Data Science Jobs

Вакансия DA/DE в Альфа-Инсайт. Вендорсакая ставка. Требования: • Опыт работы от 2-х лет на позициях DA/DE в области DWH/BI. ➡️Обязательные hard skills: - Практический опыт работы с Apache Spark — ключевое требование - Продвинутое знание SQL: сложные joins, оконные функции, CTE, агрегации, подзапросы и оптимизация запросов. - Опыт оптимизации Spark-задач и SQL-запросов на больших объемах данных. - Опыт работы с S3 - Опыт работы с Apache Iceberg или понимание его ключевых возможностей - Понимание принципов построения хранилищ данных (DWH), ETL/ELT-процессов, нормализации данных и организации потоков обработки. - Опыт работы с технической документацией (BRD, FSD), умение писать ее четко и структурированно. - Опыт тестирования данных - Опыт работы с системами контроля версий, включая Git. ➡️Ключевые soft skills: - Системное аналитическое мышление - Коммуникабельность - Самостоятельность и ответственность - Внимание к деталям и аккуратность ➡️ Будет плюсом: - Понимание принципов работы с Oracle и Greenplum. - Опыт работы в финансовой сфере (банк, страхование, финтех). - Базовые знания Python для скриптинга и анализа данных. - Понимание методологий управления проектами (Agile, Scrum, Kanban). - Опыт работы с ClickHouse, Airflow, SuperSet, FineBI. - Понимание принципов организации data lake и lakehouse-архитектуры. ☑️Обязанности: • Анализ требований: - Прием и анализ входящей документации от заказчиков - Детальный разбор требований, их формализация, проработка неясных моментов. - Оценка возможности реализации с учетом используемого стека - Анализ влияния изменений на текущие процессы, модели данных, таблицы и связанные компоненты. • Проектирование и прототипирование: - Разработка и согласование концептуального и логического решения. - Проектирование потоков обработки и трансформации данных с использованием Apache Spark. - Работа с данными, размещенными в S3 и организованными с использованием Apache Iceberg. - Написание SQL-кода в среде Apache Spark для создания прототипов, проверки гипотез и подтверждения корректности предлагаемой логики расчетов или моделей данных. • Тестирование и выпуск изменений: - Приемка и тестирование патчей от разработчиков на тестовых/предпродуктивных/продуктивных стендах. - Проверка корректности Spark-задач, SQL-логики, загрузок в S3 и работы таблиц Iceberg. - Подготовка и контроль выгрузки доработок в продуктивный контур. ⚠️Контакт для связи: @max_kicha

#вакансия #fulltime #удаленка #Senior Локация: РФ Формат: Удаленно Период: долгосрок Занятость: фуллтайм Оформление по договору с ИП Оплата: от 1200 рублей в час до 1500 рублей в час Applied Scientist / MLOps Engineer (Обезличивание данных / Privacy AI) Чем предстоит заниматься (Ключевые задачи): 1. Развитие классификатора данных для полей БД (Tabular ML) Развитие существующей ML-модели (RandomForest), которая выявляет ПДн в полях баз данных на основе метаданных и значений. Обучение модели распознаванию новых типов данных (например, VIN-номера, специфические идентификаторы). Повышение качества классификации: исправление ошибок (например, обнаружение сложных форматов телефонов). Решение задачи со «смешанными данными»: обучение модели корректно работать, когда в одной колонке БД вперемешку находятся ФИО, адреса и телефоны. Особенность: Оптимизация модели для высокой скорости работы на CPU, так как системе предстоит проводить полное сканирование БД объемом в несколько ТБ. 2. Создание модели для выявления данных в произвольном тексте (NLP / NER) Разработка архитектуры и обучение NER-модели (Named Entity Recognition) для поиска ПДн в неструктурированном тексте. Работа с различными форматами файлов: TXT, DOCX, PDF (включая распознавание текста) и логами. Реализация пайплайнов очистки и нормализации «шумных» данных перед подачей в модель. Наши ожидания от вас (Требования): Опыт и лидерство: Опыт разработки и внедрения ML-моделей в production от 3-х лет. Опыт ведения полного цикла: от исследования и постановки задачи до мониторинга качества и настройки автоматического ретренинга. Лидерство: Готовность возглавить направление, самостоятельно декомпозировать бизнес-задачи на технические и нести ответственность за результат. Технический стек (Python и ML): Уверенное владение Python (pandas, numpy, scikit-learn). Глубокое понимание классических ML-алгоритмов (деревья решений, ансамбли, Random Forest), умение интерпретировать результаты (Feature Importance) и подбирать гиперпараметры. NLP: Практический опыт работы с Hugging Face Transformers и/или SpaCy. Обязателен опыт обучения NER-моделей. Data Engineering: Опыт построения пайплайнов обработки неструктурированных данных (PDF, тексты). Навык Feature Engineering для табличных данных. Производительность и инфраструктура (MLOps): Performance: Опыт оптимизации инференса моделей для работы на CPU. Масштаб: Опыт работы с большими объемами данных (полное сканирование БД от нескольких ТБ). Production: Опыт развертывания моделей через API (FastAPI), контейнеризация (Docker). MLOps: Владение инструментами версионирования (MLflow, DVC), понимание CI/CD-процессов. Опыт настройки мониторинга качества моделей (Model Drift, Quality Gates) и организации автоматического ретренинга. Будет плюсом: Опыт работы именно с классификаторами для профилирования данных БД. Опыт распознавания специфических типов данных (VIN, номера карт, крипто-адреса). Опыт в области защиты ПДн, обезличивания данных или антифрод-систем. Что мы предлагаем: Возможность влиять на архитектуру сложного AI-продукта с нуля. Работу с реальными Big Data задачами (TB+). Современный стек и отсутствие легаси. Для связи @grosssoft1600

🧩 Data Pipeline Engineer @ Higgsfield AI Higgsfield AI — самая быстрорастущая AI-компания в истории. За 18 месяцев с запуска наша команда достигла $1B ARR, а 133 сотрудника уже стали долларовыми миллионерами. Ты можешь стать следующим. Что предлагаем: ⚡️ Высоконагруженные распределённые системы и отказоустойчивые пайплайны сбора данных 🔬 Работа рядом с ML-командой над задачами для AI-продукта 🎯 Ответственность за результат и возможность самостоятельно доводить системы до production 💵 Конкурентная зарплата в USD + опционы Кого ищем: - Инженер уровня Middle/Senior - 3+ года коммерческой разработки, Python/Go, Kubernetes - Опыт разработки высоконагруженных распределённых систем и надёжных пайплайнов сбора данных - Самостоятельность: брать ответственность за задачу и доводить её до результата - Готовность работать 6 дней в неделю. Так работают сильнейшие AI-команды. Рост до $1B ARR за 18 месяцев требует такого темпа. За год здесь получаешь опыт, на который в бигтехе уходят несколько лет. 📍 Офис в Алматы · поможем с релокацией Отклик: @yrztdlt — co-founder, по этой роли отвечает лично

😎 Авито снова участвует в Рейтинге работодателей hh.ru! В прошлом году благодаря вашей поддержке мы вошли в топ-3 IT-компаний страны. Если вам откликается то, что мы делаем, проголосуйте за Авито и в этом году ❤️ Как поддержать компанию: — Перейдите на hh.ru и авторизуйтесь в личном кабинете. — Найдите Авито в списке компаний и оставьте свой голос. ✔️ Проголосовать за Авито Спасибо за поддержку! #РейтингРаботодателейРоссии

One Day Offer: стань щитом для миллионов клиентов! 🔥 В департамент противодействия мошенничеству Сбера нужен аналитик данных в антифрод — чтобы разбирать тренды мошенничества, находить скрытые паттерны и превращать их в правила защиты. Готов к таким задачам — добро пожаловать на One Day Offer: отбор за один день, разбор реальных кейсов, быстрая обратная связь. 24 октября, онлайн, регистрация и подробности — здесь!

#вакансия #Danaanalyst #удаленка #DWH #аналитик #AI Вакансия: Data Analyst Формат работы: удаленка Оформление: ИП/СЗ Занятость: part-time/full-time ЗП: до 2.000 руб. в час Привет! Мы Secreate ИТ-компания с подходом 360° - закрываем цифровые задачи бизнеса, от аналитики и разработки любой сложности до проектного консалтинга и поддержки готового решения. На нашем счету уже более 150 реализованных ИТ-проектов разной сложности. Нам доверяют лидеры рынка: Уралхим, Росгосстрах, Skolkovo, Skyeng, OZON, Kaspersky и другие. Сейчас мы находимся в поиск Data Analyst под следующие требования. Требования: - Коммерческий опыт в роли Data Analyst от 3-х лет; - Уверенное владение инструментами аналитики данных: SQL (включая оконные функции, агрегаты, подзапросы), Python для обработки и анализа больших данных; - Опыт работы с хранилищами данных и ETL (понимание принципов работы с DWH, базовое понимание ETL/ELT); - Опыт работы с BI-системами (Power BI/Tableau/Metabase и т.п.); - Опыт формулирования требований к данным: постановка задач на разработку витрин, проектирование таблиц и расчётных полей; - Сильные аналитические способности, внимание к деталям и способность мыслить критически, ориентируясь на потребности бизнеса. Будет плюсом: - Опыт построения аналитики в B2B, финтехе или сложных бизнес-моделях. Условия: - Полное удаленное сотрудничество; - Интересные проекты и нетривиальные задачи; - Отсутствие бессмысленной бюрократии и излишнего формализма. Контакт для связи: @a1enushkaj

Коллеги, если сейчас ищете работу или готовитесь к переходу в Data Engineering, рекомендую канал @dataengineerlab В канале много полезного для подготовки: — разборы Spark, Airflow, Kafka, Iceberg, Greenplum и других инструментов — актуальные вопросы с собеседований в бигтех — мини гайд по ии агентам — советы по резюме и прохождению интервью Рекомендую заглянуть и подписаться — точно найдете что-то полезное для подготовки: @dataengineerlab

#вакансия #job #РФ #Москва #офис #гибрид #web #вебаналитик #ecommerce Руководитель веб-аналитики (e-commerce) Компания: Simple Group - один из ведущих импортеров вина и других напитков в России, национальный дистрибьютор и ритейлер с собственной сетью винотек SimpleWine Формат: гибрид (Москва; ул. Минская, 2Ж) Занятость: полная ▪Задачи: Выполнение роли руководителя веб-аналитики в команде цифровых продуктов В2С, в частности e-commerce платформы https://simplewine.ru/. – Выстраивание сквозной аналитики с данными e-commerce платформы, CRM и другими источниками. – Настройка инструментов аналитики (Яндекс.Метрика, DataGo). – Агрегация данных из нескольких источников (Яндекс.Метрика, CRM и пр.), работа с сырыми данными. – Проверка и формулирование продуктовых гипотез, проведение A/B тестов, анализ результатов, поиск инсайтов в данных. – Визуализация данных и подготовка омниканальной отчётности по запросам заказчиков для контроля показателей. – Мониторинг показателей, выявление причин отклонения и подготовка рекомендаций по их устранению. – Составление прогнозов показателей эффективности сайта (трафик, выручка, конверсия, средний чек, показатель отказов и пр.). – Взаимодействие с внутренними заказчиками (сбор, анализ, уточнение требований) и веб-разработчиками (постановка задач, контроль реализации). ▪Требования: – Опыт работы в роли руководителя аналитики или ведущего веб-аналитика. – Опыт выстраивания процессов аналитики цифровых продуктов web и app в сфере e-commerce. – Владение инструментами Google Tag Manager, Яндекс.Метрика, Yandex DataLens, DataGo, Appmetrica, ClickHouse, Power BI. – Опыт проведения ROPO-анализа. – Опыт разработки инструментов для автоматизации процессов обработки данных и типовых задач с помощью скриптов Python. – Будет преимуществом опыт с исследованиями, прогностическими моделями и факторным анализом. ▪Мы предлагаем: – Оформление в штат компании. – Программу ДМС со стоматологией. – Корпоративные скидки на товары компании, партнёрские программы. – Возможности внутреннего и внешнего обучения. – Развитие экспертизы в вине с помощью курсов, дегустаций и обучений от наших экспертов и бренд-амбассадоров. 📩 Отправить резюме – @ds_fedorova, dsfedorova@simple.ru

🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку Окружение решает больше, чем кажется. Собрал папки и каналы, где можно быстрее влиться в нужное направление, следить за трендами и не вариться в своём пузыре. AI: t.me/ai_machinelearning_big_data Python: t.me/pythonl Linux: t.me/linuxacademiya Хакинг: t.me/linuxkalii DevOps: t.me/DevOPSitsec Docker: https://t.me/+90Z5TAyfuNU5YmRi Golang: t.me/Golang_google Rust: t.me/rust_code C++: t.me/cpluspluc C#: t.me/csharp_ci Java: t.me/javatg JavaScript: t.me/javascriptv React: t.me/react_tg Frontend: t.me/front PHP: t.me/phpshka Android: t.me/android_its Мобильная разработка: t.me/mobdevelop Базы данных: t.me/sqlhub Data Science: t.me/data_analysis_ml Big Data: t.me/bigdatai Математика: t.me/data_math Физика: t.me/fizmat Kubernetes: t.me/kubernetc GameDev: https://t.me/gamedev Haskell: t.me/haskell_tg Собеседования и карьера: DS собеседования: t.me/machinelearning_interview Python собеседования: t.me/python_job_interview Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy Папка Frontend: https://t.me/addlist/mzMMG3RPZhY2M2Iy Полезное сверху: ИТ-мемы: t.me/memes_prog Английский для программистов: t.me/english_forprogrammers ИИ и технологии: t.me/vistehno 954 ГБ open-source курсов: https://t.me/+rKBQEMccAA01MTcy ИТ-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy Max Ai: https://max.ru/ai_machinelearning_big_data Max python: https://max.ru/pythonl ТЕХНО: https://max.ru/vistehno Max Go: https://max.ru/Golang_google Max Linux: https://max.ru/linuxkalii Devops: https://max.ru/DevOPSitsec C#: https://max.ru/csharp_ci C++: https://max.ru/cpluspluc SQL: https://max.ru/sqlhub Java: https://max.ru/javatg Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд.

Как мы перешли от CatBoost к нейросетям в рекомендациях Авито Рекомендации на главной дают Авито половину просмотров объявлений и около 30% контактов покупателей с продавцами. С 2020 года их ранжировал CatBoost, но со временем он упёрся в потолок: даже кратно больше данных уже не давало прироста качества. Мы перешли на нейросетевое ранжирование, и вот что получилось: 🚀 +4,3% пользователей с контактами из рекомендаций 🤝 +0,8% пользователей, совершивших сделку, по всему Авито Техлид команды рекомендаций Ярослав Хныков рассказал на Хабре, какие решения сработали. Больше про DS в Авито пишем в канале «Доска AI-объявлений».

#middle #удаленка #гибрид #офис X5 Tech Data Engineer (Flink) Опыт работы: 3–6 лет Полная занятость График: 5/2 Формат работы: удалённо или гибрид или офис ☑️ Чем предстоит заниматься -Разработка шаблонов потоков данных на основе Flink DataStream -Реализация архитектуры потоков данных -Написание и доработка Java приложений для Big Data ☑️ Наши пожелания к кандидатам -Java Core: Глубокое понимание Java Core, включая ООП, многопоточность, коллекции, исключения и generics -Spring Boot: Опыт разработки микросервисов и REST API с Spring Boot, включая Spring Data, Security, Actuator и AOP -Apache Flink: Опыт работы с Apache Flink для потоковой обработки, включая DataStream API, state management, checkpoints и Flink CDC -Дата-инженерия: Работа с ETL/ELT, потоковыми и batch-процессами; инструменты вроде Airflow и Temporal -Проектирование фреймворков: Понимание принципов проектирования фреймворков и библиотек — код "для других разработчиков" -Большие данные: Знание принципов работы с большими данными (Spark, Dask, pandas на больших датасетах — плюс) -Базы данных: Опыт работы с PostgreSQL, ClickHouse; знание форматов данных Iceberg и Paimon -CI/CD и DevOps: Навыки работы с CI/CD, контейнеризацией (Docker), оркестрацией (Kubernetes — плюс) -Качество кода: Умение писать тесты (unit, integration), следить за качеством кода и его поддерживаемостью -Опыт программирования на питоне: скрипты, микросервисы, приложения -Будет плюсом: -Увлеченность разработкой: Активный интерес к новым технологиям и методам разработки -Хороший кругозор: Знание и понимание различных аспектов разработки, включая агентный -Практический опыт: Доказанный опыт практической реализации проектов, особенно в области баз данных и автоматизации Контакты: job@x5.ru /

Data Engineer DWH Мы ищем опытного Data Engineer / DWH-разработчика для работы над аналитическими системами в финансовом домене. Нам нужен практичный специалист, который сможет быстро погрузиться в предметную область, выстроить устойчивую модель данных и взять на себя задачи по развитию и поддержке аналитического хранилища. Проект ориентирован на работу с данными кредитных организаций, с фокусом на качество данных, прозрачность метрик и удобство аналитики. Ключевые обязанности: • Проектирование и развитие аналитического хранилища данных (DWH) • Разработка моделей данных (fact / dimension, агрегаты) • Построение ETL / ELT-процессов загрузки и трансформации данных • Разработка аналитических витрин и BI-моделей • Работа с финансовыми данными (кредиты, платежи, просрочка, клиенты, продукты) • Обеспечение качества, согласованности и историчности данных • Оптимизация запросов, моделей данных и расчета показателей • Взаимодействие с разработчиками, аналитиками и бизнесом для формализации требований Требования: • От 3 лет опыта в Data / DWH разработке • Уверенное знание SQL • Практический опыт построения DWH / аналитических систем • Понимание подходов моделирования данных (Star Schema, Fact / Dimension) • Опыт разработки ETL / ELT-процессов • Понимание принципов построения аналитической отчетности и BI • Опыт работы с одной или несколькими аналитическими СУБД (PostgreSQL, MS SQL Server, ClickHouse, Snowflake, BigQuery, Microsoft Fabric / Synapse) • Понимание различий между OLTP и OLAP системами • Умение проектировать устойчивые и понятные модели данных Будет плюсом: • Опыт работы в финансовом домене (банки, МФО, финтех) • Опыт построения отчетности по кредитному портфелю (выдачи, погашения, просрочка, collection, когортный и винтажный анализ) • Опыт работы с BI-инструментами (Power BI, Tableau, Superset, Metabase) • Опыт работы с orchestration-инструментами (Airflow, dbt) • Опыт использования Python для обработки данных • Понимание принципов Data Quality, Data Governance и историзации данных Мы предлагаем: • Полную занятость • Офисный формат работы в Ташкенте. • Работу над аналитической платформой в финтех-домене с прямым влиянием на бизнес • Сильную продуктовую и техническую команду • Возможность профессионального роста в направлении Data / DWH архитектуры • Конкурентную заработную плату 📩 Telegram: @haas_maru

Шаг со среднего уровня на старший На среднем уровне в данных ответственность — обычно за часть системы: модель, обработка данных, признаки, метрика. На старшем — за систему целиком: откуда приходят данные, как результат попадет к пользователю, что станет с решением через полгода. Этот же навык на собеседовании в сильную команду проверяют на секции по проектированию систем, где плавают даже инженеры, которые отлично обучают модели. 15 октября в 19:00 МСК Валерий Бабушкин проведет живой эфир вопросов и ответов про рост в данных и проектирование систем.  Валерий — соавтор книги «Machine Learning System Design», по которой учатся инженеры по всему миру, входит в топ-25 мирового рейтинга гроссмейстеров платформы Kaggle, старший директор по данным и ИИ в British Petroleum Разберут, какой навык отделяет средний уровень от старшего и архитектора, как устроена секция по проектированию систем на собеседовании, какие вопросы задать на старте проекта, чтобы он доехал до пользователя, и где большие языковые модели, поиск по источникам и ИИ-агенты уже работают, а где это шум. Свой вопрос Валерию можно задать заранее при регистрации — часть ответов будет именно по ним. Приходите услышать разбор от первого лица и прислать свой вопрос: https://clc.to/erid_2W5zFJj1KYu  После эфира всем участникам придет запись. Реклама. ООО «КАРПОВ КУРСЫ». ИНН 7811764627. erid: 2W5zFJj1KYu 

#ИТ #SeniorML IT-компания Selecty в поиске Senior ML-инженера в крупный онлайн-кинотеатр ⭐️Что предстоит делать: — Разрабатывать и поддерживать реализованные рекомендательные решения — Искать новые гипотезы для улучшения пайплайнов обучения моделей и добавления новых признаков — Решать R&D-задачи по исследованию новых алгоритмов на основе нейросетей — Решать задачи, возникающие в процессе развития продукта — Прототипировать новые подходы на dev-сервере с GPU — Оценивать метрики качества новых прототипов — Создавать production-ready решения на основе прототипов и выводить их на A/B-тестирование ⭐️Ожидаем: — Опыт от 3 лет на позиции SWE / DS / MLE — Опыт работы в домене рекомендаций, поиска, персонализации или матчинга — Знание алгоритмов, структур данных и прикладной статистики — Самостоятельность в решении задач и контроле результатов — Опыт командной разработки — Уверенное владение Python 3, SQL, Git, Bash, Docker, Spark — Знание основных библиотек: PySpark, NumPy, Pandas, SciPy, scikit-learn — Опыт работы с базами данных и хранилищами: ClickHouse, Redis, S3, PostgreSQL — Желателен опыт работы с RePlay / RecTools / RecBole, PyTorch Lightning, Triton Inference Server — Желателен опыт работы с OpenCode, Claude Code, Cursor или аналогичными инструментами ⭐️Основные условия: — Работа в аккредитованной IT-компании — Официальное трудоустройство по ТК РФ — Уютный современный офис в шаговой доступности от станций метро «Дмитровская» и «Савёловская», рядом с «Флаконом» и «Хлебозаводом» — Удалённый или гибридный формат работы или желание переехать в Москву — Современная рабочая техника, дополнительный монитор и всё необходимое для комфортной работы — Забота о здоровье: после испытательного срока — ДМС со стоматологией, страхование от несчастных случаев и критических заболеваний, а также возможность получать консультации психолога, юриста, финансового консультанта и специалиста по ЗОЖ — Поддержка в обмене знаниями и идеями: поощряем выступления на митапах и помогаем с подготовкой докладов — Бесплатная подписка на сервис корпоративных скидок и предложений BestBenefits, а также доступ к онлайн-библиотеке издательства «МИФ» — Специальное предложение по подписке на онлайн-кинотеатр Контакт: @YurievaElena

Вакансия: ML-инженер (LLM / Python) Мы в поиске Senior / Middle+ ML-инженера на аналитический проект. Работа в офисе (Москва), оффлайн-контур (Air-Gapped). Мощнейшее железо: Mac Studio 512GB + Ubuntu (NVIDIA RTX PRO 6000 96GB). Обязательные требования: • Python, vLLM, Ollama, llama.cpp. • Опыт локального развертывания LLM-моделей (Llama-3, Qwen) и работы с форматами GGUF / FP8 / AWQ. Будет плюсом: • Опыт дообучения (Fine-Tuning, LoRA, QLoRA) и построения RAG-систем (ChromaDB / Qdrant). • Умение писать парсеры (Selenium, Playwright). Формат работы: офис / гибрид (Москва) Есть тестовое задание, для его выполнения необходимо подъехать в офис. Оплата: кэш/крипта, выше рынка. Узнать подробности и отправить резюме: @konoovylinkaa

#вакансия #Senior_PostgreSQL_Engineer #Database_Reliability_Engineer #Data_Engineer Компания: Chrona (в рамках партнерского сотрудничества) Формат работы: Гибрид (Минск)(рассматриваем кандидатов готоых к переезду в РБ) ЗП: $5 000 – 8000 gross Мы создаем передовые технологии для автоматизации глобального рынка рекрутмента (AdTech). Наша платформа — это высоконагруженная экосистема, через которую проходят сотни миллионов долларов рекламных бюджетов. Сердце нашего продукта — 5–6 кластеров PostgreSQL объемом десятки терабайт (самая большая база — до 30 ТБ) в облаке AWS. Ищем Senior PostgreSQL DBA / DRE, который хочет выйти за рамки традиционного администрирования баз данных и расти в направлении Data Engineering. 🧩 Твоя зона ответственности Эксплуатация и тюнинг СУБД: Полный контроль над состоянием, профилированием и оптимизацией PostgreSQL под конфигурацию серверов в AWS; Отказоустойчивость и HA/DR: Настройка и сопровождение репликации, Patroni, PgBouncer, бэкапирования и катастрофоустойчивости; Проактивный мониторинг: Поиск медленных запросов (pg_stat_statements, анализ планов выполнение), оптимизация индексов и проактивная помощь разработчикам; Развитие в Data Engineering: Участие в построении ETL-пайплайнов и работа со смежным стеком данных по мере погружения в проект (до 60% задач в перспективе); Автоматизация: Написание скриптов для сбора метрик, диагностики и обслуживающих процессов (Python/Bash). ❇️ Что важно для нас Опыт от 5 лет в роли экспертного PostgreSQL DBA в высоконагруженных продакшн-средах; Понимание PostgreSQL «под капотом»: процессы, память, WAL, блокировки, тонкая настройка autovacuum под High-Load; Практический опыт работы с отказоустойчивыми связками (Patroni, PgBouncer, потоковая репликация); Опыт работы с PostgreSQL в облачной инфраструктуре (AWS EC2 / RDS); Желание развиваться в области Data Engineering (ETL, пайплайн-инструменты); Английский язык от B2 / Upper-Intermediate для устного общения. ✅ Будет плюсом Опыт работы с инструментами Data Engineering (Airflow, Python-пайплайны); Навыки программирования на C; Опыт проведения миграций и мажорных апгрейдов больших баз данных. ✳️ Что мы предлагаем Достойный оклад ($6000–9000); Уникальную возможность освоить Data Engineering на реальных больших данных с поддержкой сильного ментора; Стабильный и технически зрелый проект без «пожаров» и хаоса; Гибкий график работы и высокую степень инженерной автономии. Контакты: @yul_shuk

#middle #гибрид Лига Цифровой Экономики Python devoloper Опыт работы: 1–3 года Полная занятость График: 5/2 Формат работы: гибрид (Москва) ☑️ Чем предстоит заниматься -Разрабатывать функциональность сервиса на Python -Строить Data Lineage на логическом уровне витрин на основе существующего графа движения данных на табличном уровне -Реализовывать обработку, преобразование и агрегацию связей между объектами данных -Работать с большими объемами данных с использованием PySpark, pandas, SQL -Работать с Hadoop-стеком: HDFS, Spark, Hive -Дорабатывать существующий фреймворк автоматизированного тестирования -Разрабатывать и поддерживать автотесты для создаваемой функциональности -Участвовать в анализе и устранении дефектов ☑️ Наши пожелания к кандидатам -Опыт разработки на Python от 2 лет -Практический опыт работы с PySpark и pandas -Отличное знание SQL -Опыт работы со стеком Hadoop: HDFS, Spark, Hive -Понимание принципов обработки больших объемов данных -Опыт написания автоматизированных тестов на Python -Готовность отвечать за качество разработанной функциональности и ее автоматизированную проверку -Умение разбираться в существующем коде и самостоятельно решать технические задачи -Будет плюсом: -Опыт работы с Data Lineage, Data Governance или Metadata Management -Опыт с Oracle, PostgreSQL, Greenplum -Понимание принципов построения DWH и витрин данных -Опыт работы с графовыми структурами данных -Опыт использования pytest или аналогичных инструментов тестирования Контакты: hr@digitalleague.ru / Telegram @digitalleague Python Job в Telegram | в VK | в Max

One Day Offer: ищем инженера для решения задач по безопасности ИИ-агентов Хочешь работать над крупными проектами и умеешь создавать надёжные системы управления рисками? Приходи 10 октября на экспресс-отбор на позицию Senior DS/ML Engineer для AI Safety в Сбер — все этапы отбора за 1 день. Ты будешь работать на стыке машинного обучения, инженерии и безопасности: ▪️ проектировать архитектуру безопасного ИИ ▪️ выводить guardrails в production ▪️ поддерживать надёжность LLM-систем в enterprise-контексте Чувствуешь, что это твоё? Тогда регистрируйся по ссылке и готовься к встрече с будущими коллегами! 💚

#middle #удаленка Альфа-Банк Middle data scientist (модели ценообразования) Опыт работы: 1–3 года Формат работы: удалённо ☑️ Чем предстоит заниматься -Участие в проекте умного ценообразования банковских продуктов -Полный цикл разработки моделей: сбор и подготовка данных, исследовательский анализ, построение uplift‑моделей, их валидация и оценка -Планирование и анализ A/B‑тестов, оценка бизнес‑эффекта -Продуктивизация: контейнеризация, интеграция в микросервисы, мониторинг качества предсказаний -Сотрудничество с бизнес‑аналитиками, продукт‑менеджерами и инженерами данных -Подготовка и проведение demo с заказчиками -Поддержка и адаптация модели к изменяющимся данным и бизнес‑условиям ☑️ Наши пожелания к кандидатам -Middle DS с опытом разработки полного цикла (uplift модели как преимущество) -Глубокие знания математики и статистики -Опыт работы с библиотеками и фреймворками для машинного обучения -Развитое критическое мышление. Умение формулировать гипотезы и их проверять -Навыки работы в команде и эффективное взаимодействие со смежными специалистами -Способность наглядно и понятно представлять результаты анализа, объяснять сложные вещи простым языком -Умение связывать технические решения с бизнес-задачами, учитывать специфику доменной области Контакты: aponomareva7@alfabank.ru

#middle #удаленка AYROSA Python Developer / AI Engineer (Document Processing) Формат работы: можно удалённо ☑️ Чем предстоит заниматься -Разбирать и обрабатывать документы в форматах Excel, PDF и сканы -Извлекать табличные данные из документов -Нормализовать даты, номера документов, суммы и другие поля -Проектировать и реализовывать логику сопоставления данных -Выявлять расхождения между двумя источниками -Обрабатывать сложные кейсы: разные периоды, отличающиеся номера, частичные совпадения и другие неоднозначные ситуации -Интегрировать OCR и Document AI-инструменты -При необходимости использовать LLM для интерпретации и формирования человекочитаемых объяснений -Разрабатывать backend/API для сервиса -Участвовать в проектировании архитектуры MVP -Работать с реальными обезличенными финансовыми документами и тестировать качество решения на исторических данных ☑️ Наши пожелания к кандидатам -Коммерческий опыт разработки на Python от 3 лет -Уверенное владение Python -Опыт работы с pandas и табличными данными -Опыт обработки Excel / CSV -Опыт парсинга PDF -Опыт разработки backend-сервисов и REST API -Понимание алгоритмов сопоставления, нормализации и очистки данных -Умение проектировать решение самостоятельно, а не только работать по готовому ТЗ -Опыт работы с Git -Будет плюсом: -Опыт с OCR: Tesseract, PaddleOCR или аналогами -Опыт с PyMuPDF, pdfplumber, Camelot, Tabula -Опыт с fuzzy matching -Опыт работы с Document AI / Intelligent Document Processing -Интеграция LLM API: OpenAI, Azure OpenAI, YandexGPT или аналогов -Опыт разработки систем reconciliation / data matching -Опыт работы с финансовыми, бухгалтерскими или другими структурированными документами -Опыт On-Premise решений -Опыт построения решений, где нужно сочетать детерминированную бизнес-логику и AI Контакты: hello@ayrosa.dev