Отзывы сотрудников о компании Xenoss

Оценка компании

5,0

отлично

2 отзыва

5 4 3 2 1

2 0 0 0 0

100%

Рекомендуют работодателя

Оценки по категориям

5,0

Условия труда

5,0

Коллектив

5,0

Руководство

5,0

Уровень дохода

5,0

Условия для отдыха

5,0

Возможности роста

Февраль 2019

Работаю в компании

Стаж в компании: Меньше года

5,0 -

Что мне нравится в работодателе

Отличная доброжелательная команда, нету бюрократии, возможна удаленная работа. Очень понравился процесс собеседование: хорошая обратная связь, вопроси по существу.

Что можно было бы улучшить

Всегда рад сотрудничать с этой компанией!

Полезный отзыв0 Ссылка на отзыв Ответить от лица компании

Март 2020

Работаю в компании

Стаж в компании: Меньше года

5,0 -

Что мне нравится в работодателе

Работаю в компании год. Формат — семейная атмосфера. Команда на проекте небольшая, но стремительно развивается. Достаточно гибкий график, возможность работать из дома не ограничена определенным количеством дней. Благоприятные условия для развития.

Что можно было бы улучшить

Часто задаваемые вопросы о работе в компании Xenoss

Рекомендуют ли сотрудники компанию Xenoss для трудоустройства?

100% сотрудников рекомендуют компанию Xenoss для трудоустройства, на основании 2 оценок.

Какая оплата труда в компании Xenoss?

Сотрудники компании Xenoss оценивают оплату труда на 5 из 5, на основании 2 оценок.

Как сотрудники Xenoss оценивают руководство компании?

Сотрудники компании Xenoss оценивают работу руководства на 5 из 5, на основании 2 оценок.

Как сотрудники Xenoss оценивают возможности карьерного роста компании?

Сотрудники компании Xenoss оценивают возможности карьерного роста на 5 из 5, на основании 2 оценок.

Xenoss is software development lab focused on building data-driven solution for marketing and advertising industry.

We build audience statistics trackers, user behaviour prediction systems, user journey optimization solutions, DMP/DSP/SSP systems, location data processing systems, email automation systems, segment builders, etc.

We work with really big data. We store, process, transform, and search on tons of fuzzy structured data sets using NoSQL, in-memory storages, Hadoop, distributed storing, complex data sharding, replication algorithms, etc.

We face with strong algorithmic challenges, like tree and graph processing, search algorithms, multidimensional optimization tasks, machine learning algorithms etc.