Data jobs — вакансии по data science, анализу данных, аналитике, искусственному интеллекту
رفتن به کانال در 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
نمایش بیشتر
شبکه:📈 تحلیل کانال تلگرام Data jobs — вакансии по data science, анализу данных, аналитике, искусственному интеллекту
کانال Data jobs — вакансии по data science, анализу данных, аналитике, искусственному интеллекту (@datajob) در بخش زبانی روسی بازیگری فعال است. در حال حاضر جامعه شامل 14 571 مشترک است و جایگاه 2 646 را در دسته حرفه و رتبه 45 039 را در منطقه روسيا دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 14 571 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 25 اوت, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر 262 و در ۲۴ ساعت گذشته برابر 15 بوده و همچنان دسترسی گستردهای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 17.14% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 8.17% واکنش نسبت به کل مشترکان کسب میکند.
- دسترسی پستها: هر پست به طور میانگین 2 496 بازدید دریافت میکند. در اولین روز معمولاً 1 190 بازدید جمعآوری میشود.
- واکنشها و تعامل: مخاطبان بهطور فعال حمایت میکنند؛ میانگین واکنش به هر پست 3 است.
- علایق موضوعی: محتوا بر موضوعات کلیدی مانند sql, удалёнка, engineer, llm, аналитика تمرکز دارد.
📝 توضیح و سیاست محتوایی
نویسنده این فضا را محل بیان دیدگاههای شخصی توصیف میکند:
“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”
به لطف بهروزرسانیهای پرتکرار (آخرین داده در تاریخ 26 اوت, 2026)، کانال همواره بهروز و دارای دسترسی بالاست. تحلیلها نشان میدهد مخاطبان بهطور فعال با محتوا تعامل دارند و آن را به نقطه اثرگذاری مهم در دسته حرفه تبدیل کردهاند.
14 571
مشترکین
+1524 ساعت
+517 روز
+26230 روز
آرشیو پست ها
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
Repost from Proglib.academy | IT-курсы
😅 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
Repost from Proglib.academy | IT-курсы
👅 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
💡 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
😧 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
⌨️ 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
Repost from Proglib.academy | IT-курсы
🎯 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
Разработчик, DevOps-инженер или техлид — у каждого своя причина навести порядок в работе с AI-агентами.
Разбираем, чем отличаются их задачи 🔥
🌅 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
🗂 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
🎯 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
