Data jobs — вакансии по data science, анализу данных, аналитике, искусственному интеллекту
前往频道在 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
显示更多
网络:📈 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 14 571 名订阅者，在 职业 类别中位列第 2 646，并在 俄罗斯 地区排名第 45 039 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 14 571 名订阅者。
根据 25 八月, 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 262，过去 24 小时变化为 15，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 17.14%。内容发布后 24 小时内通常能获得 8.17% 的反应，占订阅者总量。
- 帖子覆盖： 每篇帖子平均可获得 2 496 次浏览，首日通常累积 1 190 次浏览。
- 互动与反馈： 受众积极参与，单帖平均反应数为 3。
- 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: @proglib_adv
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 26 八月, 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。
14 571
订阅者
+1524 小时
+517 天
+26230 天
数据加载中...
相似频道
标签云
进出提及
---
---
---
---
---
---
吸引订阅者
八月 '26
八月 '26
+245
在0个频道中
七月 '26
+325
在0个频道中
Get PRO
六月 '26
+338
在0个频道中
Get PRO
五月 '26
+305
在1个频道中
Get PRO
四月 '26
+424
在1个频道中
Get PRO
三月 '26
+270
在4个频道中
Get PRO
二月 '26
+594
在4个频道中
Get PRO
一月 '26
+318
在3个频道中
Get PRO
十二月 '25
+182
在1个频道中
Get PRO
十一月 '25
+180
在1个频道中
Get PRO
十月 '25
+252
在1个频道中
Get PRO
九月 '25
+219
在1个频道中
Get PRO
八月 '25
+244
在4个频道中
Get PRO
七月 '25
+262
在1个频道中
Get PRO
六月 '25
+280
在2个频道中
Get PRO
五月 '25
+258
在1个频道中
Get PRO
四月 '25
+351
在1个频道中
Get PRO
三月 '25
+312
在52个频道中
Get PRO
二月 '25
+274
在45个频道中
Get PRO
一月 '25
+350
在37个频道中
Get PRO
十二月 '24
+340
在39个频道中
Get PRO
十一月 '24
+409
在40个频道中
Get PRO
十月 '24
+457
在36个频道中
Get PRO
九月 '24
+515
在36个频道中
Get PRO
八月 '24
+482
在38个频道中
Get PRO
七月 '24
+410
在38个频道中
Get PRO
六月 '24
+398
在32个频道中
Get PRO
五月 '24
+455
在39个频道中
Get PRO
四月 '24
+402
在37个频道中
Get PRO
三月 '24
+494
在34个频道中
Get PRO
二月 '24
+408
在33个频道中
Get PRO
一月 '24
+428
在28个频道中
Get PRO
十二月 '23
+578
在36个频道中
Get PRO
十一月 '23
+318
在4个频道中
Get PRO
十月 '23
+426
在23个频道中
Get PRO
九月 '23
+360
在0个频道中
Get PRO
八月 '23
+387
在0个频道中
Get PRO
七月 '23
+364
在0个频道中
Get PRO
六月 '23
+185
在0个频道中
Get PRO
五月 '23
+179
在0个频道中
Get PRO
四月 '23
+166
在0个频道中
Get PRO
三月 '23
+122
在0个频道中
Get PRO
二月 '23
+123
在0个频道中
Get PRO
一月 '23
+159
在0个频道中
Get PRO
十二月 '22
+85
在0个频道中
Get PRO
十一月 '22
+130
在0个频道中
Get PRO
十月 '22
+143
在0个频道中
Get PRO
九月 '22
+163
在0个频道中
Get PRO
八月 '22
+87
在0个频道中
Get PRO
七月 '22
+169
在0个频道中
Get PRO
六月 '22
+87
在0个频道中
Get PRO
五月 '22
+135
在0个频道中
Get PRO
四月 '22
+273
在0个频道中
Get PRO
三月 '22
+102
在0个频道中
Get PRO
二月 '22
+88
在0个频道中
Get PRO
一月 '22
+130
在0个频道中
Get PRO
十二月 '21
+62
在0个频道中
Get PRO
十一月 '21
+117
在0个频道中
Get PRO
十月 '21
+147
在0个频道中
Get PRO
九月 '21
+98
在0个频道中
Get PRO
八月 '21
+157
在0个频道中
Get PRO
七月 '21
+54
在0个频道中
Get PRO
六月 '21
+121
在0个频道中
Get PRO
五月 '21
+72
在0个频道中
Get PRO
四月 '21
+219
在0个频道中
Get PRO
三月 '21
+253
在0个频道中
Get PRO
二月 '21
+23
在0个频道中
Get PRO
一月 '21
+37
在0个频道中
Get PRO
十二月 '20
+1 377
在0个频道中
| 日期 | 订阅者增长 | 提及 | 频道 | |
| 26 八月 | +12 | |||
| 25 八月 | +15 | |||
| 24 八月 | +2 | |||
| 23 八月 | +5 | |||
| 22 八月 | +4 | |||
| 21 八月 | +9 | |||
| 20 八月 | +11 | |||
| 19 八月 | +12 | |||
| 18 八月 | +8 | |||
| 17 八月 | +9 | |||
| 16 八月 | +3 | |||
| 15 八月 | +8 | |||
| 14 八月 | +8 | |||
| 13 八月 | +10 | |||
| 12 八月 | +15 | |||
| 11 八月 | +14 | |||
| 10 八月 | +13 | |||
| 09 八月 | +6 | |||
| 08 八月 | +4 | |||
| 07 八月 | +8 | |||
| 06 八月 | +19 | |||
| 05 八月 | +5 | |||
| 04 八月 | +10 | |||
| 03 八月 | +16 | |||
| 02 八月 | +4 | |||
| 01 八月 | +15 |
频道帖子
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
| 2 |  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 |
| 3 | 🙃 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 | 2 738 |
| 4 |  😅 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 | 2 598 |
| 5 | 🤨 Как AI-агент случайно взломал систему бронирования спортзала, чтобы продвинуть хозяина в очереди на одно место | 2 275 |
| 6 | 👍 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 | 2 422 |
| 7 | ⌨️ 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 | 3 140 |
| 8 | 🥳 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 | 3 159 |
| 9 | 🤨 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 | 2 796 |
| 10 |  👅 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 | 2 357 |
| 11 | Покупать новый курс каждый раз, когда меняется рабочая задача, — довольно странная механика. Нашли альтернативу 👇 | 2 048 |
| 12 | 🚀 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 |
| 13 | 💡 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 | 2 610 |
| 14 | 😧 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 | 2 955 |
| 15 | ⌨️ 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 | 3 278 |
| 16 |  🎯 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 | 2 753 |
| 17 | Разработчик, DevOps-инженер или техлид — у каждого своя причина навести порядок в работе с AI-агентами.
Разбираем, чем отличаются их задачи 🔥 | 2 512 |
| 18 | 🌅 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 | 2 919 |
| 19 | 🗂 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 | 2 898 |
| 20 | 🎯 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 | 2 837 |
