Amarcon

О компании Амаркон — российская компания с 15-летним опытом в области информационных технологий. Разрабатываем и внедряем собственные решения класса ECM, PIM, DAM, BI, порталы и сервисы для e-commerce, а также осуществляем заказную разработку и интеграцию партнерских продуктов. Среди клиентов: X5 Group, Tele2, Русатом Сервис, НЛМК, Metro CC, Лента и другие. Задачи ● Проектировать и развивать инфраструктуру для высоконагруженных проектов. ● Строить отказоустойчивые CI/CD-пайплайны, внедрять практики GitOps и автоматизировать всё, что автоматизируется. ● Работать с Kubernetes — от деплоя приложений до проектирования кластеров и их оптимизации. ● Внедрять культуру Observability: настраивать сбор метрик, логов и трейсов, чтобы всегда понимать, что происходит с системой. ● Участвовать в архитектурных решениях: выбирать инструменты, оптимизировать затраты на облака, обеспечивать безопасность на всех этапах. ● Помогать коллегам: проводить код-ревью инфраструктурных решений, делиться опытом, наставлять менее опытных членов команды. Требования (ОБЯЗАТЕЛЬНО) ● Linux & Сети: администрирование (RHEL/CentOS/Ubuntu/Debian), TCP/IP, DNS, HTTP/HTTPS, TLS; Nginx/HAProxy/Traefik, tcpdump, iptables. ● Docker & Kubernetes: Docker (оптимизация, безопасность), K8s (деплой, Helm, GitOps — ArgoCD/Flux, операторы). ● CI/CD & IaC: GitLab CI/Jenkins, Terraform, Ansible. ● Скриптинг: Bash, Python. ● Мониторинг: Prometheus, Grafana, ELK/EFK. ● БД: PostgreSQL (плюс: Patroni, Redis, Kafka, ClickHouse). ● Безопасность: Vault, SAST/DAST/SonarQube. Желательно: ● Российские облака: Опыт работы с VK Cloud, Yandex Cloud, Selectel (объектные хранилища, managed K8s, managed БД). ● Импортозамещение: Опыт миграции с зарубежных решений на отечественное ПО или работы в контуре с повышенными требованиями к безопасности. ● Data-стек: Опыт деплоя и сопровождения Spark/Flink в Kubernetes, работа с GPU (CUDA) для ML-задач. ● FinOps: Умение анализировать и оптимизировать затраты на облачную инфраструктуру. Мы предлагаем ● Удалённая работа ● Официальное оформление (ИП)

О компании Амаркон — российская компания с 15-летним опытом в области информационных технологий. Разрабатываем и внедряем собственные решения класса ECM, PIM, DAM, BI, порталы и сервисы для e-commerce, а также осуществляем заказную разработку и интеграцию партнерских продуктов. Среди клиентов: X5 Group, Tele2, Русатом Сервис, НЛМК, Metro CC, Лента и другие. Задачи ● Разрабатывать интеграционные решения на BigData: сбор, трансформация и загрузка данных из API, логов, БД, CRM в Data Lake и DWH. ● Проектировать и развёртывать ETL/ELT-пайплайны на Airflow, Apache Nifi (или аналогах) с автоматизацией, мониторингом и обработкой ошибок. ● Оптимизировать производительность запросов и хранилищ: партиционирование, индексы, настройка Hive/Spark, работа с форматами Parquet/ORC/Avro. ● Обеспечивать качество и безопасность данных: валидация, дедупликация, управление доступом, маскировка PII. ● Участвовать в архитектурных решениях (DWH vs Data Lake, batch vs stream, CDC), разрабатывать документацию и архитектурные схемы. ● Участвовать в код-ревью, выстраивании CI/CD, оперативно реагировать на инциденты. Требования ● Python: уверенное владение (pandas, requests, ООП, паттерны). ● Java или Groovy: чтение и доработка кода - ОБЯЗАТЕЛЬНО ● Продвинутый SQL: оконные функции, CTE, JOIN-ы, чтение execution plan, оптимизация, индексы, партиционирование. ● Реляционные СУБД: PostgreSQL, MySQL, Oracle, MsSQL и др. ● Понимание DWH и Data Lake. ● Hadoop-экосистема: HDFS, Yarn, Hive или аналоги. ● Форматы данных: Parquet, ORC, Avro. ● Spark (PySpark/Scala): чтение/запись, оптимизация, партиционирование. ● Airflow, Apache Nifi или аналоги (Talend, Informatica, SAP BW) — проектирование, разработка, сопровождение. ● Настройка мониторинга, обработки ошибок, логирования. ● Docker (сборка, контейнеризация). ● Деплой в Rancher или Kubernetes. ● Git (консоль: ветки, мерж, конфликты). ● Понимание CI/CD, код-ревью. Желательно: ● Администрирование Unix/Linux. ● Мониторинг (Zabbix, Grafana). ● Ansible. ● Архитектурные схемы. ● Безопасность данных (Ranger, маскировка). ● Облачные платформы (AWS/GCP/Azure: S3, EMR/Dataproc, IAM, VPC). Мы предлагаем ● Удалённая работа ● Официальное оформление (ИП)

О компании Амаркон — российская IT-компания с 15-летним опытом. Разрабатываем и внедряем собственные решения ECM, PIM, DAM, BI, e-commerce, а также выполняем заказную разработку и интеграцию. Клиенты: X5 Group, Tele2, Русатом Сервис, НЛМК, Metro CC, Лента и др. Задачи: ● Анализ бизнес-потребностей в данных, формализация слабоструктурированных требований в ТЗ на разработку витрин. ● Разработка и согласование методологии расчёта KPI. ● Проектирование логических и физических моделей данных (витрины, ODS, DDS) по методологиям Kimball и Data Vault 2.0. ● Поиск и профилирование источников данных, разработка алгоритмов построения витрин, создание прототипов и их защита перед стейкхолдерами. ● Оценка вычислительных ресурсов (сторадж, компьют) и трудозатрат. ● Сопровождение витрин на всех этапах: разработка потоков, тестирование, UAT, передача в поддержку, решение инцидентов 3-й линии. ● Определение и имплементация логики Data Quality для витрин. ● Анализ существующих ETL/ELT-потоков и зависимостей (Airflow), выявление узких мест, оптимизация сложных запросов к большим данным (млрд записей, ТБ). ● Постановка задач смежным командам (разработчики, админы, инженеры данных). ● Участие в архитектурных решениях (DWH/Data Lake/Lakehouse, batch/stream, CDC), разработка документации и схем. Требования: ● Методологии: практический опыт Kimball и Data Vault 2.0.● Платформы: понимание DWH, OLAP, Data Lake, Lakehouse. ● SQL: экспертное владение (оконные функции, CTE, JOIN-ы, execution plan, оптимизация, индексы, партиционирование). ● СУБД: PostgreSQL, Oracle, MS SQL Server (глубокое знание, настройка производительности). ● MPP: опыт с GreenPlum, ClickHouse, Trino (шардирование, колокация). ● Хранилища: опыт с Hadoop (HDFS) и объектными хранилищами (S3). ● Оркестрация: понимание ETL/ELT, анализ зависимостей в Airflow / Nifi / аналогах. ● Big Data: работа с объёмами от млрд записей и ТБ. ● Коммуникация: эффективное общение с бизнес-заказчиками, разработчиками, администраторами. ● Документирование: систематизация требований, формирование чётких ТЗ. ● Git: уверенное владение (ветки, мерж, конфликты). Желательно: ● Профилирование данных, анализ ETL-зависимостей на уровне кода (Python/Java). ● Опыт с системами Data Quality (Great Expectations, Deequ). ● Облачные платформы (AWS/GCP/Azure: S3, EMR/Dataproc, IAM, VPC). ● Мониторинг (Grafana, Zabbix, Prometheus). ● Docker, Kubernetes/Rancher. ● Безопасность: маскировка PII, управление доступом (Ranger). ● Базовое администрирование Unix/Linux. Мы предлагаем: ● Удалённая работа ● Официальное оформление (ИП, СЗ)

О компании Амаркон — российская компания с 15-летним опытом в области информационных технологий. Разрабатываем и внедряем собственные решения класса ECM, PIM, DAM, BI, порталы и сервисы для e-commerce, а также осуществляем заказную разработку и интеграцию партнерских продуктов. Среди клиентов: X5 Group, Tele2, Русатом Сервис, НЛМК, Metro CC, Лента и другие. Задачи Сбор, анализ и приоритизация требований, декомпозиция задач на User Stories и Use Cases, управление backlog'ом. Моделирование бизнес-процессов (BPMN 2.0) и разработка UML-диаграмм (Use Case, Sequence, Activity, State). Проектирование моделей данных (ER-диаграммы), описание интеграций (REST, SOAP, Kafka, GraphQL) и API (OpenAPI/Swagger). Разработка ТЗ, функциональных и бизнес-требований, ведение документации в Confluence, постановка задач в Jira. Создание прототипов интерфейсов (Figma, Axure RP), подготовка инструкций для пользователей и поддержки. Участие в Scrum-процессах, аналитическая поддержка разработки и тестирования, организация UAT и демо-сессий. Проведение A/B-тестов, анализ метрик продукта, участие в инцидент-менеджменте и анализ корневых причин сбоев. Проработка архитектуры с разработчиками, проектирование микросервисных и event-driven сценариев, оценка влияния изменений. Участие в roadmap-планировании, менторство Junior-аналитиков. Анализ логов и метрик (Kibana/Grafana), работа с регуляторными требованиями (GDPR, ФЗ-152, PCI DSS). Проектирование сценариев миграции данных, построение гипотез, определение ключевых метрик успеха (OKR, North Star Metric). Требования Опыт работы системным/бизнес-аналитиком от 4–5 лет (Senior). Опыт в банковской сфере, финтехе, ритейле или продуктовой разработке. Глубокое знание нотаций: BPMN 2.0, UML, ERD. Опыт проектирования и описания интеграций (REST, SOAP, Kafka, RabbitMQ) и API (OpenAPI/Swagger). Навыки работы с БД: SQL, проектирование БД. Владение инструментами: Jira, Confluence, Figma, Postman. Опыт работы в Agile/Scrum, умение писать User Stories, Use Cases. Системное мышление, аналитические способности, внимание к деталям. Понимание пайплайнов, тестовой автоматизации, версионирования. Коммуникабельность, проактивность, клиентоориентированность, адаптивность, критическое мышление. Грамотная устная и письменная речь. Желательно Опыт с Camunda, Kafka, GraphQL. Знание Python/R для анализа данных и автоматизации. Опыт с микросервисной архитектурой и event-driven подходами. Понимание основ кибербезопасности и комплаенс (GDPR, PCI DSS). Базовое знакомство с облачными платформами (AWS, Azure, GCP). Опыт проведения User Research, A/B-тестов, работы с метриками. Умение работать с системами мониторинга (Kibana, Grafana). Работа с legacy-системами и миграциями. Навыки менторства. Мы предлагаем Удалённая работа Официальное оформление (ИП, СЗ)

О компании Амаркон — российская компания с 15-летним опытом в области информационных технологий. Разрабатываем и внедряем собственные решения класса ECM, PIM, DAM, BI, порталы и сервисы для e-commerce, а также осуществляем заказную разработку и интеграцию партнерских продуктов. Среди клиентов: X5 Group, Tele2, Русатом Сервис, НЛМК, Metro CC, Лента и другие. Задачи ● Разрабатывать интеграционные решения на BigData: сбор, трансформация и загрузка данных из API, логов, БД, CRM в Data Lake и DWH. ● Проектировать и развёртывать ETL/ELT-пайплайны на Airflow, Apache Nifi (или аналогах) с автоматизацией, мониторингом и обработкой ошибок. ● Оптимизировать производительность запросов и хранилищ: партиционирование, индексы, настройка Hive/Spark, работа с форматами Parquet/ORC/Avro. ● Обеспечивать качество и безопасность данных: валидация, дедупликация, управление доступом, маскировка PII. ● Участвовать в архитектурных решениях (DWH vs Data Lake, batch vs stream, CDC), разрабатывать документацию и архитектурные схемы. ● Участвовать в код-ревью, выстраивании CI/CD, оперативно реагировать на инциденты. Требования ● Python: уверенное владение (pandas, requests, ООП, паттерны). ● Java или Groovy: чтение и доработка кода. ● Продвинутый SQL: оконные функции, CTE, JOIN-ы, чтение execution plan, оптимизация, индексы, партиционирование. ● Реляционные СУБД: PostgreSQL, MySQL, Oracle, MsSQL и др. ● Понимание DWH и Data Lake. ● Hadoop-экосистема: HDFS, Yarn, Hive или аналоги. ● Форматы данных: Parquet, ORC, Avro. ● Spark (PySpark/Scala): чтение/запись, оптимизация, партиционирование. ● Airflow, Apache Nifi или аналоги (Talend, Informatica, SAP BW) — проектирование, разработка, сопровождение. ● Настройка мониторинга, обработки ошибок, логирования. ● Docker (сборка, контейнеризация). ● Деплой в Rancher или Kubernetes. ● Git (консоль: ветки, мерж, конфликты). ● Понимание CI/CD, код-ревью. Желательно: ● Администрирование Unix/Linux. ● Мониторинг (Zabbix, Grafana). ● Ansible. ● Архитектурные схемы. ● Безопасность данных (Ranger, маскировка). ● Облачные платформы (AWS/GCP/Azure: S3, EMR/Dataproc, IAM, VPC). Мы предлагаем ● Удалённая работа ● Официальное оформление (ИП, СЗ)

Чем предстоит заниматься Мы прогнозируем спрос. Звучит просто, но на деле у нас две модели, и обе капризнее, чем кажется: Краткосрочная — чтобы полки в магазинах не превращались в минималистичные инсталляции. Долгосрочная — чтобы распределительные центры пополнялись вовремя, а не по принципу «авось доедет». ~70% времени — честная ML-разработка: код, ресёрч, эксперименты, борьба с утечкой данных и прочие радости. ~30% времени — презентации, синки, работа с требованиями и попытки объяснить бизнесу, почему модель не может предсказать чёрный лебедь за квартал до его прилёта. Что мы ждём от тебя Опыт в DS/ML от 2 лет — и желательно не только на Kaggle (хотя мы уважаем). Умение оценивать сроки реалистично. «Сделаю за спринт» — это не про модель, которая ещё даже не сконвергировалась. Прагматизм. Нам нужны рабочие решения в проде, а не SOTA-архитектура, которую невозможно заинференсить за адекватное время. Идеальная модель — та, которая приносит деньги, а не та, у которой AUC на 0.003 выше. Ответственность. Доводить проекты до конца. Бросить модель на стадии model.fit() — не наш метод. Python, SQL, PySpark — на уверенном уровне: ETL-пайплайны для больших данных: читаем, трансформируем, агрегируем, пишем — и не роняем кластер. Оптимизация Spark-запросов: партиционирование, кэширование, broadcast-джойны — ты знаешь, почему repartition() не всегда друг. ML-фреймворки: Scikit-learn, TensorFlow или PyTorch — в зависимости от задачи и настроения данных. Работа с данными: обработка, анализ, feature engineering. Ты понимаешь, что garbage in = garbage out, и не винишь в этом модель. Командность. Умение общаться, слышать коллег и не устраивать холивары на код-ревью (ну, или хотя бы делать это конструктивно). Будет большим плюсом Опыт продакшн-разработки. Не только notebook.ipynb, но и пайплайны, которые живут без твоего присмотра и не падают в 3 ночи. Понимание бизнес-процессов. Ты знаешь, что происходит между df.head() и реальной полкой в магазине. ML в PySpark: Spark MLlib для распределённого обучения — потому что fit() на одной ноде уже не тянет. PySpark Pandas UDFs — чтобы применить модель к большим данным и не ждать результата до следующего квартала. О проекте Прогнозирование спроса для пополнения магазинов и складов. Реальный ритейл, реальные данные, реальный импакт — если модель ошибается, это видно не в метриках, а на полках.

Ключевая миссия роли Миссия — управлять бенчем как ресурсом и закрывать сложные IT-вакансии (точечно). Что делать: Обновлять статусы людей на бенче каждые 1–2 недели. Анализировать бенч и потребности продаж, запускать проактивный поиск. Переупаковывать резюме под продажу клиентам. Проводить глубокий скрининг, передавать лиду только самыых релевантных. Оценивать не только скилы, но и стрессоустойчивость, коммуникабельность. Требования: Опыт закрытия сложных Middle/Senior+ позиций. Знание стеков (Java, Python, JavaScript/React, .Net, QA/AQA, DevOps, Data). Умение проводить техскрининг без лида. Опыт в аутстаффе - обязателен. Понимание T&M, юр. нюансов (плюс). Софты: Аналитический склад ума (считать и прогнозировать). Стрессоустойчивость, готовность к срывам проектов. Навык продать аутстафф-модель кандидату. Самоорганизация и расстановка приоритетов. Плюсом: свой пул кандидатов. Условия: Удалённый формат. Для желающих - уютный офис в Новосибирске. Официальное трудоустройство.