ФКН: Вакансии

tldr: Full-stack ML Engineer, Food2Mood, AI x foodtech, 400k–600k gross Food2Mood — AI-стартап, который строит персонализацию еды для ресторанов и food-retail: от цифрового вкусового профиля гостя до ML-рекомендаций в меню, CRM, loyalty и кассовых системах. Мы ищем сильного Full-stack ML Engineer, который готов стать технологическим лидером и возглавить существующую инженерную команду. Сейчас Food2Mood переходит от пилотов к масштабируемой платформе. Нам нужен человек, который умеет мыслить архитектурно, быстро доводить задачи до production-ready и превращать сложные интеграции в единый архитектурный рабочий продукт. Что предстоит делать: • строить архитектуру ML-рекомендаций и цифрового вкусового профиля; • развивать backend, API и data/ML pipelines; • интегрироваться с POS, CRM, CDP, loyalty и ресторанными системами; • отвечать за качество, стабильность и масштабируемость платформы. Что важно: • сильный engineering background: backend / full-stack / ML; • опыт в RecSys, LLM; • опыт работы с данным и продуктовой аналитикой • умение работать в ранней стадии, где нет готового ТЗ, есть запросы бизнеса; • готовность общаться с tech-партнерами и влиять на стратегию продукта. Особенно интересен опыт в BigTech, foodtech, retailtech, adtech, fintech, CRM/CDP, loyalty, recommendation systems или enterprise SaaS. Почему может быть интересно: Если есть опыт в построении больших RecSys систем внутри корпорации и сейчас хочется больше влияния, скорости и ownership. Условия: • 400k–600k ₽ gross; • full-time; • Москва / hybrid / online — обсуждаем Пишите и присылайте резюме: @jul_lut

tldr: Сбер, стажёр Deep Learning  (RecSys для Anti‑Fraud), 81к руб/мес 👨‍💻 Мы делаем модели против мошенничества, которые работают в real-time под high load, давай с нами! 🎯 Задача: адаптировать SASRec/HSTU/двухбашенные под антифрод. Вход: цепочка транзакций + профиль клиента, предикт на последнюю транзакцию. 🛠 Нужно: • уверенный Python, PyTorch (делал модели с нуля); • знаешь архитектуры: Transformer, YouTubeDNN, SASRec, Bert4Rec, HSTU, ARGUS - хотя бы пару; • умеешь работать с табличными признаками для DL; • понимание стратегий Negative sampling и loss-функций для задач ранжирования/классификации. ➕ Плюсы: курс RecSys с DL, экспериментировал с разными трансформерами, интерес к антифроду и BigData. 💼 Условия: оплачиваемая стажировка 3–6 мес, зп 81 тыс, занятость от 20 ч/нед, офис СберСити. 📩 Отклик: @shalamaeva В сообщении: о себе, опыт в PyTorch/RecSys, GitHub (если есть). Ловим мошенников вместе 🧑‍💻

Tldr: on-device AI lab, от фаундеров Prisma / Reface (100+ mln users), $10 mln raised, fully remote. 2 роли - ML Research Engineer, Inference Engineer Про компанию: Mirai — AI lab, разрабатывающая фундаментальную модель и инфраструктуру инференса для AI на устройствах пользователя (on-device AI), что позволяет запускать LLM локально с ультранизкой задержкой. 📱Сегодня экономика AI плохо масштабируется через облачные вычисления и GPU-инференс. Со временем значительная часть AI-нагрузок переместится с серверов непосредственно на устройства пользователей. 🔝Компания основана фаундерами Prisma labs (одними из пионеров on-device ML) и Reface (100+ млн пользователей), а также привлекла $10 млн в рамках seed-раунда. Fully remote, distributed-команда (от Лондона до Токио), английский — основной рабочий язык. Позиция - ML Research Engineer Основные направления: — quantization — speculative decoding — optimization для LLM inference — NLP / transformer research Что предстоит делать: — исследовать и внедрять новые подходы к оптимизации моделей — читать и адаптировать research papers по NLP / LLM systems — писать production-quality ML systems Нам интересны кандидаты с опытом в: — Deep Learning / NLP / transformers / LLMs — ML research / publications / open-source projects — training, fine-tuning или оптимизации моделей Будет плюсом: — research labs / Kaggle / ICPC / олимпиады — опыт реализации paper → production pipeline Контакт - @ann_rish Позиция - Inference Engineer Обязанности — Разрабатывать и оптимизировать основной inference stack, включая низкоуровневые compute kernels. — Добавлять поддержку новых model architectures, modalities, а также различных hardware/software backends. — Разрабатывать продвинутые возможности инференса, такие как KV cache paging, continuous batching, quantization. — Создавать tooling вокруг inference stack, чтобы систему было проще тестировать, понимать и надежно выводить в продакшен. Требования — Сильный опыт в low-level systems engineering — вы должны понимать, как работают компьютеры на уровне ниже прикладного программирования (application-level programming). — Уверенное владение одним из systems languages: Rust, C, C++ или аналогичными. Будет плюсом — Качественные open-source contributions. — Опыт написания высокопроизводительных GPU kernels или работы с Metal, Vulkan, CUDA и аналогичными технологиями. Контакт - @armantg

tldr: rl hackathon reinforce.fi, prizes 1000-2500$ Команда Reinforce.fi (ex-Overnight.fi) запускает хакатон по построению модели, которая выбирает самое прибыльное действие на каждом шаге на основе рыночных данных. Что внутри: — реальные market-like данные — последовательности по 1000 шагов — скоринг = суммарный PnL — до 3 сабмитов в день Победители получают призы: 1 место — $2,500 2 место — $1,500 3 место — $1,000 Старт хакатона в конце июня (точная дата будет после 23 июня), регистрация уже открыта: https://forms.gle/UB71QuyUvp8mSBRo9 Подробности на странице хакатона Чат хакатона для ответа на вопросы сейчас и в ходе хакатона: https://t.me/+R6lMJ10VXP5hOTI0

tldr: продуктовый аналитик, Яндекс Лавка, поиск и AI-сценарии, 250-400к gross, Москва Ищем аналитика в команду продуктовой аналитики Яндекс Лавки — будем вместе развивать поиск и AI-сценарии в приложении 💙 Чем предстоит заниматься: - Развивать систему метрик качества поиска: находит ли нужные товары, как влияет на конверсию в покупку и сборку корзины - Анализировать поисковые запросы, находить проблемные сегменты (запросы без выдачи, с низкой конверсией, неоднозначные формулировки) и предлагать улучшения - Оценивать качество умного ассистента: как понимает запросы, где ошибается, как улучшить ответы - Проводить A/B-тесты — от формулирования гипотез до рекомендаций по запуску - Работать в связке с продактом, ML-инженерами и разработчиками Ожидаем от кандидата: - Уверенный SQL и Python - Опыт с A/B-тестами - Умение переводить аналитические выводы в продуктовые рекомендации - Интерес к поисковым технологиям и AI Что предлагаем: - ДМС с первого месяца (стоматология, чекапы, онкология, НС), психотерапия, спорт, программы для семьи и другие бенефиты Яндекса - Работу на стыке продукта, данных и технологий с заметным влиянием на то, чтобы каждый пользователь нашёл в Лавке то, что ему нужно Резюме и вопросы сюда: @avorus

tldr: аналитик, Авито, 375-470 руб/мес gross Ищем аналитика в Personalization team (ML Autotasking, Авито) ML Autotasking — внутренний продукт для продаж: мы автоматизируем всё, что помогает сейлзам продавать лучше — от рекомендаций офферов до LLM-подсказок во время звонка и «догоняющих» коммуникаций в чатах. Результат измеряется не лайками, а выручкой и эффективностью. Чем будешь заниматься: - строить RecSys под конкретного селлера и доказывать прирост качества/эффекта vs текущих моделей; - делать механизмы рекомендаций по профилю и карточкам продавца; - проектировать контактную политику и оркестрацию каналов коммуникаций с селлером(менеджер / рассылки / чат-/колл-боты); - запускать рекомендации для привлечения; - находить чувствительные прокси-метрики для быстрых решений о выкатке; - настраивать мониторинги/алерты и качественно сопровождать запуски. Кого ищем: - сильный SQL + Python, умеешь писать аккуратный воспроизводимый код; - опыт обучения ML (особенно uplift и/или рекомендации); - любишь продвинутую статистику и умеешь приземлять её в бизнес-результат; - умеешь декомпозировать и планировать работу на квартал; - берёшь ответственность и драйвишь стрим, а не «делаешь задачки». CV в личку @nikit_lebedev

tldr: ds intern, x5 group, 100к/руб, удаленка или офис в Мск Позиция: Стажер дата-аналитик Компания: Х5 Group Формат: Продолжительность стажировки 6 месяцев (full-time - 40 часов в неделю!) Локация: Удаленная работа (но по желанию можно работать из офиса, г. Москва) Вилки: Оклад 100 тыс.руб. gross Начало стажировки: 1 июля 2026 г. 💡Команда ad-hoc аналитики из X5 Group (Пятерочка, Перекресток, Чижик и etc) в поисках стажеров! 🔬Почему у нас интересно? Более 20 тысяч магазинов, 15 миллионов клиентов, петабайты данных - и все это нужно анализировать. Каждый день мы показываем, что наши супермаркеты - на самом деле цифровой проект, в котором большое место занимают Big Data и Data-Driven подход. 😎Ты нам подходишь: - Если уже загуглил, что такое "ad-hoc" и понял, в чем суть - Уверенно владеешь Python (pandas, numpy, matplotlib и весь базовый набор для аналитики данных), SQL (join'ы, оконки), знаешь статистику и основы ML - Обладаешь аналитическим складом ума, наблюдательностью и успешно практикуешь метод пристального взгляда - Любишь мемы (желательно, но необязательно) - Преимуществом будет владение бигдатой ☺️Что мы предлагаем: - Помощь менторов на всем этапе стажировки - Классный коллектив, теплая атмосфера и веселые ретро с играми и битвой мемов, а также оффлайн-тимбилдинги Свои CV в формате "Фамилия Имя Резюме СТАЖЕР" и вакансию направлять сюда: tg @Zzzelar

tldr: junior ds, x5 group, 260-360к/руб + бонусы, удаленка или офис Позиция: Junior DS (Causal Inference & Econometrics) Компания: Х5 Group Формат: Полный занятость (40 часов в неделю). Локация: Удаленная работа (но по желанию можно работать из офиса) Вилки: Оклад от 260 до 360 тыс. руб. gross + до 20% премия (уровень оклада обсуждается по итогам интервью) 💡Команда ad-hoc аналитики из X5 (Пятерочка, Перекресток, Чижик и т.д.) в поисках опытных DS-спецов с уклоном в Causal Inference и прикладную эконометрику 🔭Чем у нас предстоит заниматься? В основном - end-to-end разработкой методологий и инструментов для оценки эффектов в случае, когда классические A/B-тесты неприменимы. 😎Ты нам подходишь, если ты:   - Имеешь опыт работы в DS-сфере от года - Имеешь бэкграунд в Causal Inference / эконометрике (наука, учеба, работа) - Знаешь, что такое эндогенность, из-за чего она может возникать и как с ней бороться - Можешь отличить конфаундер от инструмента - Можешь нарисовать DAG для конкретного DGP, сможешь на нем найти коллайдеры и медиаторы - Знаком с современными подходами к анализу кросс-секционных и панельных данных (Doubly Robust Estimators (AIPW), DiD, TWFE, IV) - Умеешь писать чистый и структурированный код на Python, знаешь классические алгоритмы и структуры данных - Знаешь SQL - умеешь строить оптимальные запросы, знакомство с hadoop-стэком будет плюсом; 🎁Что мы предлагаем: - возможность работать удалённо или в гибридном формате; - ежеквартальные премии по результатам работы; - удобный офис рядом с м. «Добрынинская» / удобный офис с бесплатной парковкой на м. «Волгоградский проспект» / МЦД «Калитники» - широкий пакет ДМС Свои резюме в формате "Фамилия Имя Резюме DS Jun ad-hoc" направлять сюда: @Zzzelar

tl;dr: senior software engineer, $85k-145k base + tokens + bonus, remote Представьте, что хакеры украли у ваших друзей 18 миллионов долларов. Что делать будете? 👁‍🗨 16 апреля во время атаки на Rhea Finance, главный DeFi-хаб на NEAR, украдено $18.4M. А дальше все главные акторы экосистемы NEAR мгновенно организуются и начинают решать вопросик 🐗 За 2 минуты NEAR Intents останавливает котировки с NEAR и ловит $1M. Меньше чем за сутки хакер вычислен по ончейн-корреляциям, и Алекс Шевченко, CEO Авроры и Near Intents, пишет ему на блокчейне (и в твиттере), что деньги лучше вернуть по-хорошему. Тот соглашается, но есть проблема. Независимо от всего этого 18 апреля случается KelpDAO hack — одна из самых крупных DeFi-атак в истории. Из-за неё заморожен пул ликвидности Aave, в который вор сложил часть украденного у Rhea, и вывести деньги невозможно. NEAR пишут скрипт, который регулярно пытается это сделать — и в конце концов ловит нужный момент. Спустя неделю после атаки вся сумма получена назад. Rhea снова работает. А команда NEAR продолжает строить SHIELD — систему раннего обнаружения аномалий, чтобы уметь предотвращать ещё больше таких кейсов ➖ Атаки случаются всегда — но то, как команды вокруг NEAR умеют реагировать и защищать не только себя, но и других, дорогого стоит. Если вам интересно тоже строить инфраструктуру, которая может выдерживать вот такое — приходите в Defuse Labs. 💻 Нужен Senior SWE в команду Solver Network — лидить разработку, собственно, сети солверов, главной составляющей Near Intents. Для этого нужны: 🟢7+ лет опыта; 🟢бэкграунд в распределённых системах, high-performance networking или крупной инфраструктуре; 🟢знать TypeScript и Go обязательно, а Rust будет плюсом; 🟢опыт c on-chain исполнением на уровне протокола: переводы, адреса, крипто-примитивы. 💚бонусом: опыт с MEV, solver-сетями, auction-механизмами; кроссчейн-протоколы и криптографическая агрегация подписей; ML на оптимизационных задачах; опенсорс-опыт. Платят $85k-145k базы + токены + плюс перформанс-бонус; полная удалёнка, но не из рф/рб. Пишите с резюме и вопросами @owlkov 🍏

tldr: ML инженер, международный классифайд, 380-580к руб/мес gross Мы — команда поиска и рекомендаций в новом международном стартапе. Детали проекта пока под NDA, но часть контекста раскрыта здесь (https://www.vedomosti.ru/technologies/industries_and_markets/articles/2026/03/06/1181166-it-startap) Локация: есть офис в Москве, работать можно из любой части мира Позиция: middle/senior ML-инженер Какие задачи предстоит решать? → Обучать контентные модели как фундамент холодного старта и быстрого масштабирования поиска и рекомендаций на несколько стран и языков. → Проектировать и улучшать end-to-end пайплайны поиска и рекомендаций: разрабатывать новые генераторы кандидатов, участвовать в построении инфраструктуры фичей и обучающих датасетов. → Придумывать и внедрять сценарии использования LLM, чтобы упростить пользовательский опыт — как для покупателей, так и для авторов объявлений. Особенности работы → Результаты работы быстро внедряются в продукт и напрямую влияют на пользовательский опыт. → Высокая степень ответственности: берём задачи целиком — от идеи до внедрения. → Сильная команда с высокой планкой качества и инженерной культуры. Условия → мидл 380к - 480к gross → сеньор 460к - 580к gross Кого ищем Ребят с опытом и интересом в NLP, RecSys, поиске и построении высоконагруженных систем. Если интересно вам, или вы знаете классных кандидатов в поиске работы, пишите мне в личку @ah_pavlovskaya.

tldr: аналитики, Т-Банк, ~400–700k/мес gross + годовые премии, офис, гибрид, удаленка, мск/спб Сейчас команда активно растет, поэтому ищем middle+ и выше DA / DS / MLE в команду эффективности Путешествий Т-Банка. Мы создаём и внедряем алгоритмы, которые улучшают экономику Travel-бизнеса: помогают растить GMV и прибыль через кешбэк, ценообразование, промо, рекомендации и эксперименты. Основные направления: 1. Динамическое ценообразование и кешбэк в Travel Определять, кому, на что и сколько кешбэка / скидки дать, чтобы растить выручку без просадки маржи. Переходить от эвристик к uplift-моделям, causal-подходам, оптимизации и ML-алгоритмам вместе с продуктом и ML-командой. 2. Оптимизация маркетингового бюджета Развивать MMM, модели атрибуции и causal-подходы для оценки инкрементальности каналов. Понимать реальный вклад маркетинга в рост и перераспределять бюджеты в точки с максимальным ROI. 3. Поиск новых драйверов роста Travel Генерировать гипотезы на основе продуктовых данных, исследований и экспериментов, лидировать создание новых механик и доводить лучшие решения до прода. Ожидаем от кандидата: - уверенный SQL и Python; - хорошее знание матстата и умение применять его в реальных задачах; - понимание ML хотя бы на уровне базовых принципов; - сильную продуктовую и бизнес-логику; - желание не только анализировать, но и влиять на решения. Будет плюсом: - опыт uplift-моделирования / causal inference; - опыт внедрения ML-моделей в продакшн; - знакомство с дискретной оптимизацией; - опыт в командах эффективности, рекламы, рекомендаций, pricing или Travel. Если интересно или есть вопросы - пишите в @baushkiner, расскажу подробнее.

TL;DR: • Junior+ DS в команду Внутреннего антифрода Wildberries (отдел Trust & Safety) • 200к-350к ₽ на руки • Разработка ML-моделей для антифрода, аномалий и подозрительной активности. End-to-end задачи: от анализа данных и построения датасетов до вывода моделей в прод. Классический ML, Python, SQL, LLM/NLP, мультимодальные данные • полная удалёнка ⸻ Junior+ ML Engineer | Wildberries Ищем DS инженера в команду, которая занимается прикладным антифродом и внутренней безопасностью. Делаем production ML-системы для поиска мошенничества, аномалий и подозрительных сценариев — на стыке табличных данных, текста, логов, изображений и LLM-инструментов. Что нужно делать: • Разрабатывать ML-модели для обнаружения мошенничества и аномального поведения; • Работать с большими объёмами данных: логи, транзакции, текстовые и мультимодальные данные; • Самостоятельно формировать датасеты, искать сигналы и проверять гипотезы; • Интегрировать LLM-инструменты и современные ML-подходы в прикладные задачи безопасности; Ожидаем: • Опыт разработки ML-моделей и вывода их в прод (в идеале); • Уверенное владение Python и SQL; • Хорошее понимание классического ML и работы с данными; • Готовность брать ownership за задачи и предлагать новые подходы; • Продуктовое мышление и интерес к прикладным задачам; • Будет плюсом: опыт в антифроде, NLP или работе с LLM. Условия: • Полная удалёнка (при желании есть офисы с бесплатной едой); • Зарплатная вилка: от 200к до 350к+ ₽ на руки в зависимости от уровня; • Сильная ML-инфраструктура и реальные high-scale production задачи; • Большая свобода в выборе подходов и технологий; • Доступ к крупным объёмам данных и возможность напрямую влиять на продуктовые и бизнес-метрики. ⸻ 📩 Резюме кидайте лиду → @mivankin

tldr: Founding Infrastructure Engineer, инфра-дата стартап для крипты, Netherlands, remote/onsite, $100k-140k gross + large equity piece Hydromancer — стартап, специализируйщися на дата пайплайнах для on-chain рынков (Hyperliquid). Нашими клиентами являются девелоперы приложений и терминалов, корпорации, и маркет-мейкеры / фонды. Наша дата фигурировала в Блумберге, мы прибыльные с 3-ого месяца нашего существования. В прошлом году был успешный экзит нашей B2C трейдинг дата платформы. В планах — расширение на prediction markets (Polymarket, Kalshi) и другие on-chain площадки. Мы ищем Founding Infrastructure Engineer, который готов взять на себя развитие и масштабирование нашей системы. В команде сейчас 5 человек, поэтому влияние на продукт, бизнес и архитектуру будет прямое. Мы ищем того, кто готов влиять на всю систему и быть сильно вовлеченным в бизнес в целом. Чем предстоит заниматься: • Скейлить инфраструктуру real-time дата-пайплайнов — от raw данных с нод до клиентских API и websockets. • Искать боттлнеки и методично увеличивать эффективность и снижать latency. • Владеть системой end-to-end и нести ответственность за её развитие. • Контактировать с клиентами напрямую (маркет-мейкеры, фонды, девелоперы, рисерч) и решать их задачи. • Влиять на продуктовые и архитектурные решения наравне с фаундерами. Стек: Rust, данные в Clickhouse & Redis streams Необходимо отличное знание английского - мы международная компания. Очень будет цениться опыт: • с high throughput low latency ETL pipelines • с low-level оптимизациями • в HFT / трейдинге / любой latency-sensitive инфраструктуре Если интересуешься соревновательными играми, шахматами или покером — culture fit практически обеспечен. Готовы платить $100к-140к базы, открыты к изначально большому проценту equity, и возможности заработать ещё больший процент в случае хороших результатов. У нас есть офис в Нидерландах, мы можем спонсировать рабочую визу, но открыты и к удаленной работе. Хотели бы хотя бы онбординг провести вживую. Пишите и присылайте резюме в @hiringhumans

tl;dr: senior backend engineer (Rust), ~$90k-$110k + equity, Tokyo 😀 Все хотят больше вакансий в хардкорную разработку на расте — и вот, пожалуйста, нужен Senior Backend Engineer. А подробнее: 🟡5+ лет опыта, из которых 2+ на Rust, плюс отличное знание concurrency; 🔴опыт c распределенными системами, в AAA-геймдеве(!) или хайлоад-штуками; 🟣бонусом будут: TypeScript, опыт с графовыми алгоритмами и опыт в стартапе вообще. А ещё обязателен хороший английский💂‍♀️ Noeon считают, что AI — это не только ML. И строят агентную AI-систему, в основе которой, кроме ML, лежат теория категорий, репрезентация знаний и теоретический ресёрч в теории графов. Но главное — она интерпретируема by design, а значит, сможет решать проблемы в науке, медицине, космосе и прочих областях, где важна абсолютная надёжность 💥 Платят 14-17M JPY (~$90k-$110k), дают опционы, перевозят в Токио. Гибрид из офиса с видом на Фудзи, и куча бенефитов: переводчик для врачей и банков, медстраховка, курсы японского, бизнес-класс при переезде, корпоративное жильё на первые два месяца 🔑 Пишите @owlkov 😗

tldr: hft, quant researcher, $8-15k + bonus, office in Zug, Switzerland Quantitative Researcher (HFT) в Neowise Labs Мы занимаемся высокочастотной алгоритмической торговлей Команда небольшая (15 человек) и сильная: ex-Google, “голубая соцсеть F”, Snap, Yandex. Фаундеры из ICPC-тусовки, в команде есть призёры Всеросса и IMO Основной офис в Цуге, часть команды работает из Лондона, многие - полностью удалённо Каждые несколько месяцев собираемся в одной точке, устраиваем выезды Чем предстоит заниматься: ▪️ генерация и тестирование торговых гипотез ▪️ анализ работы стратегий в продакшене и в бэктесте ▪️ поиск торговых возможностей на новых биржах и инструментах Что для нас важно: ▪️ уверенное владение C++ ▪️ олимпиадный и/или академический бэкграунд в математике/программировании ▪️ диплом топ-вуза (ВШЭ/ИТМО/МФТИ/…) или законченный ШАД - будет плюсом ▪️ опыт в HFT не требуется, но будет плюсом ▪️ PhD европейского университета будет плюсом У нас ламповый фонд, который сильно отличается по атмосфере от многих известных конкурентов Контакт: Лера @timooxxaa

tldr: quant researcher, 8-12k$/month + bonuses, USDT, remote [знакомые ищут к себе в команду, бонусами не обижают] Quantitative Researcher 🚀 Небольшая, гибкая HFT-команда с продуктовым мышлением ищет талантливого Quant Researcher’а, готового расти и влиять на результаты напрямую. Работаем быстро, без бюрократии и бесконечных созвонов. Ваша работа — это не «исследование в стол», а код и стратегии, которые идут в прод и приносят результат. 📍 Формат • Удалёнка, гибкий график, минимум синков • Горизонтальная структура и быстрые решения 💼 Что будем делать • Исследовать и разрабатывать торговые стратегии • Работать с реальными данными и моделями от идеи до продакшена • Принимать участие в генерации, разработке и A/B-тестировании новых гипотез и стратегий • Писать производительный код, автоматизировать процессы, разбираться в результатах 🧑‍💻 Кого мы ищем • Сильное техническое образование (математика, прикладная математика, компьютерные науки, инженерия, физика) • Опыт 2+ лет в HFT 🔧 Стэк • Python (pandas, numpy, catboost, matplotlib, plotly) • Базовые знания: C++, Linux, shell, git, SQL • Плюсом будет: опыт с PyTorch • Теория вероятностей, статистика • Алгоритмы, эффективный код • Английский: технический — на уровне чтения документации, желательно B2 💸 Условия • ЗП: $8,000 - $12,000, оплата в USDT • Бонус: неограниченный ежеквартальный, распределяемый по результатам peer-review и оценки тимлида. 📩 Писать можно @recruiterartem или @khaknazarov13

tldr: Rust Engineer (Solana Validator, high-throughput & low-latency), $3 000 – 5 000/мес + бонусы 30-100%, удаленка, можно из рф Мы — Quantix, быстрорастущий проект в Solana. Развиваем три ключевых направления: • Высокопроизводительный валидатор в сети Solana • Тоорговые продукты • Аналитические системы обработки блокчейн-трафика в реальном времени Ищем Rust разработчика, который любит выжимать максимум из железа и поможет сделать наш валидатор и торговую инфраструктуру ещё быстрее и надёжнее. Чем предстоит заниматься • Оптимизация пропускной способности и латентности обработки и лендинга транзакций • Профилирование, поиск и устранение bottlenecks в высоконагруженных компонентах • Разработка и улучшение низкоуровневых высокопроизводительных модулей • Работа в тесной связке с командой валидатора и инфраструктуры • Возможность влиять на архитектуру критически важных частей системы Требования Обязательно: • Уверенный уровень Rust (ownership, borrow checker, async/await — на ты) • Хорошее понимание асинхронного и многопоточного программирования • Крепкие знания алгоритмов и структур данных • Уверенный опыт работы с Cargo и Linux в терминале • Желание писать максимально быстрый и эффективный код Будет большим плюсом: • Опыт работы с Solana (или другими блокчейнами) • Понимание сетевых протоколов и работы на уровне железа • Олимпиадный / алгоритмический бэкграунд • Опыт high-throughput / low-latency систем Условия • Зарплата: $3 000 – 5 000 / месяц (зависит от уровня и навыков) • Полностью удалённая работа + гибкий график • Performance-based бонусы от 30 до 100% месячной зп • Реальное влияние на core-компоненты продукта Резюме и вопросы присылай: Telegram: @kholodkin с пометкой «Rust Quantix» Email: solanaquantix@gmail.com

tldr: продуктовый аналитик, Альфа-Банк, ~390к руб/мес gross Продуктовый аналитик (Трансграничные переводы) Мы — молодая и амбициозная команда трансграничных переводов для физлиц Альфа-Банка. Показатели наших сервисов выросли кратно за последний год, и в этом году мы планируем вывести нашу продуктовую линейку на новый уровень. Ищем мотивированного и компетентного сотрудника в команду продуктовой аналитики, чтобы помогать бизнесу развивать продукт и принимать решения на основе данных. Зарплата: ориентир -- 390 тыс. руб. до налога, конкретная сумма обсуждается индивидуально. Грейд: Middle. Стек: Oracle/S3/ClickHouse/Greenplum, Vertica, Airflow, Power BI/Superset, SQL, Python Формат работы: гибридный. Чем предстоит заниматься • Лидировать проект по внедрению ML-персонализации в продукте "под ключ". • Строить сквозную аналитику — собирать витрины данных и дашборды с ключевыми метриками. • Проводить пилоты и A/B-тесты, участвовать в управлении ценообразованием продукта. • Проводить исследования и сегментацию клиентской базы. • Совместно с IT настраивать мониторинги стабильности и качества работы сервисов, фона ошибок. • Планировать ключевые показатели, рассчитывать кейсы и экономические эффекты инициатив. Требования • Свободное знание SQL и Python • Уверенные знания теории вероятностей и математической статистики. Опыт проведения экспериментов, A/B тестов • Знание и понимание алгоритмов Classic ML • Опыт работы -- желательно как минимум 1-1.5+ года по профилю • Будет плюсом -- опыт работы в цифровом продукте Присылать резюме @Vladimir_Lozovoy

tldr: Junior+ Data Engineer, Альфа-Банк, ~220к руб/мес gross Data Engineer (Трансграничные переводы) Мы — молодая и амбициозная команда трансграничных переводов Альфа-Банка. Наши показатели растут кратно каждый год. Ищем грамотного и мотивированного Junior Data Engineer, чтобы обеспечить бизнес детальными, качественными и актуальными данными. Зарплата: ориентир -- 220 тыс. руб. до налога, конкретная сумма обсуждается индивидуально. Стек: Oracle/Greenplum/S3, Airflow/PySpark, Power BI/Superset, SQL, Python Формат работы: гибридный Чем предстоит заниматься • Разрабатывать витрины данных в хранилище и дашборды • Разрабатывать ETL-пайплайны на Airflow / PySpark. • Полный цикл работы с задачами, требующими вовлечение смежных команд Data Engineers: подготовить BRD/FSD, проконтролировать работы, протестировать поставку. • Разрабатывать Near Real Time отчетность. • Взаимодействовать с аналитиками данных и бизнес-заказчиками. Требования • Свободный SQL • Уверенные знания Python • Уверенные знания теории баз данных • Уверенное владение Git Будет плюсом • Понимание того, как устроена инфраструктура хранения и обработки данных в больших компаниях • опыт от 3-6 месяцев по профилю • Владение CI/CD инструментами Присылать резюме @Vladimir_Lozovoy

tldr: Продуктовый аналитик Т-банк, 250-400 гросс + премия 📌 Продуктовый аналитик с фокусом на исследования и ML (Middle / Middle+) 🏢 Т-Банк | Направление роста накопительных и инвестиционных продуктов 🔥 О команде Мы отвечаем за привлечение и вовлечение клиентов Т-Банка в накопительные и инвестиционные продукты. Делаем это через точечные коммуникации — находим правильный момент, правильный канал и правильный оффер (монетарный или нет), чтобы клиент получил реальную ценность. Прямо сейчас аналитика в команде проходит важный фазовый переход: из реактивной аналитики запусков — в проактивную продуктово-ориентированную команду исследований и значимых экспериментов. Проще говоря: раньше мы считали то, что уже запустили. Теперь — определяем, что запускать и почему. И для завершения этого перехода мы ищем сильного аналитика, который закроет сразу широкий спектр задач — от исследований и экспериментов до элементов ML. 🍎 Направление на стадии, где «низковисящих фруктов» — море. Быстрый видимый импакт, крутая кривая роста и реальная возможность формировать аналитический подход в команде. 🎯 Чем предстоит заниматься - Исследовать ценность и форматы коммуникаций с клиентами — какой контент, в каком канале, в какой момент работает лучше всего - Изучать коммуникационную политику и находить оптимальные точки контакта с клиентом - Генерировать гипотезы и превращать данные в продуктовые решения - Проектировать, запускать и подводить результаты A/B-экспериментов - Применять ML-подходы (сегментация, кластеризация, предиктивные модели) для повышения эффективности коммуникаций - Развивать отчётность команды и автоматизировать рутину ✅ Мы ждём от вас - Опыт в продуктовой аналитике от 2 лет - Уверенный SQL — сложные запросы и большие данные вас не пугают - Python для аналитики (pandas, визуализация, автоматизация) - Крепкое понимание статистики и методологии A/B-тестирования - Понимание базовых ML-концепций: сегментация, кластеризация, регрессия — и когда какой подход уместен ⭐ Будет сильным преимуществом - Практический опыт создания и вывода ML-моделей в продакшен - Опыт работы с ML-фреймворками (scikit-learn, LightGBM, CatBoost и т.д.) - Опыт в финтехе или работе с инвестиционными/накопительными продуктами - Опыт построения коммуникационных стратегий или CRM-аналитики - Знакомство с Airflow, Spark или инструментами визуализации (Tableau, Grafana, Superset) 📩 Как откликнуться Напишите в Telegram: https://t.me/irogov2