Вакансии IT и digital от прямых работодателей

Ищем специалиста, который сочетает инженерный подход к разработке ETL-процессов с глубоким пониманием аналитики данных.

Чем предстоит заниматься:

• проектирование на основе спецификаций (Spec-driven)

• разработка ETL/ELT процессов

• оркестрация и мониторинг

• аналитическая поддержка

• работа с документацией

• взаимодействие со стейкхолдерам

Мы ждём что ты:

• Опыт работы от 4 лет в ролях Data Engineer, DWH-разработчика или системного аналитика данных

• Продвинутый уровень SQL: оконные функции (ROW_NUMBER, LAG/LEAD), CTE, понимание плана выполнения запроса (EXPLAIN) и оптимизации

• Уверенное владение Apache Spark: опыт промышленной разработки на языке Scala, опыт работы с экосистемой Big Data: HDFS, Hive Metastore, YARN, Parquet/ORC форматы

• Практический опыт работы с оркестраторами (Airflow, Luigi или аналоги)

• Владение Git: ветвление (GitFlow), код-ревью, разрешение конфликтов

Будет плюсом:

• Опыт проектирования витрин с нуля под требования конкретных продуктовых метрик

• Python (Pandas, PySpark) для вспомогательных скриптов, тестирования или легкого анализа

• Начальные знания и интерес к развитию в области Machine Learning и Data Analysis

Что мы предлагаем:

• офисный формат работы

• ежегодный пересмотр зарплаты, годовая премия

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

• подписку Прайм с возможностью совместного использования на троих членов семьи

• вознаграждение за рекомендацию друзей в команду Сбера.

Мы в Центре Робототехники Сбера интегрируем передовые робототехнические

системы собственной разработки, включая манипуляторы, мобильные колесные роботы, мобильные манипуляторы, роботов собак и другие cutting-edge решения, в реальные промышленные проекты, чтобы обеспечить эффективность и автоматизацию процессов.

Мы ищем единомышленников, которые разделяют нашу страсть к робототехнике и обладают навыками разработки встраиваемого программного обеспечения.

• конфигурация систем разработки, тестирования, средств автоматизации и ИТ-инфраструктуры

• ведение документации

• поддержка инфраструктуры (администрирование S3 и БД, администрирование серверов, поддержка DevOps и других средств инженерной разработки)

• обеспечение мониторинга и выявление узких мест в работе систем

• проработка и претворение в жизнь технологий развертывания и обеспечения бесперебойной работы прикладного ПО

• решение задач в области мониторинга и обеспечения отказоустойчивости

• экспертные знания ОС семейства Linux

• опыт работы с terraform, ansible

• опыт работы с продуктами Cloud.ru (IaaS, PaaS, SaaS)

• уверенные понимания сетевых технологий и протоколов

• опыт работы с docker, k8s, docker-compose

• понимание принципов масштабирования и обеспечения отказоустойчивой инфраструктуры

• опыт работы с системами мониторинга

• опыт работы с Gitlab, Nexus

• опыт построения CI/CD процессов

• комфортный современный офис возле МЦК ЗИЛ

• ежегодный пересмотр зарплаты и годовую премию

• уникальную систему обучения Сбера для профессионального и карьерного развития

• расширенный ДМС и льготное страхование для семьи

• гибкий дисконт по ипотечному кредиту, равный 1/3 от ключевой ставки ЦБ

• подписка "Прайм" с возможностью использования на трех близких

• вознаграждение за рекомендацию друзей в команду Сбера.

Наша команда занимается разработкой системы по приему и обработке запросов клиентов на консультацию по финансовым операциям.

Система должна поддерживать API для внешних интеграций, ЭЦП для вложений/запросов. Существует как фронтальная так и бэковая части, а также интеграции со смежными системами как внутри так и вне организации.

Используемый стэк технологий:

• приложения на основе Java, упакованные в docker и работающие на k8s

• сервера nginx, sowa, kafka

• системы хранения (форк PostgreSQL)

• DevOps (Jenkins, Git, Ansible, DPM)

• операционные системы Unix-like (RedHat).

• настройка и поддержка CI/CD pipeline

• настройка интеграций с инструментами DevSecOps

• создание и управление инструментами DevOps (DevOpsPortal)

• первичное конфигурирование КТС тестовых сред (организация доступов, получение токенов, установка дополнительных модулей)

• написание документации на проектируемые и внедряемые решения

• разработка манифестов k8s

• настройка маршрутизации трафика (ISTIO)

• организация хранения секретов в SecMan

• разработка Jenkins Job (groovy) для автоматизации получения отчетов, запуска тестов и прочих рутинных задач в рамках производственного процесса

• поддержка тестовых стендов, обновление стендозависимых параметров

• создание helm чартов

• настройка получения сертификатов и взаимодействия по mTLS.

• опыт в роли DevOps от 3-x лет с пониманием всего жизненного цикла разработки и внедрения ПО

• понимание CI/CD практик

• понимание систем сборки, таких как Gradle и Maven.

• опыт работы с облачной инфраструктурой, Kubernetes

• опыт работы с Linux (RHEL,CentOS), знание bash

• практический опыт работы с Ansible, Kubernetes/OpenShift

• опыт работы с Helm

• опыт работы с Jenkins (Groovy)

• понимание работы tls/mtls

• опыт работы с Kafka

Будет плюсом:

• навыки работы с генеративными AI-моделями

• опыт создания AI-агентов и использования их в работе будет преимуществом

• опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов

• инструментальное владение AI для анализа, генерации и автоматизации.

• комфортный современный офис рядом с м. Ленинский проспект, ул. Вавилова 19, формат работы - гибрид

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.

Для развития технологий на базе GigaChat и помощи нашим розничным клиентам с финансовыми решениями мы начинаем новый проект с прикладныи использованием LLM и собираем для него команду. В эту команду на проектную работу ищем системного аналитика. Целью проекта является создание AI консультанта по продуктам розничного кредитования.

Что предстоит делать:

• изучать бизнес-процессы продуктов розничного кредитования
• проектировать архитектуру технического решения на базе LLM
• совместно с командой разработки собирать и анализировать требования от владельцев бизнес-продуктов
• разрабатывать концепции решения, технической документации и API
• искать информацию в документации/кукбуках/чатах/комментариях confluence

Мы ожидаем от тебя:

• интерес к большим диалоговым моделям и областям их применения
• умение быстро погружаться в исследуемую область
• навыки проектирования REST API
• опыт разработки требований к WEB-сервисам
• сбор, анализ и документирование бизнес-требований, описание use cases, генерация идей проработка технических решений, интеграционных взаимодействий
• навыки работы с генеративными AI-моделями
• опыт создания AI-агентов и использования их в работе

Будет преимуществом:

• опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов
• инструментальное владение AI для анализа, генерации и автоматизации
• коммуникативные навыки, достаточные для выстраивания конструктивного взаимодействия со смежными подразделениями и внутри команды

Мы готовы предложить:

• офисный формат работы на на Кутузовской, с зонами отдыха и спортзалом
• годовой бонус и ежегодный пересмотр зарплаты
• расширенный ДМС с первого дня и льготное страхование для семьи
• корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях
• льготная ипотека в Сбере, корпоративная пенсионная программа, подписка СберПрайм+ с возможностью совместного использования на трёх близких.

Мы ищем руководителя команды, которая участвует в испытаниях автономных легковых и грузовых автомобилей. Вам предстоит организовывать работу водителей-тестировщиков на разных локациях, а также работать с командами тестирования, разработки и эксплуатации: превращать их запросы в план испытаний, контролировать выполнение задач и помогать команде развиваться.

Организация работы команды

Вам предстоит руководить старшими смен, распределять задачи между водителями-тестировщиками и контролировать сроки и качество выполнения задач. Важно учитывать загрузку двух площадок, доступность автомобилей и подготовку сотрудников.

Взаимодействие с тестированием и разработкой

Вы будете принимать и согласовывать задачи от QA-команд и разработчиков: организовывать регулярную приёмку релизов, первичные проверки безопасности экспериментальных версий ПО, проверочные проезды после подготовки автомобилей и эксперименты на полигоне.

Поддержание готовности флота

Нужно будет контролировать техническую готовность автомобилей к испытаниям, организовывать передачу машин с неисправностями команде эксплуатации и отслеживать их возвращение в работу.

Обучение и развитие сотрудников

Вы будете организовывать инструктажи, составлять планы обучения по матрице компетенций и следить за их выполнением. Также предстоит координировать ежегодную аттестацию водителей-тестировщиков совместно с командой обучения.

Больше о разработке в Яндексе — в канале Yandex for Developers

* Руководили командой со сменным графиком, умеете ставить задачи и контролировать их выполнение через старших смен
* Умеете планировать работу нескольких площадок и расставлять приоритеты при поступлении задач от разных заказчиков
* Работали с автомобильной техникой, её испытаниями или эксплуатацией
* Понимаете, как важно соблюдать требования безопасности при испытаниях
* Умеете организовывать обучение сотрудников и оценку их профессиональных навыков
* Готовы к разъездной работе и подключению к решению критических ситуаций

* Работали с автономным транспортом или автомобильными испытаниями
* Взаимодействовали с QA-командами и разработчиками
* Управляли командой на нескольких площадках

Мы – команда, развивающая продукт «Ипотека в СБОЛ» - online-сервис, предоставляющий клиентам нашего банка возможность осуществлять полный цикл работы с недвижимостью из личного кабинета в приложение СБОЛ.

Обязанности:

· бэкенд-разработка бизнес-логики на целевом стеке Сбера на платформе ЕФС версии 4.2

· реализация новых интеграций со смежными системами (внутренними и внешними)

· поддержка реализованного функционала, рефакторинг кода

· написание unit и интеграционных тестов

· проведение нагрузочного тестирования

Требования:

· опыт разработки на Java от одного года

· знание и применение на практике принципов ООП и шаблонов проектирования

· опыт разработки на SpringBoot

· опыт написания Unit-тестов под SpringBoot-приложения

· знание форматов передачи данных XML и JSON

· понимание принципов интеграционного взаимодействия по REST

· опыт сборки проектов Maven/Gradle

Мы готовы предложить:

• гибкий формат работы
• годовой бонус и ежегодный пересмотр зарплаты
• расширенный ДМС с первого дня и льготное страхование для семьи
• корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях
• офис на Кутузовской, зонами отдыха и спортзалом
• льготная ипотека в Сбере, корпоративная пенсионная программа, подписка СберПрайм+ с возможностью совместного использования на трёх близких.

Наша команда разрабатывает ключевые части веб-версии продукта и мобильного приложения Яндекс Пэй: личный кабинет пользователя, платежи и переводы, маркетинговые проекты, процессы идентификации и многое другое.

Мы ищем руководителя, который вместе с нами будет строить качественные клиентские приложения: развивать команду фронтенд-разработчиков, участвовать в выборе архитектуры, технологий и подходов к поставке, помогать регулярно выкатывать изменения в продакшен. Впереди много интересных задач — приходите!

Руководство командой и её развитие

Вы возглавите команду из 7+ фронтенд-разработчиков: будете проводить встречи 1:1, поддерживать профессиональный рост сотрудников, работать с мотивацией и вовлечённостью.

Организация работы над проектами

Вам предстоит распределять нагрузку, координировать работу со смежными командами и стейкхолдерами из продукта, дизайна и бизнеса, контролировать сроки. Вы также будете выстраивать процессы поставки изменений (CI/CD, автоматизация сборок, тестирование, релизы) и следить, чтобы команда придерживалась лучших практик написания кода.

Архитектура и технический долг

Вы станете участвовать в проработке архитектуры сервисов и помогать команде принимать технические решения, а также управлять техдолгом и приоритизировать технические инициативы, чтобы скорость разработки не мешала качеству и стабильности.

Больше о фронтенде в Яндексе — в канале Yandex for Frontend

* Руководили командой разработки не менее года
* Знаете современные практики разработки (Agile, Scrum, Kanban), понимаете их различия и умеете адаптировать процессы под контекст команды
* Принимали сложные архитектурные решения, проектировали и развивали комплексные системы с акцентом на стабильность и качество
* Умеете держать баланс между скоростью разработки и качеством
* Умеете коммуницировать с разными стейкхолдерами (продукт, дизайн, бизнес)
* Хорошо разбираетесь во фронтенде и современном стеке (React, TypeScript, Next.js, NestJS)
* Понимаете, как выстраивать CI/CD, автоматизацию сборок, тестирование и релизы

* Проектировали микросервисы или микрофронтенды
* Знакомы с Kubernetes, Istio, Grafana, VictoriaMetrics
* Работали с GraphQL и проектировали BFF-слой

Мы в Sber AI ищем Middle/Senior ML Engineer.

Коротко о нас: мы – молодая команда, которая тесно работает с людьми, принимающими решения большого масштаба. Делаем проекты, влияющие на то, как устроены процессы в стране и разрабатываем стратегии развития ИИ. Параллельно занимаемся AI Journey – одной из самых больших AI-конференций в мире.

• развёртывание и оптимизация локального инференса LLM: подбор моделей, квантизация, настройка производительности

• оценка требований к GPU под нагрузку

• построение и улучшение поиска по документам (RAG): эмбеддинги, гибридный поиск, реранкинг

• дообучение моделей под задачи заказчика (LoRA, SFT)

• настройка промптов, структурированного вывода и вызова инструментов для агентных сценариев

• разработка агентного харнесса: цикл агента, управление контекстом и памятью, лимиты шагов, обработка ошибок инструментов, восстановление после сбоев

• разработка MCP-серверов для доступа агентов к системам и данным заказчика: реестры, документооборот, базы знаний, внутренние API

• настройка tool calling и структурированного вывода у локальных моделей.

• опыт от 3 лет в ML/NLP, из них не менее года с LLM

• PyTorch, Hugging Face (transformers, PEFT)

• опыт локального инференса: vLLM, SGLang

• квантизация на практике: AWQ, GPTQ, GGUF, понимание компромисса между качеством и скоростью

• понимание устройства инференса: KV-cache, батчинг, latency и throughput, расчёт памяти

• опыт написания собственного MCP-сервера

• опыт построения RAG-систем

• уверенный Python, Docker на рабочем уровне

Будет плюсом:

• опыт fine-tuning с LoRA

• работа с open-weight моделями (Qwen и аналоги) на русском языке

• опыт агентных систем и tool calling.

• комфортный современный офис рядом с м. Кутузовская

• гибридный формат работы

• ежегодный пересмотр зарплаты. Годовая премия

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• программа адаптации и помощь руководителя на старте

• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.

Команда образовательного кредита трайба Товарное кредитование приглашает к себе грамотного, общительного и технически подкованного системного аналитика.

Обязанности:

• реализовывать клиентские сервисы Образовательного кредита на современном стеке технологий
• специфицировать требования и API
• разрабатывать концептуальные модели данных
• разрабатывать схемы взаимодействия компонентов системы (совместно с архитекторами)
• сопровождать тестирование и внедрение продукта
• активно взаимодействовать с владельцем продукта, разработчиками, тестировщиками и смежными командами
• вести базу знаний по продукту

Требования:

• опыт работы системным аналитиком от 5 лет (выявление, фиксация, согласование требований)
• знание основных методологий разработки, включая гибкие
• опыт командной разработки (с использованием Confluence, Jira)
• опыт проектирования пользовательских интерфейсов и UX-схем
• знание методологий функционального, информационного и процессного моделирования в нотациях eEPC, BPMN, UML (Use Case, SD)
• знание методологии проектирования REST API. Разработка требований к REST сервисам. Умение работать со спецификациями OpenAPI
• понимание принципов асинхронного взаимодействия с использованием Apache Kafka
• понимание назначения различных HTTP-кодов ответа в API сервисах
• опыт создания AI-агентов и использования их в работе будет преимуществом
• опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов
• понимание аудита и мониторинга

Мы готовы предложить:

• офисный формат работы на Кутузовской, зонами отдыха и спортзалом
• годовой бонус и ежегодный пересмотр зарплаты
• расширенный ДМС с первого дня и льготное страхование для семьи
• корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях
• льготная ипотека в Сбере, корпоративная пенсионная программа, подписка СберПрайм+ с возможностью совместного использования на трёх близких.

Мы — команда экспериментальных финтех‑проектов в Яндексе, создаём финансовый сервис на базе AI‑агентов. Наша задача — превратить возможности языковых моделей в работающий продукт.

Ищем AI Engineer. Вам предстоит разрабатывать агентные сценарии, интегрировать LLM с сервисами и данными, проверять гипотезы и доводить решения до запуска. Работа затронет весь пользовательский сценарий: от взаимодействия с AI до изменений в бэкенде и мобильном приложении.

Мы ценим самостоятельность, короткие итерации и готовность экспериментировать. У вас будет возможность влиять на технические решения и развитие продукта.

Разработка AI-агентов

Вы будете проектировать и создавать AI-агентов: подбирать инструменты, настраивать контекст и прорабатывать логику взаимодействия с сервисами, чтобы агенты решали задачи пользователей.

Интеграция языковых моделей

Вы будете встраивать языковые модели в сценарии продукта, создавать нужные серверные компоненты и соединять их с мобильным приложением.

Оценка качества

Вы будете оценивать ответы и действия агентов, составлять проверочные сценарии, разбирать ошибки и дорабатывать решения, чтобы повысить их надёжность.

Проверка гипотез

Вы будете быстро собирать MVP и проверять работу новых решений на практике. Успешные эксперименты нужно будет развивать и превращать в полноценные фичи продукта.

Разработка с применением AI‑инструментов

Вы будете применять AI‑инструменты в разработке, сохраняя контроль над архитектурой и качеством кода.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Имеете больше пяти лет опыта коммерческой разработки: мобильных приложений, бэкенда, ML, инфраструктуры
* Работали с LLM и создавали решения на их основе
* Понимаете, как организовать контекст модели, вызовы инструментов и проверку результатов
* Умеете проектировать сервисы и API, писать код, готовый к эксплуатации
* Используете AI‑агентов для разработки и умеете проверять результаты их работы
* Готовы разбираться в разных компонентах продукта и самостоятельно доводить задачи до результата
* Умеете выбирать достаточное решение для эксперимента и понимаете, что потребуется для его масштабирования

* Запускали и развивали AI‑продукты с реальными пользователями — от прототипа до промышленной эксплуатации
* Разрабатывали многошаговые агентные сценарии с управлением контекстом, состоянием диалога и вызовами инструментов
* Создавали автоматизированную оценку качества агентов: тестовые наборы, сравнение моделей и промптов, выявление регрессий
* Оптимизировали LLM‑приложения по качеству, скорости ответа и стоимости работы
* Разрабатывали сервисы на Kotlin или Java, работали с асинхронной обработкой данных и событийной архитектурой
* Имеете опыт фулстек‑разработки — от интерфейса до инфраструктуры

Мы учим роботов действовать в мире, который построен для человека: ходить, открывать двери, проходить турникет, брать и переносить предметы. У нас много гипотез, экспериментов, проверок и нет единственно верной инструкции.

Тестирование в проекте создаётся с нуля. И так как робот — это совокупность железа, софта и ML, отказ редко бывает там, где его ищешь в первую очередь. Поэтому нам нужен любознательный инженер, который будет строить тестирование вместе с нами.

Проектировать тесты

Вам предстоит придумывать, как проверять поведение недетерминированной системы. Нужно будет формулировать критерии приёмки через допуски и метрики, а не через равенство.

Прогонять сценарии на реальном роботе

Вы будете работать с сериями повторов, фиксацией условий, поиском границы, за которой сценарий перестаёт выполняться. Это работа руками и глазами, рядом с машиной, которая двигается сама.

Работать с ошибками

Нужно будет делать видеозаписи, восстанавливать последовательность событий, отделять отказ железа от ошибки модели и неудачного сценария, передавать инженерам воспроизводимое описание.

Работать в команде

Предстоит обсуждать находки с разработкой и ML, вместе придумывать новые подходы и инструменты, спорить о критериях приёмки, аргументировать, почему версию нельзя выпускать.

* Имеете сильные навыки тест-дизайна и хорошее воображение
* Не останавливаетесь на «не работает»: выясняете почему, привлекаете нужных людей
* Умеете учиться и организовывать работу без внешнего контроля
* Не боитесь сказать «Релиз не готов» и объяснить, на чём основан вывод

* Тестировали системы с недетерминированным поведением
* Работали с LLM
* Знаете, что такое симуляторы, или работали в них

Ищем опытного продуктового аналитика в команду, развивающую цифровые продукты автострахования в рамках нашей компании.

Аналитик будет работать на стыке данных, бизнеса и IT: исследовать клиентский путь, находить точки роста, проверять продуктовые гипотезы, проектировать эксперименты и помогать команде принимать решения на основании данных.

Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры.

ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!

• Проведение полного цикла продуктовых исследований: анализ клиентского пути, воронок, конверсий, сегментов и поведения клиентов для поиска точек роста и причин изменения метрик;

• Формулирование, приоритизация и проверка гипотез; самостоятельное проведение ad-hoc исследований от постановки задачи до рекомендаций бизнесу;

• Проектирование и анализ A/B-тестов и пилотов: расчет выборки и MDE, контроль сопоставимости групп, оценка uplift, статистической значимости и экономического эффекта;

• Работа с большими массивами данных: оптимизация сложных SQL-запросов (Greenplum), объединение данных из нескольких источников, контроль качества расчетов;

• Использование Python для статистического анализа, автоматизации расчетов и отчетности, прототипирования аналитических решений;

• Развитие методологии и отчетности: определение принципов расчета метрик, автоматизация регулярных расчетов, создание дашбордов и визуализаций;

• Оценка влияния продуктовых изменений на конверсию, продажи и финансовый результат;

• Кросс-функциональное взаимодействие с PO, разработкой и DS: трансляция бизнес-вопросов в аналитические задачи и результатов анализа — в конкретные рекомендации;

• Применение AI-инструментов для ускорения аналитической работы и автоматизации.

• Опыт работы по профильному направлению от 3 лет;

• Твердые знания продуктовой аналитики: понимание продуктовых метрик и принципов их выбора под бизнес-задачу, методология экспериментального анализа;

• Уверенное владение SQL и практический опыт решения сложных аналитических задач: оптимизация запросов, объединение данных из нескольких источников;

• Практическое владение Python как рабочим инструментом: pandas, NumPy, Jupyter/DataLab, библиотеки статистического анализа и визуализации;

• Понимание принципов экспериментального анализа: расчет выборки и MDE, контроль сопоставимости групп, оценка uplift и статистической значимости;

• Опыт работы с большими объемами данных и промышленными СУБД (Greenplum / PostgreSQL);

• Практический опыт анализа clickstream / event-based данных и пользовательских путей;

• Опыт автоматизации аналитической отчетности и построения дашбордов;

• Опыт работы в финтехе, страховании, e-commerce или другом цифровом продукте с большими данными;

• Опыт работы с Process Mining или анализа клиентских процессов и последовательностей событий;

• Законченное высшее образование по технической, экономической или аналитической специальности;

• Инструментальное владение AI для анализа, генерации и автоматизации.

• Офисный формат работы (современный офис в Москве возле станции "Кутузовская")

• Льготные ипотечные условия кредитования;

• Подписка Прайм с возможностью совместного использования на трёх близких;

• Скидки на продукты компаний – партнеров: Okko, Сбер Маркет, Мега Маркет, Самокат, Еаптека и другие;

• ДМС с первого дня и скидки на страхование для близких;

• Корпоративная пенсионная программа;

• Детский отдых и подарки за счет Компании;

• Обучение за счет Компании, Онлайн курсы, неограниченный доступ к библиотеке и обучение на базе Корпоративного университета, тренинги, митапы и возможность получить новую квалификацию.

ДИТ ИЗиО

Тебе предстоит:

• создавать и управлять инструментами развертывания DevOps (Jenkins, Ansible, BitBucket, Gitlab, Terraform)
• управлять конфигурациями сервисов: Syngx (Nginx), Kubernetes
• администрировать и сопровождать автоматизированные системы
• проводить мониторинга компонентов АС, решать инциденты и проблемы
• участвовать в планировании и проведении регламентных работ на тестовых и промышленных стендах
• взаимодействовать с командами разработки, формировать требования по надежности и отказоустойчивости системы.

Мы ждем от кандидата:

• высшее образование
• опыт сопровождения автоматизированных систем с использованием Red Hat OpenShift/Kubernetes, Kafka, ELK, Prometheus, Jira, Jenkins, Ansible
• конфигурирование java/go/python-приложений: properties, подключение к СУБД
• уверенное знание SQL, знание и понимание архитектуры СУБД PostgreSQL
• опыт работы с системами сбора логов и мониторинга: kibana, Grafana, и т.д.знание технологий HTTP(S), REST, понимание базовых принципов разработки ПО, CI/CD, Agile
• навыки работы с генеративными AI-моделями.

Мы предлагаем:

• офис метро Кутузовская (бизнес-центр Poklonka Place)
• гибридный формат работы
• конкурентная компенсация (оклад и премии по результатам деятельности)
• ДМС c первого рабочего дня, страхование от несчастных случаев и тяжелых заболеваний
• материальная помощь и социальная поддержка, корпоративная пенсионная программа
• дисконт-программы от компаний партнеров
• бесплатный фитнес на территории работодателя
• внешнее и внутреннее профессиональное обучение: семинары, тренинги, конференции, корпоративная библиотека.

Привет! Это команда разработки Kubernetes.

Наш департамент предоставляет всей компании инфраструктуру железа в виде Linux/Windows машин и Kubernetes кластеров. Задача команды разработки Kubernetes – обеспечить эффективность, безопасность и функциональность инфраструктуры Linux + Kubernetes. Для этого мы занимаемся как разработкой собственных решений, так и развитием опенсорсных решений от CNCF. Спектр наших задач начинается от обеспечения пользователей удобным UI для инфраструктуры до написания и внедрения собственных низкоуровневых механизмов для Kubernetes. Зачастую нам приходится придумывать решения, которых нет где-то в готовом виде в опенсорсе, и которые требуют некоего know-how и умелого внедрения в существующую инфраструктуру.

Наши основные заказчики – другие платформенные команды, а главный потребитель – все разработчики Ozon Tech.

Мы ищем кандидата с глубокими знаниями инфраструктуры и сильными навыками разработки, который сможет активно участвовать в развитии нашей платформы.

Наш стек

• Основную логику пишем на Go, есть C и Rust, по мере необходимости погружаемся в другие стеки.

• Большинство задач решаем для Linux окружения, но иногда приходится разбираться и с Windows инфраструктурой

• Много работаем с Kubernetes, как на уровне пользователей, так и на уровне эксплуатации. Уровень погружения от простых контроллеров до патчей в controlplane, пишем плагины на уровне CNI/CRI.

Вы будете

• Разрабатывать и поддерживать инфраструктурные решения на Go, обеспечивая высокую производительность и надежность платформы.

• Развивать функционал Kubernetes кластеров на протяжении всей их жизни, включая их провижнинг, шедулинг и дешедулинг нагрузок, сетевой стек, системы хранения данных.

• Обеспечивать мониторинг, логирование и алертинг для инфраструктурных сервисов, включая сбор и анализ метрик.

• Сотрудничать с Ops командами по сборке кластеров и операционных систем для оптимизации работы оборудования и его интеграции в платформу.

Нам важно

• Опыт коммерческой разработки на Go либо схожих языках с готовностью перейти на Go.

• Понимание принципов работы операционных систем и опыт работы с Linux.

• Знание Kubernetes, его компонентов и архитектуры.

• Опыт работы с системами мониторинга, логирования и телеметрии.

• Понимание сетевых технологий.

Будет плюсом

• Опыт работы с сетевыми плагинами Kubernetes.

• Знание C и Rust для разработки инфраструктурных решений.

• Опыт работы с Linux Kernel и его исходным кодом.

• Опыт построения кастомных сетевых решений.

• Опыт управления жизненным циклом Kubernetes-кластеров.

Привет! Мы команда Сервисы формирования лент.
Мы строим платформу, которая превращает терабайты данных в персонализированные рекомендации для миллионов пользователей Ozon. Наши алгоритмы решают, что покупатели увидят в следующий момент, и в этом нам помогают сложные ML-модели, работающие в реальном времени. Вместе с командой Data Science мы постоянно улучшаем платформу, делая рекомендации точнее и релевантнее.

Сейчас мы ищем ведущего ML-инженера, который возьмёт на себя проекты ключевого сервиса инференса моделей и расчёта признаков. Вы будете отвечать за техническую экспертизу, глубоко вникать в архитектуру и разработку и помогать команде справляться с нетривиальными задачами.

Наш стек

Go (основные сервисы), Python (ML-часть), Cassandra, ScyllaDB, Redis, NVIDIA Triton, ONNX, OpenVINO, Kubernetes, Hadoop, Airflow.

Вы будете

• Проектировать, разрабатывать и оптимизировать высоконагруженные ML-сервисы для рекомендаций, нейросетевого скоринга и обработки стриминговых данных.

• Интегрировать решения с ML-платформой и инфраструктурой Ozon.

• Продуктивизировать сложные модели, включая нейросети и аналоги LLM.

• Улучшать пайплайн публикации моделей и метрик качества рекомендаций.

• Внедрять мониторинг, обеспечивать отказоустойчивость и низкие задержки.

• Заниматься развитием коллег в команде, участвовать в код-ревью, делиться экспертизой и помогать команде принимать технические решения.

Нам важно

• Глубокие знания в ML Engineering и работе с высоконагруженными системами.

• Опыт вывода в production сложных моделей, включая нейросетевые подходы (LLM, глубокие рекомендательные системы и т.д.).

• Умение проектировать распределённые системы и оптимизировать их производительность.

• Способность вести экспертные обсуждения, разъяснять сложные решения и вдохновлять команду.

Будет плюсом

• Опыт работы с LLM, рекомендательными системами или скорингом.

• Практика внедрения стриминговой обработки данных.

• Понимание принципов персонализации в e-commerce или маркетплейсах.

Наши сервисы написаны на Go, но мы открыты для специалистов с опытом на других языках (Python, Java, С++, C#, Rust и т.д.), готовых погрузиться в наш стек. Главное – экспертность в ML Engineering и желание решать сложные задачи в команде!

Яндекс ID — это гораздо больше, чем форма ввода логина и пароля на сервисах. Мы разрабатываем множество экосистемных продуктов, связанных с хранением и обработкой данных миллионов пользователей. Все наши проекты объединяют очень высокие требования к надёжности, масштабируемости и, конечно, безопасности.

Наша команда отвечает за два больших сервиса:
* Datum — решение для безопасного и удобного хранения персональных данных в сервисах Яндекса
* Антифрод — система для предотвращения мошенничества в платёжных и авторизационных сценариях

Будем рады принять в команду сильного разработчика.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

Разработка инфраструктуры безопасного хранения данных

Мы развиваем сервис, обеспечивающий хранение зашифрованных данных с поддержкой ротации ключей и предоставляющий API для решения продуктовых задач. В рамках сервиса вы будете обсуждать с заказчиками необходимость добавления новых типов документов и изменения API. Также вы станете создавать функциональность для аналитики с учётом безопасности персональных данных, участвовать в дежурствах и следить за тем, чтобы бэкенд и БД работали 24/7, обеспечивать миграции данных новых потребителей.

Развитие системы антифрода с опережением внешних угроз

Антифрод — сервис на Java с обвязкой микросервисов на Go с базами в PG, обеспечивающий скоринг транзакций, входов, авторизаций, СМС. Вам предстоит взаимодействовать с аналитиками (создавать новые фичи, помогать расследовать инциденты), разрабатывать решения, чтобы обеспечивать аналитические скрипты на Lua агрегатами по множеству параметров за разные промежутки времени и статистиками из смежных сервисов в реальном времени. А ещё — реализовывать микросервисы, обслуживающие основное приложение и предоставляющие API для внешних сервисов, и участвовать в дежурствах, чтобы обеспечивать работоспособность бэкенда и БД 24/7.

Улучшение инструментов управления данными в личном кабинете Яндекс ID

Нужно участвовать в развитии сервиса выдачи баннеров для саджеста фич ID, смежных сервисов Яндекса и сервиса обеспечения лимитов семейной оплаты.

* Разрабатывали бэкенд на Java, Go или другом ООЯП и готовы программировать на Go
* Готовы тестировать и сопровождать свой код
* Работали с реляционными базами данных
* Разрабатывали распределённые системы

Привет! Мы — команда разработки ML-помощников и ассистентов. Создаём и развиваем интеллектуальных ассистентов, которые встраиваются прямо в рабочие процессы компании. Наши боты работают в корпоративном мессенджере, автоматизируют HR-процессы, суммаризируют многотысячные треды и звонки — экономят часы времени каждому сотруднику. Мы делаем полезные прикладные проекты, которые решают реальные задачи бизнеса.

Наша цель — сделать ML-помощников незаметными, но незаменимыми. Мы хотим, чтобы каждый сотрудник взаимодействовал с десятками ассистентов ежедневно, не задумываясь, что за этим стоит сложная инженерия: оркестрация LLM, потоковая обработка данных, интеграция с корпоративными системами и надёжное рантайм-окружение на Go.

Ищем инженера, который готов вместе с нами проектировать и разрабатывать прикладные AI-решения и поддерживать высокий уровень инженерной культуры.

Наш стек

• Go, PostgreSQL, Kafka, Kubernetes, Docker, LLM, Prometheus, Grafana, OpenTelemetry.

Вы будете

• Проектировать и разрабатывать ML-помощников и ассистентов на Go — от архитектуры до продакшн-релизов.

• Строить надёжную оркестрацию: управление диалоговыми состояниями, очередями задач, асинхронными вызовами LLM.

• Интегрировать ассистентов с корпоративным контекстом: корпоративный мессенджер, Jira, Confluence, внутренние базы знаний.

• Работать с промптами: оптимизировать, тестировать, внедрять RAG-пайплайны для точных ответов по документации компании.

• Обеспечивать отказоустойчивость ассистентов — обработка ошибок, retry-логика, circuit breaker, graceful degradation при недоступности LLM.

• Разрабатывать пайплайны суммаризации: стриминг аудио из звонков → ASR → chunking → LLM → генерация саммари в реальном времени.

Примеры задач

• Разработать HR-ассистента в корпоративном мессенджере.

• Разработать AI-ассистент для юридического отдела.

• Реализовать пайплайн суммаризации звонков.

Нам важно

• Опыт коммерческой разработки на Go от 3 лет..

• Понимание архитектуры LLM-приложений: промпт-инжиниринг, RAG, контекстные окна, токенизация.

• Опыт работы с Kafka.

• Уверенное владение K8s, Docker — вы умеете упаковывать ассистента в образ и деплоить в кубер.

• Понимание принципов Observability: логи, метрики, трейсинг (OpenTelemetry) для отладки AI-пайплайнов.

• Навык написания тестов (unit, integration, e2e) для ассистентов — промпты и сценарии тоже нужно тестировать.

Будет плюсом

• Опыт работы с embedding-моделями и ранжированием для RAG-пайплайнов.

• Умение читать и дебажить чужой код на Go, проводить ревью.

• Опыт разработки плагинов/интеграций для корпоративных мессенджеров.

В команду сервиса “Новостной мониторинг” требуются Middle ML Engineer.

Мы занимаемся разработкой NLP моделей для анализа новостного потока, ключевые задачи: NER, entity linking, классификация. У нас открывается новое направление по OCR. Необходимо будет автоматизировать входящий поток документов в разных форматах.

Задачи:

• Есть end-to-end real-time пайплайн обработки новостей - от парсинга до поставки пользователям. Внутри происходит много чего интересного, но не всегда оптимально. Ожидается, что грамотный MLE поможет нам с этим.
• Есть задачи по организации хранения данных (сейчас сделано медленное хранилище в PostgreSQL, быстрое - ElasticSearch), по микросервисной архитектуре (есть много докер-контейнеров, можно попробовать все в кубер затащить) и по деплою моделей (хочется организовать автоматическую выкатку в torchserve через gitlab-ci + ansible)

Требования:

• Уверенный Python, SOLID, умение разбираться в чужом коде
• БД: PostgreSQL, знание ElasticSearch будет плюсом
• ML/DL - sklearn/Pytorch, знание transformers будет плюсом
• Gitlab CI, Docker, ansible
• Желательно иметь опыт заворачивания торчевых моделей в onnx/tensorrt

Условия:

• ML Space для обучения моделей
• Крупнейшее DS&AI community - более 600 DS банка, включая:
• Регулярный обмен знаниями, опытом и лучшими практиками
• Возможность переиспользования кода и библиотек из централизованного репозитория
• Интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний
• Дайджест о самых последних разработках в области DS&AI
• Регулярные внутренние митапы

Мы команда Казначейства Сбера, которая занимается разработкой нового продукта для макроэкономического анализа и прогнозирования в рамках задач по импортозамещению ушедших с российского рынка дата-провайдеров (Bloomberg, CEIC и Reuters). Цель продукта - предоставить пользователю широкий и гибкий функционал по работе с данными: получение финансовых и рыночных данных, их обработка и трансформация, построение продвинутой BI-аналитики и дашбордов. Проект находится в активной фазе разработки для внутренних пользователей, финальная цель – продажа продукта внешним клиентам Сбера.

• оценка масштабов тестирования, трудозатрат, результатов и эффективности

• разработка и обновление тестовых сценариев и процедур тестирования

• разработка/подготовка тестовых данных

• проведение тестирования по тестовым сценариям

• регистрация и «закрытие» обнаруженных ошибок

• участие в ревью дефектов

• разработка автотестов на pytest-bdd framework.

• опыт тестирования приложений от 1 года

• опыт тестирования UI

• опыт тестирования REST API

• общее понимание реляционных баз данных. Умение писать простые запросы.

• будет плюсом опыт работы с брокерами сообщений

• знание OpenShift, kubernetes, docker приветствуется

• желание развиваться в сторону автоматизации тестирования (python, pytest-bdd).

• комфортный современный офис с м. Ленинский проспект, ул.Вавилова 19(офис/гибрид)

• ежегодный пересмотр зарплаты, годовая премия

• корпоративный спортзал и зоны отдыха

• уникальная система обучения Сбера для профессионального развития

• расширенный ДМС и льготное страхование для семьи

• ипотека для сотрудников выгоднее до 4%

• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров

• вознаграждение за рекомендацию друзей в команду Сбера

• корпоративная пенсионная программа.

Мы команда SberUser делаем «браузер для внутреннего пользователя» на базе Chromium. Для экосистемы Банка — это точка входа пользователя. Нам важно предоставить пользователю полезную информацию о достижении его цели и обеспечить комфортное путешествие по сложному ИТ-пейзажу Банка. Количество пользователей — более 350 тысяч, и более миллиона уникальных установок на разные платформы»

• Управление командами разработки продукта под все платформы (Win, Linux, MacOS, iOS, Android)

• Планирование работы команды (оценка сроков реализации задач, участие в приоритизации задач, постановка и распределение задач в команде)

• Выстраивание и улучшение процесса ведения разработки в команде, соблюдение стандартов работы и написания кода

• Определение и управление технологической частью решений, согласование архитектурных требований

• Контроль работ, code review

• Ответственность за результат всей команды и достижения поставленных команде целей

• Организация работы распределенных команд (синхронизация доработок - ядро, фронт, интеграции, разные платформы)

• Подбор персонала, адаптация новых членов команды, мотивация

• Ведение деловой переписки, формирование отчетности для руководства, коммуникации со смежными командами

• Опыт разработки на языке C++

• Опыт работы в аналогичной должности не менее 3-х лет в крупной компании

• Опыт выстраивания процесса ведения разработки в команде, процессов организации тестирования и вывода в ПРОМ

• Способность оценивать объем работ, приоритетизировать задачи

• Опыт проведения code review

• Понимание архитектуры приложений, интеграционных взаимодействий

• Практический опыт интеграции систем

• Опыт работы с Jira, Confluence

• Понимание процессов DevOps

• Локация: Москва, БЦ "Даниловский форт" (м.Тульская / Нагатинская / МЦК "Верхние котлы")

• Возможен гибридный формат работы

• Гибкий график начала рабочего дня

• Уровень заработной платы определяем по итогам собеседования, отталкиваемся от твоих ожиданий

• Команда профессионалов своего дела

• Бесплатный спортзал

• ДМС с 1го дня работы работы

• Обучение и сертификацию за счет компании (в том числе обучение английскому языку компенсируется)

• Выстроенные процессы по адаптации, оценке и понятную систему роста в компании

• Наставника на период адаптации и богатую корпоративную жизнь, в которой можно участвовать по желанию

Мы - финтех команда, разрабатывающая передовую брокерскую платформу. Мы выводим нашего брокера на новый уровень и создаем решения способные выдержать любую нагрузку и обеспечить доступность сервиса миллионам клиентов. Мы не поддерживаем legacy и полностью переосмысливаем все старые процессы.

• автоматизации процессов сборки, развёртывания, написание Jenkins Pipeline, Helm Charts

• сопровождение стендов разработки и тестирования: RHEL, NGINX, Docker, OpenShift, Jenkins.

• мониторинг инфраструктуры EFK, Promethus

• разработка и поддержка процессов CI/CD, деплой приложений в OpenShift

• сопровождение текущей инфраструктуры: Linux, Ansible, OpenShift, Istio, NGINX, HAProxy, PostgreSQL, EFK, Kafka.

• сопровождение и конфигурационное управление тестовыми стендами

• автоматизировать "ручные" процессы

• хорошее знание Linux RedHat

• владение скриптовыми языками программирования - bash, Ansible, python, groovy, etc.

• опыт работы с СУБД (Postgre, Oracle, MS SQL).

• опыт работы с Docker и Kubernetes

• опыт работы с maven, gradle

• опыт работы с git/nexus

• возможность работать в гибридном режиме или удаленно

• быструю адаптацию благодаря программам обучения

• команду Agile, готовую поддержать ваши инициативы

• прозрачную систему бонусов и премий

• мощное железо

• доступ к базе знаний Корпоративного университета

• масштабные и высоконагруженные проекты с использованием новых технологий

• трудоустройство согласно трудовому кодексу

• отсутствие строгого дресс-кода

• нематериальная мотивация: ДМС доступен с первого дня работы, бесплатная подписка СберПрайм, льготные ставки по ипотеке ДомКлик, Льготные ставки по потребительским кредитам, бесплатный тренажерный зал.

Мы команда GigaChat - создаём и развиваем core-технологию генеративной языковой модели. Она может писать тексты, создавать изображения и даже код на Python. Она умеет отвечать на вопросы, вести диалог, сочинять стихи и рассказы, придумывать идеи для бизнеса, писать письма и многое другое.

Приглашаем в команду талантливого NLP Enginner, с которым мы будем вместе усовершенствовать и развивать GigaChat. В работе будет очень много креативности и придумывания новых подходов. Для всех этих экспериментов у нас есть кластер с большим числом A/H 100'ых.

• довести качество до ChatGPT на русском и дальше обогнать его

• помогать решать бизнес-задачи с помощью нашей технологии сначала для внутренних клиентов в Сбере, а потом и внешним

• придумывать и внедрять новые применения для LLM

• помогать выводить в прод все, что мы обучим

• постоянно держаться up-to-date со свежими статьями.

• Python, алгоритмы, математика

• знания в DL, опыт обучения просто моделей и больших моделей

• опыт обучения моделей для продакшен

• понимание текущего состояния эволюции больших LLM's

• C++ & CUDA

• публикации.

• комфортный современный офис рядом с м. Кутузовская

• возможность выбрать удобный график – офис/гибрид

• ежегодный пересмотр зарплаты и годовая премия

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• расширенный ДМС, льготное страхование для семьи

• ипотека для сотрудников выгоднее до 4%

• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров

• вознаграждение за рекомендацию друзей в команду Сбера.

Яндекс Плюс — это единая подписка на сервисы Яндекса, которая даёт доступ к музыке, фильмам, подкастам, книгам, играм, спортивному и другому контенту. Это большой экосистемный проект, где более 35 миллионов подписчиков каждый день используют разнообразные возможности во всех сервисах экосистемы: слушают «Мою волну» в Музыке, получают кешбэк в Такси, Еде, на Маркете и в других сервисах Яндекса, смотрят кино на Кинопоиске.

Одно из фокусных направлений — развитие сценариев лояльности. Количество предложений для пользователей растёт каждый день, и необходимо построить системы оптимального управления этим оферингом, скидками и баллами Плюса.

Механик лояльности довольно много, каждая их них должна быть оптимизирована и максимально эффективна без превышения расходов. При этом все механики должны работать в одном направлении, не противореча целям бизнеса.

Выдвижение гипотез и проведение экспериментов

Вам предстоит предлагать новые гипотезы и тестировать их, чтобы с помощью ML-моделей повышать эффективность механик лояльности для наших подписчиков в экосистеме Яндекса.

Написание продакшн-кода на Java

Мы работаем с классическими методами ML, оборачиваем наши модели в сервисы на Java и выводим в продакшн. Вам предстоит писать надёжный и эффективный продакшн-код на Java.

* Понимаете принципы классического ML
* Знаете традиционные алгоритмы и структуры данных
* Хорошо знакомы с Python и SQL
* Можете понятно продемонстрировать бизнесу результаты исследований, аргументированно отстаиваете свою точку зрения
* Готовы отвечать за продакшн-модели в runtime

* Выводили ML-модели в продакшн
* Разрабатывали на Java или C++
* Умеете решать задачи из области Causal Inference

Мы молодая, амбициозная команда, занимающаяся разработкой решений для инновационного направления – Цифровые Права и Цифровые валюты на базе технологий блокчейн для Департамента Глобальных Рынков КИБ Сбер. Придумываем и разрабатываем с нуля целевую архитектуру на современном стеке, работаем по гибким методологиям, внедряем AI-агентов в производственные процессы команд.

• выстраивание командной работы системных аналитиков (3+ чел.), ответственность за результат и капасити команды

• менторинг, помощь в развитии хард скиллов системных аналитиков

• декомпозиция эпиков на таски, оценка трудозатрат и сроков работ по системной аналитике

• проектирование бизнес-логики event-driven АС и алгоритмов пост-обработки данных (учёт, до-обогащение, экспорт в DTO)

• описание жизненных циклов продуктов в АС и функциональных тест-кейсов

• внедрение и применение AI инструментов в производственном процессе команды по методологии Spec-Driven Development

• проектирование синхронных / асинхронных интеграций со смежными системами (REST, Kafka, RPC, FIX)

• проектирование REST API (описание эндпоинтов, методов, форматов запросов/ответов) с использованием OpenAPI/Swagger, согласование контрактов с разработчиками

• разработка спецификаций API (в т.ч межсервисной), ведение спецификаций методов в API studio

• проектирование таблиц БД, написание запросов SQL для проверки гипотез и анализа данных

• описание сценариев обработки ошибок АС

• проектирование миграций данных для переноса продуктов в ПРОМ;

• совместная аналитика кейсов от downstream команд

• разбор алёртов и ошибок по функционалу в АС в ПРОМ, выявление причин дефектов (руткоз).

• высшее техническое образование

• опыт работы системным/fullstak аналитиком от 4 лет

• опыт составления артефактов "цифровой аналитики" в MarkDown, AsciiDoc, plantUML

• опыт составления промптов и контекст-паков для AI агентов

• владение нотациями: UML (Sequence, Class, Object) и BPMN — уверенное построение диаграмм для описания процессов и взаимодействий;

• опыт проектирования REST API: понимание принципов (ресурсы, методы, статус-коды, версионирование)

• опыт работы с OpenAPI/Swagger (чтение и создание спецификаций);

• уверенное знание SQL: написание сложных запросов с JOIN, группировками, подзапросами

• понимание Web API, протокола HTTP (методы, заголовки, коды ответа);

• понимание принципов работы асинхронных брокеров (Kafka или RabbitMQ) — топики, очереди, гарантии доставки

• знание базовых шаблонов проектирования и принципов SOLID — на уровне, достаточном для понимания ограничений при описании интеграций

• опыт работы в Agile-командах (Scrum/Kanban) — участие в планировании, грумминге, ретроспективах

• хорошие коммуникативные навыки — умение чётко излагать мысли письменно и устно, вести диалог с разработчиками и заказчиками;

• уверенное владение Jira, Confluence, Git (работа с ветками, коммитами для документации)

• опыт написания и поддержки технической документации (ТЗ, руководства, описания интеграций).

Будет плюсом:

• опыт работы в FinTech с доменной областью финансовые рынки

• опыт работы с blockchain-технологиями

• опыт дизайна UI/UX в Pixso/Figma

• опыт работы со стеком Java + Spring Boot + PostgreSQL + Kafka (или эквивалентным)

• опыт работы с платформой Platform V (ППРБ, ЕФС).

• комфортный современный офис г. Москва, Кутузовский проспект 32

• гибридный формат работы

• ежегодный пересмотр зарплаты, годовая премия

• корпоративный спортзал и зоны отдыха

• система обучения для профессионального и карьерного развития

• расширенный полис ДМС с первого дня работы и страхование для семьи

• программа ипотеки для сотрудников

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.

ИТ B2C — самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее.

Ждем именно тебя!

Мы — команда экспертов, объединённых общей страстью к искусственному интеллекту и рекомендательным системам. Наша главная задача — создание современной масштабируемой рекомендательной платформы, способной предвосхищать ожидания пользователей и предлагать персонализированные рекомендации на каждом этапе их взаимодействия с экосистемой Сбер.

Наши решения охватывают широкий спектр отраслей: от финансов и e-commerce до индустрии развлечений и здравоохранения. Мы следим за развитием технологий, экспериментируем с новыми ML-подходами, внедряем их в платформу и доводим до конкретного применения в бизнесе.

Мы ищем Lead ML Engineer, который будет отвечать за технологическое развитие направления рекомендательных систем и формирование единой инженерной и операционной среды для DS- и MLE-команд. В зоне ответственности — скорость и воспроизводимость проверки DS-гипотез, качество разработки и вывода моделей в production, а также надёжная эксплуатация ML-решений с предсказуемыми качеством и стоимостью.

• формировать технологическое видение и roadmap развития ML Engineering и MLOps в направлении рекомендательных систем, определяя ключевые инженерные приоритеты и точки роста

• развивать единый жизненный цикл ML-решений — от формулирования и воспроизводимой проверки DS-гипотез до запуска моделей в production, мониторинга и дальнейшего сопровождения

• создавать инженерные стандарты и практики, которые помогают командам выпускать качественные и надёжные модели: требования к коду и данным, тестированию, версионированию, документированию, релизам

• управлять портфелем технологических инициатив, находя баланс между развитием новых возможностей, повышением надёжности и устранением архитектурных ограничений

• повышать производительность DS/MLE команд за счёт автоматизации, стандартизации, переиспользуемых компонентов и упрощения пути от эксперимента до production

• развивать применение GenAI в процессе создания ML-решений: находить наиболее перспективные сценарии, запускать пилоты и оценивать их влияние на скорость и качество разработки

• повышать масштабируемость, надёжность и экономическую эффективность ML-инфраструктуры

• развивать ML-инженеров и технических лидеров направления.

• опыт технического лидерства в крупном ML-направлении не менее двух лет: умение формировать технологическое видение и roadmap, а также доводить системные изменения до результата

• глубокое понимание полного жизненного цикла ML-решений — от эксперимента и обучения модели до production, мониторинга, масштабирования и дальнейшего сопровождения

• опыт проектирования и развития высоконагруженных ML-систем, включая batch-, streaming- и real-time-сценарии

• опыт взаимодействия с продуктовыми, платформенными и инфраструктурными командами, включая согласование приоритетов и защиту потребностей своего направления

• умение принимать решения в условиях конфликтующих приоритетов, объяснять компромиссы и доводить выбранные инициативы до результата

• опыт people management в DS/MLE командах: найм и адаптация сотрудников, постановка целей, регулярная обратная связь, performance review, развитие и удержание специалистов, а также формирование среды для обмена знаниями и распространения сильных инженерных практик

• опыт внедрения GenAI-инструментов в процессы разработки и оценки их влияния на скорость и качество работы команд.

Будет большим плюсом:

• опыт работы с рекомендательными системами, поиском, ранжированием, персонализацией или рекламными технологиями
• практический опыт работы в роли Data Scientist: формулирование и проверка ML-гипотез, оценка качества моделей и участие в A/B-тестах.
• опыт эксплуатации real-time ML-систем на масштабе миллионов пользователей и при строгих требованиях к latency и availability.

Стек технологий:

Python, PySpark, PyTorch, RePlay, GigaChat, Airflow, MLflow, Kubernetes, Redis, Kafka, S3, FastAPI и другие инструменты для разработки, обучения, внедрения и мониторинга ML-моделей.

• комфортный современный офис рядом с м. Кутузовская
• ежегодный пересмотр зарплаты и годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера