Всем привет!
Мы в Okko расширяем департамент анализа данных. Сейчас в команде больше 50 человек, мы продолжаем расти, совершенствуя работу с данными, в т.ч. рекомендательную систему. Поэтому ищем близких по духу людей, вместе с которыми создадим принципиально новый подход к зрительскому опыту.
Мы ждем Data Scientists, Data Analysts, Data Engineers, Python Developers и т.д. уровня middle+/senior. Можно выбрать направление – «Платформа экспериментов», «Рекомендации», «Поиск», «Монетизация», «Growth», «Контент», «Техническая команда».
Сделали страничку со всеми подробностями, там же можно откликнуться на понравившуюся вакансию: https://analytics.okko.tv/
Ждем твой отклик
#data #datascientists #dataanalysts #dataengineers #ds #da #de #ml #recsys #recommendations #search #datadriven #AB #growth #okko
Мы в Okko расширяем департамент анализа данных. Сейчас в команде больше 50 человек, мы продолжаем расти, совершенствуя работу с данными, в т.ч. рекомендательную систему. Поэтому ищем близких по духу людей, вместе с которыми создадим принципиально новый подход к зрительскому опыту.
Мы ждем Data Scientists, Data Analysts, Data Engineers, Python Developers и т.д. уровня middle+/senior. Можно выбрать направление – «Платформа экспериментов», «Рекомендации», «Поиск», «Монетизация», «Growth», «Контент», «Техническая команда».
Сделали страничку со всеми подробностями, там же можно откликнуться на понравившуюся вакансию: https://analytics.okko.tv/
Ждем твой отклик
#data #datascientists #dataanalysts #dataengineers #ds #da #de #ml #recsys #recommendations #search #datadriven #AB #growth #okko
analytics.okko.tv
Okko Analytics
Стань частью команды Okko
#вакансия #Москва #fulltime #BigData #DS
Позиция: A/B-tests Team Lead (сейчас команда – 0 человек).
Куда: Альфа-Банк, Департамент продвинутой аналитики
Формат работы: Гибрид - Москва, м. Технопарк + удаленно.
Что нужно делать?
1. Общаться (много!) с владельцами процессов, определять методологию проведения тестов, запускать тесты самостоятельно (или контролировать процесс запуска), анализировать данные и формировать аналитические отчёты, описывать всё это в Confuence, помогать бизнес-заказчикам принимать правильные решения.
2. Создавать с нуля и описывать обобщённую методологию проведения сплит-тестов, которую смогут переиспользовать другие; выстраивать формализованные процессы; распространять и пропагандировать лучшие практики по механикам проведения экспериментов (как в Альфе, так и вовне).
3. Растить функцию на основе череды успехов – с фактами в руках защищать планы роста, быть руководителем и лидером для будущей команды.
4. Принимать участие в создании архитектурных решений для платформ проведения сплит-тестов, в идеале - создания единого контура тестирования моделей машинного обучения.
5. Первоочередные задачи – поддержка экспериментов команды Центра компетенций по NLP Лаборатории машинного обучения.
Мы ожидаем от вас:
1. Опыт руководства функцией сплит-тестирования. Общий опыт работы в этом направлении – от 2 лет.
2. Лидерский опыт (начинать придётся одному), опыт руководства командой (будут успехи – будет команда), проактивность и умение самостоятельно достигать результат.
3. Hard skills: Python, bash, SQL, Hadoop; Tableau/ClickView/PowerBI; BitBucket (Git), JIRA и Confluence.
4. Образование: физ.-мат., техническое, ИТ; хорошая база в мат.стате и теор.вере; чёрный пояс по пакетам для стат. анализа и визуализации в Python (statsmodels, seaborn и т.п.). У нас нет и не будет R 😈
5. Развитые коммуникативные навыки для ведения переговоров с внутренними и внешними контрагентами, некоторые из которых могут быть (ошибочно) уверены, что и так всё понятно, и так всё хорошо работает. Умение писать понятную и грамотную документацию, аналитические записки. Грамотная устная и письменная речь, структурированное изложение мыслей. Время от времени придётся делать презентации на понятном для конкретного заказчика языке - это тоже надо уметь.
6. Идеально, если есть ещё и опыт создания, сопровождения и развития единого фреймворка сплит-тестирования в организации.
Ответы на 10 важных вопросов:
1. Данные: Обычно - Hadoop (все данные Альфа-Банка) + внешние источники по API. Могут быть эзотерические источники – локальные БД (Vertica, MongoDB и т.п.).
2. Железо: Потенциально – 2 TB RAM, 96 cores. Будем отталкиваться от необходимости и можем расширять аллокацию ресурсов. Для работы: MacBook + удалённое рабочее место.
3. Масштаб влияния на core-бизнес? Модели - ядро большинства банковских процессов. Амбиция – ответственность за все тестирование моделей (или процессов, с ними связанных) в Альфа-Банке.
4. Уровень развития Data Science в компании? Все линии бизнеса покрыты ML моделями, где необходимо - успешно внедрен DL.
5. Роль: см. что нужно делать (выше).
6. Бэкграунд у вашего руководителя? https://www.linkedin.com/in/vadimayuyev/
7. Как часто вам будут мешать работать? Пока непонятно. Минимум, 1 час организационных встреч в неделю. Остальное будет зависеть от конкретных заказчиков и операционного ритма с ними.
8. Карьерный рост: формализованная матрица компетенций не создана – придётся разрабатывать.
9. Prod/Research: на начальном этапе Prod – 80% (надо проводить тестирование в боевых процессах), Research – 20% (инвестиция в развитие методологии). В целевом сценарии, после создания и роста команды, пропорция обратная.
10. Функция сервиса или лидера? 50/50. Функция создаётся с 0. Задача – обеспечивать качественный аналитический сервис.
Буду рада познакомиться лично и рассказать подробнее о задачах и компании.
Направить резюме и задать вопросы можно в ТГ @nellismo или на почту NNSemenova@alfabank.ru
Позиция: A/B-tests Team Lead (сейчас команда – 0 человек).
Куда: Альфа-Банк, Департамент продвинутой аналитики
Формат работы: Гибрид - Москва, м. Технопарк + удаленно.
Что нужно делать?
1. Общаться (много!) с владельцами процессов, определять методологию проведения тестов, запускать тесты самостоятельно (или контролировать процесс запуска), анализировать данные и формировать аналитические отчёты, описывать всё это в Confuence, помогать бизнес-заказчикам принимать правильные решения.
2. Создавать с нуля и описывать обобщённую методологию проведения сплит-тестов, которую смогут переиспользовать другие; выстраивать формализованные процессы; распространять и пропагандировать лучшие практики по механикам проведения экспериментов (как в Альфе, так и вовне).
3. Растить функцию на основе череды успехов – с фактами в руках защищать планы роста, быть руководителем и лидером для будущей команды.
4. Принимать участие в создании архитектурных решений для платформ проведения сплит-тестов, в идеале - создания единого контура тестирования моделей машинного обучения.
5. Первоочередные задачи – поддержка экспериментов команды Центра компетенций по NLP Лаборатории машинного обучения.
Мы ожидаем от вас:
1. Опыт руководства функцией сплит-тестирования. Общий опыт работы в этом направлении – от 2 лет.
2. Лидерский опыт (начинать придётся одному), опыт руководства командой (будут успехи – будет команда), проактивность и умение самостоятельно достигать результат.
3. Hard skills: Python, bash, SQL, Hadoop; Tableau/ClickView/PowerBI; BitBucket (Git), JIRA и Confluence.
4. Образование: физ.-мат., техническое, ИТ; хорошая база в мат.стате и теор.вере; чёрный пояс по пакетам для стат. анализа и визуализации в Python (statsmodels, seaborn и т.п.). У нас нет и не будет R 😈
5. Развитые коммуникативные навыки для ведения переговоров с внутренними и внешними контрагентами, некоторые из которых могут быть (ошибочно) уверены, что и так всё понятно, и так всё хорошо работает. Умение писать понятную и грамотную документацию, аналитические записки. Грамотная устная и письменная речь, структурированное изложение мыслей. Время от времени придётся делать презентации на понятном для конкретного заказчика языке - это тоже надо уметь.
6. Идеально, если есть ещё и опыт создания, сопровождения и развития единого фреймворка сплит-тестирования в организации.
Ответы на 10 важных вопросов:
1. Данные: Обычно - Hadoop (все данные Альфа-Банка) + внешние источники по API. Могут быть эзотерические источники – локальные БД (Vertica, MongoDB и т.п.).
2. Железо: Потенциально – 2 TB RAM, 96 cores. Будем отталкиваться от необходимости и можем расширять аллокацию ресурсов. Для работы: MacBook + удалённое рабочее место.
3. Масштаб влияния на core-бизнес? Модели - ядро большинства банковских процессов. Амбиция – ответственность за все тестирование моделей (или процессов, с ними связанных) в Альфа-Банке.
4. Уровень развития Data Science в компании? Все линии бизнеса покрыты ML моделями, где необходимо - успешно внедрен DL.
5. Роль: см. что нужно делать (выше).
6. Бэкграунд у вашего руководителя? https://www.linkedin.com/in/vadimayuyev/
7. Как часто вам будут мешать работать? Пока непонятно. Минимум, 1 час организационных встреч в неделю. Остальное будет зависеть от конкретных заказчиков и операционного ритма с ними.
8. Карьерный рост: формализованная матрица компетенций не создана – придётся разрабатывать.
9. Prod/Research: на начальном этапе Prod – 80% (надо проводить тестирование в боевых процессах), Research – 20% (инвестиция в развитие методологии). В целевом сценарии, после создания и роста команды, пропорция обратная.
10. Функция сервиса или лидера? 50/50. Функция создаётся с 0. Задача – обеспечивать качественный аналитический сервис.
Буду рада познакомиться лично и рассказать подробнее о задачах и компании.
Направить резюме и задать вопросы можно в ТГ @nellismo или на почту NNSemenova@alfabank.ru
#вакансия #vacancy #ML #pytorch #python #релокация #rибрид #relocate #fulltime #Gym #tenserflow #Грузия #Тбилиси #DS
🚀 Компания: the_covert
🔎 Вакансия: Machine Learning Engineer
🌍 Локация: Тбилиси
🚧 Тип занятости: full-time
⏰ Формат: Remote/офис/гибрид
💵 Зп вилка: 2000- 5000 $ (по итогам собеседования)
🗣Сейчас мы находимся в поиске опытного Machine Learning engineer, чтобы усилить команду машинного обучения.
💫Мы – международная группа IT-компаний. С 2006 года создаём собственные продукты, которые востебованы пользователями во всём мире. Наш продукт – это финтех платформа, предлагающая доступ к многофункциональной экосистеме для работы с финансами. Мы работаем с клиентами по всему миру, а общая аудитория насчитывает более 100 млн пользователей.
❗️Стек: Pytorch+Pytroch-Lighting, Gym, ClearML, ETL Airflow, Docker, Crontab, Jira+Confluence, Slack.
💰Что предлагаем:
– ЗП в в долларах без привязки к курсу рубля;
– Возможность релокации, помогаем с переездом;
– Забота о здоровье сотрудников - медицинская страховка после прохождения ИС;
– Компенсация спорта;
– Индивидуальный подход к области ответственности и пулу задач.
✅Что предстоит делать:
– Работать над организацией бесшовной генерацией конфигов для работы с данными;
– Рефакторинг кода;
– Автоматизация рутинных процессов;
– Проводить эксперименты с моделью;
– Организация, настройка и сопровождение процессов ETL\ELT.
⚠️Ожидаем от вас:
– Опыт работы с пайплайнами ML/DL;
– Опыт программирования на Python 3.7+;
– Опыт работы с одной или несколькими средами deep learning, такими как Tensorflow/Keras или PyTorch.
➕Будет плюсом:
– Опыт программирования на C++;
– Участие в олимпиадах/хакатонах по data science.
✉️Контакты:
Даниил, @danpushkin
🚀 Компания: the_covert
🔎 Вакансия: Machine Learning Engineer
🌍 Локация: Тбилиси
🚧 Тип занятости: full-time
⏰ Формат: Remote/офис/гибрид
💵 Зп вилка: 2000- 5000 $ (по итогам собеседования)
🗣Сейчас мы находимся в поиске опытного Machine Learning engineer, чтобы усилить команду машинного обучения.
💫Мы – международная группа IT-компаний. С 2006 года создаём собственные продукты, которые востебованы пользователями во всём мире. Наш продукт – это финтех платформа, предлагающая доступ к многофункциональной экосистеме для работы с финансами. Мы работаем с клиентами по всему миру, а общая аудитория насчитывает более 100 млн пользователей.
❗️Стек: Pytorch+Pytroch-Lighting, Gym, ClearML, ETL Airflow, Docker, Crontab, Jira+Confluence, Slack.
💰Что предлагаем:
– ЗП в в долларах без привязки к курсу рубля;
– Возможность релокации, помогаем с переездом;
– Забота о здоровье сотрудников - медицинская страховка после прохождения ИС;
– Компенсация спорта;
– Индивидуальный подход к области ответственности и пулу задач.
✅Что предстоит делать:
– Работать над организацией бесшовной генерацией конфигов для работы с данными;
– Рефакторинг кода;
– Автоматизация рутинных процессов;
– Проводить эксперименты с моделью;
– Организация, настройка и сопровождение процессов ETL\ELT.
⚠️Ожидаем от вас:
– Опыт работы с пайплайнами ML/DL;
– Опыт программирования на Python 3.7+;
– Опыт работы с одной или несколькими средами deep learning, такими как Tensorflow/Keras или PyTorch.
➕Будет плюсом:
– Опыт программирования на C++;
– Участие в олимпиадах/хакатонах по data science.
✉️Контакты:
Даниил, @danpushkin
#вакансия #ML #удаленка #DS #MachineLearning
В нашу дружную команду мы приглашаем ML engineer Computer vizion 🔥
Вакансия: ML инженер (middle/senior)
Компания: «Наносемантика» — ведущий разработчик технологий искусственного интеллекта https://nanosemantics.ai/
Формат работы: удалённо
Полная занятость
Условия: вилка 140-200 net;
Работа в аккредитованной IT компании;
Оформление по ТК РФ с первого рабочего дня + ДМС для сотрудников (включая бизнес стоматологию).
Чем предстоит заниматься:
✔️Работать с задачами image captioning, детекции объектов, классификации сцен, распознаванию персон и локаций, теггированию фото и видео и редуцированию объектов до wikidata;
✔️Изучение статей и реализация архитектур моделей, функций потерь, оптимизаторов по статьям;
✔️Построение и отладка пайплайнов предобработки данных, обучения и инференса моделей;
✔️Обучение и скоринг моделей;
✔️Сборка сервисов, использующих модели.
Наши ожидания:
✔️Опыт работы 2–3 года в области компьютерного зрения;
✔️Уверенное владение Python 3;
✔️Продвинутый пользователь Linux;
✔️Опыт работы с Git;
✔️Опыт работы по крайней мере с одной из нейросетевых библиотек глубокого обучения: PyTorch, TensorFlow/Keras;
✔️Опыт квантизации моделей;
✔️Хорошее представление о задачах компьютерного зрения, в частности, о детекции объектов, классификации изображений, трекинге, распознавании лиц, сегментации изображений;
✔️Опыт работы с функционалом библиотеки OpenCV (не только для чтения и записи изображений);
🚀Будет плюсом хорошее представление и опыт обучения хотя бы части различных нейросетевых архитектурах для решения задач компьютерного зрения: (Detectron2, YOLOv…, RetinaNet, SSD, R-CNN, Faster R-CNN, MobileNet (v2), SqueezeNet, EfficientNet, U-Net, U2Net, Mask R-CNN, FastFCN, ResNet-50 (-18, -100), InceptionV3, VGG19 (16), AlexNet, DarkNet-53, …);
Бонусом будет опыт работы с мультимодальными сетями (CLIP и другие).
Контакты для связи: @ViktoriaNano
В нашу дружную команду мы приглашаем ML engineer Computer vizion 🔥
Вакансия: ML инженер (middle/senior)
Компания: «Наносемантика» — ведущий разработчик технологий искусственного интеллекта https://nanosemantics.ai/
Формат работы: удалённо
Полная занятость
Условия: вилка 140-200 net;
Работа в аккредитованной IT компании;
Оформление по ТК РФ с первого рабочего дня + ДМС для сотрудников (включая бизнес стоматологию).
Чем предстоит заниматься:
✔️Работать с задачами image captioning, детекции объектов, классификации сцен, распознаванию персон и локаций, теггированию фото и видео и редуцированию объектов до wikidata;
✔️Изучение статей и реализация архитектур моделей, функций потерь, оптимизаторов по статьям;
✔️Построение и отладка пайплайнов предобработки данных, обучения и инференса моделей;
✔️Обучение и скоринг моделей;
✔️Сборка сервисов, использующих модели.
Наши ожидания:
✔️Опыт работы 2–3 года в области компьютерного зрения;
✔️Уверенное владение Python 3;
✔️Продвинутый пользователь Linux;
✔️Опыт работы с Git;
✔️Опыт работы по крайней мере с одной из нейросетевых библиотек глубокого обучения: PyTorch, TensorFlow/Keras;
✔️Опыт квантизации моделей;
✔️Хорошее представление о задачах компьютерного зрения, в частности, о детекции объектов, классификации изображений, трекинге, распознавании лиц, сегментации изображений;
✔️Опыт работы с функционалом библиотеки OpenCV (не только для чтения и записи изображений);
🚀Будет плюсом хорошее представление и опыт обучения хотя бы части различных нейросетевых архитектурах для решения задач компьютерного зрения: (Detectron2, YOLOv…, RetinaNet, SSD, R-CNN, Faster R-CNN, MobileNet (v2), SqueezeNet, EfficientNet, U-Net, U2Net, Mask R-CNN, FastFCN, ResNet-50 (-18, -100), InceptionV3, VGG19 (16), AlexNet, DarkNet-53, …);
Бонусом будет опыт работы с мультимодальными сетями (CLIP и другие).
Контакты для связи: @ViktoriaNano
#Екатеринбург #офис #вакансия #DS #ML #временныеряды
Формат: офис (локация Екатеринбург)
Должность: Руководитель направления по исследованию данных
Заработная плата: от 230 000 ₽ на руки + бонусы
Компания: Сбер
Задачи:
• Исследовать логику бизнес-процессов, выделять базовые составляющие и взаимосвязи между ними
• Формулировать постановку предиктивных задач и контролировать сроки их выполнения командой исследователей данных.
• Выдвигать гипотезы и проверять их при помощи инструментов графического и статистического анализа данных
• Разрабатывать предиктивные модели, используя эконометрические методы, статистические методы и методы машинного обучения
• Презентовать и защищать логику и метрики качества моделей перед проектной командой и заказчиками предиктивных моделей
• Контролировать качество реализации предиктивных моделей на этапе внедрения модели
• Проводить исследования в области прикладных математических алгоритмов и методов, используемых в задачах машинного обучения.
Ожидания от соискателя:
• Опыт применения методов машинного обучения для решения задач прогнозирования, реализованные проекты
• Понимание логики работы банковских продуктов
• Опыт управления командой разработки предиктивных решений
• Уверенные знания в области математической статистики, теории вероятностей, методов машинного обучения и анализа данных
• Умение грамотно структурировать и презентовать информацию
• Стек: Python, SQL
• Опыт работы с библиотеками: Sklearn, Pandas, Statsmodels, Xgboost/Lightgbm/Catboost, RandomForest.
Работа у нас это:
• Работа в команде экспертов и профессионалов своего дела
• Официально оформление по ТК РФ
• Возможность работы с новыми технологиями
• Обучение за счёт компании
• Расширенный ДМС со стоматологией
• Корпоративный спортзал и скидки в спортзалы-партнеры
Контакт: @lightelen
Формат: офис (локация Екатеринбург)
Должность: Руководитель направления по исследованию данных
Заработная плата: от 230 000 ₽ на руки + бонусы
Компания: Сбер
Задачи:
• Исследовать логику бизнес-процессов, выделять базовые составляющие и взаимосвязи между ними
• Формулировать постановку предиктивных задач и контролировать сроки их выполнения командой исследователей данных.
• Выдвигать гипотезы и проверять их при помощи инструментов графического и статистического анализа данных
• Разрабатывать предиктивные модели, используя эконометрические методы, статистические методы и методы машинного обучения
• Презентовать и защищать логику и метрики качества моделей перед проектной командой и заказчиками предиктивных моделей
• Контролировать качество реализации предиктивных моделей на этапе внедрения модели
• Проводить исследования в области прикладных математических алгоритмов и методов, используемых в задачах машинного обучения.
Ожидания от соискателя:
• Опыт применения методов машинного обучения для решения задач прогнозирования, реализованные проекты
• Понимание логики работы банковских продуктов
• Опыт управления командой разработки предиктивных решений
• Уверенные знания в области математической статистики, теории вероятностей, методов машинного обучения и анализа данных
• Умение грамотно структурировать и презентовать информацию
• Стек: Python, SQL
• Опыт работы с библиотеками: Sklearn, Pandas, Statsmodels, Xgboost/Lightgbm/Catboost, RandomForest.
Работа у нас это:
• Работа в команде экспертов и профессионалов своего дела
• Официально оформление по ТК РФ
• Возможность работы с новыми технологиями
• Обучение за счёт компании
• Расширенный ДМС со стоматологией
• Корпоративный спортзал и скидки в спортзалы-партнеры
Контакт: @lightelen
#вакансия #ds #nlp
Data scientist NLP
DataOffice - это драйвер DataDriven культуры в Ростелекоме, один из лидеров отрасли управления данными в России. DataOffice объединяет 300 профессионалов в области ИТ-технологий.
В компании расширяется команда для разработки сервисов на базе больших языковых моделей: прикладные настольные приложения для повышения эффективности сотрудников и внедрение ИИ в программные продукты РТК (Яга/Ежка, аналоги Jira/Trello/Confluence, Электронный документооборот, ITSM и т.д.).
Примеры сервисов:
- Генерация формального текста или шаблона задачи из свободного описания
- Формирование саммари текстов
- Умный поиск по документам, базам знаний
- Генерация презентаций
- Поиск похожих документов
- Интеллектуальная нарезка историй и задач на подзадачи или пункты
- Различные задачи классификации на основе текстовых данных
- Выделение именованных сущностей из описания задачи
Требования:
- Работа с одним из фреймворков PyTorch/TensorFlow
- Знание основных подходов для предобработки и векторизации текста
- Наличие опыта решения задач NLP для русского текста (Text Classification, NER, Text Summarization)
- Знакомство и понимание основных принципов современных SOTA моделей NLP
- Владение: git, docker, sql и одним из фреймворков для реализации api
Будет плюсом:
- Участие в соревнованиях по ML/DL
- Практический опыт до обучения и работы с open source LLM
- Публикации по NLP
- Собственные проекты по NLP
Условия:
- Удобный офис с кухней, фруктами, кофе (БЦ Академик)
- Лояльный офисный график, возможность частичной или полной удаленной работы
- ДМС со стоматологией
- Кафетерий льгот (возможность выбрать себе компенсации из списка: компенсация занятий спортом, расходы на транспорт, доплаты к отпуску и дню рождения)
- Внутреннее и внешнее обучение, доступ к корпоративным библиотекам технической и бизнес литературы, посещение профильных конференций и курсов за счет компании
Контакт: @GorbunovaAS
Data scientist NLP
DataOffice - это драйвер DataDriven культуры в Ростелекоме, один из лидеров отрасли управления данными в России. DataOffice объединяет 300 профессионалов в области ИТ-технологий.
В компании расширяется команда для разработки сервисов на базе больших языковых моделей: прикладные настольные приложения для повышения эффективности сотрудников и внедрение ИИ в программные продукты РТК (Яга/Ежка, аналоги Jira/Trello/Confluence, Электронный документооборот, ITSM и т.д.).
Примеры сервисов:
- Генерация формального текста или шаблона задачи из свободного описания
- Формирование саммари текстов
- Умный поиск по документам, базам знаний
- Генерация презентаций
- Поиск похожих документов
- Интеллектуальная нарезка историй и задач на подзадачи или пункты
- Различные задачи классификации на основе текстовых данных
- Выделение именованных сущностей из описания задачи
Требования:
- Работа с одним из фреймворков PyTorch/TensorFlow
- Знание основных подходов для предобработки и векторизации текста
- Наличие опыта решения задач NLP для русского текста (Text Classification, NER, Text Summarization)
- Знакомство и понимание основных принципов современных SOTA моделей NLP
- Владение: git, docker, sql и одним из фреймворков для реализации api
Будет плюсом:
- Участие в соревнованиях по ML/DL
- Практический опыт до обучения и работы с open source LLM
- Публикации по NLP
- Собственные проекты по NLP
Условия:
- Удобный офис с кухней, фруктами, кофе (БЦ Академик)
- Лояльный офисный график, возможность частичной или полной удаленной работы
- ДМС со стоматологией
- Кафетерий льгот (возможность выбрать себе компенсации из списка: компенсация занятий спортом, расходы на транспорт, доплаты к отпуску и дню рождения)
- Внутреннее и внешнее обучение, доступ к корпоративным библиотекам технической и бизнес литературы, посещение профильных конференций и курсов за счет компании
Контакт: @GorbunovaAS