Асланян Роза Александровна

Ищем ML Researcher в новый исследовательский проект на стыке машинного обучения, временных рядов и прогнозирования. Нужен человек с сильной математической базой и исследовательским мышлением, которому интересно не просто обучать модели, а проверять гипотезы, искать устойчивые закономерности в данных и понимать, почему решение действительно работает. Чем предстоит заниматься Прогнозировать временные ряды с помощью статистических и ML-моделей. Формулировать и проверять исследовательские гипотезы, строить бейзлайны. Проводить бэктесты и корректную time-series валидацию. Искать и исключать look-ahead bias, data leakage и переобучение. Работать с разнородными и грязными данными: пропуски, дубли, выбросы, timestamps, задержки поступления, изменения схем. Оценивать неопределённость и устойчивость прогнозов. Сравнивать простые и сложные модели и внедрять сложность только там, где она даёт реальный устойчивый прирост. Разрабатывать и поддерживать real-time сервисы прогнозирования. Следить за воспроизводимостью экспериментов и качеством моделей в production. Что важно Сильное знание: теории вероятностей и математической статистики; линейной алгебры и случайных процессов; ML: линейные модели, boosting, базовый Deep Learning; временных рядов: ARIMA/ETS, state-space, ML-подходы, корректная cross-validation; Python: pandas, NumPy, SciPy, scikit-learn, statsmodels; LightGBM / CatBoost / XGBoost. Важно уметь самостоятельно пройти путь от сырых данных и гипотезы до воспроизводимого работающего решения, писать поддерживаемый код и критически относиться к собственным результатам. Будет большим плюсом Опыт с: backtesting и борьбой с look-ahead bias; probabilistic forecasting и calibration; PyTorch; SQL; Docker / FastAPI; MLflow или другими системами трекинга экспериментов; C++ / Rust / Go для low-latency задач. Отдельный плюс: ШАД, сильная математическая/техническая программа, олимпиады по математике или информатике, ICPC/IMC, Kaggle, ML/DS-публикации и конференции. Опыт именно в алготрейдинге или betting не обязателен. Важнее сильная математическая база, умение исследовать данные и быстро погружаться в новый домен. Условия Полностью удалённая работа. Фикс обсуждаем индивидуально. Жёсткой вилки нет: готовы платить выше рынка сильному кандидату.

Ищем ML Researcher в новый исследовательский проект на стыке машинного обучения, временных рядов и прогнозирования. Нужен человек с сильной математической базой и исследовательским мышлением, которому интересно не просто обучать модели, а проверять гипотезы, искать устойчивые закономерности в данных и понимать, почему решение действительно работает. Чем предстоит заниматься Прогнозировать временные ряды с помощью статистических и ML-моделей. Формулировать и проверять исследовательские гипотезы, строить бейзлайны. Проводить бэктесты и корректную time-series валидацию. Искать и исключать look-ahead bias, data leakage и переобучение. Работать с разнородными и грязными данными: пропуски, дубли, выбросы, timestamps, задержки поступления, изменения схем. Оценивать неопределённость и устойчивость прогнозов. Сравнивать простые и сложные модели и внедрять сложность только там, где она даёт реальный устойчивый прирост. Разрабатывать и поддерживать real-time сервисы прогнозирования. Следить за воспроизводимостью экспериментов и качеством моделей в production. Что важно Сильное знание: теории вероятностей и математической статистики; линейной алгебры и случайных процессов; ML: линейные модели, boosting, базовый Deep Learning; временных рядов: ARIMA/ETS, state-space, ML-подходы, корректная cross-validation; Python: pandas, NumPy, SciPy, scikit-learn, statsmodels; LightGBM / CatBoost / XGBoost. Важно уметь самостоятельно пройти путь от сырых данных и гипотезы до воспроизводимого работающего решения, писать поддерживаемый код и критически относиться к собственным результатам. Будет большим плюсом Опыт с: backtesting и борьбой с look-ahead bias; probabilistic forecasting и calibration; PyTorch; SQL; Docker / FastAPI; MLflow или другими системами трекинга экспериментов; C++ / Rust / Go для low-latency задач. Отдельный плюс: ШАД, сильная математическая/техническая программа, олимпиады по математике или информатике, ICPC/IMC, Kaggle, ML/DS-публикации и конференции. Опыт именно в алготрейдинге или betting не обязателен. Важнее сильная математическая база, умение исследовать данные и быстро погружаться в новый домен. Условия Полностью удалённая работа. Фикс обсуждаем индивидуально. Жёсткой вилки нет: готовы платить выше рынка сильному кандидату.

Ищем Frontend Game Developer для разработки игровых интерфейсов и HTML5-игр. Нужен не классический React-разработчик, а специалист с практическим опытом Canvas/WebGL/PixiJS, real-time взаимодействия и оптимизации игр под мобильные устройства. Что предстоит делать: Разрабатывать клиентскую часть игр на TypeScript + React + PixiJS. Реализовывать игровые сцены, эффекты и анимации через Canvas 2D / WebGL / GSAP. Интегрироваться с игровым сервером через WebSocket и REST API. Работать с reconnect, лагами и рассинхронизацией состояния клиента и сервера. Делать адаптивные игровые интерфейсы под mobile и desktop по макетам Figma. Оптимизировать FPS, память и загрузку графики, в том числе на слабых Android-устройствах. Работать с Vite, Git, Docker и активно использовать AI-инструменты в разработке. Что важно: Уверенный TypeScript / JavaScript + React. Практический опыт PixiJS, Canvas 2D или WebGL. Опыт с GSAP / requestAnimationFrame. Работа с WebSocket и real-time интерфейсами. Опыт мобильной оптимизации и профилирования FPS. HTML5/CSS3, responsive, разные разрешения и ориентации. Умение точно переносить дизайн из Figma. Практическое использование Cursor / Claude Code / Copilot или других AI-инструментов. Плюсом: Spine, Howler.js/Web Audio API, Playwright, Phaser/Cocos Creator и выпущенные HTML5-игры. Условия: USDT выплата(раз в неделю) Полностью удалённо 5/2, 8 часов, гибкий график

Ищем Manual QA Engineer для ручного тестирования веб-продукта. Основной фокус: frontend, функционал и пользовательские сценарии. Автоматизация и backend-тестирование в задачи не входят. Задачи Функциональное, регрессионное и smoke-тестирование. Проверка верстки, адаптивности, кроссбраузерности и соответствия Figma. Поиск frontend- и логических багов: бонусы, балансы, лимиты, транзакции. Чек-листы, тест-кейсы и понятные багрепорты. Участие в разборе требований и подготовке релизов. Что важно От 1,5 лет коммерческого опыта Manual QA. Уверенный Chrome DevTools: Network, Console, Elements. Тест-дизайн и кроссбраузерное/mobile-тестирование. Jira, TestRail/Qase или аналоги. Figma для сверки макетов. Базовые HTTP, REST, JSON, Postman. Внимательность, самостоятельность и хорошая письменная коммуникация. Плюсом: iGaming/betting/fintech, платежные сценарии, бонусные механики, Charles/Proxyman, SQL. Условия: $1,000–1,500 net, без KPI(выплата каждую неделю) Полностью удаленно 5/2, 8 часов, гибкое начало дня Рост в Senior QA / QA Lead или продуктовую роль Проект связан с gambling, поэтому важно нейтральное или позитивное отношение к сфере.

Ищем Middle / Strong Middle разработчика в продукт, который по механикам ближе к игре, чем к классической CRM или маркетплейсу. Основной backend-стек — Go. Рассматриваем также разработчиков на PHP (Laravel/Symfony) или C#/.NET, готовых перейти на Go. Что делать Разрабатывать backend и отдельные frontend-задачи. Работать с realtime-механиками, API, WebSocket и очередями. Проектировать решения под нагрузку: кэширование, очереди, оптимизация БД, горизонтальное масштабирование. Самостоятельно доводить задачи до production. Разбирать production-инциденты, работать с мониторингом и стабильностью. Использовать Claude Code / Cursor / Copilot в ежедневной разработке. Стек Основной: Go, PostgreSQL/MySQL, React/TypeScript, REST, WebSocket, Kafka/RabbitMQ/NATS, Docker, Linux, Nginx, CI/CD. Будет плюсом: Nakama, ClickHouse, S3/MinIO, Prometheus, Playwright. Особенно интересен опыт game development, game backend, multiplayer или других realtime-систем. Что важно Ищем самостоятельного разработчика с ownership-подходом: задача → реализация → deployment → production → результат. Не требуется знать весь стек идеально. Важнее сильная инженерная база, самостоятельность и способность быстро осваивать новые технологии. Условия Полная удалёнка. Полная занятость, 5/2. Уровень: Middle / Strong Middle.

Задачи Вести полный цикл разработки: архитектура, backend, frontend, базы данных, инфраструктура и deployment. Нести личную ответственность за production: мониторинг, стабильность, uptime и работу с инцидентами. Проектировать решения под высокую нагрузку. Работать с кэшированием, очередями, шардированием и горизонтальным масштабированием. Быстро осваивать новые технологии и стеки под конкретные задачи проекта. Использовать AI-инструменты как способ ускорения разработки: Claude Code, Cursor, GitHub Copilot. Напрямую взаимодействовать с бизнесом и понимать продуктовый контекст задач. Hard skills Опыт Full Stack разработки. Понимание архитектуры современных веб-приложений. Опыт работы с backend, frontend и базами данных. Понимание инфраструктуры и процесса deployment. Опыт или хорошее понимание разработки высоконагруженных систем: кэширование; очереди; шардирование; горизонтальное масштабирование. Умение использовать AI-инструменты в разработке не как эксперимент, а как реальный инструмент повышения скорости работы. Soft skills Ownership. Важно отношение к продукту по принципу: «упало → разобрался → починил», а не «создал тикет и передал дальше». Самостоятельность. Привычка самому отвечать за результат и production, а не рассчитывать на абстрактную команду вокруг. Спокойствие при инцидентах. Способность системно разбираться с проблемами даже тогда, когда они происходят непосредственно в production. Быстрая обучаемость. Готовность оперативно погружаться в незнакомые технологии и инструменты, если этого требует задача. Продуктовое мышление. Разработчик отвечает не только за написанный код, но и за то, как работает продукт. Для уровня Middle особенно важны амбиции, высокая скорость роста и готовность развиваться на реальных production-задачах. Формат работы Полная занятость. График: 5/2. Полная удаленка

Задачи Вести полный цикл разработки: архитектура, backend, frontend, базы данных, инфраструктура и deployment. Нести личную ответственность за production: мониторинг, стабильность, uptime и работу с инцидентами. Проектировать решения под высокую нагрузку. Работать с кэшированием, очередями, шардированием и горизонтальным масштабированием. Быстро осваивать новые технологии и стеки под конкретные задачи проекта. Использовать AI-инструменты как способ ускорения разработки: Claude Code, Cursor, GitHub Copilot. Напрямую взаимодействовать с бизнесом и понимать продуктовый контекст задач. Hard skills Опыт Full Stack разработки. Понимание архитектуры современных веб-приложений. Опыт работы с backend, frontend и базами данных. Понимание инфраструктуры и процесса deployment. Опыт или хорошее понимание разработки высоконагруженных систем: кэширование; очереди; шардирование; горизонтальное масштабирование. Умение использовать AI-инструменты в разработке не как эксперимент, а как реальный инструмент повышения скорости работы. Soft skills Ownership. Важно отношение к продукту по принципу: «упало → разобрался → починил», а не «создал тикет и передал дальше». Самостоятельность. Привычка самому отвечать за результат и production, а не рассчитывать на абстрактную команду вокруг. Спокойствие при инцидентах. Способность системно разбираться с проблемами даже тогда, когда они происходят непосредственно в production. Быстрая обучаемость. Готовность оперативно погружаться в незнакомые технологии и инструменты, если этого требует задача. Продуктовое мышление. Разработчик отвечает не только за написанный код, но и за то, как работает продукт. Для уровня Middle особенно важны амбиции, высокая скорость роста и готовность развиваться на реальных production-задачах. Формат работы Полная занятость. График: 5/2. Полная удаленка