Data jobs — вакансии по data science, анализу данных, аналитике, искусственному интеллекту
Лучшие вакансии для дата сайентистов и аналитиков. По рекламе: @tproger_sales_bot Учиться у нас: https://proglib.io/w/ccf7a2bd Для обратной связи: @proglibrary_feeedback_bot РКН: https://gosuslugi.ru/snet/679b98b44fb9d46696be4ca9
显示更多📈 Telegram 频道 Data jobs — вакансии по data science, анализу данных, аналитике, искусственному интеллекту 的分析概览
频道 Data jobs — вакансии по data science, анализу данных, аналитике, искусственному интеллекту (@datajob) 俄语 语言赛道中的 是活跃参与者。目前社区聚集了 14 769 名订阅者,在 职业 类别中位列第 2 625,并在 俄罗斯 地区排名第 44 041 位。
📊 受众指标与增长动态
自 невідомо 创建以来,项目保持高速增长,吸引了 14 769 名订阅者。
根据 14 九月, 2026 的最新数据,频道保持稳定运转。过去 30 天订阅人数变化为 269,过去 24 小时变化为 13,整体触达仍然可观。
- 认证状态: 未认证
- 互动率 (ER): 平均受众互动率为 11.85%。内容发布后 24 小时内通常能获得 6.88% 的反应,占订阅者总量。
- 帖子覆盖: 每篇帖子平均可获得 1 749 次浏览,首日通常累积 1 015 次浏览。
- 互动与反馈: 受众积极参与,单帖平均反应数为 1。
- 主题关注点: 内容集中在 sql, удалёнка, engineer, llm, аналитика 等核心主题上。
📝 描述与内容策略
作者将该频道定位为表达主观观点的平台:
“Лучшие вакансии для дата сайентистов и аналитиков.
По рекламе: @tproger_sales_bot
Учиться у нас: https://proglib.io/w/ccf7a2bd
Для обратной связи: @proglibrary_feeedback_bot
РКН: https://gosuslugi.ru/snet/679b98b44fb9d46696be4ca9”
凭借高频更新(最新数据采集于 15 九月, 2026),频道始终保持新鲜度与高覆盖。分析显示受众积极互动,使其成为 职业 类别中的关键影响点。
数据加载中...
| 日期 | 订阅者增长 | 提及 | 频道 | |
| 15 九月 | +9 | |||
| 14 九月 | +14 | |||
| 13 九月 | +7 | |||
| 12 九月 | +7 | |||
| 11 九月 | +12 | |||
| 10 九月 | +9 | |||
| 09 九月 | +14 | |||
| 08 九月 | +9 | |||
| 07 九月 | +6 | |||
| 06 九月 | +6 | |||
| 05 九月 | +9 | |||
| 04 九月 | +21 | |||
| 03 九月 | +7 | |||
| 02 九月 | +16 | |||
| 01 九月 | +6 |
| 2 | 👩💻 Горутины и каналы: под капотом (under the hood) и нюансы в продакшене
Приглашаем на открытый урок.
🗓 22 сентября в 20:00 МСК
🆓 Бесплатно. Урок в рамках старта курса «Go-разработчик. Продвинутый уровень».
Программа вебинара
✔️ Анатомия горутин и GMP: как распределяется память, как работает планировщик Go и почему избыток горутин просаживает CPU.
✔️ Устройство каналов изнутри (hchan): почему буферизированный канал — это кольцевой буфер под lock, механика wait-очередей (sudog) и мифы о «lock-free» каналах.
✔️ Прод-нюансы select: псевдослучайность выбора кейсов и динамическое отключение веток через nil-каналы.
✔️ Таймеры без утечек: скрытая опасность time.After в Highload и правильная утилизация time.NewTimer.
✔️ Паттерны синхронизации: организация Graceful Shutdown и безопасный перехват паник (recover) в асинхронных задачах.
🔗 Ссылка на регистрацию: https://otus.pw/jLsS/?erid=2W5zFJSsW9X
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963. | 239 |
| 3 | Команды ждут тебя на треке программирование роботов на МТС True Tech Champ 2026 — всероссийском чемпионате по программированию с двумя треками и призовым фондом 10 250 000 рублей.
Успей зарегистрироваться до 13 сентября.
В треке программирования роботов тебе предстоит запрограммировать робособаку для доставки груза через полосу препятствий сначала в онлайн-симуляторе, а затем на офлайн-полигоне в финале 22 октября. Рекомендуемые стеки: Go, Java, Python, C#, C++, JS.
Участие в командах 2-5 человек. Если у тебя нет своей команды, кураторы помогут объединиться с другими участниками на платформе.
Масштабный финал объединит борьбу за призовой фонд 10 250 000 рублей, выступления хедлайнеров, доклады спикеров и активности для всех гостей мероприятия.
Успей зарегистрироваться и пройти квалификацию до 13 сентября.
erid:2VSb5xK8PUv | 1 632 |
| 4 | 🚀 Приглашаем на третий конкурс по археологии от Phystech.Genesis.
🗓 Подача заявок до 30 сентября, 23:59 мск
👨💻 Работа над решениями — октябрь–ноябрь 2026
🔝 Реальные данные — реальный вызов
🔥 Призовой фонд 30 000 000 ₽
Организаторы уже провели два конкурса— теперь очередь третьего.
В нём модели участников будут находить объекты и в рельефе, и на поверхности, и под землёй — в культурном слое и материке.
⚡️ Ждём команды из 2–5 человек с уверенными навыками в машинном обучении и компьютерном зрении.
📌 Формат — онлайн-платформа Phystech.Genesis.
Можно участвовать как физическим, так и юридическим лицам.
Перейти к регистрации | 1 098 |
| 5 | 👀 Product Lead (Predictions & ML)
Удаленка
Adapty — платформа монетизации подписок для мобильных приложений. Через нас проходит больше $3B подписочной выручки в год, нами пользуются больше 20 000 приложений. Мы делим продукт на стримы и сейчас собираем аналитику и ML под одного владельца.
Вся мобильная реклама держится на одном разрыве: выручка от привлечённого пользователя приходит в течение года, подписками и продлениями, а решение, продолжать ли тратить на канал, нужно принять за несколько дней. Этот разрыв закрывает предсказание LTV — и от точности прогноза напрямую зависит, сколько приложение может позволить себе потратить на рост.
Данных для этого у нас больше, чем почти у кого-либо на рынке: мы видим тысячи приложений одновременно, а не одно. Значит, мы можем предсказывать точнее всех. Сейчас не предсказываем, и это задача роли.
Направление собирается с нуля: аналитика, предикт и A/B-тесты впервые сходятся под одним владельцем. Ты получаешь чистый лист в решениях поверх продукта, который уже приносит деньги двадцати тысячам приложений.
➡️Чем заниматься:
— Определить, что мы считаем качеством модели — метрика, горизонт, baseline, калибровка — и довести предикт до этого уровня
— Забрать A/B-тесты пейволлов и свести их с предиктом: тест меряет краткосрочный эффект, а раскатывать надо по долгосрочной выручке
— Разогнать аналитику: найти, где затык — в данных, запросах или интерфейсе
— Решить судьбу накопленных ML-наработок: что доводим до продукта, что закрываем
— Вести команду из двух ML-инженеров
➡️Кого ищем:
— Классический ML и матстат на уровне предметного спора о метрике и горизонте, а не пересказа чужих выводов
— SQL и Python — сами достаёте и перепроверяете числа
— Умение взять широкое направление и довести до результата без постановки задач
— Продуктовый опыт — плюс, но не требование
📌Плюсом: подписки, мобайл или финтех (LTV, churn, когортная экономика); экспериментальный дизайн: мощность, MDE, множественные сравнения; ClickHouse; олимпиады, Kaggle, публичные проекты.
➡️Откликнуться | 2 152 |
| 6 | Работа в IT — худшая затея для новичка в 2026 году.
Мёртвые вакансии, огромная конкуренция, заоблачные требования к кандидатам, ещё и поганый AI.
Но всё ли так очевидно? Пока одни бесконечно учат Python, делают очередной пет-проект и ждут, когда станут «достаточно хороши» для первой работы, умные читают Богдана и разбираются, как получить первую работу.
Он больше 6 лет работает в бигтехе, прошёл 350+ собеседований и знает:
— Почему твоё резюме не даёт откликов
— Почему ты не зарабатываешь 400к?
— Где искать работу ML-инженеру?
И это лишь малая часть. На канале собрана целая база по всем аспектам поиска работы, от резюме до получения оффера и торга.
Подписывайся, пока это бесплатно: https://t.me/ml_cabin_destroyers
Реклама
ИП Камаев Богдан Эльмарович
ИНН 770973951244
erid:CQH36pWzJqVJCbWwtLk19JZjTZ7cZBGNm7CC83Zu7Gx1vi | 1 602 |
| 7 | Weekend Offer* для ML и DL-специалистов
Приглашаем инженеров с опытом от 2 лет в NLP, CV, Classic ML и RecSys получить быстрый офер в одну из команд Яндекса.
За выходные вы сможете пройти основные этапы найма:
🔛12 сентября — две технические секции онлайн.
🔛13 сентября — финальные интервью и знакомство с командами.
Все этапы пройдут онлайн, вам понадобится только ноутбук и тихое место.
Подробности и регистрация на сайте: https://yandex.ru/project/events/wo-ml-0926 | 1 132 |
| 8 | От идеи до продакшна < 3 месяцев, менять государственные и бизнес процессы — ты готов ? 🚀
Прямо сейчас Сбер ищет NLP-специалиста в команду, которая внедряет передовые harness в масштабные процессы, создаёт мультиагентные сценарии, RAG для миллионов документов, OSINT/deep‑research.
Ты будешь работать с передовым LLM‑стеком: LangChain и LangGraph, vLLM и PEFT/LoRA, полным RAG‑стеком, Vector DB (Qdrant, Weaviate) и инфраструктурой на FastAPI, Pydantic и asyncio.
Попасть в команду можно за 1 день — если пройдёшь все этапы отбора на One Day Offer, который состоится уже 5 сентября.
Регистрируйся по ссылке — количество слотов стремительно уменьшается! 💚 | 2 513 |
| 9 | 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 | 1 188 |
| 10 | 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 | 1 904 |
| 11 | 🙃 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 | 4 878 |
| 12 | 😅 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 | 4 315 |
| 13 | 🤨 Как AI-агент случайно взломал систему бронирования спортзала, чтобы продвинуть хозяина в очереди на одно место | 3 278 |
| 14 | 👍 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 | 3 355 |
| 15 | ⌨️ 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 | 3 684 |
| 16 | 🥳 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 | 3 589 |
| 17 | 🤨 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 | 3 151 |
| 18 | 👅 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 | 2 599 |
| 19 | Покупать новый курс каждый раз, когда меняется рабочая задача, — довольно странная механика. Нашли альтернативу 👇 | 2 253 |
| 20 | 🚀 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 | 2 079 |
