Data Science Jobs

#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

#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

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! 💚

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! 💚

#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

#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

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 ↖️

#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

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

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

#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

#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

⚡️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

#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

🌐 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

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

#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

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

#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

Хочешь начать карьеру в ИТ или уже сделал первый шаг и планируешь расти дальше? МТС True Tech Champ 2026 — хорошая точка ускорения Это один из крупнейших ИТ-чемпионатов России, где ежегодно собираются студенты и разработчики со всей страны. Здесь ты попадаешь в поле зрения ИТ-команд. Алгоритмический трек — это прокачка структур данных и алгоритмов на задачах уровня технических собеседований. По сути, прямая подготовка к интервью в сильные компании. Трек программирования роботов — командная работа над реальным проектом: писать код, тестировать, дорабатывать под новые условия. Такой опыт заметно усиливает резюме. Что ты получаешь для старта: сертификат участника, который добавишь в портфолио; практику живых соревнований и знакомство с ИТ-сообществом из разных городов; шанс, что тебя заметят рекрутеры и крупные ИТ-компании. Зарегистрируйся на алгоритмический трек до 27 сентября, а на программирование роботов — до 13 сентября, и сделай следующий шаг в ИТ вместе с True Tech Champ 2026. Erid: 2VSb5yHYHXY