная команда и возможность напрямую влиять на эффективность бизнес-процессов подразделения;

• Профессиональное развитие внутри крупной финансовой структуры.

В Департамент Risk Data Science мы ищем опытного Senior Data Scientist, который усилит направление разработки моделей машинного обучения для управления рисками банка.

Наша команда ведёт ML-решения по полному жизненному циклу: от глубокого анализа данных и формулирования гипотез до выкатки в production, мониторинга и защиты перед валидаторами. Ключевые фокусы: кредитный риск (розница и корпоративный бизнес), портфельные модели, антифрод и взыскание (soft/hard collection).

Чем предстоит заниматься:

• самостоятельно вести модели и другие Data Science решения по полному жизненному циклу;

• совместно с бизнесом определять задачи, формулировать и проверять гипотезы;

• проводить исследования, разрабатывать и улучшать модели и аналитические решения;

• участвовать во внедрении, мониторинге и сопровождении решений в production;

• анализировать качество и деградацию моделей, определять причины изменений и необходимые действия;

• участвовать в развитии инфраструктурных инструментов команды;

• представлять результаты и обосновывать принятые решения перед бизнесом, валидаторами и другими стейкхолдерами;

• участвовать в ревью решений коллег и делиться опытом внутри команды.

Что мы ждем от кандидата:

• Опыт от 3 лет в роли Data Scientist в банковском секторе, МФО или финтехе с практикой разработки риск-моделей (кредитные риски, скоринг, фрод, коллекшн).

• Уверенный стек: Python (pandas, numpy, scikit-learn, LightGBM, CatBoost, XGBoost) и продвинутый SQL.

• Глубокое понимание метрик оценки моделей (ROC-AUC, Gini, KS, PSI) и принципов контроля устойчивости решений.

• Понимание процессов мониторинга данных и моделей (data quality, data drift, concept drift).

• Знакомство с практиками ML в продакшене: контейнеризация (Docker), API, CI/CD, версионирование данных и моделей, воспроизводимость экспериментов.

• Умение говорить на языке бизнеса: просто объяснять сложные технические и математические концепции стейкхолдерам и валидаторам.

• Самостоятельность, системный подход к декомпозиции задач и внимание к качеству кода.

Будет преимуществом:

• Понимание ключевых регуляторных концепций риск-моделирования (PD, LGD, EAD, МСФО 9) и опыт взаимодействия с аудиторами/регулятором.

• Опыт или интерес к современным AI-направлениям: LLM/GenAI, AI-агенты и автоматизация аналитических пайплайнов в задачах Risk Data Science.

Что мы предлагаем:

• Масштабные задачи: работа с большими объемами данных и прямое влияние разработанных моделей на финансовые и риск-показатели банка.

• Комфортный формат: гибкий гибридный график работы (офис в Алматы + удаленные дни).

• Профессиональная среда: сильная инженерная культура, отсутствие бюрократических тупиков, свобода в выборе инструментов и подходов.

• Официальное трудоустройство и конкурентный уровень заработной платы (обсуждается индивидуально по результатам интервью).

• Развитый социальный пакет и возможности для профессионального роста и обучения.

Обязанности:

• Принять владение существующим стеком автоматизации: Java-фреймворк, обвязки для запуска прогонов, AI-инструменты для QA.
• Провести ревизию стека: что развивать, что упрощать, что выводить из эксплуатации.
• Развивать общий инструментарий до уровня, при котором им пользуется джун в продуктовой команде, а не только автор.
• Собрать и возглавить кор-команду автоматизации (2–3 инженера), участвовать в найме и отборе.
• Построить программу обучения ручных тестировщиков до фулстек-QA: входное собеседование → индивидуальные планы развития → наставничество в парах «наставник — ученик» → отчётность по прогрессу.
• Ревьюить код: на первом этапе 100% MR обучающихся, с постепенной передачей ревью внутрь продуктовых команд.
• Перенести автоматизацию в 5 фокусных продуктовых команд
• Провести аудит того, как команды используют результаты автопрогонов. Целевое состояние: за прогоны и реакцию на падения отвечает продуктовая команда, автоматизаторов привлекают при проблемах.
• Задать стандарты: структура тестов, работа с тестовыми данными, критерии стабильности, метрики покрытия и здоровья прогонов.

Требования:

• 5+ лет в автоматизации тестирования на Java, из них 2+ в роли техлида / тимлида / ведущего инженера.
• Опыт проектирования тест-фреймворка с нуля (не только написание тестов в готовом), понимание его внутреннего устройства и того, как передать его в сопровождение другим людям.
• Стек: JUnit 5 / TestNG, REST Assured, Selenide / Selenium, Allure, Maven/Gradle, Git.
• CI/CD: GitLab CI или Jenkins, Docker; опыт запуска стабильных регрессов в пайплайне.
• Тестовые данные и изоляция: моки/стабы (WireMock и аналоги), SQL, интеграционное тестирование микросервисов.
• Умение работать со стейкхолдерами: аргументировать необходимость ресурса перед PO и руководителями, а не только эскалировать.
  
  Будет плюсом:
• Нагрузочное тестирование: JMeter, Gatling или k6.
• Kafka, Kubernetes, высоконагруженные распределённые системы.
• AI/LLM-инструменты в тестировании: генерация тестов, ассистенты, анализ прогонов.
• Финтех или банковский домен, понимание регуляторных ограничений.
• Опыт перевода автоматизации из выделенной команды внутрь продуктовых (shiftleft, embedded QA).

Условия:

• График работы 5/2, с 9:00 до 18:00, гибрид
• Стабильный оклад + ежегодный бонус в размере до 2 окладов
• Расширенный пакет ДМС для сотрудников
• Социальный пакет, специальные предложения от партнеров и скидки на продукты Банка
• Реальные возможности для вертикального и горизонтального карьерного роста внутри компании

Департамент развития AI Bereke Bank разрабатывает внутреннюю AI-платформу. На ней любой сотрудник банка (от аналитиков до операторов и методологов) сможет собрать персонального AI-агента из согласованных моделей, корпоративных знаний и инструментов.

Для этого мы сейчас ищем Full-stack Engineer который станет инженерным ядром нашей выделенной продуктовой команды. Вам предстоит создать интерфейс, в котором сложные агентные процессы становятся простыми и понятными для людей без технического бэкграунда.

Стек технологий:

• Frontend: React (18/19), TypeScript, Vite, TanStack Query, MUI (или аналоги), архитектура на базе Feature-Sliced Design (FSD).

• Backend: Python, FastAPI (либо готовность перейти с Node.js / Go), PostgreSQL, REST API.

• Realtime & Streaming: Server-Sent Events (SSE), WebSocket.

• Инфраструктура: Docker, GitLab CI/CD, корпоративный контур авторизации (SSO, LDAP, SAML).

Чем предстоит заниматься:

• Интерфейс диалога с агентом: реализация удобного чата, потоковый вывод генерации (streaming/SSE), визуализация контекста, памяти модели, цитирования источников и работы с файлами.

• No-code / Low-code конструктор сценариев: визуальная сборка шагов агента (выбор инструментов, условия ветвления, событийные триггеры, расписания, точки подтверждения).

• Каталог готовых навыков: внутренний маркетплейс готовых агентов с поиском, версионированием, правами доступа и переиспользованием между подразделениями.

• Интерфейсы контроля и аудита: экраны Human-in-the-loop (подтверждение рискованных действий агента), наглядное отображение трейсов выполнения, обоснований решений и истории шагов.

• Серверная часть клиентского слоя (BFF / Backend): разработка API на FastAPI, управление ролями, сессиями и состояниями сценариев в плотной связке с инженерами ядра.

• Продуктовая аналитика на клиенте: сбор метрик и событий, воронка создания сценариев, клиентские дашборды для принятия решений о развитии продукта.

Что мы ждем от кандидата:

• Опыт в Full-stack разработке от 4 лет: уверенное владение современным веб-стеком (React + TypeScript) и бэкенд-разработкой (FastAPI / Python или готовность быстро войти в стек).

• Работа со стримингом и асинхронностью: глубокое понимание SSE, WebSocket, отмены запросов (AbortController), обработки обрывов связи и реконнектов.

• Интерфейсы для сложных и долгих процессов: умение отображать пошаговый прогресс, статусы выполнения цепочек, повторные попытки (retries) и понятные человеку ошибки.

• Внимание к UX и дизайн-мышление: способность проектировать интерфейсы для непрофильных пользователей без готовой дизайн-системы, собирать обратную связь и быстро итерироваться.

• Инженерная культура: опыт с PostgreSQL, понимание ролевой модели доступа (RBAC), опыт с Docker и CI/CD пайплайнами.

Будет большим плюсом:

• Практический опыт разработки AI-чат-интерфейсов, визуальных редакторов графов / workflow-конструкторов (React Flow или аналоги).

• Опыт внедрения мультиязычности (RU / KZ) и требований доступности (a11y).

• Опыт настройки продуктовой аналитики (Amplitude, PostHog или собственные трекеры событий).

• Активное применение современных AI-инструментов в разработке (Cursor, GitHub Copilot, Claude Code).

Что мы предлагаем:

• Гибкий формат: гибридный график (современный офис в Алматы + удаленные дни), отсутствие микроменеджмента.

• Сильный продукт без легаси: вы создаете пользовательский опыт флагманского AI-продукта с самого начала.

• Забота и бенефиты: ДМС, корпоративные скидки, техника для работы и развитая культура банка.

Департамент развития AI Bereke Bank создаёт внутреннюю платформу нового поколения: на ней любой сотрудник банка сможет собрать персонального AI-агента из согласованных моделей, корпоративных знаний и инструментов.

Мы ищем ML/AI Engineer-инженера, который станет инженерным ядром нашей выделенной продуктовой команды.

Стек технологий

• Core: Python (асинхронный стек, FastAPI)

• AI / LLM: LangGraph, LangChain, LlamaIndex, GigaChain, MCP (Model Context Protocol)

• Data & Search: Qdrant (или аналоги), Hybrid Search, GraphRAG, SQL, очереди и брокеры сообщений

• Ops & Observability: Docker, CI/CD, Langfuse, современные трейсинг- и мониторинг-системы

Чем предстоит заниматься:

• Разрабатывать среду исполнения агентов: ядро платформы на Python (сессии, долгосрочная и контекстная память, планирование, изоляция пользователей, реестр инструментов).

• Создавать каталог коннекторов и навыков: интеграция Confluence, Jira, GitLab, корпоративной почты, DWH и CRM как переиспользуемых инструментов со строгими контрактами, лимитами и политиками доступа.

• Строить слой работы со знаниями (RAG): пайплайны обработки корпоративных документов, эмбеддинги, гибридный поиск, ранжирование и валидация релевантности ответов.

• Выстраивать контур оценки качества (LLM Evaluation): бенчмарки, offline-оценка, LLM-as-a-judge, автотесты и регрессионные прогоны при смене промптов или моделей.

• Обеспечивать Enterprise-безопасность: совместное проектирование с командами ИБ и IAM (технические аккаунты с минимальными правами, обезличивание/маскирование данных перед отправкой в модели, human-in-the-loop подтверждения, аудит).

• Управлять наблюдаемостью и unit-экономикой: трейсинг цепочек вызовов, версионирование, мониторинг расхода токенов и оптимизация стоимости сценариев (целевой ориентир — до 100 ₸ за выполнение).

• Развивать автономность агентов: последовательный переход от read-only ассистентов к сценариям с подтверждением и далее к автономным low-risk операциям.

Что для нас важно:

• Python от 4–5 лет: глубокое понимание асинхронного программирования (AsyncIO, FastAPI) и опыт промышленной разработки масштабируемых backend-систем.

• Опыт в Agentic AI: практическое понимание декомпозиции задач, вызова инструментов (tool/function calling), протоколов взаимодействия (MCP или аналоги).

• Уверенная работа с LLM-фреймворками: LangGraph / LangChain / LlamaIndex на уровне исходного кода и отладки в production.

• Промышленный RAG: векторные БД (Qdrant или аналоги), чанкинг, эмбеддинги, семантический и гибридный поиск.

• Инженерная культура: Docker, CI/CD, архитектурное проектирование API (контракты, идемпотентность, устойчивость к сбоям), SQL и очереди сообщений.

• LLM Observability & Eval: опыт работы с Langfuse или аналогами, настройка приёмочных датасетов и метрик качества.

Будет преимуществом:

• Опыт создания платформенных решений / SDK и каталогов API для внутренних разработчиков.

• Знакомство с оркестраторами долгих распределённых процессов (Temporal и др.).

• Опыт с GraphRAG и мультиагентными архитектурами.

• Понимание специфики двуязычных (русско-казахских) языковых моделей и оценки их качества.

• Опыт внедрения AI-ассистентов (Copilot / Cursor / Claude Code) в собственный пайплайн разработки.

Что мы предлагаем:

• Формат работы: комфортный гибрид (офис в Алматы + удалённые дни), гибкое начало рабочего дня.

• Влияние на продукт: вы создаете платформу с нуля без легаси, напрямую влияя на архитектуру и стек.

• Социальный пакет: ДМС, корпоративные скидки и программы развития от банка.