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
Mostrar más📈 Análisis del canal de Telegram Data jobs — вакансии по data science, анализу данных, аналитике, искусственному интеллекту
El canal Data jobs — вакансии по data science, анализу данных, аналитике, искусственному интеллекту (@datajob) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 14 772 suscriptores, ocupando la posición 2 624 en la categoría Carrera profesional y el puesto 43 984 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 14 772 suscriptores.
Según los últimos datos del 15 septiembre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 275, y en las últimas 24 horas de 7, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 12.52%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 6.87% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 1 849 visualizaciones. En el primer día suele acumular 1 015 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 1.
- Intereses temáticos: El contenido se centra en temas clave como sql, удалёнка, engineer, llm, аналитика.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“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”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 16 septiembre, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Carrera profesional.
Carga de datos en curso...
| Fecha | Crecimiento de Suscriptores | Menciones | Canales | |
| 16 septiembre | +2 | |||
| 15 septiembre | +10 | |||
| 14 septiembre | +14 | |||
| 13 septiembre | +7 | |||
| 12 septiembre | +7 | |||
| 11 septiembre | +12 | |||
| 10 septiembre | +9 | |||
| 09 septiembre | +14 | |||
| 08 septiembre | +9 | |||
| 07 septiembre | +6 | |||
| 06 septiembre | +6 | |||
| 05 septiembre | +9 | |||
| 04 septiembre | +21 | |||
| 03 septiembre | +7 | |||
| 02 septiembre | +16 | |||
| 01 septiembre | +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 | 1 722 |
| 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 | 2 562 |
| 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 |
