Data jobs — вакансии по data science, анализу данных, аналитике, искусственному интеллекту

😭 Как не потратить недельный лимит AI-кодинга за три дня? Разберём на вебинаре, как тратить меньше на AI-агентов — без потери качества кода. 🔘 Поговорим о том: — когда дорогая модель действительно нужна, а когда хватит дешёвой; — сколько стоит один прогон и куда уходят токены; — какие задачи можно отдавать субагентам; — как настроить маршрутизацию моделей; — что проверять в AI-коде перед merge. ✏️ Покажем всё на конкретных цифрах и вживую: сравним расходы до и после. ⬇️ 18 сентября, 19:00 МСК ⬇️ 1,5 часа · бесплатно ⬇️ Арсений Харланов и Олег Лайок 💬 Пишите в комментариях, где упираетесь в лимиты и на что уходят деньги. Самые залайканные вопросы разберём на вебинаре. 🔗 Зарегистрироваться на вебинар⁠

👩‍💻 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.

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

🚀 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

👀 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

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

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

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! 💚

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

😅 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

👅 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