Вакансии data world: работа в IT и digital

Мы команда Data World, входим в ГК Технос - представители амбициозной и технологичной сферы IT. Создаем ПО для ФинТеха. Топовые банки уже доверили нам самые сложные высокотехнологичные проекты.

На старте еще один интересный и высокотехнологичный проект для Сбера.​​​​​​:

В команду разработки автоматизированных систем (АС) по недвижимости мы ищем бизнес-аналитика. Командой реализует внутренний продукт – карточка договоров аренды, которая позволила бы выполнить требования по ведению договоров финансовой аренды МСФО 16 и операционной аренды.

Задачи на проекте:

• Создание карточки договора и заполнение необходимых атрибутов
• Согласование проекта договора/ дополнительного соглашения
• Изменение карточки договора
• Закрытие карточки
• Отчетность по договорам аренды

Обязанности:

• Разработка бизнес-архитектуры и проектирование ключевых сервисов по ведению данных по управлению портфелем недвижимости по функциональностям, включая взаимосвязи
• Сбор и формирование бизнес-требований, их анализ и согласование с заказчиками и стейкхолдерами
• Подготовка детальных бизнес-требований по функциональностям для разработки АС по управлению недвижимостью
• Анализ влияния изменений на бизнес-процессы и их взаимосвязи
• Трансформация бизнес- и пользовательских требований в функциональные и нефункциональные требования
• Создание визуальных прототипов для понятного ТЗ
• Документирование разрабатываемых бизнес-требований имизации процессов

Требования:

• Опыт работы бизнес-аналитиком/аналитиком от 1 года
• Опыт написания бизнес-требований к АС
• Опыт описания схем процессов (нотация BPMN 2.0, IDEF0 и пр.)
• Опыт работы с продуктами Atlassian: Confluence, Jira (желательно)

Преимуществом для кандидатов будет являться:

• Участие в реализации проектов по разработке и внедрению АС
• Знание предметной области: процессов по управлению недвижимостью
• Владеете артефактами: Impact map, User story map, CJM
• Системное мышление, способность охватывать несколько уровней абстракции, чтобы увидеть картину в целом. Умение из общего вычленять детали и из деталей собирать единое целое
• Понимание подхода к оптимизации процессов

Условия:

Формат работы удаленно

Оформление в соответствии с ТК РФ или ИП (как для вас предпочтительней)

Гибкое начало рабочего дня.

Входим в список IT лицензированных аккредитованных компаний

Уровень дохода зависит от уровня кандидата, обсуждается индивидуально

Предоставление техники

ДМС+ стоматология

Изучение английского языка

Корпоративный спортзал

Корпоративные активности: профессиональные митапы, квизы

Прокачка скилов в экспертном IT пространстве

Расширяем команду и ждем Бизнес аналитика на Проект Сбербанка проект «ИИ помощник. Сервисы»

УДАЛЕНКА по РФ/ Гибрид при желании)

При желании можно будет прокачивать скиллы Системного аналитика))

О Проекте:

Мы ищем бизнес-аналитика в команду разработки ИИ-помощник. Сервисы. Наши проекты решают задачи в области автономизации процессов, построения нового клиентского пути в процессе управления и эксплуатации недвижимости.

Перспективным направлением для вакансии является функциональность мультиагентная система «Спутник» - первый автономный помощник в процессах эксплуатации на основе GigaChat:

– Промышленное тестирования функционала;

– формирование тестовых сценариев;

– постановка задачи разарботке по итогам тестирования.

Профиль вакансии:

• Формирования БА для доработок уже существующего функционала;

• Формирование тестовых корзин для расширения функциональности текущих AI-инициатив и сценариев применения GenAIАнализ влияния изменений на бизнес-процессы и их взаимосвязи;

• Трансформация бизнес- и пользовательских требований в функциональные и нефункциональные требования;

• Создание визуальных прототипов для понятного ТЗ;

• Документирование разрабатываемых бизнес-требований;

• Проработка возможности использования ИИ в бизнес- процессах;

• Промышленное тестирование работающего функционала.

Требования к опыту:

• Опыт работы бизнес-аналитиком/аналитиком от 2 лет;

• Опыт написания бизнес-требований к АС;

• Опыт работы с AI – инструментами;

• Опыт описания схем процессов (нотация BPMN 2.0, IDEF0 и пр.);

• Опыт работы с продуктами Atlassian: Confluence, Jira;

• Опыт проведения исследований клиентского опыта (количественные и качественные);

• Опыт тестирования.

Преимуществом для кандидатов будет являться:

• Владеете артефактами: Impact map, User story map, CJM;

• Системное мышление, способность охватывать несколько уровней абстракции, чтобы увидеть картину в целом. Умение из общего вычленять детали и из деталей собирать единое целое;

• Понимание подхода к оптимизации процессов в сфере управления и эксплуатации объектов недвижимости ;

• Практический опыт создания GenAI инициатив, AI-Агентов;

• Умение работать с базами данных и программами для обработки информации.

Что мы предлагаем:

!!! Входим в список IT ЛИЦЕНЗИРОВАННЫХ АККРЕДИТОВАННЫХ компаний (с соответствующими льготами));

• Оформление в соответствии с ТК РФ (СРОЧНЫЙ ТРУДОВОЙ ДОГОВОР НА 1 ГОД);

• Итоговый уровень ЗП 130-140 тыс. на руки по ТК);

• Предоставление техники.

В продуктовую команду, на новый амбициозный проект ищем инженера по качеству с сильными навыками разработки, который умеет самостоятельно организовать проверку продукта от требований до релиза. В работе сочетает ИИ-агентов, разработку тестовой инфраструктуры, автоматизацию и обязательную ручную валидацию.

Ответственность end-to-end за проверку своей области: от анализа требований и проектирования проверок до подтверждения исправлений и оценки рисков релиза. Важно понимать код и архитектуру продукта, локализовывать причины дефектов и доводить проблемы до проверенного решения.

Обязанности:

· Вести проверку задачи целиком. Анализировать требования и риски, определять критерии приёмки, готовить сценарии и данные; фиксировать результаты, непроверенные области и риски релиза.

· Лично проводить ручную валидацию. Проверять пользовательские сценарии, API, интеграции, права доступа и данные; исследовать граничные случаи, ошибки и восстановление после сбоев. Перед релизом проходить изменённые и критические сценарии.

· Разрабатывать тестовую инфраструктуру. Создавать и поддерживать тестовые фреймворки, стенды, моки внешних систем, генераторы данных и инструменты диагностики; обеспечивать воспроизводимость окружений.

· Автоматизировать проверки. Писать API-, интеграционные и end-to-end-тесты, подключать их к CI/CD, разбирать падения и устранять нестабильные тесты. Совместно с разработчиками улучшать тестируемость продукта.

· Работать с кодом и исправлениями. Читать исходный код, локализовывать причины дефектов, добавлять регрессионные тесты. По согласованию вносить исправления в продукт через PR с ревью и проверкой побочных эффектов.

· Настраивать ИИ-агентов для QA и разработки. Создавать skills, инструкции, команды и workflow; подключать репозиторий, тестовые инструменты и документацию, контролировать доступы и опасные действия.

· Проверять работу агентов. Оценивать корректность тестов, кода и ожидаемых результатов по требованиям; не считать поведение текущей реализации эталоном. Использовать ошибки и регрессии для улучшения агентных workflow.

· Доводить дефекты до подтверждённого исправления. Обеспечивать воспроизводимость ошибок, проверять исправления и регрессии, сохранять результаты проверок и давать обоснованную оценку готовности к выпуску.

Требования:

· Практический опыт QA / SDET. Самостоятельное ручное и автоматизированное тестирование web-продуктов, backend-сервисов и интеграций. Умение выбирать проверки по рискам и объяснять границы покрытия.

· Сильные навыки разработки. Уверенный Python и/или TypeScript/JavaScript. Умение проектировать поддерживаемый тестовый код, читать код приложения, работать с Git и PR, проводить ревью и отлаживать изменения независимо от агента.

· Тестовая инженерия. Опыт pytest, Playwright или аналогичных инструментов, разработки API- и интеграционных тестов, работы с моками, фикстурами и тестовыми данными; практический опыт Docker и CI/CD.

· Понимание архитектуры систем. Клиент и сервер, HTTP/REST, webhooks, авторизация, PostgreSQL и SQL, транзакции, очереди и фоновые задачи. Понимание retries, timeouts, idempotency и конкурентных операций.

· Техническая диагностика. Умение работать с browser DevTools, HTTP-запросами, логами, трассировками и SQL; сопоставлять симптомы с кодом, данными и интеграциями и находить причину проблемы.

· Глубокий практический опыт coding agents. Использование и кастомизация Codex, Claude Code или аналогов: skills, repository instructions, команды, hooks и workflow. Настройка воспроизводимых окружений, контекста и инструментов, проверка качества результатов.

· Личная ответственность и ручная проверка. Готовность самостоятельно валидировать реальные сценарии, перепроверять исправления и отвечать за достоверность выводов о качестве своей области.

Будет плюсом:

· Тестирование AI-функций. Подготовка эталонных примеров и regression evals, оценка недетерминированных ответов, анализ traces и качества агентных workflow.

· Дополнительная техническая экспертиза. Нагрузочное тестирование, проверки разграничения доступа, контрактное тестирование и опыт внесения изменений в production-код.

Условия:

Формат работы удаленный
Оформление в соответствии с ТК РФ или ИП (как для вас предпочтительней)
Гибкое начало рабочего дня.
Входим в список IT лицензированных аккредитованных компаний
Уровень дохода зависит от уровня кандидата, обсуждается индивидуально
Предоставление техники
ДМС+ стоматология
Изучение английского языка
Корпоративные активности: профессиональные митапы, квизы
​​​​​​​Прокачка скилов в экспертном IT пространстве

Ищем инженера, который умеет самостоятельно разрабатывать ML-решения и доводить их до стабильной работы в production, используя ИИ-агентов для ускорения разработки.

Формат: Удаленка МОСКВА!!!
👨💻 О продукте/команде:
🌐🌐🌐 Проект для ЖКХ (обработка обращений граждан)
Продукт уже реализован- он сейчас идет в пилоте. Мы многое будем многое проходить вместе и у нас нет интерпрайза) Поэтому сейчас усиляем команду и ищем Разработчика с опытом работы с Кодинг агентами.

Нужен специалист, который способен не только развернуть готовую модель, но и разобраться в задаче, подготовить данные, обучить или адаптировать модель, оценить качество и организовать её эксплуатацию. Ответственность end-to-end: от постановки ML-задачи до работающего сервиса и контроля его качества после запуска.
Обязанности
1. Вести ML-задачу полного цикла. Уточнять задачу и критерии успеха, анализировать и подготавливать данные, создавать baseline и выбирать подход к решению.
2. Обучать и оценивать модели. Обучать или дообучать модели, анализировать ошибки, сравнивать решения по качеству, скорости и стоимости. Документировать результаты экспериментов и ограничения выбранного подхода.
3. Организовывать воспроизводимый MLOps-процесс. Автоматизировать подготовку данных, обучение, оценку и развёртывание; версионировать данные, код, модели и конфигурации.
4. Разрабатывать и сопровождать ML-сервисы. Создавать сервисы инференса и интеграции с продуктом, обеспечивать тестирование, мониторинг, обновление и возможность отката.
5. Настраивать ИИ-агентов для ML и инфраструктуры. Создавать skills, проектные инструкции и workflow. Подключать инструменты и документацию, контролировать доступ к данным, секретам и вычислительным ресурсам, проверять подготовленный агентами код.
6. Лично валидировать качество. Проверять данные и разметку на выборках, анализировать предсказания и ошибки модели, исследовать проблемные сценарии. Не ограничиваться сводными метриками.
7. Проверять решение в целевой среде. Лично проверять развёрнутую систему на реальных примерах, диагностировать проблемы данных, модели, интеграций и инфраструктуры.
8. Контролировать работу после запуска. Следить за качеством и производительностью сервиса, исследовать отклонения и устранять обнаруженные проблемы.
ML / MLOps Engineer
Требования
Практический опыт прикладного ML. Самостоятельная подготовка данных, обучение и оценка моделей, анализ ошибок. Понимание выбора метрик, разделения данных на обучающие и проверочные выборки, переобучения и утечек данных.
Самостоятельная ML-разработка. Уверенный Python, опыт PyTorch и/или scikit-learn либо аналогичных инструментов. Умение читать, писать и отлаживать код подготовки данных, обучения и инференса, а не только запускать готовые примеры.
Production-опыт. Практический опыт развёртывания и сопровождения ML-сервисов. Понимание API, хранения артефактов, воспроизводимости окружений, мониторинга и обновления моделей.
Инженерная инфраструктура. Практические навыки Linux, Docker, Git, тестирования и CI/CD. Умение диагностировать проблемы производительности, использования CPU/GPU и памяти.
Coding agents и их адаптация. Практический опыт Codex, Claude Code или аналогов; создание skills и проектных инструкций, настройка контекста и инструментов под ML- и инфраструктурные задачи.
Личная ответственность за результат. Готовность самостоятельно проверять выводы агентов, вручную анализировать данные и предсказания, разбирать ошибки и доводить модель и сервис до согласованного качества.
Будет плюсом
Опыт MLflow, DVC, Kubernetes и оркестраторов вычислительных задач.
Опыт оптимизации GPU-инференса, батчинга и квантования.
Опыт в одном или нескольких направлениях: NLP/LLM, компьютерное зрение, обработка речи или ML на табличных данных.