Data jobs — вакансии по data science, анализу данных, аналитике, искусственному интеллекту
الذهاب إلى القناة على Telegram
Лучшие вакансии для дата сайентистов и аналитиков. По рекламе: @proglib_adv Учиться у нас: https://proglib.io/w/ccf7a2bd Для обратной связи: @proglibrary_feeedback_bot РКН: https://gosuslugi.ru/snet/679b98b44fb9d46696be4ca9
إظهار المزيد
الشبكة:📈 نظرة تحليلية على قناة تيليجرام Data jobs — вакансии по data science, анализу данных, аналитике, искусственному интеллекту
تُعد قناة Data jobs — вакансии по data science, анализу данных, аналитике, искусственному интеллекту (@datajob) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 14 571 مشتركاً، محتلاً المرتبة 2 646 في فئة الحياة الوظيفية والمرتبة 45 039 في منطقة روسيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 14 571 مشتركاً.
بحسب آخر البيانات بتاريخ 25 أغسطس, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار 262، وفي آخر 24 ساعة بمقدار 15، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 17.14%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 8.17% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 2 496 مشاهدة. وخلال اليوم الأول يجمع عادةً 1 190 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 3.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل sql, удалёнка, engineer, llm, аналитика.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“Лучшие вакансии для дата сайентистов и аналитиков.
По рекламе: @proglib_adv
Учиться у нас: https://proglib.io/w/ccf7a2bd
Для обратной связи: @proglibrary_feeedback_bot
РКН: https://gosuslugi.ru/snet/679b98b44fb9d46696be4ca9”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 26 أغسطس, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة الحياة الوظيفية.
14 571
المشتركون
+1524 ساعات
+517 أيام
+26230 أيام
أرشيف المشاركات
Модель обучили. А где она хранится и на чем считается?
Модели и наборы данных для ИИ где-то физически лежат и на каком-то железе работают. От выбора этого железа и облака зависят бюджет проекта, скорость обучения и то, у кого есть доступ к данным.
Одни задачи ИИ считаются на физических серверах, другие — на серверах с графическими ускорителями, третьи — в кластерах Kubernetes. Для обучения модели и для ее работы после обучения нужны разные конфигурации.
20 августа в 19:00 мск karpovꓸcourses проводят бесплатный вебинар «Где живут данные: разбираем инфраструктуру для ИИ вместе с VK Cloud».
После эфира вы сможете:
— читать вакансии инженера данных и специалиста по машинному обучению, понимая, что стоит за требованиями по Kubernetes, облакам и графическим ускорителям;
— на собесе разложить разницу между публичным, приватным и гибридным облаком и объяснить, под какие задачи берут каждое;
— увидеть, где физически хранятся модели и данные для ИИ и как устроен доступ к ним;
— сориентироваться, с чего начинать путь в инженерию данных — одно из самых быстрорастущих направлений.
Спикер — Станислав Погоржельский, технологический евангелист VK Cloud. Разбор от практика, вопросы можно задать в прямом эфире.
Заберите рабочую картину, на чем работают ИИ-системы — https://clc.to/erid_2W5zFJvq9ww
Сразу после регистрации на почту придет карьерный гид по сфере работы с данными, а после эфира — запись вебинара.
Реклама. ООО «КАРПОВ КУРСЫ». ИНН 7811764627. erid: 2W5zFJvq9ww
Сколько аналитиков нужно, чтобы пользователь совершил покупку в 1 клик? Как учили Алису находить лучшие цены?
22 августа в разберём эти и другие вопросы на Welcome Time* — офлайн-встрече с командами Яндекс Поиск и Независимый Ecom.
🗳 Кого ждём:
Data-аналитиков и продуктовых аналитиков с опытом работы на Python от трёх лет.
На встрече разберём реальные кейсы и расскажем, как устроена аналитика в командах. После докладов вы сможете задать вопросы спикерам и познакомиться с коллегами из индустрии.
Для желающих — проведём диагностику навыков по Python и SQL. Интервьюер подсветит сильные стороны и зоны роста. Хороший результат можно будет зачесть как одну техническую секцию, если решите пройти собеседование в Яндекс.
♾ Подробная программа и регистрация:
https://yandex.ru/project/events/welcometimes-all
🙃 ML Engineer
Удаленно (Москва)
Aston — аккредитованная аутсорсинговая IT-компания, работающая с 2007 года. Наш штат насчитывает 2500+ специалистов.
Требования:
— опыт работы в роли ML Engineer от 3-х лет;
— знание Async/threading;
— знание HTTP/1.1, HTTP/2, WebSocket;
— опыт работы с REST/JSON;
— опыт интеграции с внешними сервисами через REST API;
— опыт работы с Kafka.
➡️ Подробнее о вакансии на career.habr.com
📍 Навигация: База знаний • Задачи • Собеседования
Repost from Proglib.academy | IT-курсы
😅 Агент, который слишком буквально понял задачу — новый must-have жанр для утренней ленты
Разработчик в Австралии попросил AI-агента (на Claude под капотом) записать его на утреннее занятие в спортзале. Мест не было — агент сам поставил хозяина в лист ожидания на 4-е место. Тот спросил: «а нельзя ли подвинуться повыше?»
🔵 Агент не растерялся: нашёл дыру в API зала, которая позволяла отменять чужие брони, и отменил запись человека на 1-м месте. Технически задача выполнена.
Самое забавное — он как ни в чём не бывало отчитался о содеянном. А когда его попросили вернуть всё как было, честно ответил: «не могу» 😐
❗️ К чему это всё: агент отлично выполняет то, что вы сформулировали буквально, но не всегда то, что вы имели в виду — а разбираться в таких нюансах и границах проще, когда есть доступ сразу ко всей библиотеке курсов по подписке, а не только к одному узкому курсу ⚡️
🏃♀️ Proglib Academy
🤨 Как AI-агент случайно взломал систему бронирования спортзала, чтобы продвинуть хозяина в очереди на одно место
👍 Machine Learning Backend Software Engineer in Medical System (Developer) Middle
от 250 000 до 350 000 ₽
Удаленно
Remedy Logic — an international company. Our goal is to develop AI-powered medical diagnosis & remedy counsel accessible to anyone. Our team consists of scientists from different countries.
Core competencies and qualifications:
— 2+ years in Python development.
— Understanding of machine learning algorithms and computer vision.
— Good understanding of GPU compute
— Web programming skills (FastAPI, REST, HTTP, TCP).
— Experience with SQL. Queries, database design, migration tools.
➡️ Подробнее о вакансии на career.habr.com
📍 Навигация: База знаний • Задачи • Собеседования
⌨️ Data Science (LLM/NLP)
Удаленно (Екатеринбург)
Т1 — это стабильный и надёжный работодатель. Мы помогаем профессионально расти и решать действительно интересные задачи, создаём атмосферу открытости и комфортные условия для работы в гибридном формате.
Требования:
— Высшее образование (IT, техническое, математическое);
— Уверенное владение Python, SQL;
— Хорошие знания в области теории вероятностей, математической статистики, алгоритмов машинного обучения ML;
— Знания в области NLP алгоритмов;
— Понимание деталей работы LLM и того, как происходит их дообучение и инференс;
— Опыт деплоя ML/LLM решений (Docker, Kubernetes, cloud);
— Опыт работы с prompt engineering, fine-tuning / PEFT (LoRA, adapters), RAG-подходами.
➡️ Подробнее о вакансии на hirehi.ru
📍 Навигация: База знаний • Задачи • Собеседования
🥳 Data Analyst: Merchant Intelligence
7 500 — 10 000 $
Remote (Worldwide)
Constructor.iо — делает платформу product discovery (поиск, рекомендации и многое другое) as a service для e-commerce. Среди клиентов Sephora, Petco, home24, Birkenstock.
Requirements:
— You are proficient in BI tools (both data analysis and building dashboards for engineers and non-technical folks).
— You are keen to not just prepare more data, but to think critically about how that data can deliver valuable insights and drive impactful decisions for non-technical end users.
— You are an excellent communicator with the ability to translate business requests into technical language and vice versa.
— You are excited to leverage massive amounts of data to drive product innovation and deliver business value.
— You are proficient at SQL (any variant) and well-versed in exploratory data analysis with Python (pandas & NumPy, data visualization libraries).
➡️ Подробнее о вакансии на getmatch.ru
📍 Навигация: База знаний • Задачи • Собеседования🤨 Middle Data Scienctist
Гибрид (Москва)
Объединённая компания Wildberries и Russ — международная технологическая компания, созданная после слияния IT-компании Wildberries и оператора наружной рекламы Russ.
Требования:
— Опыт работы в Data Science от 3 лет;
— Опыт работы с большими данными;
— Обширный опыт работы с NLP и высоконагруженными системами;
— Знание подходов к проектированию систем и проведению A/B-тестов.
➡️ Подробнее о вакансии на hirehi.ru
📍 Навигация: База знаний • Задачи • Собеседования
Repost from Proglib.academy | IT-курсы
👅 Самое сложное — выбрать не курс, а направление
Сегодня хочется разобраться в AI-агентах. Через пару недель появляется задача, где нужны алгоритмы. Потом понимаешь, что неплохо бы освежить Python или математику для Data Science.
🔜 Именно поэтому подписка на обучение многим оказывается удобнее отдельных курсов. Можно спокойно переключаться между темами, когда меняются задачи, а не покупать новую программу каждый раз.
В подписку Proglib Academy входят все основные направления — AI, ML, Python, алгоритмы, математика для DS и другие курсы, а ещё закрытый видеохаб с вебинарами практиков.Начать можно с пробного месяца. Если решите остаться, его стоимость зачтётся при оформлении подписки 😎 🔗 Узнать подробнее 🏃♀️ Proglib Academy
Покупать новый курс каждый раз, когда меняется рабочая задача, — довольно странная механика. Нашли альтернативу 👇
🚀 Рабочее окружение ML-инженера: делегируем рутину ИИ-агентам
Всем нам хочется комфорта при использовании повседневных инструментов, но заниматься поиском оптимальных расширений, их настройкой скучно и долго. В дивном новом мире автономных агентов рутину можно переложить на ИИ-агентов! И не только процесс установки всего по одной кнопке, но и обновление инструментария исходя из последних best practices, поддержание всей системы в актуальном состоянии.
Создание OpenClaw и последующих улучшенных обвязок с self-improving и life-long learning агентами (такими как Hermes или Goose) позволяет нам автоматически создавать скиллы агентов для нужных нам задач и улучшать эти подходы автоматически исходя из простых текстовых промптов, не требующих погружаться в дебри инфраструктуры.
Команда girafe.ai приглашает на открытый вебинар «Рабочее окружение ML-инженера: делегируем рутину ИИ-агентам».
На вебинаре разберём:
• организацию удобного рабочего окружения ML-инженера с нуля
• настройку безопасного состояния удалённого сервера для любых нужд
• автоматизацию всех рутинных процессов агентами
• формирование скилов агентов для однокнопочного воспроизводства операций
• кастомизацию и эволюцию скилов чтобы вы могли настроить всё под себя
📅 Когда: 5 августа (среда)
🕖 Время: 19:00 (МСК)
🎙 Спикер: Владислав Гончаренко — основатель girafe.ai и автор курса MLOps онлайн-магистратуры MSAI (girafe.ai × МФТИ)
Будет полезно студентам, начинающим ML-инженерам и всем, кто хочет сделать свою ежедневную разработку удобнее.
Вебинар пройдёт на русском языке.
👉 Участие бесплатное. Необходима предварительная регистрация
В онлайн-магистратуре MSAI студенты изучают не только алгоритмы и модели, но и инженерные практики, необходимые для промышленной разработки ML-систем: от настройки среды до работы с масштабной вычислительной инфраструктурой.
Подробнее о программе и дисциплинах: girafe.ai/msai-program
Реклама. Гончаренко Владислав Владимирович, ИНН 272403059890, Erid 2VtzqxAihz2
💡 Data Scientist (Audio / Антидипфейк)
от 350 000 ₽
Гибрид (Москва)
Сбербанк — крупнейший банк в России, Центральной и Восточной Европе, один из ведущих международных финансовых институтов. Самый дорогой российский бренд и самый сильный банковский бренд в мире по версии Brand Finance.
Требования:
— Опыт работы в Data Science от 3 лет.
— Опыт работы с Deep Learning в Аудио и других областях, опыт использования современных архитектур нейронок в Audio/CV.
— Владение различными методами обучения нейронных сетей: Incremental learning, Self-Supervised Learning и т.п.
— Понимание подходов к формированию фичей для анализа аудиоданных: Фурье-разложение, Мел-спектрограммы, Вейвлет-преобразование и прочее.
— Понимание современных end-to-end подходов к формированию аудио фичей.
— Свободное владение PyTorch.
➡️ Подробнее о вакансии на getmatch.ru
📍 Навигация: База знаний • Задачи • Собеседования
😧 Data Scientist / ML Engineer (Проект CVM)
Удаленно
X5 Tech — IT-компания и основной цифровой партнер торговых сетей и бизнесов X5 Group.
Требования:
— Опыт работы в DS-сфере от трех лет;
— Умеешь писать чистый и структурированный код на Python, знаешь классические алгоритмы и структуры данных;
— Знание теоретических и практических продвинутых методов машинного обучения;
— Знание PySpark — умеешь строить оптимальные запросы, знаешь оконки и отличия repartition от coalesce;
— Знание и опыт работы с PyTorch;
— A/B тесты, генерация и проверка гипотез — быть способным поговорить с аналитиками на «одном языке».
➡️ Подробнее о вакансии на getmatch.ru
📍 Навигация: База знаний • Задачи • Собеседования
⌨️ Data Engineer / инженер данных
Гибрид (Москва)
Lamoda — интернет магазине одежды и обуви.
Требования:
– Опыт работы в data engineering, DWH, ETL-разработке, аналитической разработке или смежной роли от 1,5–2 лет.
– Уверенное знание SQL.
– Опыт работы с PostgreSQL, ClickHouse или аналогичными СУБД.
– Опыт или уверенное понимание Apache Airflow: DAG, расписания, зависимости, retries, логи, обработка ошибок.
– Python для задач обработки данных, автоматизации, работы с API и файлами.
– Понимание принципов ETL: извлечение, трансформация, загрузка, обновление данных.
– Опыт загрузки данных из API, файлов или баз данных.
– Понимание принципов построения витрин данных.
– Базовые навыки Linux: командная строка, файлы, директории, процессы, логи.
Git на базовом уровне.
– Готовность разбираться в существующем коде, чужих DAG и неидеальной документации.
– Будет преимуществом: опыт работы с AI-агентами и понимание принципов построения агентных процессов: постановка и декомпозиция задач, управление контекстом, подключение инструментов и источников данных, контроль качества и проверка результатов
➡️ Подробнее о вакансии на hh.ru
📍 Навигация: База знаний • Задачи • Собеседования
Repost from Proglib.academy | IT-курсы
🎯 У разработчика, DevOps-инженера и техлида разные причины задуматься о системной работе с AI-агентами
Но цель одна: перейти от случайных удачных запусков к управляемому процессу на реальном проекте — с понятными правилами, ревью, контролем расходов и безопасности ✔️
На курсе «ИИ для разработчиков» участники выстраивают такой процесс на практике: подключают инструменты, задают границы для агента и учатся понимать, где ему можно доверять работу, а где требуется проверка.
⚡️ Предзапись на осенний поток уже открыта
🏃♀️ Proglib Academy
Разработчик, DevOps-инженер или техлид — у каждого своя причина навести порядок в работе с AI-агентами.
Разбираем, чем отличаются их задачи 🔥
🌅 Data Scientist
Офис (Москва)
Lamoda — интернет магазине одежды и обуви.
Требования:
– высшее техническое образование
– опыт работы в области анализа данных не менее 1 года
– работа с базами данных (Postgre, ClickHouse, Hive)
– уверенное владение SQL (оконные функции, CTE и т.д.)
– Python (numpy, pandas, seaborn)
– инструменты для работы с BigData (Spark, Hadoop)
– умение визуализировать данные и создавать информативные отчёты
– умение структурировать информацию, формулировать выводы и презентовать результаты; инициативность и внимание к деталям
– будет плюсом опыт работы с BI-системами
– Jira, Confluence для совместной работы
– навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом
– опыт использования GigaChat, Kandinsky и аналогов в продуктах; навыки создания и использования AI-агентов
– инструментальное владение AI для анализа, генерации и автоматизации
➡️ Подробнее о вакансии на talanto.work
📍 Навигация: База знаний • Задачи • Собеседования
🗂 Data Engineer (DataLens / ClickHouse / BI Migration)
Удалёнка/Гибрид (Москва)
Cinimex — разработчик ПО и системный интегратор.
Требования:
– Практический опыт работы в роли Data Engineer от 1 года;
– Уверенное знание SQL;
– Опыт разработки и оптимизации запросов в ClickHouse;
– Опыт построения ETL/ELT-процессов;
– Опыт разработки на Python для задач интеграции и обработки данных;
– Практический опыт работы с Apache Airflow (разработка DAG, настройка зависимостей, обработка ошибок, повторные запуски, мониторинг выполнения);
– Опыт интеграции с Microsoft SQL Server;
– Понимание принципов построения многослойного хранилища данных: Raw, Core, Data Mart;
– Опыт реализации полных и инкрементальных загрузок;
– Понимание принципов контроля качества и сверки данных;
– Навыки работы с Git.
➡️ Подробнее о вакансии на hh.ru
📍 Навигация: База знаний • Задачи • Собеседования
🎯 Data Scientist
Офис (Москва)
JuicyScore — проприетарный антифрод-продукт, работающий без использования персональных данных
Требования:
– Образование: высшее в математике / статистике / информатике.
– Опыт: от 3 лет коммерческого опыта в Data Science или аналитике данных, включая опыт самостоятельного анализа данных, проверки гипотез и построения моделей.
– ML-алгоритмы: уверенное знание классических ML-алгоритмов: логистическая регрессия, градиентный бустинг (XGB/LightGBM/CatBoost), Random Forest; понимание, как интерпретировать модели (SHAP, Feature Importance), и где это применимо.
– Работа с отчётами: умение делать клиентоориентированные отчёты: не просто таблицы, а выводы и визуализации, которые понятны не только дата-сайентисту.
– Глубокий анализ данных и расследования: умение строить логику проверки гипотез, находить аномалии, выявлять скрытые закономерности, желание копать в суть.
– Инструменты: уверенное владение Python для анализа данных (pandas, numpy, scikit-learn), SQL.
– Английский язык: уровень B2 (Upper-Intermediate) и выше — для общения с зарубежными клиентами и чтения документации.
– Soft skills: развитое аналитическое мышление, ответственность, умение самостоятельно разбираться в новых задачах и работать автономно, понятно объяснять результаты анализа (в т.ч. на английском).
➡️ Подробнее о вакансии на career.habr.com
📍 Навигация: База знаний • Задачи • Собеседования
