Ищем специалиста, который умеет работать с данными на всех этапах: от выгрузки до презентации результата. Вы должны свободно владеть SQL и Python для работы с большими данными, понимать принципы работы DWH. Для визуализации результатов используем BI-системы (Tableau, Power BI и аналоги), также потребуется уверенное знание Excel. Главная задача — не просто обработать информацию, а увидеть в ней паттерны и сделать четкие, обоснованные выводы.

Ищем специалиста, который будет определять ключевые метрики продукта и выстраивать связи между ними, поэтому важно умение находить общий язык с разными командами — от бизнес-заказчиков до разработчиков. Предстоит выявлять потребности стейкхолдеров и превращать их в конкретные аналитические задачи, а также самостоятельно работать с данными: искать, очищать, валидировать и обрабатывать большие объемы информации. Необходимо понимание принципов A/B-тестирования и статистической значимости результатов. Также ждем уверенное знание того, как устроены ETL/ELT-процессы, и готовность проектировать загрузку данных.

Ищем специалиста с уверенным владением Ansible: вы должны писать собственные плейбуки, роли, поддерживать скрипты и при необходимости создавать собственные модули. Ожидаем навыков разработки на Python или Go для автоматизации задач. Предстоит настраивать экспортеры для Prometheus или VictoriaMetrics, а также создавать и поддерживать дашборды в Grafana.

Ищем Java/Kotlin-разработчика с опытом коммерческой разработки от трех лет. Важно уверенное владение стеком и опыт работы с PostgreSQL, а также понимание специфики высоконагруженных приложений. Будет большим плюсом, если вы уже работали в Fintech-сфере и знакомы с ее особенностями.

Ищем специалиста, который поможет нам выстраивать сложные процессы и взаимодействия между сервисами. Важно уметь моделировать системы и проектировать как синхронное, так и асинхронное взаимодействие — здесь пригодится опыт работы с REST и брокерами сообщений. Хорошее знание нотаций BPMN и UML обязательно. SQL нужен на уровне уверенного написания простых запросов с select и join.

Ищем аналитика с навыками работы с SQL и Python на продвинутом уровне — это основа для ежедневных задач. Будет отлично, если у вас есть опыт автоматизации процессов.

Ищем аналитика с продвинутым уровнем SQL и Python для работы с большими данными: сложные запросы, автоматизация расчетов, поиск аномалий и паттернов. Важно знание статистики, умение проводить причинно-следственный анализ и интерпретировать данные в контексте бизнес-процессов. Ключевая задача — формулировать готовые к внедрению выводы и рекомендации. Плюсом будет опыт в антифроде, риск-аналитике или внутреннем контроле.

Ищем специалиста с образованием в области математики или статистики. Необходимо уверенно владеть Excel и работать с BI-инструментами для визуализации данных — Tableau, Power BI, Metabase, Apache Superset или аналоги. Будет плюсом знание SQL и опыт работы с реляционными базами данных.

Ищем специалиста с образованием в области математики или статистики. Требуются глубокие знания SQL, Python для обработки больших данных, опыт работы с BI-инструментами (Tableau, Power BI и др.) и Excel. Важно уметь выявлять паттерны и делать выводы.

Ищем продуктового аналитика с опытом от 3 лет. Нужно уметь работать с метриками, находить общий язык с командами, превращать потребности бизнеса в задачи и самостоятельно работать с данными. Важно понимание A/B-тестирования, статистической значимости и ETL/ELT-процессов.

Ищем продуктового аналитика с опытом от 3 лет. Требуется умение работать с метриками продукта, выстраивать связи между ними и находить общий язык с бизнесом и разработкой. Важно превращать потребности стейкхолдеров в аналитические задачи, разбираться в A/B-тестировании, статистической значимости и проектировать ETL/ELT-процессы.

В докладе поговорим:

— О сервисах и инструментах и почему их приносят именно в нашу команду;

— Как правильно отказывать: здравый смысл, техрадар, фильтры;

— Как считать доступность, девятки и сроки внедрения;

— Что делать после внедрения сервиса или инструмента;

— Про поддержку, автоматизацию и кладбище домашних животных.

В докладе обсудим:

— Как обеспечить безопасность раннеров и сохранить функционал;

— Как сохранить скорость выполнения джоб;

— Как внедрить новый подход и ничего не сломать.

— Computer Vision‑архитектура системы модерации Wildberries: как мы унифицировали модели через TensorRT и DALI, перешли к шаблонной архитектуре «общий бэкбон - легкие головы» и построили ансамбль в Triton, чтобы снизить нагрузку и ускорить деплой.

— Описание актуального процесса создания моделей: от постановки задачи до автоматизированного ретроскоринга и деплоя моделей в продакшен. Включая прогнозирование нагрузки на модерацию и применение Visual Language Models для проверки предсказаний.

Чувствуется дух стартапа, изменения быстро появляются, реализуются и уходят в прод. У заказчиков и коллег есть понимание, зачем делается тот или иной функционал — нет задач «просто потому, что так надо». Любое решение можно обсудить, предложить свои варианты.

Когда работал в другой компании, я описывал требования для функционала электронного подписания документов — только согласование задачи, включая встречи с архитекторами, ИБ и другими командами, заняло несколько месяцев, а процесс вывода затянулся почти на полгода.

В WB такого нет. Да, есть проверки функционала перед выходом в прод, его согласование, но нет согласований ради согласований, встреч на 10-20 человек. Все коллеги доступны не только через «календарь», но и в чате — можно написать, быстро договориться офлайн.

Чувствуется подход code first, что в центре внимания находится продукт и пользовательский опыт, а не «документация» и то, как это выглядит на бумаге/в документах. Аналогично с подходом к самим задачам: можно говорить о проблемах, обсуждать их в команде и с бизнесом.

Конечно, на стороне АБС лежит только техническая часть операций, но в любом случае чувствуешь причастность к этим процессам. Что каждая задача — часть большого функционала, и от тебя в том числе зависят его сроки вывода, успешность реализации и обратная связь от пользователей.