Data Science Jobs
Ir al canal en Telegram
админ - @workakkk @ai_machinelearning_big_data - Machine learning @itchannels_telegram - 🔥лучшие ит-каналы @pythonl - Python @pythonlbooks- python книги📚 @datascienceiot - ml книги📚 РЕЕСТР РКН: clck.ru/3Fmrbd
Mostrar más
Red:📈 Análisis del canal de Telegram Data Science Jobs
El canal Data Science Jobs (@datascienceml_jobs) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 21 328 suscriptores, ocupando la posición 1 820 en la categoría Carrera profesional y el puesto 30 301 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 21 328 suscriptores.
Según los últimos datos del 07 octubre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 155, y en las últimas 24 horas de 6, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 10.57%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 5.54% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 2 254 visualizaciones. En el primer día suele acumular 1 181 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 5.
- Intereses temáticos: El contenido se centra en temas clave como llm, sql, api, архитектура, senior.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“админ - @workakkk
@ai_machinelearning_big_data - Machine learning
@itchannels_telegram - 🔥лучшие ит-каналы
@pythonl - Python
@pythonlbooks- python книги📚
@datascienceiot - ml книги📚
РЕЕСТР РКН: clck.ru/3Fmrbd”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 08 octubre, 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.
21 328
Suscriptores
+624 horas
+347 días
+15530 días
Carga de datos en curso...
Canales Similares
Nube de Etiquetas
Menciones Entrantes y Salientes
---
---
---
---
---
---
Atraer Suscriptores
octubre '26oct '26
octubre '26
+66
en 1 canales
septiembre '26
+273
en 3 canales
Get PRO
agosto '26
+282
en 1 canales
Get PRO
julio '26
+285
en 3 canales
Get PRO
junio '26
+214
en 1 canales
Get PRO
mayo '26
+261
en 3 canales
Get PRO
abril '26
+264
en 0 canales
Get PRO
marzo '26
+236
en 2 canales
Get PRO
febrero '26
+343
en 3 canales
Get PRO
enero '26
+379
en 2 canales
Get PRO
diciembre '25
+263
en 5 canales
Get PRO
noviembre '25
+582
en 8 canales
Get PRO
octubre '25
+448
en 2 canales
Get PRO
septiembre '25
+364
en 2 canales
Get PRO
agosto '25
+310
en 1 canales
Get PRO
julio '25
+585
en 2 canales
Get PRO
junio '25
+195
en 1 canales
Get PRO
mayo '25
+120
en 1 canales
Get PRO
abril '25
+185
en 2 canales
Get PRO
marzo '25
+208
en 1 canales
Get PRO
febrero '25
+758
en 0 canales
Get PRO
enero '25
+334
en 1 canales
Get PRO
diciembre '24
+615
en 1 canales
Get PRO
noviembre '24
+382
en 7 canales
Get PRO
octubre '24
+518
en 0 canales
Get PRO
septiembre '24
+641
en 0 canales
Get PRO
agosto '24
+504
en 0 canales
Get PRO
julio '24
+569
en 0 canales
Get PRO
junio '24
+1 080
en 1 canales
Get PRO
mayo '24
+2 037
en 37 canales
Get PRO
abril '24
+1 432
en 44 canales
Get PRO
marzo '24
+859
en 21 canales
Get PRO
febrero '24
+1 281
en 5 canales
Get PRO
enero '24
+1 467
en 44 canales
Get PRO
diciembre '23
+883
en 38 canales
Get PRO
noviembre '23
+208
en 1 canales
Get PRO
octubre '23
+728
en 0 canales
Get PRO
septiembre '23
+715
en 0 canales
Get PRO
agosto '23
+1 403
en 0 canales
Get PRO
julio '23
+1 509
en 0 canales
Get PRO
junio '23
+993
en 0 canales
Get PRO
mayo '23
+1 255
en 0 canales
Get PRO
abril '23
+633
en 0 canales
Get PRO
marzo '23
+1 904
en 0 canales
Get PRO
febrero '23
+230
en 0 canales
Get PRO
enero '23
+148
en 0 canales
Get PRO
diciembre '22
+566
en 0 canales
Get PRO
noviembre '22
+691
en 0 canales
Get PRO
octubre '22
+683
en 0 canales
Get PRO
septiembre '22
+826
en 0 canales
Get PRO
agosto '22
+582
en 0 canales
Get PRO
julio '22
+1 186
en 0 canales
Get PRO
junio '22
+170
en 0 canales
Get PRO
mayo '22
+170
en 0 canales
Get PRO
abril '22
+697
en 0 canales
Get PRO
marzo '22
+618
en 0 canales
| Fecha | Crecimiento de Suscriptores | Menciones | Canales | |
| 08 octubre | +9 | |||
| 07 octubre | +11 | |||
| 06 octubre | +10 | |||
| 05 octubre | +5 | |||
| 04 octubre | 0 | |||
| 03 octubre | +3 | |||
| 02 octubre | +12 | |||
| 01 octubre | +16 |
Publicaciones del Canal
Вакансия: ML-инженер (LLM / Python)
Мы в поиске Senior / Middle+ ML-инженера на аналитический проект.
Работа в офисе (Москва), оффлайн-контур (Air-Gapped). Мощнейшее железо: Mac Studio 512GB + Ubuntu (NVIDIA RTX PRO 6000 96GB).
Обязательные требования:
• Python, vLLM, Ollama, llama.cpp.
• Опыт локального развертывания LLM-моделей (Llama-3, Qwen) и работы с форматами GGUF / FP8 / AWQ.
Будет плюсом:
• Опыт дообучения (Fine-Tuning, LoRA, QLoRA) и построения RAG-систем (ChromaDB / Qdrant).
• Умение писать парсеры (Selenium, Playwright).
Формат работы: офис / гибрид (Москва)
Есть тестовое задание, для его выполнения необходимо подъехать в офис.
Оплата: кэш/крипта, выше рынка.
Узнать подробности и отправить резюме: @konoovylinkaa
| 2 | #вакансия #Senior_PostgreSQL_Engineer #Database_Reliability_Engineer #Data_Engineer
Компания: Chrona (в рамках партнерского сотрудничества)
Формат работы: Гибрид (Минск)(рассматриваем кандидатов готоых к переезду в РБ)
ЗП: $5 000 – 8000 gross
Мы создаем передовые технологии для автоматизации глобального рынка рекрутмента (AdTech). Наша платформа — это высоконагруженная экосистема, через которую проходят сотни миллионов долларов рекламных бюджетов. Сердце нашего продукта — 5–6 кластеров PostgreSQL объемом десятки терабайт (самая большая база — до 30 ТБ) в облаке AWS.
Ищем Senior PostgreSQL DBA / DRE, который хочет выйти за рамки традиционного администрирования баз данных и расти в направлении Data Engineering.
🧩 Твоя зона ответственности
Эксплуатация и тюнинг СУБД: Полный контроль над состоянием, профилированием и оптимизацией PostgreSQL под конфигурацию серверов в AWS;
Отказоустойчивость и HA/DR: Настройка и сопровождение репликации, Patroni, PgBouncer, бэкапирования и катастрофоустойчивости;
Проактивный мониторинг: Поиск медленных запросов (pg_stat_statements, анализ планов выполнение), оптимизация индексов и проактивная помощь разработчикам;
Развитие в Data Engineering: Участие в построении ETL-пайплайнов и работа со смежным стеком данных по мере погружения в проект (до 60% задач в перспективе);
Автоматизация: Написание скриптов для сбора метрик, диагностики и обслуживающих процессов (Python/Bash).
❇️ Что важно для нас
Опыт от 5 лет в роли экспертного PostgreSQL DBA в высоконагруженных продакшн-средах;
Понимание PostgreSQL «под капотом»: процессы, память, WAL, блокировки, тонкая настройка autovacuum под High-Load;
Практический опыт работы с отказоустойчивыми связками (Patroni, PgBouncer, потоковая репликация);
Опыт работы с PostgreSQL в облачной инфраструктуре (AWS EC2 / RDS);
Желание развиваться в области Data Engineering (ETL, пайплайн-инструменты);
Английский язык от B2 / Upper-Intermediate для устного общения.
✅ Будет плюсом
Опыт работы с инструментами Data Engineering (Airflow, Python-пайплайны);
Навыки программирования на C;
Опыт проведения миграций и мажорных апгрейдов больших баз данных.
✳️ Что мы предлагаем
Достойный оклад ($6000–9000);
Уникальную возможность освоить Data Engineering на реальных больших данных с поддержкой сильного ментора;
Стабильный и технически зрелый проект без «пожаров» и хаоса;
Гибкий график работы и высокую степень инженерной автономии.
Контакты: @yul_shuk | 1 896 |
| 3 | #middle #гибрид
Лига Цифровой Экономики
Python devoloper
Опыт работы: 1–3 года
Полная занятость
График: 5/2
Формат работы: гибрид (Москва)
☑️ Чем предстоит заниматься
-Разрабатывать функциональность сервиса на Python
-Строить Data Lineage на логическом уровне витрин на основе существующего графа движения данных на табличном уровне
-Реализовывать обработку, преобразование и агрегацию связей между объектами данных
-Работать с большими объемами данных с использованием PySpark, pandas, SQL
-Работать с Hadoop-стеком: HDFS, Spark, Hive
-Дорабатывать существующий фреймворк автоматизированного тестирования
-Разрабатывать и поддерживать автотесты для создаваемой функциональности
-Участвовать в анализе и устранении дефектов
☑️ Наши пожелания к кандидатам
-Опыт разработки на Python от 2 лет
-Практический опыт работы с PySpark и pandas
-Отличное знание SQL
-Опыт работы со стеком Hadoop: HDFS, Spark, Hive
-Понимание принципов обработки больших объемов данных
-Опыт написания автоматизированных тестов на Python
-Готовность отвечать за качество разработанной функциональности и ее автоматизированную проверку
-Умение разбираться в существующем коде и самостоятельно решать технические задачи
-Будет плюсом:
-Опыт работы с Data Lineage, Data Governance или Metadata Management
-Опыт с Oracle, PostgreSQL, Greenplum
-Понимание принципов построения DWH и витрин данных
-Опыт работы с графовыми структурами данных
-Опыт использования pytest или аналогичных инструментов тестирования
Контакты: hr@digitalleague.ru / Telegram @digitalleague
Python Job в Telegram | в VK | в Max | 2 415 |
| 4 |  One Day Offer: ищем инженера для решения задач по безопасности ИИ-агентов
Хочешь работать над крупными проектами и умеешь создавать надёжные системы управления рисками? Приходи 10 октября на экспресс-отбор на позицию Senior DS/ML Engineer для AI Safety в Сбер — все этапы отбора за 1 день.
Ты будешь работать на стыке машинного обучения, инженерии и безопасности:
▪️ проектировать архитектуру безопасного ИИ
▪️ выводить guardrails в production
▪️ поддерживать надёжность LLM-систем в enterprise-контексте
Чувствуешь, что это твоё? Тогда регистрируйся по ссылке и готовься к встрече с будущими коллегами! 💚 | 1 745 |
| 5 | One Day Offer: ищем инженера для решения задач по безопасности ИИ-агентов
Хочешь работать над крупными проектами и умеешь создавать надёжные системы управления рисками? Приходи 10 октября на экспресс-отбор на позицию Senior DS/ML Engineer для AI Safety в Сбер — все этапы отбора за 1 день.
Ты будешь работать на стыке машинного обучения, инженерии и безопасности:
▪️ проектировать архитектуру безопасного ИИ
▪️ выводить guardrails в production
▪️ поддерживать надёжность LLM-систем в enterprise-контексте
Чувствуешь, что это твоё? Тогда регистрируйся по ссылке и готовься к встрече с будущими коллегами! 💚 | 1 |
| 6 | #middle #удаленка
Альфа-Банк
Middle data scientist (модели ценообразования)
Опыт работы: 1–3 года
Формат работы: удалённо
☑️ Чем предстоит заниматься
-Участие в проекте умного ценообразования банковских продуктов
-Полный цикл разработки моделей: сбор и подготовка данных, исследовательский анализ, построение uplift‑моделей, их валидация и оценка
-Планирование и анализ A/B‑тестов, оценка бизнес‑эффекта
-Продуктивизация: контейнеризация, интеграция в микросервисы, мониторинг качества предсказаний
-Сотрудничество с бизнес‑аналитиками, продукт‑менеджерами и инженерами данных
-Подготовка и проведение demo с заказчиками
-Поддержка и адаптация модели к изменяющимся данным и бизнес‑условиям
☑️ Наши пожелания к кандидатам
-Middle DS с опытом разработки полного цикла (uplift модели как преимущество)
-Глубокие знания математики и статистики
-Опыт работы с библиотеками и фреймворками для машинного обучения
-Развитое критическое мышление. Умение формулировать гипотезы и их проверять
-Навыки работы в команде и эффективное взаимодействие со смежными специалистами
-Способность наглядно и понятно представлять результаты анализа, объяснять сложные вещи простым языком
-Умение связывать технические решения с бизнес-задачами, учитывать специфику доменной области
Контакты: aponomareva7@alfabank.ru | 2 173 |
| 7 | #middle #удаленка
AYROSA
Python Developer / AI Engineer (Document Processing)
Формат работы: можно удалённо
☑️ Чем предстоит заниматься
-Разбирать и обрабатывать документы в форматах Excel, PDF и сканы
-Извлекать табличные данные из документов
-Нормализовать даты, номера документов, суммы и другие поля
-Проектировать и реализовывать логику сопоставления данных
-Выявлять расхождения между двумя источниками
-Обрабатывать сложные кейсы: разные периоды, отличающиеся номера, частичные совпадения и другие неоднозначные ситуации
-Интегрировать OCR и Document AI-инструменты
-При необходимости использовать LLM для интерпретации и формирования человекочитаемых объяснений
-Разрабатывать backend/API для сервиса
-Участвовать в проектировании архитектуры MVP
-Работать с реальными обезличенными финансовыми документами и тестировать качество решения на исторических данных
☑️ Наши пожелания к кандидатам
-Коммерческий опыт разработки на Python от 3 лет
-Уверенное владение Python
-Опыт работы с pandas и табличными данными
-Опыт обработки Excel / CSV
-Опыт парсинга PDF
-Опыт разработки backend-сервисов и REST API
-Понимание алгоритмов сопоставления, нормализации и очистки данных
-Умение проектировать решение самостоятельно, а не только работать по готовому ТЗ
-Опыт работы с Git
-Будет плюсом:
-Опыт с OCR: Tesseract, PaddleOCR или аналогами
-Опыт с PyMuPDF, pdfplumber, Camelot, Tabula
-Опыт с fuzzy matching
-Опыт работы с Document AI / Intelligent Document Processing
-Интеграция LLM API: OpenAI, Azure OpenAI, YandexGPT или аналогов
-Опыт разработки систем reconciliation / data matching
-Опыт работы с финансовыми, бухгалтерскими или другими структурированными документами
-Опыт On-Premise решений
-Опыт построения решений, где нужно сочетать детерминированную бизнес-логику и AI
Контакты: hello@ayrosa.dev | 2 914 |
| 8 |  Что под капотом у рекомендаций Авито на главной
Они решают две задачи:
1️⃣ Показывают пользователю максимально релевантные товары.
2️⃣ Разбавляют выдачу объявлениями, которые могут быть интересны.
Качественные товары с адекватной ценой часто разбирают в первые часы. Поэтому важно, чтобы они быстро попадали на главную.
Недавно мы поменяли архитектуру рекомендаций — и ускорили их в 18 раз. После этого контакты продавцов с покупателями выросли на 1%, а расход памяти упал в три раза.
Но получилось всё это не с первого раза: пришлось пройти несколько итераций.
Подробности в статье ↖️ | 2 428 |
| 9 | #Вакансия #Analyst #Аналитик #Удаленно #Remote #Vacancy
Web Analyst
💼 Компания: ADVelop
📍 Локация: г. Москва
🔰 Формат: удаленно
🌙 Занятость: Полная
💰 ЗП: 150-180 тыс. руб.
* Рассматриваем граждан РФ, которые проживают на территории РФ.
ADVelop — digital-агентство, обладающее высокой экспертизой в сфере продвижения застройщиков и других категорий клиентов.
Мы ищем middle веб-аналитика-исследователя, который умеет не только настраивать аналитику, но и глубоко анализировать данные: находить причины падения конверсий, изучать воронки и поведение пользователей, проводить маркетинговые исследования и готовить отчеты для команды и клиентов.
🎯 Обязанности
- Технический аудит и настройка аналитики:
— Полный цикл внедрения и проверки систем аналитики и коллтрекинга;
— Настройка и проверка работы целей, в частности продвинутые настройки для микроразметки;
— Построение сквозной аналитики;
— UX/UI-исследования и работа с конверсией: Анализ воронок, поведения пользователей, поиск «узких мест» на сайте;
- Маркетинговые исследования: Диагностика причин падения трафика/вовлеченности/конверсии. Умение отделить технические ошибки от рыночных трендов (сезонность, ипотека, ключевая ставка);
- Формирование отчетов для клиента/команды: Создание логичных, структурированных отчетов с визуализациями, четкими выводами и измеримыми рекомендациями.
Все пункты касаются сервисов Яндекс Метрика, Яндекс Тег Менеджер, Comagic/UIS, Calltouch, Smartis.
✅ Требования
- Аналогичный опыт работы 2+ года в веб-аналитике.
Будет плюсом:
- Опыт работы в маркетинговом агентстве;
- Опыт работы в маркетинге в сфере недвижимости.
📝 Конкретные навыки, знания и умения
Уверенные знания:
- HTML
- CSS
- JavaScript
- Яндекс Метрика
- Яндекс Тег Менеджер
- Calltouch, Comagic/UIS
- Google Sheets
- Понимать базис, как работает сайт (фронтэнд, бэкэнд, сети)
Базовые знания:
- DataLens
- Logs API Яндекс Метрики
- Яндекс Директ
- Базы данных (PostgreSQL, ClickHouse)
- SQL
🧩 Условия
- Full-time, график 5/2 с 10.00 до 19.00 по МСК, удаленный формат работы;
- Уютный офис в центре Москвы (м.Павелецкая), шаговая доступность от метро;
- Официальное оформление по ТК РФ, "белая" заработная плата + соц. пакет (ДМС, льготный фитнес, внутреннее обучение);
- Работа в стабильной компании, крупной в своем секторе;
- Возможность прокачивать свои скиллы, получать новый опыт, знания и расти профессионально;
- Классный коллектив, демократичная атмосфера в команде и профессиональное руководство.
Контакты
tg: @glebprokopovich
e-mail: Gleb.Prokopovich@advelop.ru | 2 761 |
| 10 |  Тот самый курс по ML, который прошли 200 000 человек. Теперь — в новой версии
С 2016 по 2022 год специализация «Машинное обучение и анализ данных» на Coursera была входным билетом в профессию — через неё прошли больше 200 000 человек. С тех пор AI ушёл далеко вперёд, и набор тем, которые нужно знать сегодня, изменился. Поэтому Виктор Кантор с командой MLinside обновил программу и перевыпустил специализацию заново — уже как «Искусственный интеллект и анализ данных». Цену оставили ту же, что четыре года назад.
Кому это нужно
ML обычно изучают по частям: линейные модели подтянул на работе, про трансформеры прочитал статью, про агентов посмотрел ролик на YouTube. Каждый кусок вроде понятен, а цельной картины нет. Пока задачи типовые, это не мешает. Сложности начинаются там, где спрашивают системно: на собеседовании или при переходе из аналитики в ML.
Специализация даёт последовательную базу вместо разрозненных кусков — 226 уроков и 47 часов контента.
Что внутри
▪️ Математика и Python — алгоритмы и структуры данных, матанализ, линейная алгебра, теория вероятностей
▪️ Classic ML — линейные модели и SVM, деревья и градиентный бустинг, кластеризация, метрики и валидация, введение в нейросети и PyTorch
▪️ Deep Learning — backpropagation, CNN, детекция и сегментация, RNN и LSTM, трансформеры и Attention, языковое моделирование, введение в RLHF
▪️ LLM и AI-агенты — инференс LLM, квантование, vLLM и TensorRT, полный разбор RAG, архитектуры агентов, мультиагентные системы, MCP
▪️ A/B-тестирование — дизайн экспериментов, статистические критерии, бутстрэп, CUPED, последовательный анализ, кейсы из индустрии
В разработке ещё два модуля: Production ML и ML System Design.
Кто ведёт
Уроки ведут действующие практики — директора по данным и руководители AI-направлений, работавшие в МТС, Яндексе, Сбере и других крупных компаниях. Люди, которые строили AI-команды с нуля и доводили модели до продакшена, а не просто пересказывают учебники. Большая часть команды преподаёт в МФТИ, ИТМО и НИУ ВШЭ.
Технологии в AI меняются каждые несколько месяцев, поэтому к готовым модулям регулярно добавляются новые уроки — по свежим темам и запросам студентов.
Как проходит обучение
Специализация устроена как библиотека курсов: доступ ко всем модулям открывается сразу после оплаты. Можно идти по рекомендованной последовательности, а можно изучать только те темы, которых не хватает.
Студенты ВУЗов могут получить доступ к специализации бесплатно (также как это было на Coursera), для всех остальных подписка стоит 5000 ₽ в месяц. Видеолекции, семинары, тесты с автопроверкой, задания, чат с кураторами для ответов на вопросы. Без потоков и дедлайнов: старт в любой момент, свой темп. На 3 и 6 месяцев подписка дешевле.
Сразу предупреждаем: материал сложный, на уровне сильнейших технических вузов. Это не обзорный формат: разбираем backprop в матричной форме, encoder-decoder и decoder-only архитектуры, статистические критерии и их ограничения. Цель не развлечь и дать чувство, что все сразу получается само, а реально научить.
Зато вместо разрозненных знаний у вас будет система: понимание, как методы устроены внутри и какой выбрать под конкретную задачу.
Полная программа и варианты подписки — по ссылке на сайте Специализации | 2 302 |
| 11 | Привет!
Dodo Brands ищет дата-инженера в Drinkit
Наш стек:
- Databricks: PySpark, Spark SQL, Structured Streaming, Delta Lake
- Unity Catalog
- Python 3.12+
- Azure: Event Hubs, ADLS Gen2, Data Explorer
- IaC и шаблонизация: Terraform, Jinja2
- CI/CD: Git, Databricks Asset Bundles
Мы ожидаем:
- 4+ лет коммерческого опыта в роли Data Engineer / ETL-разработчик.
- Сильный SQL
- Уверенный Python для обработки данных и простых сервисов
- Опыт с Spark или аналогом.
- Базовый опыт с Kafka
- Проактивность: сам видишь проблемы и возможности в данных/пайплайнах и предлагаешь, что улучшить.
- Хочешь решать конкретные задачи, а не просто переливать данные.
- Умеешь говорить с аналитиками, иногда с менеджерами, не боишься вопросов, готов брать на себя ответственность
Мы предлагаем:
- Трудоустройство по ТК РФ;
- Удаленную работу из любой точки мира или в офисах в Москве или Санкт-Петербурге;
- Культуру свободы и ответственности. Мы ценим тех, кто готов принимать решения и брать за них ответственность;
- Оплачиваемое обучение. Курсы, конференции, профильная литература и софинансирование английского в Skyeng;
- Заботу о сотрудниках. ДМС с первого дня, включая стоматологию, и поддержка ментального здоровья через Alter.
Ссылка для отклика | 2 414 |
| 12 | #вакансия #fulltime #Ереван #Армения #финтех #банк #senior #Data #analyst #DataAnalyst #Գործկա
💼 Компания: ITQuick
🌎 Локация: Армения
👨🏻💻 Формат: гибрид
🕝 Занятость: Полная
💰 ЗП: 300-400 тыс. руб.
* Рассматриваем граждан РФ и Армении, которые проживают на территории Армении.
✅Находимся в поиске Senior Data Analyst в Армении.
💼О проекте:
Мы строим Customer Intelligence & Personalization Platform для экосистемы бизнесов в Армении. В основе — Golden Record: единый профиль клиента, объединяющий данные банка, продуктов экосистемы и внешних источников. Поверх него строятся Customer 360, сегментация, scoring и персонализированные предложения.
🦸Задачи роли:
Предстоит спроектировать слой между сырыми данными core banking системы и витринами платформы. Источник слабо документирован: часть значений закодирована, часть бизнес-логики реализована в коде и хранимых процедурах, две внешне одинаковые записи могут быть собраны разными алгоритмами из разных таблиц.
Нужен человек, который разберёт этот источник и превратит его в осознанную модель данных: что откуда берётся, что на что влияет, какое поле что означает.
⚙️Что предстоит делать:
● Исследовать core banking систему, legacy- и внешние источники, восстанавливать их семантику.
● Идти от целевой витрины к источнику: определять, из каких таблиц и по какой логике собирается каждый атрибут.
● Разделять случаи, когда одинаковые по виду данные получены разными путями, и фиксировать правила выбора.
● Описывать модель данных и метаданные: сущности, связи, grain, ключи, историчность.
● Формировать требования к витринам для сегментации, scoring и рекомендаций.
● Писать SQL-исследования и прототипы трансформаций, проверять гипотезы на данных.
● Выяснять смысл данных напрямую у сотрудников банка — это постоянная часть работы.
О бэкграунде:
Важно, какие задачи вы решали — приходили в незнакомую недокументированную систему и разбирались сами, восстанавливали бизнес-смысл данных, строили модель с нуля и доводили исследование до работающей витрины.
‼️Если вы работали дата-инженером и значительную часть времени тратили на то, чтобы понять, что лежит в источнике, — это наш профиль. Если получали готовые чистые витрины — скорее нет.
🏆AI-native подход:
Мы используем AI-native подход и ожидаем того же от кандидата: AI-инструменты применяются для разбора legacy, анализа схем, написания SQL и документирования.
🛠Требования:
● Сильный SQL: оконные функции, сложные join-цепочки, анализ качества и распределений.
● Опыт реверс-инжиниринга плохо документированных источников.
● Понимание data modelling: сущности, grain, ключи, историчность, master entities.
● Опыт работы с банковскими или fintech-данными (Core banking (особенно ArmSoft) / legacy banking systems, Customer 360) или опыт разбора сырых банковских данных о клиентах и продуктах из плохо документированных систем с целью производства маркетинговой и финансовой аналитики.
● Python на уровне исследования данных.
● Способность самостоятельно довести задачу «вот сырьё, вот целевая витрина» до результата.
● Проактивность: готовность выяснять смысл данных у людей, а не ждать документации.
● Git, Linux, опыт работы в закрытых Dev/UAT-контурах.
🎯Будет плюсом:
· Знание армянского языка
· Методологии матчинга и дедупликации
· Опыт с Data Vault 2.0
· Опыт с DBT или аналоги
· PII, маскирование, RBAC
· Опыт в регулируемом on-premise контуре
· Экспертиза в ML, ML Ops
🤝Условия:
Взаимодействие по ИП
Локация - Армения
Формат работы - гибрид, готовность работать из офиса банка до 3 раз в неделю.
📩 Контакт: @ElenaK_it_recruiter | 2 248 |
| 13 | #senior #удаленка
ДОМ.РФ
Разработчик-аналитик DWH
Опыт работы: не менее 5 лет
Формат работы: можно удалённо (Москва)
☑️ Чем предстоит заниматься
-Проводить проектную коммуникацию с представителями бизнес-заказчика с целью уточнения бизнес-требований
-Выявлять и проводить анализ бизнес-требований, потребностей и проблем бизнес-заказчика
-Формировать спецификации требований, описание логических моделей, структур данных и проектных решений (хранилища и витрины данных)
-Согласовывать проектные решения с архитекторами, разработчиками и аналитиками смежных команд
-Проектировать и разрабатывать ETL/ELT процессы, слои хранилища и витрины данных
-Разрабатывать и оптимизировать SQL-запросы
-Проводить внутреннее тестирование и контроль качества информационных продуктов, реализованных разработчиками
-Принимать участие в приёмочных испытаниях информационных продуктов и документации с заказчиками
-Обеспечивать контроль качества данных и их целостность
☑️ Наши пожелания к кандидатам
-Высшее образование: техническое, математическое или финансовое
-Опыт работы не менее 5 лет
-Уверенные знания Python, GIT, Airflow (DAG с декомпозицией задач, зависимостями, сенсорами)
-Глубокое знание SQL: оконные функции, процедуры, функции, вложенные запросы, опыт оптимизации запросов
-Понимание индексов, партиций, ключей, нормальных форм, SCD
-Понимание моделирования данных, построения хранилища, репликации и консистентности данных
-Умение рефакторить код и проводить миграцию из одной системы в другую
-Знание принципов CI/CD
-Знание PL/SQL для Oracle, Postgres, Greenplum или знание иной MPP СУБД (будет плюсом)
-Опыт работы с API (будет плюсом)
-Знание ООП, DBT, Kafka, Bash, SAS (будет плюсом)
Контакты: itrecruit@domrf.ru | 2 304 |
| 14 |  ⚡️Data Science в 2026 году: что нужно знать, чтобы дойти от первой модели до первого оффера?
Большинство новичков совершают одну и ту же ошибку: пытаются выучить весь Data Science сразу.
Python, математика, статистика, ML, Deep Learning, MLOps… А потом открывают вакансию и обнаруживают ещё примерно 15 технологий, о которых вчера даже не слышали. В итоге можно несколько месяцев учиться, собирать учебные модели и всё равно не понимать, что именно нужно показать работодателю, чтобы получить первый оффер 🫠
Мария Жарова — ML-инженер Wildberries, экс-Альфа-Банк и Сбер, преподаватель магистратур МФТИ, ТГУ и МИФИ — проведёт бесплатный эфир «ML-инженер в 2026 году: от первой модели до первого оффера» и покажет профессию изнутри на реальной ML-задаче.
Что будет на эфире:
🔶На живом примере соберём модель, которая определяет тональность отзывов: подготовим данные, превратим текст в числа, обучим алгоритм и проверим, где он ошибается;
🔶Разберём полный цикл ML-проекта — от задачи бизнеса и сырых данных до готовой модели;
🔶Разберёмся, чем отличаются Data Scientist, ML Engineer, Deep Learning и MLOps и чем занимается каждый специалист;
🔶 Посмотрим, какие знания и навыки действительно нужны новичку, а что пока можно не пытаться выучить за одну ночь;
🔶Разберём реальные требования в вакансиях и поймём, какие проекты стоит добавить в портфолио;
🔶Обсудим, как перейти от обучения к первым собеседованиям и не застрять в бесконечном «ещё немного поучусь и начну искать работу».
Дополнительно на эфире разберем реальные примеры резюме и портфолио кандидатов, которые смогли пройти отбор.
🎁 ПОЛУЧИТЕ 3 КУРСА (PYTHON, SQL, PANDAS) В ПОДАРОК ЗА РЕГИСТРАЦИЮ НА ЭФИР!
Эти курсы - база для того чтобы вкатиться в профессию!
Если вы сейчас пытаетесь разобраться в Data Science и не очень понимаете, что учить, какие проекты делать и когда уже можно идти на собеседования, эфир поможет собрать всё это в одну понятную картину.
🛎️Регистрируйтесь, эфир совсем скоро!
Реклама. ООО "АЙТИ РЕЗЮМЕ". ИНН 4025460134. Erid: 2VtzqvYJzKN | 1 740 |
| 15 | #middle #senior #гибрид #удаленка
Wildberries
ML Engineer в Ценообразование
Опыт работы: от 3 лет
Формат работы: гибрид или удалённо (Москва)
☑️ Чем предстоит заниматься
-Развивать ядро матчинга: retrieval кандидатов по текстовым, картиночным и мультимодальным эмбеддингам, обучать модели классификации пар, работать с атрибутами товаров
-Улучшать NLP-часть пайплайна с учетом специфики оптовых товаров: обработка названий, извлечение атрибутов из описаний, дообучение эмбеддинг-моделей
-Доводить решения до прода и отвечать за них
☑️ Наши пожелания к кандидатам
-Сильное понимание NLP: трансформерные модели, эмбеддинги, векторный поиск, опыт дообучения моделей под свою задачу
-Опыт в задачах матчинга
-Опыт в Data Science и ML Engineering с выводом моделей в продакшен от 3-х лет
-Уверенные знания Python, ML-стека, SQL
-Умение выбирать решение под задачу: не использовать нейросеть там, где достаточно эвристики, и наоборот
-Опыт с CV и мультимодальными моделями (CLIP-подобные, metric learning), LLM/VLM в задачах классификации/ранжирования будет плюсом
Откликнуться | 2 159 |
| 16 |  🌐 Твоё ИИ-решение — в одной из крупнейших энергетических компаний России
Получи подготовленные данные и разработай ИИ-ассистента для энергетики на соревновании от ПАО «Интер РАО» при поддержке компании «Яндекс».
Призовой фонд — 750 000 рублей. Лучшие проекты смогут стать частью экосистемы компании.
Регистрация открыта до 27 сентября.
Можно участвовать одному или командой до 5 человек. Идеальный состав: разработчик, специалист по машинному обучению, аналитик и дизайнер.
Задачи соревнования — за какую возьмешься?
1️⃣ ИИ-помощник для подготовки презентаций.
2️⃣ Помощник для анализа документов из судов.
3️⃣ Ассистент для создания ИТ/ИБ-дайджестов.
4️⃣ Архитектор BPMN-диаграмм.
Стартуем 28 сентября. Придумай концепт проекта: самые сильные идеи участники доработают под руководством экспертов Группы «Интер РАО» с 9 по 23 октября. Финал в Москве — 3 ноября.
➡️ Регистрируйся: https://cnrlink.com/interraohack26dsmljobs | 1 935 |
| 17 |  17 сентября в Москве прошла AI R&D DAY — конференция для исследовательских команд и создателей ИИ-систем.
Более 600 участников на одной площадке, 20+ докладов — концентрат практического опыта, знаний и инструментов, готовых к внедрению сразу по возвращению в офис.
Обсудили альтернативные архитектуры, обучение моделей и AI-агентов, долгосрочную мультимодальную память, новые модальности и коммуникации, а также бенчмаркинг и стандарты качества AI.
Среди спикеров — эксперты Сбера (Sber AI, Kandinsky Lab, Центра «ИИ для науки», Центра практического ИИ, Центра робототехники), института AIRI, Лондонского института практических наук, Национального суперкомпьютерного центра в Цзинане и другие создатели ИИ-систем.
Видеозаписи докладов уже доступны в наших соцсетях.
А если вы хотите стать частью исследовательского коммьюнити Сбера, то переходите по ссылке
#реклама
О рекламодателе | 885 |
| 18 | #senior #удаленка
ОФФСТЕЙДЖ МЕДИА
Senior Python Engineer
Опыт работы: более 6 лет
Формат работы: удалённо, свободный график
Английский: B2
☑️ Обязанности
-Разработка масштабируемых бэкенд-сервисов для получения, обработки и хранения данных из сторонних API
-Реализация потоковых ETL-пайплайнов для обработки высоконагруженных данных
-Разработка и оптимизация схем баз данных для хранения и эффективного поиска большого объёма данных
-Обеспечение отказоустойчивости и высокой доступности системы
-Разработка и поддержка REST/gRPC API для фронтенда и внешних интеграций
☑️ Требования
-От 5 лет опыта построения бэкенда в крупных сервисах
-Опыт использования Python в production-коде
-Понимание работы с базами данных (профилирование/оптимизация запросов)
-Знание архитектур обработки данных в реальном времени
-Опыт проектирования API и архитектурных решений
-Умение писать надёжный, читаемый и тестируемый код
Откликнуться | 2 650 |
| 19 |  Из аналитика в дата-инженеры: переход реален? 🤔
В последнее время все чаще дата-инженерия для аналитиков становится более привлекательной, но в то же время страшной.
С одной стороны, хочется понимать не только то, что происходит с данными, но и как эти данные вообще доезжают до нас. Откуда берутся, где хранятся, как обновляются, почему сегодня в витрине 10 млн строк, а завтра 8 млн и кто опять сломал загрузку🥲
И получается ситуация, когда хочется попробовать, но непонятно, с чего начинать и сколько лет на это закладывать.
Поэтому мне понравилось, как Симулейтив пересобрали свой буткемп «Инженер данных».
Курс разделен на 2 этапа: за первые 10 недель вы осваиваете базу и доходите до уровня junior-специалиста. А на втором этапе — углубленное изучение ключевых инструментов, где вы дорастаете до мидла.
Что вас ждет на курсе:
➖SQL, Python, пайплайны сбора и обновления данных, хранение и обработка, DWH;
➖Живые занятия с ментором каждую неделю — не записи, а разборы вживую;
➖Подготовка к собеседованиям с первых недель, а не в самом конце;
➖ИИ-инструменты как часть программы — учите работать с ними, а не избегать;
➖Гостевые лекции от практикующих дата-инженеров из Яндекса, Т-Банка, Авито, Сбера, OZON;
➖Официальный диплом о профессиональной переподготовке.
Кому подойдёт:
1. Тем, кто хочет войти в дата-инженерию с нуля или перейти из аналитики;
2. Тем, кто пробовал учиться самостоятельно, но теряет темп без структуры;
3. Тем, кому интереснее не просто считать метрики, а выстраивать систему, на которой держатся данные.
Почему сейчас: специалистов, которые управляют данными как системой, на рынке меньше, чем нужно, — а спрос растёт, потому что без инженерии любые данные быстро превращаются в хаос.
🔥ВАЖНО: Симулейтив дают возможность получить грант обучение и гарантируют трудоустройство своих студентов. Количество грантов ограничено!
Оставляйте заявку до завтра включительно, чтобы занять одно из 5 оставшихся мест нового потока!
🔗 ЗАБРОНИРОВАТЬ МЕСТО | 1 972 |
| 20 | #senior #300k #удаленка
GO Digital
Senior Python Developer (FastAPI, Kafka)
от 200 000 до 350 000 ₽ на руки
Опыт работы: более 6 лет
Формат работы: удалённо
☑️ Чем предстоит заниматься
-Разрабатывать новый функционал в существующих сервисах
-Проектировать и создавать новые backend-сервисы с нуля
-Участвовать в проработке архитектуры и технических решений
-Писать unit- и интеграционные тесты
-Улучшать наблюдаемость сервисов (логи, метрики, трейсинг)
☑️ Что для нас важно
-Коммерческий опыт разработки на Python — от 6 лет
-Опыт разработки backend-сервисов на FastAPI или Litestar (Starlite)
-Опыт работы с Kafka и/или Redis Pub/Sub
-Уверенная работа с PostgreSQL
-Опыт работы с event-driven архитектурой
-Уверенное владение Git, Docker, CI/CD
Откликнуться | 2 454 |
