Вакансии vk: работа в IT и digital
Вакансии компании vk в IT и digital за последние 30 дней. Направления найма, города и форматы работы. Дубли объединены. HireSeeker — независимый агрегатор вакансий.
Найдено: 152. Обновлено .
Города с вакансиями
- Москва131
- Санкт-Петербург16
Страны с вакансиями
- Россия152
- США2
Форматы работы
- Гибрид22
- Офис14
- Удалённая работа14
Наша команда занимается обработкой контента для сервиса VK Видео, это миллиардная база айтемов. Мы продуктовая команда — и от того, насколько хорошо мы обрабатываем видео, зависит дальнейшее качество рекомендаций, так как у нас есть инструменты для выделения ключевой информации.
Мы ищем ML-инженера, который поможет сделать сервис максимально удобным и привлекательным для пользователей. Вас ждёт работа с высоконагруженной системой, большими данными, проведение A/B-тестов, а также исследование и внедрение новых подходов к обработке контента.
Задачи
- Участвовать в улучшении продукта на всех этапах от формирования целей до технической реализации и проведения А/В-тестов
- Участвовать в проектах по обучению LLM/VLM для работы с видео
- Растить ключевые метрики портала
- Внедрять новые решения в нашу инфраструктуру
Требования
- Уверенное знание Python и опыт промышленной разработки
- Отличное владение одним из фреймворков: PyTorch, JAX или TensorFlow
- Глубокое понимание методов и концепций Deep Learning и умение применять их на практике
- Знание современных NLP/CV-подходов, в том числе Transformer-архитектур
Будет плюсом
- Опыт работы в рекомендательных системах, поиске, рекламе или других смежных областях
- Опыт работы с технологиями обработки больших данных (Hadoop, Hive, Spark, YTsaurus и другими)
- Знание Java
- Опыт внедрения ML-систем в продакшен
Задачи
- Развитие платформенного слоя приложения VK Музыка: движок BDUI, загрузка и хранение контента, офлайн-режим, аналитика, метрики
- Проектирование и развитие инфраструктурных компонентов, на которых строятся продуктовые сценарии
- Эволюция архитектуры
- Работа над производительностью и стабильностью приложения
- Повышение надёжности: развитие тестов, наблюдаемость (метрики, мониторинг)
- Участие в проработке технических решений совместно с командой разработки
- Участие в code review и развитии инженерной культуры команды
Требования
- Имеете опыт коммерческой iOS-разработки от четырёх лет
- Уверенно владеете Swift и основными фреймворками iOS
- Понимаете принципы многопоточного программирования и управления памятью
- Имеете опыт работы с локальным хранением данных: CoreData или аналогами, включая проектирование схем и миграции
- Понимаете устройство сетевого стека платформы: URLSession, фоновые загрузки, кеширование
- Умеете профилировать и оптимизировать: Instruments, поиск утечек памяти и проблем производительности
- Проектируете поддерживаемые и масштабируемые решения
- Работали с Git и участвовали в процессе code review
- Умеете самостоятельно декомпозировать задачи и доводить их до релиза
- Стремитесь улучшать качество продукта и инженерные процессы команды
MDB — платформа управляемых баз данных. Она помогает продуктовым командам запускать и эксплуатировать базы данных без необходимости самостоятельно строить процессы поставки, управления, обновления и обслуживания кластеров. Мы являемся частью внутреннего облака и решаем задачу создания кластеров баз данных по кнопке. Процесс заведения нового сервиса в облаке достаточно типовой, микросервисы на Java/Go, которым нужен Postgres в качестве OLTP базы, Redis для кешей, Kafka для общения S2S, мы даём инструмент, который позволяет создавать базы данных надёжно и быстро, не требуя от пользователя глубокой экспертизы в устройстве конкретной базы данных.
Инфраструктурная команда MDB отвечает за общую архитектуру платформы. Мы строим надёжный слой управления кластерами баз данных: операции, покрывающие весь жизненный цикл кластера. Изменение топологии кластеров, решардинг, ребалансировка. Для оркестрации долгих и отказоустойчивых операций мы используем Temporal. Наша задача — делать процессы управления кластерами предсказуемыми, прозрачными и безопасными.
Мы ищем Team Lead в инфраструктурную команду MDB.
Задачи
Вам предстоит:
- Руководить командой инженеров: развивать сотрудников, участвовать в найме, формировать техническую культуру и отвечать за результат команды
- Определять архитектурное развитие общих компонентов MDB и принимать ключевые технические решения
- Развивать платформу операций над базами данных: создание, изменение конфигурации, обслуживание, обновления, восстановление и другие сценарии жизненного цикла
- Улучшать доступность и надёжность MDB: проектировать механизмы graceful degradation, восстановления после сбоев и безопасного проведения изменений
- Развивать observability операций: статусы, история, трассировки, метрики и диагностики, чтобы пользователи понимали, что происходит с кластером на каждом этапе
- Развивать систему доступов к базам данных и API платформы: безопасную выдачу прав, аудит действий
- Упрощать эксплуатацию платформы: снижать число ручных действий, стандартизировать процессы и повышать предсказуемость результата для продуктовых команд
- Выстраивать работу DBRE-инженеров
Требования
- Опыт руководства инженерной командой, включая people management
- Уверенный опыт разработки на Java или другом современном языке с готовностью работать с Java
- Понимание распределённых систем, отказоустойчивости и асинхронных процессов
- Опыт проектирования сервисов, API и надёжных процессов выполнения операций
- Умение принимать архитектурные решения, объяснять компромиссы и доводить изменения до production
- Интерес к инфраструктурным продуктам, автоматизации и качеству эксплуатации
- Интерес к СУБД
- Желание разбираться в устройстве различных СУБД
Будет плюсом
- Опыт с Temporal или другими workflow-движками
- Опыт разработки DBaaS, cloud или платформенных продуктов
- Практика построения систем авторизации, аудита и управления доступами
- Опыт работы с платформами observability: метрики, логи, трассировка, алерты и диагностика
- Опыт эксплуатации высоконагруженных сервисов с жёсткими требованиями к доступности
ОРД — оператор рекламных данных — система, в которую стекается информация обо всей рекламе в рунете. Данные отправляют рекламные системы, площадки, агентства, рекламодатели, для которых мы создаём API и веб-интерфейсы.
Мы уже предоставляем клиентам веб-интерфейс и API, но нам нужно развиваться дальше: улучшать UX, внедрять сложные фичи, соблюдать новые требования по передаваемым данным.
Для усиления команды ищем разработчика, который поможет писать чистый и понятный код, покрывать его тестами, улучшать архитектуру, прорабатывать элементы интерфейса, имеющего чувство прекрасного и желание делать интерфейс понятным и удобным для пользователей.
Задачи
- Развитие и поддержка фронтенда на стеке Vite / Vue 3 / TypeScript / SCSS
- Реализация новых модулей и фич в соответствии с продуктовыми требованиями
- Участие в планировании, оценке задач и техническом анализе требований
- Ревью кода
- Самостоятельная установка и настройка необходимого для работы окружения и инструментов
Требования
- Опыт коммерческой разработки от трёх лет
- Отличное знание TypeScript, Vue
- Опыт работы с REST API
Будет плюсом
- Опыт UI/UX-дизайна
- Опыт разработки и внедрения unit- или E2E-тестов
- Опыт настройки CI
- Опыт конфигурирования nginx
- Опыт настройки и анализа трассировок, метрик для анализа пользовательского опыта, отслеживания проблем
- Знание алгоритмов и структур данных
AI VK — подразделение экспериментальных технологий, которое решает широкий спектр ML- и DL-задач в VK. Наша цель — находить решения в индустрии и внедрять их в продукты. Мы анализируем, как наши разработки можно переиспользовать и где применить, а затем масштабируем.
У нас есть успешные релизы мультимодальных контентных моделей и мультимодальных LLM для core-продуктов (рекомендации, поиск, реклама). Расширяем штат, чтобы решать основные и смежные задачи.
Главная цель — глубокая интерпретация контента (эмбеддинги и предсказание таргетов) с использованием различных архитектур (BERT, CLIP и GPT) всех модальностей:
- Текст
- Изображения и видео
- Аудио и речь
- OCR и другие
Стек: PyTorch Lightning, YTsaurus, YQL, Triton, TensorRT, Verl, VLLM.
Задачи
- Сбор данных, определение таргетов: работа с разметчиками и синтетическими материалами
- Разработка мультимодальных моделей
- Проведение экспериментов с архитектурами энкодеров
- Оценка качества моделей и их интеграция в продуктовые механики
- Конвертация и деплой моделей
- Сопровождение релизов: A/B-тесты, мониторинг, версионирование
Требования
- Уверенное знание архитектур DL. NLP и CV — в приоритете
- Понимание концепций metric-learning
- Опыт сборки prod-like пайплайнов на PyTorch
- Знание SQL
Будет плюсом
- Опыт внедрения DL-моделей в продакшен
- Работа с retrieval-задачами
- Релевантные публикации и выступления на конференциях
- Целевое образование: ФПМИ, ФКН, ВМиК, ШАД
Задачи
- Отвечать за развитие лендинга, профиля и настроек мессенджера: формировать цели, гипотезы, приоритизировать инициативы, вести roadmap и бэклог
- Развивать профиль: сценарии заполнения и редактирования, понятность и полезность данных профиля, улучшение пользовательского опыта
- Развивать настройки приложения как инструмент контроля и персонализации
- Улучшать лендинг как точку входа в продукт и ведение кросс-функциональных проектов по изменению лендинга с юридическим отделом, маркетингом и так далее
- Готовить продуктовые требования: PRD, user stories, критерии приёмки; участвовать в проработке решений с UX/UI и разработкой
- Координировать релизы: планирование, коммуникации со стейкхолдерами, пост‑анализ
Требования
- Опыт работы Product Manager / Project Manager ~2–4 года в цифровых продуктах (желательно мобильные приложения, B2C)
- Умение вести продукт end-to-end: от выявления проблемы и формулировки гипотез до запуска и измерения результата
- Опыт постановки задач на дизайн и разработку, умение писать понятные требования и критерии приёмки
- Умение договариваться со стейкхолдерами, вести согласования, фиксировать решения
- Внимание к деталям и качеству UX
Мы создаём самую большую рекомендательную систему в России, выпускаем приложения под Android и iOS и даём возможность миллионам пользователей быть в курсе последних событий и новостей.
За этим стоят наши разработчики, аналитики, менеджеры продукта и креативные команды. А ещё высоконагруженный сервис, который выдерживает 150 тысяч запросов в секунду. У нас сложные алгоритмы, сотни тестов, релизов и закрытых задач.
Дзен — это:
- 75 млн пользователей ежемесячно
- 100+ тысяч активных авторов в неделю
- 350+ сотрудников
В Дзене сегодня публикуются более 4 900 российских СМИ, и интерес к новостям продолжает расти. Мы ищем опытного менеджера продукта, который усилит нашу команду своей экспертизой, свежим взглядом и стремлением создавать по-настоящему качественные продукты для нашей целевой аудитории — представителей медиа.
Задачи
- Придумывать, обосновывать целесообразность и реализовывать фичи, которые помогают СМИ и рекламодателям
- Контролировать полный цикл продуктовой разработки: от discovery до delivery
- Регулярно анализировать состояние продукта и инициировать улучшающие изменения
- Придумывать и проверять гипотезы, запускать A/B-тесты и вносить изменения в продукт по их итогам
- Плотно взаимодействовать с внутренними командами: дизайн, аналитика, юристы, маркетинг, реклама, продуктовые команды и коммерческий отдел
- Регулярно коммуницировать с внешними партнёрами — представителями СМИ и бизнесов
- Управлять проектами: писать требования, управлять скоупом и сроками
- Работать на стыке интересов нашей площадки и партнёров. Держать руку на пульсе рынка
Требования
- Имеешь опыт работы менеджером продукта не менее трёх лет
- Обладаешь опытом взаимодействия с коммерческими проектами, рекламодателями и представителями СМИ
- Способен организовывать работу вокруг себя и в команде разработки
- Имеешь опыт применения AI в работе с продуктами
- Имеешь опыт самостоятельного запуска, анализа и интерпретации A/B-тестов
- Обладаешь сильными аналитическими навыками и умеешь быть гибким в рамках целей и сроков проекта
- Хорошо понимаешь рынок и потребности рекламодателей
- Имеешь отличные коммуникационные навыки (включая опыт создания презентаций, проведения встреч и управления ожиданиями стейкхолдеров)
- Умеешь быть проактивным и самостоятельным: ставить цели, принимать решения и отвечать за результат
- Умеешь и любишь работать в команде и с командой
Отделу исследований AI VK скоро исполнится год. Сейчас нас семь человек, уже 13 принятых статей: четыре на WWW, SIGIR, CIKM и ICDM, восемь на воркшопах и одна в IEEE Access. Вот примеры наших творений:
- Hierarchical Exponential-Gaussian Mixtures for Watch-Time Distribution Prediction. Предсказываем продолжительность просмотра видео, при этом моделируем всё распределение времени просмотра. На картинке — постер этой работы
- Scaling Graph Neural Networks for Friend Recommendation: Multi-Hash User Embeddings and Temporal Neighbor Sampling. Рекомендуем друзей на социальном графе из 194 млн пользователей и 28 млрд связей. Эффективно обучаем и применяем графовые нейросети на таком масштабе
- VK-LSVD: A Large-Scale Industrial Dataset for Short-Video Recommendation. Открыли данные промышленного масштаба: более 40 млрд взаимодействий, 10 млн пользователей и почти 20 млн коротких видео
- PIEFS: Physics-Informed Eigenfunctions Features with Learnable Scaling. Учимся подстраивать геометрию данных под задачу — соединяем спектральные методы с нейросетями
- Planning over Matrix-Factorization MDPs for Candidate Generation. Добавляем матричному разложению умение планировать. При подборе кандидатов моделируем, как выбор очередного объекта меняет представление о пользователе и следующие рекомендации
- На подходе — работы по агентному моделированию, рекомендациям наборов и оптимизации
Задачи
- Ведение научных исследований (от генерации идей до реализации экспериментов)
- Написание статей (в том числе по результатам деятельности смежных команд) — это основной KPI
- Выступление на научных конференциях
- Участие в научном пиаре (написание текстов в корпоративные блоги, выверка текста, предложения для публикации, выступления на VK-мероприятиях), участие в образовательных проектах (например, VK-образования)
- Auto Research (основной проект команды — идеи, реализация, эксплуатация)
Требования
- Опыт исследовательской деятельности
- Статьи в ведущих журналах (Q1), принятые на конференции (A/A*)
- Глубокие знания современного машинного и глубокого обучения
- Идеи для исследований, знания последних научных результатов
- Практические знания реализации DL-моделей и написания библиотек
Будет плюсом
Опыт в рекомендательных системах или анализе поведения клиентов или моделировании социальных сетей.Направление фильмов и сериалов в VK Видео отвечает за развитие одних из ключевых сценариев потребления: фильмы, сериалы, детский контент, ТВ-шоу и тематические подборки. Мы хотим сделать эти сценарии удобнее и персональнее для пользователя: помогать находить хороший фильм на вечер, выбирать следующую серию любимого сериала, продолжать просмотр с нужного места и получать релевантные рекомендации без дублей.
Мы ищем старшего ML-разработчика, который будет развивать киносериальные рекомендации: анализировать пользовательское поведение, формулировать и проверять гипотезы, развивать матчинг и дедупликацию контента, обучать модели, обеспечивать стабильную работу рантайма, проводить A/B-эксперименты и развивать систему метрик.
Об одном из наших релизов можно прочитать здесь.Что предлагаем:
- Большой масштаб — десятки миллионов пользователей, высоконагруженный рантайм и большие данные
- Значимую продуктовую зону — фильмы и сериалы являются одним из ключевых драйверов роста вовлечения и TVT
- Сильную техническую среду — Discovery-платформа, ML-инфраструктура, Java, YTsaurus, быстрый цикл экспериментов
- Нетривиальные задачи — матчинг тайтлов, дедупликация копий, рекомендации сериалов, подборки, работа с плейлистами и кластерными сущностями
- Реальное влияние на продукт — возможность влиять не только на модели, но и на качество пользовательских сценариев
Задачи
- Развивать рекомендации для фильмов, сериалов, детского контента, ТВ-шоу и тематических подборок, а также разрабатывать механизмы матчинга и дедупликации контента
- Обеспечивать стабильную работу ML-решений в высоконагруженном рантайме
- Проводить A/B-эксперименты и принимать решения на основе данных
- Взаимодействовать с продуктом, аналитиками, бэкендом и смежными ML-командами
- Находить точки роста и формулировать продуктовые и ML-гипотезы
Требования
- Вы имеете от трёх лет опыта разработки ML-решений
- Уверенно пишете код на Python, Java или C++
- Работали с ML-системами в условиях высокой нагрузки
- Умеете работать с продуктовыми метриками и A/B-тестами
- Готовы брать на себя сложные технические задачи и доводить решения до продакшена
Будет плюсом
- Работали с рекомендательными, поисковыми или рекламными системами
- Работали с видео, медиа, UGC или стриминговыми продуктами
- Сталкивались с задачами матчинга и дедупликации контента
- Имеете опыт оптимизации ML-рантайма и production-инфраструктуры
Мы — группа мультимодальных контентных моделей в отделе экспериментальных технологий AI VK. Мы разрабатываем технологии глубокого понимания контента и применяем их для развития рекомендательных систем ВКонтакте.
Мы строим модели, которые извлекают содержательные представления из постов, клипов, длинных видео и музыкальных треков, объединяя информацию из текста, изображения, видеоряда, речи и звука. Эти представления используются для поиска похожего контента, построения признаков, классификации и улучшения качества рекомендаций в продуктах VK.
Основные направления нашей работы — базовые embedding-модели для представления контента, мультимодальные модели и контентные классификаторы. Мы исследуем современные архитектуры, обучаем собственные модели на больших внутренних датасетах и доводим их до применения в продуктовых рекомендательных системах.
Позиция находится на стыке ресёрча и инженерии: от чтения статей, построения датасетов и постановки экспериментов до масштабного обучения, оптимизации инференса и проверки моделей в A/B-тестах.
Стек:
- PyTorch
- YT (YTsaurus), YQL
- NVIDIA Triton Inference Server, TensorRT, vLLM
- Распределённое обучение и multi-GPU inference
- Python, C++, Go
Задачи
- Разрабатывать и обучать базовые embedding-модели для текста, изображений, видео, речи, звука и музыки
- Разрабатывать мультимодальные модели и контентные классификаторы
- Исследовать архитектуры и методы обучения представлений: metric learning, contrastive learning, self-supervised и supervised learning
- Строить датасеты и бенчмарки для оценки качества моделей и проводить масштабные экспериментальные исследования
- Адаптировать модели под задачи retrieval и рекомендательных систем
- Интегрировать модели в продуктовые механики рекомендаций постов, клипов, видео и музыки
- Оптимизировать и масштабировать обучение и инференс моделей
- Деплоить модели и сопровождать их в продакшене: проводить A/B-тесты, анализировать метрики и мониторить качество
- Постоянно разбирать свежие статьи и идеи из индустрии и академической среды, воспроизводить перспективные подходы и проверять их на наших задачах
- Настраивать пайплайны сбора и разметки данных, работать с асессорами и синтетическими данными: проектировать инструкции, контролировать качество и проводить калибровки
Требования
- Опыт разработки, обучения и внедрения DL-моделей
- Уверенное знание теории машинного и глубокого обучения
- Хорошее понимание алгоритмов и структур данных, линейной алгебры, теории вероятностей и статистики
- Умение проектировать корректные эксперименты, выбирать метрики и интерпретировать результаты
- Навык написания чистого и поддерживаемого кода, понимание принципов проектирования ПО
- Владение современными практиками совместной разработки с кодовыми агентами: умение эффективно декомпозировать задачи для агентных инструментов, контролировать и ревьюить сгенерированный код
- Умение самостоятельно разбираться в новых предметных областях, быстро ставить эксперименты и проверять гипотезы
- Готовность работать как с исследовательской частью задачи, так и с её инженерной реализацией
- Открытость, ответственность, самостоятельность и проактивность
Будет плюсом
- Опыт разработки поисковых или рекомендательных систем в индустриальном масштабе
- Опыт работы с embedding-моделями, metric learning, contrastive learning или representation learning
- Опыт работы с мультимодальными моделями, VLM, audio-language моделями, video encoders или foundation-моделями
- Опыт обучения моделей для аудио, музыки, речи, изображений или видео
- Опыт self-supervised learning и обучения на больших слабоструктурированных датасетах
- Опыт распределённого обучения на нескольких GPU или нескольких узлах
- Опыт оптимизации DL-моделей: профилирование, квантизация, дистилляция, уменьшение размерности представлений
- Опыт построения больших датасетов и систематических бенчмарков для ML-моделей
- Публикации на профильных ML-конференциях или сильный исследовательский бэкграунд
Задачи
- Проработка продуктовых гипотез: постановка проблемы, формулировка гипотезы, ожидаемого эффекта и метрик успеха
- Приоритизация бэклога и roadmap направления платежей с учётом юнит-экономики и бизнес-эффекта
- Самостоятельная работа с данными: построение SQL-запросов, проверка гипотез и результатов экспериментов без постоянной зависимости от отдела аналитики
- Постановка и сопровождение A/B-экспериментов: от гипотезы до интерпретации результатов
- Взаимодействие с разработкой (бэкенд и фронтенд) на техническом уровне — понимание архитектуры решений, зависимостей и ограничений при постановке задач
- Взаимодействие с юристами и комплаенсом — согласование продуктовых решений, затрагивающих регуляторные требования (общение на языке рисков и требований, а не только передача вопроса дальше)
- Кросс-командное согласование продуктовых решений с VK Pay и смежными направлениями
- Владение метриками направления — регулярный анализ юнит-экономики, выручки, конверсии, отслеживание эффекта от продуктовых изменений
Требования
- Опыт работы продакт-менеджером от 3 лет, желательно в финтехе или высоконагруженных платёжных продуктах
- Уверенное понимание юнит-экономики и способность считать бизнес-эффект продуктовых решений самостоятельно
- Уверенное владение SQL — самостоятельное построение запросов и анализ данных, без постоянной зависимости от аналитиков
- Опыт работы с A/B-тестами: от постановки гипотезы до интерпретации результатов с точки зрения статистической значимости совместно с аналитиком
- Техническая грамотность: понимание принципов работы бэкенда и фронтенда, достаточное для содержательного диалога с разработкой без потери контекста на технических деталях
- Подтверждённый опыт самостоятельного ведения продукта от идеи до результата, включая работу с легаси-системами и техническими ограничениями
- Устойчивость к высокому темпу и неопределённости — параллельная миграция технологического стека, множественные зависимости между командами
В роли аналитика информационной безопасности в объединённой команде безопасности социальных сетей у тебя будет возможность внести значительный вклад в защиту пользователей и инфраструктуры одних из самых популярных сайтов в России — ВКонтакте и Одноклассники, а также их различных сервисов-сателлитов.
Масштаб и сложность нашей инфраструктуры требуют нестандартных подходов к обеспечению безопасности. Команда решает широкий спектр задач: от мониторинга событий и выявления подозрительной активности до расследования инцидентов и развития механизмов защиты инфраструктуры.
Мы за постоянное развитие — поэтому активно делимся опытом и знаниями, разбираем реальные кейсы, участвуем в CTF, посещаем профильные конференции и проходим различные курсы. Кроме профессионального роста, мы стремимся создать среду, где каждый член команды чувствует себя ценным и вовлечённым. У нас развита культура взаимопомощи и поддержки, где успехи отмечаются и становятся общими.
Задачи
- Экспертный разбор и триаж сработок сканеров инфраструктуры и SOC, в том числе сложных/неоднозначных случаев, которые не смогли закрыть младшие специалисты
- Методологическое лидерство в построении детектов и корреляционных правил SOC под актуальные TTPs (MITRE ATT&CK), включая оценку покрытия (coverage mapping) и выявление слепых зон мониторинга
- Самостоятельная постановка и приоритизация технических требований к эксплуатации/разработке по устранению уязвимостей и архитектурных рисков, включая сложные случаи (legacy, компенсирующие меры)
- Ведение и (или) участие в комплексных расследованиях инцидентов (incident response), включая root cause analysis и post-mortem
- Проведение и (или) сопровождение AppSec- и инфраструктурных аудитов, ревью архитектуры новых продуктов/сервисов с точки зрения ИБ
- Разработка регламентов, стандартов и DoD по процессам сканирования, мониторинга и реагирования; внедрение их в масштабе нескольких команд/продуктов
- Менторство и ревью работы младших/средних специалистов (триаж, качество детектов, оформление задач)
- Автоматизация рутинных процессов анализа и отчётности (скрипты, интеграции между VM/SIEM/CMDB/Jira через API)
- Взаимодействие с руководством продуктов и смежных команд на уровне защиты решений и обоснования приоритетов по рискам
Требования
- Опыт в ИБ от пяти-шести лет, из них не менее двух-трёх лет в инфраструктурной безопасности / SOC
- Глубокое понимание сетевых технологий, ОС (Linux/Windows), виртуализации/контейнеризации
- Опыт построения или существенного развития SOC-мониторинга: выбор источников логирования, написание/ревью корреляционных правил, оценка покрытия по MITRE ATT&CK
- Опыт самостоятельного ведения инцидентов ИБ от обнаружения до post-mortem, включая взаимодействие с разными командами в стрессовых условиях
- Уверенное понимание CVSS, моделей угроз, risk-based подхода к приоритизации
- Опыт архитектурных security-ревью
- Опыт выстраивания процессов и регламентов ИБ, умение аргументированно отстаивать приоритеты перед другими командами и руководством
- Опыт менторства/ревью младших коллег
Будет плюсом
- Профильные сертификации (OSCP, OSCE, GCIH, CISSP и аналоги)
- Опыт выступлений/публикаций
- Участие в Bug Bounty или CTF
Задачи
- Управление capacity во внутреннем Облаке VK: более 5 млн ядер и более 50 разных бизнесов
- Ведение больших комплексных задач по серверной инфраструктуре с влиянием на всю группу компаний
- Планирование заполняемости дата-центров
- Планирование размещения сервисов по дата-центрам в зависимости от множества совокупных факторов
Требования
- Опыт работы от двух лет на позиции технического или проектного менеджера в IT/инфраструктуре
- Понимание принципов управления проектами и управления ресурсами
- Умение мыслить системно, видеть взаимосвязи между командами и процессами
- Готовность разбираться в сложных технических деталях и не бояться рутинных задач
- Умение коммуницировать и объяснять сложные вещи простым языком
Мы создаём платформу персонализации для всех продуктов VK. На нашей инфраструктуре работают рекомендательные системы, поиск и реклама крупнейших продуктов компании, масштаб которых достигает 300 млн пользователей и почти миллиарда единиц контента.
Немного о нашем масштабе:
- 1 млн vCPU вычислительных мощностей
- Сотни тысяч персональных подборок в секунду
- Более 300 инженеров из продуктовых команд используют нашу платформу, большинство из них — ML-инженеры
- Tier A, доступность более 99,99%. Мы умеем строить отказоустойчивые real-time системы и обеспечивать их работу под огромной нагрузкой
Наша миссия — сделать платформу, на которой продуктовые команды могут быстро воплощать идеи, экспериментировать и растить метрики, не задумываясь о сложности инфраструктуры. При этом платформа должна эффективно работать даже в масштабах крупнейших интернет-продуктов.
Наш технологический стек: Java (99% кодовой базы), C++ и Python для GPU-сервисов. Активно используем экосистему распределённых вычислений YTsaurus и разрабатываем собственные инфраструктурные решения.
Задачи
Мы ищем Team Lead в одну из команд платформы персонализации, которая отвечает за инфраструктуру поисковых сценариев.
Один из главных инженерных вызовов в поиске — найти оптимальный баланс между потреблением RAM и CPU. Поисковые системы предъявляют особенно высокие требования к полноте данных, скорости их доставки и эффективности индексации. При этом важно обеспечивать предсказуемую производительность и эффективно использовать вычислительные ресурсы.
В команде мы разрабатываем собственное реплицированное in-memory хранилище, технологии индексации контента и инфраструктуру для поисковых сценариев.
Вам предстоит:
- Руководить командой инженеров: развивать сотрудников, участвовать в найме и отвечать за результаты команды
- Определять техническое развитие команды и принимать архитектурные решения
- Развивать технологии хранения и индексации данных, оптимизировать производительность и использование ресурсов
- Реализовать персонализированное ранжирование поисковой выдачи, используя возможности платформы персонализации
- Масштаб, который редко встречается. Здесь даже небольшое архитектурное решение может влиять на миллионы пользователей и потребление тысяч CPU
- Сложные инженерные задачи. Мы не просто интегрируем готовые технологии, а создаём собственные решения для хранения, обработки и доставки данных в реальном времени
- Влияние на продукты. Результатами нашей работы пользуются более 300 инженеров продуктовых команд, а сама платформа лежит в основе ключевых продуктов VK
- Сильная инженерная экспертиза. Мы умеем строить системы с доступностью более четырёх девяток и постоянно работаем над тем, чтобы делать их быстрее, надёжнее и эффективнее
Требования
- Опыт руководства инженерной командой, включая people management
- Уверенное знание Java или опыт разработки на другом современном языке с готовностью перейти на Java
- Хорошее понимание алгоритмов и структур данных
- Интерес к распределённым системам, большим данным и высоконагруженным сервисам. Опыт работы с ними будет преимуществом
- Любовь к технически сложным задачам, оптимизации кода и поиску эффективных решений
Будет плюсом
- Опыт разработки поисковых или рекомендательных систем
- Знакомство с машинным обучением и инфраструктурой для ML
Задачи
- Развивать компоненты AI-ассистента для VK Видео: понимание намерения, удержание контекста диалога, выбор стратегии и маршрутизация инструментов
- Улучшать генерацию кандидатов, semantic retrieval и reranking для поиска и персонализированных рекомендаций
- Работать с гибридным поиском: эмбеддинги, текстовые и структурные фильтры, поисковые API, рекомендательные модели и явные критерии пользователя
- Оптимизировать candidate budget и смешивание кандидатов из разных источников
- Обучать и дообучать модели для отдельных компонентов системы: LLM-like, reranker, query rewriting, relevance-модели
- Собирать и улучшать обучающие и тестовые датасеты: реальные и синтетические запросы, сложные негативные примеры, long-tail-сценарии и размеченные диалоги
- Создавать и поддерживать golden datasets, human-aligned evaluation и автоматические проверки качества; калибровать auto-eval по человеческой оценке
- Анализировать деградации, формулировать гипотезы и проверять их в воспроизводимых экспериментах
- Оценивать модели не только по общей метрике, но и по отдельным сценариям, категориям запросов, релевантности, разнообразию, безопасности и качеству диалога
- Оптимизировать latency, стоимость и использование вычислительных ресурсов при обучении и инференсе
- Готовить компоненты к промышленной эксплуатации: интеграция, нагрузочное тестирование, мониторинг, обработка ошибок и контроль регрессий
- Участвовать в offline- и online-экспериментах, подготовке A/B-тестов и интерпретации продуктовых метрик
- Проводить code review, документировать эксперименты и участвовать в обсуждении архитектуры и исследовательских результатов
Требования
- Сильная теоретическая база и опыт работы в рекомендательных системах, информационном поиске, NLP/LLM; готовность работать на их пересечении
- Понимание устройства retrieval и ranking: embeddings, candidate generation, negative sampling, cross-encoders, reranking
- Знание основных offline-метрик поиска и рекомендаций: Recall@K, Precision@K, NDCG, MRR и их ограничений
- Опыт обучения, валидации и внедрения ML-моделей; доведённые до production либо production-like среды самостоятельно разработанные компоненты
- Навыки постановки воспроизводимых экспериментов, анализа ошибок и статистической интерпретации результатов
- Понимание жизненного цикла ML-системы: данные, обучение, inference, мониторинг, деградации и переобучение
- Опыт работы с большими объёмами данных и пайплайнами обработки; YT, Spark или аналогичные инструменты
- Базовые навыки Linux, Git, контейнеризации и работы с сервисами
Будет плюсом
- Опыт создания LLM-приложений: tool calling, agentic workflows, RAG, structured generation
- Дообучение LLM или encoder-моделей: SFT, LoRA/adapters, RL
- Построение lexical, semantic или hybrid retrieval
- LLM-as-a-judge, human evaluation, построение golden datasets и калибровка автоматических оценок
- Оптимизация GPU-инференса, batching, quantization, model serving
- Опыт с распределённым обучением и промышленной ML-инфраструктурой
- Практика A/B-тестирования рекомендательных или поисковых моделей
- Мультимодальные модели, VLM, понимание видео или рекомендательные системы для медиаконтента
- Наличие публикаций по тематике LLM, NLP, multimodal models
Мы — команда, которая строит и развивает LLM-агентов для поддержки пользователей и внутренних бизнес-процессов. Делаем решения под ключ: от прототипов и экспериментов до промышленных сервисов с мониторингом качества, метриками и стабильной эксплуатацией.
Работаем на стыке ML/LLM и backend-разработки: проектируем пайплайны, интегрируемся с продуктами и инфраструктурой, строим RAG-системы и агентные сценарии, измеряем качество (precision/recall/F1, macro-F1), ведём эксперименты и улучшаем модели на данных. Используем Python, LangGraph/LangChain-подходы, Langfuse для наблюдаемости, Git и внутренние платформы хранения/обработки данных (в том числе YTsaurus), а также очереди и хранилища (Kafka/Redis).Задачи
- Разрабатывать и развивать LLM-агентов: сценарии, инструменты (tools), оркестрацию, память, маршрутизацию, обработку ошибок и fallback-логики
- Проектировать и внедрять RAG: индексация, эмбеддинги, ретриверы, ранжирование, чанкинг, оценка качества поиска и ответа
- Интегрировать агентные решения в прод: сервисы, API, взаимодействие с Kafka/Redis и другими компонентами инфраструктуры
- Настраивать наблюдаемость и контроль качества: логирование/трейсинг, Langfuse, дашборды, алерты, анализ деградаций
- Проводить офлайн/онлайн-оценку качества: считать precision/recall/F1/F1-macro, строить датасеты, проводить A/B или квазиэксперименты, формулировать гипотезы улучшений
- Участвовать в улучшении пайплайнов данных и экспериментов: подготовка данных, разметка/валидация, хранение и воспроизводимость
- Писать поддерживаемый код: ревью, тесты, документация, CI/CD, участие в архитектурных решениях
Требования
- Уверенный Python (проектирование модулей, типизация, тестирование, работа с API/сервисами)
- Практический опыт работы с LLM/agentic-подходами: промптинг, tool calling, цепочки/графы, управление контекстом, обработка галлюцинаций и ограничений моделей
- Понимание и опыт оценки качества: precision/recall/F1, macro-F1, построение датасетов и интерпретация метрик
- Опыт построения или внедрения RAG (retrieval, embeddings, индексация, ранжирование, чанкинг, оценка retrieval-качества)
- Опыт разработки и эксплуатации сервисов: REST/gRPC, асинхронность, логирование, мониторинг, работа с Git
- Понимание очередей/кешей/хранилищ (Kafka, Redis или аналоги), опыт интеграций
Будет плюсом
- Опыт с LangGraph/LangChain, Langfuse (трейсинг, промпт-менеджмент, датасеты, evaluation)
- Опыт с YTsaurus или другими распределёнными системами хранения/обработки данных
- Опыт low-code/конструкторов пайплайнов и быстрых прототипов, доведение их до production
- Знание подходов к ранжированию, rerank, hybrid search, query rewriting, guardrails/safety
- Опыт A/B-тестов, построения продуктовых метрик и причинно-следственного анализа
- Опыт работы с контейнеризацией и деплоем (Docker/K8s), CI/CD
Наша команда занимается разработкой и поддержкой мини-приложений внутри ВКонтакте. Среди наших приложений: VK Чекбэк, сервис для выгодных покупок (купоны, кешбэк за покупки, карты лояльности), и SuperUP — сервис, в котором пользователи могут выполнять различные задания, получать в награду баллы и обменивать их на призы. А ещё приложения-розыгрыши, приуроченные к событиям VK, — пользователи выполняют задания в наших продуктах и продуктах партнёров и получают за это моментальные призы или валюту спецпроекта, аудитория также может участвовать в этом приложении в розыгрыше крупных призов.
Задачи
Проектирование и реализация новых Go-сервисов
Выполнение небольших задач из технического долга, позволяющих глубже погрузиться в изученные процессы и технологии
Разработка API-методов на стороне бэкенда ВКонтакте
Перенос существующих асинхронных задач в новый кластер (аналог Redis)
Ознакомление с существующим бэкендом спецпроекта, с уже созданной админкой и её функциональностью, доработка старой админки
Ознакомление с технической и продуктовой документацией новой админки, участие в грумингах и процессе планирования задач
Помощь в разработке новой админки
Требования
Опыт разработки на Go от 5ти лет
Будет плюсом
Опыт работы с php будем плюсом
Задачи
- Развивать одно из приоритетных направлений — каналы
- Проводить задачи через весь цикл продуктовой разработки — от формулирования гипотез до измерения эффекта после запуска изменений в продукте
- Ставить задачи командам разработки, дизайна, аналитики и тестирования и контролировать их выполнение
- Прорабатывать пользовательские сценарии, формулировать технические (совместно с командой разработки), функциональные и бизнес-требования к продукту
- Запускать A/B-эксперименты, подводить итоги и принимать решения на основе результатов
Требования
- Опыт работы со сложными B2C (мобильными) продуктами с большим количеством продуктовой логики
- Умение находить баланс между требованиями бизнеса, пользователей и техническими ограничениями
- Опыт работы напрямую с разработчиками, дизайнерами, исследователями
- Умение выявлять проблемы, оценивать их масштаб, предлагать решения и выражать пользу в цифрах
- Умение придерживаться data-driven-подхода, извлекать смысл из данных
- Умение управлять ожиданиями стейкхолдеров
- Умение приоритизировать задачи, аргументированно защищать свою точку зрения
- Понимание архитектуры веб- и мобильных приложений, принципа работы API
- Возможность работать в гибридном формате в Москве
Будет плюсом
- Знание рекламных технологий и их интеграции в продукты
Задачи
- Разрабатывать и поддерживать микросервисы на Go
- Участвовать в проектировании архитектуры системы и взаимодействии между её компонентами
- Оптимизировать производительность и повышать надёжность разрабатываемых сервисов
- Осуществлять мониторинг и обеспечивать стабильность систем
- Разрабатывать модульные, функциональные и end-2-end тесты
- Участвовать в код-ревью
Требования
- Опыт коммерческой разработки на Go от трёх лет
- Понимание принципов построения распределённых систем
- Умение писать читаемый, поддерживаемый и тестируемый код
- Знание принципов безопасности веб-приложений
- Опыт работы с реляционными и нереляционными базами данных
- Опыт работы с брокерами сообщений
- Опыт использования observability-инструментов: метрики, трейсы, логи
- Опыт работы с Git и CI/CD-инструментами
- Опыт работы с Docker и контейнерными технологиями
Мы работаем над самой масштабной платформой в рунете по количеству пользователей, объёму, форматам и времени потребления. Сообщества и Профили ВКонтакте — одни из ключевых драйверов продукта, позволяющие авторам публиковать контент и находить свою аудиторию. ВКонтакте проходит активную трансформацию в платформу уникального авторского контента с лицом, которое мы сопровождаем масштабными продуктовыми и техническими запусками.
Мы разрабатываем всё, что связано с сообществами и личными страницами пользователей: инструменты для их ведения, роста и монетизации, каталоги, витрины и многое другое. Нам нужен сильный руководитель, который обеспечит успешную реализацию продуктовых и технических инициатив, актуализацию технологий и высокий уровень инженерной культуры в команде.
У нас интересно, потому что:
- Результат вашей работы оценят десятки миллионов людей, в том числе ваши коллеги из IT-сферы, друзья и близкие
- Вы будете работать над сложными проектами, требующими по-настоящему высокого уровня экспертизы
- Ваша роль позволит раскрыть и технические, и организационные, и управленческие навыки — у нас все задачи «со звёздочкой»
Задачи
- Руководить командой из шести backend-разработчиков
- Повышать уровень команды через наём, построение индивидуальных планов развития, оценку эффективности, увольнения
- Развивать инженерную культуру команды через внедрение рыночных практик
- Прорабатывать, планировать и реализовывать продуктовые инициативы в высоконагруженном продукте с десятками миллионов DAU и десятками тысяч RPS
- Управлять техническим стеком команды: R'n'D и внедрение новых технологий, в частности AI
- Распределять нагрузку в рамках своей команды
Требования
- Опыт коммерческой разработки backend на Go от трёх лет
- Уверенная работа с масштабируемыми высоконагруженными системами: кеширование, балансировка, шардирование, репликация
- Понимание принципов отказоустойчивости, управления нагрузкой и деградациями
- Опыт работы с различными базами данных: PostgreSQL, MySQL, MongoDB, Cassandra
- Опыт работы с Docker и контейнерными технологиями
- Практический опыт развития команды: наём, адаптация, индивидуальные планы развития, оценка эффективности, увольнение
Будет плюсом
- Успешный опыт миграции монолита в микросервисы или сопоставимой по сложности архитектурной трансформации
- Успешный опыт применения LLM в рабочих проектах
VK Видео — крупнейший российский видеосервис: ежедневно им пользуются десятки миллионов людей.
Платформа объединяет все видеосервисы компании VK и обеспечивает более 2,4 миллиарда просмотров видео в сутки. По уровню технологичности мы не уступаем мировым лидерам и создаём собственные решения в области обработки и передачи видео, видеосвязи, машинного обучения и компьютерного зрения.
Сейчас мы ищем старшего продуктового аналитика в команду аналитики канала автора.
Задачи
- Оценивать эффективность механизма промо на главной VK Видео: поддержка авторов в промо, платное продвижение в промо, проблемы каннибализации
- Искать ответы на сложные вопросы — как подписки мотивируют автора возвращаться в постинг контента, как оценить добавление авторской витрины на главную для эксплора авторов и другие
- Помогать авторам успешно стартовать: онбординг, первые публикации, рост подписок, работа с комментариями
- Исследовать данные источников, искать зависимости и находить инсайты
- Проводить исследования по другим направлениям CJM автора
- Строить дашборды
- Проводить комплексные A/B-эксперименты
Требования
- Знание SQL, умение оптимизировать запросы
- Опыт в использовании ИИ для аналитики
- Знание математической статистики для проведения A/B-экспериментов и аналитических исследований
- Продуктовое мышление на уровне челленджа продуктовых гипотез
Мы развиваем мобильное приложение Mail — крупнейшую в России экосистему сервисов, в которую входят Почта, Облако, Документы, Календарь, Заметки и Покупки.
Задачи
- Писать код, который умеет работать как с высокими нагрузками, так и в ограниченных ресурсах
- Участвовать в проектировании, разработке, поддержке сервисов на Go
- Заниматься адаптацией сервисов и их CI/CD для миграции сервисов между внутренними платформами деплоя
Требования
- Опыт backend-разработки от трёх лет, из них на Go от года
- Опыт написания микросервисов
- Понимание многопоточности, параллельных вычислений
- Опыт работы с Kubernetes, Docker
- Знание сетевого взаимодействия: TCP/IP, HTTP, gRPC, балансировка нагрузки, таймауты и повторные запросы
- Уверенные навыки работы с Linux
- Знания алгоритмов и структур данных
Будет плюсом
Опыт работы с Python.Задачи
- Проводить комплексный анализ продукта, включая стратегические, тактические и операционные инициативы
- Выполнять ретроспективный анализ и анализ трендов, объясняя изменения в метриках
- Поддерживать процессы продуктового развития: планировать и проводить эксперименты, проверять гипотезы на основе данных и формировать рекомендации для улучшения продукта
- Подготавливать аналитические отчёты для заказчиков, делая данные доступными и понятными
- Взаимодействовать с кросс-функциональными командами, предлагать аналитические решения для достижения бизнес-целей
Требования
- Углубленные знания SQL: создание запросов и оптимизация работы с данными
- Уверенные навыки работы с Python: умение построить пайплайн проверки тестирования, расчёта метрик, создания таблиц данных и так далее
- Опыт построения отчётов и аналитики в BI-системах
- Уверенные знания в продуктовой аналитике: знание ключевых метрик, интерпретация данных и способность доносить аналитические выводы до заказчиков
Будет плюсом
- Знание подходов и инструментов A/B-тестирования; умение применять в работе продвинутые методы тестирования: региональные тесты, switchback, CUPED и так далее
- Опыт работы с задачами, в которых отсутствует часть данных, умение находить их из сторонних открытых источников
- Опыт работы в прогнозировании трендов метрик, на основе текущих значений
- Проактивность в работе и умение находить общий язык со смежниками, организация работы над сложными проектами
Наша команда платёжных решений занимается созданием и развитием высоконагруженных систем, которые обеспечивают быстрые и безопасные платежи пользователей. Мы проектируем и поддерживаем инфраструктуру, которая обрабатывает платежи в реальном времени, интегрируется с финансовыми шлюзами и соответствует строгим стандартам безопасности (PCI DSS).
Мы ищем Middle/Senior Go-разработчика для поддержки и развития существующих систем, а также проектирования и разработки новых, отвечающих запросам бизнеса. Разработчик будет участвовать в создании масштабируемых решений, которые легко выдерживают пиковые нагрузки. Мы ценим чистый код, интересные решения, внимание к деталям и стремление к постоянному улучшению процессов.
Вам предстоит сотрудничать с кросс-функциональными командами, включая аналитиков, специалистов по безопасности и продуктовых менеджеров, чтобы обеспечивать бесперебойную работу систем и внедрять инновационные подходы в финтех-индустрии. Если вы готовы решать сложные задачи и вносить вклад в развитие глобальных финансовых технологий, присоединяйтесь к нам!
Задачи
- Проектирование и разработка новой функциональности существующих сервисов, а также с нуля новых сервисов backend различного уровня сложности в сегменте highload и big data
- Поддержка существующих сервисов, принятие мер по их отказоустойчивости
- Активная коммуникация с коллегами из смежных команд для более эффективного решения технических задач
- Написание качественного и продуманного кода, который умеет работать с высокими нагрузками и большими объёмами данных, при этом требуя минимального количества ресурсов, а также покрытие кода автотестами
- Работа над совершенствованием качества продукта в целом, решением задач по рефакторингу, улучшением observability и стабильностью компонентов, оптимизацией потребляемых ресурсов
Требования
- Опыт коммерческой разработки backend от трёх лет (в том числе на Go от года)
- Опыт написания сервисов, понимание сервисной архитектуры: вы строили и поддерживали распределённые системы; умеете работать с масштабируемыми нагруженными системами, вам знакомы слова кэш, балансировка, шардирование и репликация
- Понимание многопоточности, параллельных вычислений
- Знание и понимание алгоритмов и структур данных
- Опыт проектирования схемы базы данных — структуры таблиц и связи между ними, индексы, транзакции, ACID
- Опыт работы с Kubernetes, Docker
- Опыт работы с ОС семейства Linux
- Хорошие коммуникативные навыки для взаимодействия с командой и другими подразделениями (soft skills)
- Способность работать в условиях высокой нагрузки и быстро адаптироваться к изменениям в ситуациях с повышенным приоритетом
Одноклассники — это крупнейшая развлекательная социальная сеть в России. Недавно у нас было масштабное обновление: теперь ОК — это территория увлечений. Здесь можно найти много классного и качественного контента, посвящённого даже очень редкому хобби.
А ещё ОК — это команда, получающая искренние эмоции и удовольствие от бренда, контента и цифровых технологий с 2006 года. Пул задач в ОК шире, чем в большинстве проектов. Это классный драйвер для изучения топовых технологий, подходов и решений в реальных условиях.
Сейчас мы ищем Backend-разработчика в платформенную команду данных и интеграций. Команда занимается разработкой высоконагруженных сервисов общей инфраструктуры, таких как балансировщики, очереди сообщений, хранилища данных и интеграционные шлюзы.
Наш стек: Java 8-17 включительно, Spring (DI Framework), Cassandra (и хранилища, построенные на её основе), SQL, Kafka, Git Gradle, Junit, Mockito.
Задачи
- Настраивать и дорабатывать общие инфраструктурные компоненты всего продукта, рефакторить и оптимизировать архитектуру
- Повышать отказоустойчивость и надёжность общих компонентов, участвовать в выборе новых решений и модернизации существующих
- Проводить code review коллег, писать unit-тесты на свой код
Требования
- Занимались разработкой на Java не менее пяти лет
- Имеете опыт разработки многопоточных приложений
- Уверенно знаете классические алгоритмы и структуры данных
- Имеете опыт работы с распределёнными системами
- Работали с NoSQL и SQL базами данных
Будет плюсом
- Работа с middleware-компонентами между backend- и frontend-частями (авторизация, gateway, балансировка, статика, кеши)
- Опыт георезервирования хранилищ данных
Вакансии по профессиям
- AI инженер
- Аналитик 1С
- Android разработчик
- BI / DWH / ETL специалисты
- C++/C
- Unit Lead / CTO
- Кибербезопасность
- Аналитика данных
- Data Engineer
- Data Science & ML
- Администратор баз данных
- DevOps
- Digital-маркетинг
- C#
- Ивент-менеджер
- Go
- HR-специалист
- HRBP/HRD/PP
- iOS разработчик
- Java/Scala/Kotlin
- MLOps инженер
- Node.js
- Other (Ruby, Rust, Elixir)
- Performance-маркетинг
- PHP
- PR и коммуникации
- Продуктовый дизайн
- Product менеджмент
- Продакт-маркетинг
- Project менеджмент
- Python
- Автоматизация тестирования
- Ручное тестирование
- React
- Рекрутинг
- Системный администратор
- Системная аналитика
- Тимлид / Техлид
- Технический менеджер
- UI/UX дизайнер
- Vue
Как составлена подборка
Показываем активные предложения IT и digital, опубликованные за последние 30 дней. Дубли объединяем. Условия и наличие вакансии могут измениться после обновления: проверяйте их перед откликом.