ML инженер в Финтех
Зарплата не указана
RWB (Wildberries & Russ) · Москва
Разрабатывать ML-модели, в том числе: скоринговые модели, модели оттока, модели отклика, модели прогноза продаж. Решать задачи в Risk-моделировании...
ГКУ Инфогород · Москва
ОМС — новый проект по импортозамещению АИС ОМС, информационной системы для автоматизации процессов, связанных с обязательным медицинским страхованием, такими как персонифицированный...
Зарплату работодатель не назвал — вилку обсуждают на собеседовании.
Департамент информационных технологий Москвы создает и развивает цифровые проекты, которые делают столицу комфортнее, а жизнь горожан — удобнее и мобильнее. Для системы управления столицей технологии — это незаменимый инструмент, который применяется во всех отраслях экономики, городского хозяйства и социальной сферы. А для миллионов горожан — повседневный помощник, который позволяет получать сотни услуг и сервисов в удобном цифровом формате в режиме 24/7.
ОМС — новый проект по импортозамещению АИС ОМС, информационной системы для автоматизации процессов, связанных с обязательным медицинским страхованием, такими как персонифицированный учет медицинской помощи и информационное обеспечение деятельности участников системы ОМС. Она обеспечивает сбор, хранение и обработку данных о медицинских услугах и страховых случаях.
Обязанности:
• Проектировать и развивать архитектуру потоков обработки и хранения данных.
• Разрабатывать и сопровождать ETL/ELT-пайплайны и интеграции с источниками данных.
• Реализовывать dbt-модели, SQL-трансформации и объекты данных в ClickHouse.
• Разрабатывать и поддерживать Airflow DAGs и механизмы оркестрации.
• Организовывать хранение и обработку данных с использованием S3.
• Обеспечивать надежность, производительность и масштабируемость data-процессов.
• Реализовывать механизмы контроля качества данных, мониторинга и обработки ошибок.
• Оптимизировать SQL-запросы, модели хранения и процессы обработки больших объемов данных.
• Участвовать в проектировании и развитии DWH и аналитических витрин совместно с аналитиками.
• Интегрировать новые источники данных и обеспечивать их стабильную загрузку.
• Документировать технические решения и участвовать в развитии инженерных стандартов команды.
• Взаимодействовать с аналитиками, разработчиками и Заказчиками при проектировании и реализации решений.
Опыт работы от 3 лет в Data Engineering, разработке DWH или смежных инженерных направлениях.
• Уверенное владение SQL: CTE, оконные и агрегатные функции, подзапросы; оптимизация запросов и работа с большими объемами данных.
• Уверенное владение Python для разработки ETL/ELT-процессов, интеграций и автоматизации обработки данных.
• Опыт проектирования и разработки ETL/ELT-пайплайнов и потоков обработки данных.
• Глубокое понимание принципов построения DWH, Data Mart и моделей данных.
• Практический опыт разработки dbt-моделей, SQL-трансформаций и управления зависимостями между объектами данных.
• Уверенная работа с ClickHouse: проектирование таблиц, выбор схем хранения, оптимизация запросов и производительности.
• Опыт работы с системами оркестрации, преимущественно Airflow.
• Опыт работы с S3 и объектным хранением данных.
• Понимание принципов интеграции данных и работы с форматами JSON, XML, CSV.
• Опыт построения и сопровождения процессов загрузки данных из различных источников.
• Понимание принципов Data Quality, контроля целостности, полноты и актуальности данных.
• Опыт работы с Git.
• Навыки декомпозиции технических требований и проектирования решений совместно с аналитиками, разработчиками и Заказчиками.
Будет преимуществом:
• Опыт проектирования и развития корпоративных хранилищ данных.
• Опыт работы с другими аналитическими СУБД и DWH-платформами.
• Опыт построения потоковых решений и систем потоковой передачи данных.
• Опыт настройки мониторинга и алертинга data-пайплайнов.
• Навыки оптимизации инфраструктурных и вычислительных затрат.
• Профильное высшее образование.
Личностные качества
• Системное и инженерное мышление.
• Ответственность за надежность и результат работы data-платформы.
• Ориентация на качество, производительность и поддерживаемость решений.
• Умение самостоятельно принимать технические решения.
• Способность быстро погружаться в новые технологии, источники и предметные области.
• Умение работать в команде и эффективно взаимодействовать со смежными специалистами.
Что мы предлагаем:
- Рыночную зарплату и премии;
- График работы 5/2;
- Интересные задачи и ресурсы для их реализации;
- Преимущества аккредитованной IT-компании;
- Материальную помощь в случае важных событий в жизни;
- Корпоративное обучение и доступ к онлайн-библиотеке;
- Корпоративные тренировки и спортивные активности: бег, футбол, волейбол, баскетбол, теннис и другие;
- Комьюнити по интересам;
- Скидки от партнеров на ДМС, связь, развлечения, подарки, спорт и т.д.
Стань частью команды ДИТ Москвы и воплощай в жизнь цифровые проекты столицы!
Вакансия опубликована 10 ноября, проверена 19.11.2026. Открыть оригинал.
Отклик оформляется на странице работодателя — кнопка выше ведёт туда напрямую. Перед отправкой стоит подогнать резюме под текст вакансии: работодатели читают первые строки и ищут в них свои слова. Если рассылаете отклики десятками, посмотрите сервис автооткликов — он отправляет их за вас по заданным настройкам, до 50 в сутки. Про сам поиск работы есть разбор в статье как быстро найти работу.
Вилку работодатель не назвал — обсуждать деньги придётся на собеседовании. Для ориентира: в среднем по направлению «Дата-сайентист» платят 174 000 ₽.
В требованиях указано: от 3 до 6 лет. Работать нужно на месте, город — Москва.
Да, на 19.11.2026 она активна: каждую ночь каталог сверяется с источником, закрытые предложения помечаются и уходят из списков.
Мы в Департаменте информационных технологий Правительства Москвы работаем над тем, чтобы город становился умнее, безопаснее, удобнее. Современные технологии могут и должны помогать горожанам вовремя получать актуальную именно для них информацию, оперативно решать важные вопросы и экономить время. Согласитесь, гораздо лучше не ждать в очереди, а в пару кликов записаться к врачу, проверить домашнее …
Соседи по направлению с близкими требованиями.
Зарплата не указана
RWB (Wildberries & Russ) · Москва
Разрабатывать ML-модели, в том числе: скоринговые модели, модели оттока, модели отклика, модели прогноза продаж. Решать задачи в Risk-моделировании...
Зарплата не указана
СБЕР · Москва
Проводить эксперименты по обучению Vision / Audio / Video LLM: данные, стадии обучения, способы смешивания модальностей. Оптимизировать ML-инфраструктуру для обучения на...
Зарплата не указана
СБЕР · Москва
Масштабирование данных: увеличение объемов данных для обучения на несколько порядков, построение эффективных пайплайнов их фильтрации и подготовки. Развитие архитектуры и...
Зарплата не указана
ЭМ Рус · Москва
Совместно с Tech Lead спроектировать и развивать DWH в Yandex Cloud. Определять архитектуру хранилища данных и подходы к моделированию данных.
Зарплата не указана
VK · Москва
Миграция в целевую архитектуру данных. Реализация и систематизация ETL-процессов согласно требованиям. Оптимизация работы с данными для продуктовой аналитики.
Зарплата не указана
X5 Tech · Москва
Участвовать в разработке моделей для продуктивной среды. Строить модели машинного обучения, улучшать качество прогноза. Заниматься аналитикой и проверкой гипотез.
Зарплата не указана
ГКУ Инфогород · Москва
Анализировать требования. Составлять тест-планы. Выполнять ручное тестирование. Разрабатывать автотесты. Тестировать интеграции, работать с postman, swagger, soap. Писать сложные sql...
Зарплата не указана
ГКУ Инфогород · Москва
Поддерживать прикладную инфраструктуру и серверы приложений. Работать с Kubernetes-кластерами и Helm. Проводить релизы в production. Выполнять заявки команд разработки...
Зарплата не указана
ГКУ Инфогород · Москва
управлять командой разработки (backend, frontend, QA, аналитики, инженеры данных) — обеспечение эффективного взаимодействия, распределение задач, контроль выполнения. - участвовать в найме, онбординге...
Пригодится до собеседования: сколько останется на руки от названной суммы, как считаются отпускные и переработки.
Модели машинного обучения, прогнозы и рекомендации: Python, статистика, продакшен.