Руководитель направления Data Platform
WhiteBIT ищет руководителя Data Platform для построения центрального хранилища данных криптобиржи: все сделки, позиции, балансы и P&L. Нужен практик с 5+ годами в data engineering и опытом управления, который лично пишет пайплайны на Python и SQL, работает с ClickHouse и Kafka и понимает торговые метрики. Предлагают работу в международной финтех-команде, современное оборудование, 22 рабочих дня отпуска и гибкие условия.
География удалёнки не уточнена
Уточните у работодателя, из каких стран можно работать.
Отклик отправляется на сайте источника. Регистрация в Taylor для перехода не нужна.
Что предстоит делать
<p>Мы — создатели новой эры финтеха!</p><p>Наша миссия — изменить мир, сделав технологию блокчейн доступной для каждого в повседневной жизни. WhiteBIT — это глобальная команда из более чем 1 500 профессионалов, объединённых общим видением формирования будущего.</p><p>Мы строим собственную блокчейн-экосистему, чтобы обеспечить максимальную прозрачность и безопасность для более чем 8 миллионов пользователей по всему миру. Наши передовые решения, быстрая адаптация к рыночным вызовам и технологическое совершенство отличают нас от традиционных компаний.</p><p>Наши официальные партнёры включают Juventus, FC Barcelona, Lifecell, FACEIT и VISA.</p><p>Присоединяйтесь к нам в роли Head of Data Platform. </p><p> </p><p><strong>Требования</strong>:<br><strong>Образование и опыт:</strong></p><p>— Степень MSc в области computer science, математики, статистики, физики или другой количественной области; PhD — плюс, а не требование — методология исследовательского уровня находится в зоне ответственности Quantitative Researcher</p><p>— 5+ лет в data engineering / analytics, включая опыт руководства / управления; построил торговую / финансовую data-платформу с нуля в криптобирже, HFT / электронной трейдинговой фирме, маркет-мейкере или трейдинговом финтехе. Опыт работы только с банковским / корпоративным DWH не подходит</p><p>— Лично нёс production-ответственность за денежные данные — сделки, балансы, позиции, P&L — где ошибка в данных означает финансовую ошибку</p><p><strong>Ключевые технические навыки — data-платформа:</strong></p><p>— Практическая работа сегодня: лично проектирует и выпускает пайплайны — продвинутый SQL и Python; ClickHouse (или kdb+ / сопоставимый колоночный OLAP) в production</p><p>— Streaming и batch в одной архитектуре: Kafka или эквивалент, event-потоки со свежестью второго порядка наряду с часовыми агрегатами; логика торгового дня — метрики считаются в пределах торгового дня, который начинается и заканчивается в фиксированный утренний час, с автоматическим ежедневным сбросом</p><p>— Оптимизирует объём данных и вычислительные затраты на каждом этапе: выбирает технологический стек, логику партиционирования и поток выполнения исходя из влияния на соотношение стоимости и производительности</p><p>— Инженерия корректности данных: сверка (reconciliation), идемпотентные backfill-процессы, обработка поздних / дублирующихся событий, мониторинг качества данных и алертинг по задержкам</p><p>— Интеграция с вендорами и API: институциональные провайдеры рыночных данных (класса Kaiko / Amberdata), API бирж, FX-фиды; проектирование схем и документация, на основе которых могут строить другие</p><p><strong>Ключевые технические навыки — аналитика и прикладная математика:</strong></p><p>— Прикладная статистика на рабочем уровне: распределения, проверка гипотез и доверительные интервалы, корреляция против причинно-следственной связи, подводные камни временных рядов и агрегации (границы сессий, survivorship, выбросы) — достаточно, чтобы поймать методологическую ошибку в запросе или ноутбуке аналитика, а также чтобы в прошлых ролях проектировать или проверять методологию метрик / экспериментов</p><p>— Дизайн метрик и семантики: одно письменное определение на каждую метрику (P&L, uptime, spread, fill rate), применяемое во всех отчётах; аналитические модели данных (marts / star schemas), которые делают эти определения вычислимыми и дешёвыми для запросов</p><p>— Управление BI-стеком: Tableau / Grafana — производительность, контроль доступа, версионированные определения метрик; проверяет дашборды на корректность, а не строит их все сам</p><p>— Грамотность в ML: понимает, когда модель нужна — и когда не нужна — и может курировать прикладную работу; моделирование исследовательского уровня остаётся мандатом Quantitative Researcher</p><p><strong>Знание рынка и предметной области:</strong></p><p>— Торговые данные из практики, а не из учебников: maker/taker, комиссии и ребейты, funding по перпетуалам, реализованный / нереализованный P&L, инвентарь и экспозиция, глубина и спред ордербука, проскальзывание, uptime котирования</p><p>— Понимает потребителей: как аналитики, кванты и руководители десков используют данные, и как метрики качества рынка / комплаенса влияют на условия для liquidity provider</p><p>— Построил и управлял смешанной организацией из data-инженеров и аналитиков: отдельные планки найма и треки роста, peer review запросов и дашбордов как стандарт, методология документируется до публикации цифры</p><p>— Партнёрит с количественными исследованиями: превращает методологию Researcher в production-метрики и дашборды, не искажая её; проводит процесс согласования (sign-off) с квант- и деск-стейкхолдерами</p><p>— По умолчанию относится к балансам и клиентским данным как к конфиденциальным: контроль доступа, least privilege, audit trail, никаких утечек сырых данных</p><p>— Никогда не выпускает молча неверные цифры: эскалирует рано, осознанно сокращает объём, отмечает неопределённость в данных</p><p><strong>Мышление и soft skills:</strong></p><p>— Player-coach: первые месяцы — личная практическая работа; масштабирование через команду идёт параллельно, а не вместо</p><p>— Говорит на языке бизнеса: отчитывается о статусе в деньгах и дедлайнах; приоритизирует по влиянию на P&L — какой датасет разблокирует какое решение; никаких стен из жаргона с руководством и стейкхолдерами</p><p>— Владелец технических целей направления, а не бэклога: берёт бизнес-задачу, декомпозирует её на задачи, выполняет и делегирует</p><p><strong>Обязанности — платформа:</strong></p><p>— Проектировать и запустить центральное хранилище данных: каждая сделка, позиция, баланс и P&L по всем торговым сервисам; часовой контур для BI плюс real-time контур для мониторинга; логика торгового дня с автоматическим ежедневным сбросом</p><p>— Построить слои данных, лежащие в основе условий LP: качество рынка (спред, глубина вблизи средней цены, fill rate, проскальзывание на ордер), события старта/остановки котирования по каждому мейкеру и паре, внешние бенчмарки уровня tier-1 и FX-фиды для региональных фиатных пар</p><p>— Закрыть долг по данным: пробелы в покрытии реализованного P&L, backfill истории, сломанные сервисы мониторинга — восстановить или заменить</p><p>— Устанавливать и удерживать согласованные целевые показатели свежести данных и алертинг по здоровью пайплайнов; владеть схемами и документацией</p><p>— Владеть поставкой аналитики end-to-end: опубликованный и подписанный свод правил по KPI, дашборды финансовой / атрибуционной / исторической производительности, комплаенс-скрины и scorecards провайдеров</p><p>— Обеспечивать единый семантический слой: одно определение на каждую метрику во всех отчётах; методология документируется до выпуска дашборда</p><p>— Контроль качества: цифры проверяются и оспариваются до того, как попадут к руководству; согласования от квант- / деск-стейкхолдеров собираются по каждому результату</p><p><strong>Обязанности</strong>:<br>— Нанимать в первую очередь лидеров и онбордить техническую команду (~10 человек: data engineering, analytics & BI, технический PM) согласно утверждённому плану найма; передавать задачи вниз, не теряя скорости</p><p>— Единая точка взаимодействия с exchange tech (требования, приёмка, целевые показатели свежести) и с аналитическими / квант-стейкхолдерами; вести поставку в Jira в соответствии с утверждённой годовой дорожной картой</p><p>— После построения: управлять платформой как сервисом для направления — задачи, сгенерированные исследователями, новые метрики и группы пар, регулярная перекалибровка. </p><p> </p><h3>Условия работы</h3><p>Погрузитесь в Crypto & Web3:</p><ul><li>Освойте передовые технологии и станьте экспертом в самой инновационной индустрии.</li></ul><p>Работайте с финтехом будущего:</p><ul><li>Развивайте свои навыки в цифровых финансах и формируйте глобальный рынок.</li></ul><p>Поднимите свой профессионализм на новый уровень:</p><ul><li>Получите уникальный опыт и станьте частью глобальных трансформаций.</li></ul><p>Двигайте инновации:</p><ul><li>Влияйте на индустрию и вносите вклад в прорывные решения.</li></ul><p>Присоединяйтесь к сильной команде:</p><ul><li>Сотрудничайте с ведущими экспертами по всему миру и растите вместе с лучшими.</li></ul><p>Work-Life Balance и благополучие:</p><ul><li>Современное оборудование.</li><li>Комфортные условия работы и вдохновляющая среда, помогающая вам процветать.</li><li>22 рабочих дня оплачиваемого отпуска.</li><li>Дополнительные выходные в национальные праздники.</li></ul> <div> <a href="https://jobs.dou.ua/companies/whitebit/vacancies/374680/#reply-btn-id">Откликнуться на вакансию</a> </div>
Стек и инструменты
Зарплата не указана — оценили по рынку
На основе 263 похожих вакансий за 90 дней.
Сколько платят вам?
Вакансии показывают, что обещают работодатели. Анонимно расскажите, сколько получаете вы как Data/ML-специалиста — так появится зарплата, которую платят на деле.
Подходит ли вам эта вакансия?
Зарегистрируйтесь и загрузите резюме — посчитаем % совпадения с этой вакансией, подсветим сильные стороны и что стоит подтянуть
Ещё в WhiteBIT
3 активные вакансии в компании
Инженер по безопасности приложений (AppSec)
~1 167 750 ₸ оценка
WhiteBIT — крупная криптобиржа и финтех-компания из Web3 — ищет Application Security Engineer, который займётся безопасностью приложений: пентестами, ревью кода, threat modeling и разбором отчётов Bug Bounty. Нужны 2+ года в AppSec/Product Security, уверенное знание OWASP Top 10 и веб-уязвимостей, практика с SAST/DAST/SCA в CI/CD и базовые знания Web3 и смарт-контрактов. Предлагают работу с передовыми блокчейн-технологиями, современную технику, 24 дня оплачиваемого отпуска и сильную международную команду.
География удалёнки не уточнена
Руководитель направления данных и бизнес-аналитики
~1 608 900 ₸ оценка
WhiteBIT ищет руководителя направления Data & BI, который с нуля построит функцию аналитики и бизнес-отчётности: команду, процессы, KPI-архитектуру и единый источник правды для управленческой отчётности. Нужен опыт 8+ лет в аналитике/BI, 3+ года руководства, глубокое знание SQL, BI-платформ и финансовых метрик. Предлагают работу в международной финтех-компании с блокчейн-экосистемой, медицинскую страховку и 22 дня отпуска.
Похожие вакансии
6 вакансий
Ведущий AI/ML Scientist — Pharma и медицинская визуализация
~3 257 250 ₸ оценка
Нужен ведущий AI/ML-специалист с опытом 5+ лет именно в фарме, CRO, клинических исследованиях или MedTech. Займёшься архитектурой ML-решений, обработкой медицинских изображений (включая Whole-Slide Imaging), качеством и воспроизводимостью данных, деидентификацией и governance в регулируемой среде. Требуются сильный Python, классический ML, облака AWS/GCP, степень MSc/PhD и отличный английский. Проект на 12 месяцев, старт в октябре 2026, полностью удалённо, полная занятость.
География удалёнки не уточнена
Ведущий архитектор программного обеспечения / AI Solutions Architect
~3 257 250 ₸ оценка
S-PRO ищет архитектора ПО с опытом от 3 лет для проектирования AI-first решений: мультиагентные оркестраторы, RAG-системы, AI-фичи. Нужны навыки архитектурных паттернов, работа с данными и пайплайнами, участие в pre-sale и discovery, английский Upper-Intermediate/Advanced. Предлагают удалёнку, гибкий график, медстраховку и оплачиваемые отпуска.
География удалёнки не уточнена
Data Scientist, Анализ спроса
~1 297 500 ₸ оценка
Команда прогнозирования спроса на Ozon ищет ML-инженера для разработки моделей предсказания продаж товаров, включая новинки без истории. Нужны уверенные знания классического ML, PySpark, SQL и Airflow, опыт production-пайплайнов. Работа с большими данными, нейросетями на Transformer и реальным влиянием на бизнес-метрики маркетплейса.
География удалёнки не уточнена
Старший инженер по AI-агентам (co-founder level)
~1 988 505 ₸ оценка
Нужен сильный инженер уровня co-founder для построения автономных AI-агентов, которые ведут продажи и сервис автомобилей в дилерских сетях BMW, MINI, Ford, Hyundai и Mercedes-Benz. Предстоит владеть agent runtime целиком: оркестрация, память, интеграции с дилерскими системами, evals и трейсы, архитектурные решения с основателями. Требуется опыт построения AI-систем с нуля, мышление распределёнными системами, работа с LLM как компонентом, контроль стоимости и латентности. Предлагают полную удалёнку, фиксированную зарплату и долю в компании, плоскую иерархию, без митингов и политики, релизы каждую неделю.
География удалёнки не уточнена
Инженер по алгоритмам наведения и обучения траекториям / RL - Engineer — Trajectory Learning & Guidance
~1 988 505 ₸ оценка
Разработка алгоритмов роевого перехвата БПЛА: обучение мультиагентных RL-политик, графовые нейросети для координации перехватчиков, перенос моделей из симуляции на реальное железо. Нужен опыт 5+ лет в multi-agent systems или swarm robotics, глубокое знание MARL и уверенный Python (PyTorch, JAX, Ray/RLlib) плюс C++. Предлагают удалённую работу, оформление по ТК РФ, современное оборудование и участие в НИОКР по БПЛА и ИИ.
География удалёнки не уточнена
Python разработчик в команду AI поддержки
~1 988 505 ₸ оценка
Туту ищет Python-разработчика в команду AI поддержки, которая делает ИИ-инструменты для контакт-центра: суфлеры, LLM-ботов и будущих ИИ-агентов. Нужен опыт на Python от 3 лет, FastAPI от года и практика запуска production-решений на LLM, включая RAG, prompt engineering и работу с локальными моделями. Предлагают гибкий формат — офис, гибрид или полная удалёнка, двухнедельные спринты и работу в кросс-функциональной команде.
География удалёнки не уточнена