Data jobs — вакансии по data science, анализу данных, аналитике, искусственному интеллекту
Відкрити в 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
Показати більше
Сітка:📈 Аналітичний огляд Telegram-каналу Data jobs — вакансии по data science, анализу данных, аналитике, искусственному интеллекту
Канал Data jobs — вакансии по data science, анализу данных, аналитике, искусственному интеллекту (@datajob) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 14 587 підписників, посідаючи 2 628 місце в категорії Кар'єра та 44 688 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 14 587 підписників.
За останніми даними від 26 серпня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на 261, а за останні 24 години на 14, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 17.27%. Протягом перших 24 годин після публікації контент зазвичай збирає 8.17% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 2 517 переглядів. Протягом першої доби публікація в середньому набирає 1 190 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 4.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як sql, удалёнка, engineer, llm, аналитика.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“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”
Завдяки високій частоті оновлень (останні дані отримано 27 серпня, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Кар'єра.
14 587
Підписники
+1424 години
+557 днів
+26130 день
Триває завантаження даних...
Схожі канали
Хмара тегів
Вхідні та вихідні згадування
---
---
---
---
---
---
Залучення підписників
серпень '26
серпень '26
+261
в 0 каналах
липень '26
+325
в 0 каналах
Get PRO
червень '26
+338
в 0 каналах
Get PRO
травень '26
+305
в 1 каналах
Get PRO
квітень '26
+424
в 1 каналах
Get PRO
березень '26
+270
в 4 каналах
Get PRO
лютий '26
+594
в 4 каналах
Get PRO
січень '26
+318
в 3 каналах
Get PRO
грудень '25
+182
в 1 каналах
Get PRO
листопад '25
+180
в 1 каналах
Get PRO
жовтень '25
+252
в 1 каналах
Get PRO
вересень '25
+219
в 1 каналах
Get PRO
серпень '25
+244
в 4 каналах
Get PRO
липень '25
+262
в 1 каналах
Get PRO
червень '25
+280
в 2 каналах
Get PRO
травень '25
+258
в 1 каналах
Get PRO
квітень '25
+351
в 1 каналах
Get PRO
березень '25
+312
в 52 каналах
Get PRO
лютий '25
+274
в 45 каналах
Get PRO
січень '25
+350
в 37 каналах
Get PRO
грудень '24
+340
в 39 каналах
Get PRO
листопад '24
+409
в 40 каналах
Get PRO
жовтень '24
+457
в 36 каналах
Get PRO
вересень '24
+515
в 36 каналах
Get PRO
серпень '24
+482
в 38 каналах
Get PRO
липень '24
+410
в 38 каналах
Get PRO
червень '24
+398
в 32 каналах
Get PRO
травень '24
+455
в 39 каналах
Get PRO
квітень '24
+402
в 37 каналах
Get PRO
березень '24
+494
в 34 каналах
Get PRO
лютий '24
+408
в 33 каналах
Get PRO
січень '24
+428
в 28 каналах
Get PRO
грудень '23
+578
в 36 каналах
Get PRO
листопад '23
+318
в 4 каналах
Get PRO
жовтень '23
+426
в 23 каналах
Get PRO
вересень '23
+360
в 0 каналах
Get PRO
серпень '23
+387
в 0 каналах
Get PRO
липень '23
+364
в 0 каналах
Get PRO
червень '23
+185
в 0 каналах
Get PRO
травень '23
+179
в 0 каналах
Get PRO
квітень '23
+166
в 0 каналах
Get PRO
березень '23
+122
в 0 каналах
Get PRO
лютий '23
+123
в 0 каналах
Get PRO
січень '23
+159
в 0 каналах
Get PRO
грудень '22
+85
в 0 каналах
Get PRO
листопад '22
+130
в 0 каналах
Get PRO
жовтень '22
+143
в 0 каналах
Get PRO
вересень '22
+163
в 0 каналах
Get PRO
серпень '22
+87
в 0 каналах
Get PRO
липень '22
+169
в 0 каналах
Get PRO
червень '22
+87
в 0 каналах
Get PRO
травень '22
+135
в 0 каналах
Get PRO
квітень '22
+273
в 0 каналах
Get PRO
березень '22
+102
в 0 каналах
Get PRO
лютий '22
+88
в 0 каналах
Get PRO
січень '22
+130
в 0 каналах
Get PRO
грудень '21
+62
в 0 каналах
Get PRO
листопад '21
+117
в 0 каналах
Get PRO
жовтень '21
+147
в 0 каналах
Get PRO
вересень '21
+98
в 0 каналах
Get PRO
серпень '21
+157
в 0 каналах
Get PRO
липень '21
+54
в 0 каналах
Get PRO
червень '21
+121
в 0 каналах
Get PRO
травень '21
+72
в 0 каналах
Get PRO
квітень '21
+219
в 0 каналах
Get PRO
березень '21
+253
в 0 каналах
Get PRO
лютий '21
+23
в 0 каналах
Get PRO
січень '21
+37
в 0 каналах
Get PRO
грудень '20
+1 377
в 0 каналах
| Дата | Залучення підписників | Згадування | Канали | |
| 27 серпня | +13 | |||
| 26 серпня | +15 | |||
| 25 серпня | +15 | |||
| 24 серпня | +2 | |||
| 23 серпня | +5 | |||
| 22 серпня | +4 | |||
| 21 серпня | +9 | |||
| 20 серпня | +11 | |||
| 19 серпня | +12 | |||
| 18 серпня | +8 | |||
| 17 серпня | +9 | |||
| 16 серпня | +3 | |||
| 15 серпня | +8 | |||
| 14 серпня | +8 | |||
| 13 серпня | +10 | |||
| 12 серпня | +15 | |||
| 11 серпня | +14 | |||
| 10 серпня | +13 | |||
| 09 серпня | +6 | |||
| 08 серпня | +4 | |||
| 07 серпня | +8 | |||
| 06 серпня | +19 | |||
| 05 серпня | +5 | |||
| 04 серпня | +10 | |||
| 03 серпня | +16 | |||
| 02 серпня | +4 | |||
| 01 серпня | +15 |
Дописи каналу
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
| 2 |  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 |
| 3 | 🙃 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 | 2 809 |
| 4 |  😅 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 | 2 665 |
| 5 | 🤨 Как AI-агент случайно взломал систему бронирования спортзала, чтобы продвинуть хозяина в очереди на одно место | 2 334 |
| 6 | 👍 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 | 2 478 |
| 7 | ⌨️ 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 | 3 182 |
| 8 | 🥳 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 | 3 190 |
| 9 | 🤨 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 | 2 822 |
| 10 |  👅 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 | 2 382 |
| 11 | Покупать новый курс каждый раз, когда меняется рабочая задача, — довольно странная механика. Нашли альтернативу 👇 | 2 063 |
| 12 | 🚀 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 |
| 13 | 💡 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 | 2 625 |
| 14 | 😧 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 | 2 970 |
| 15 | ⌨️ 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 | 3 296 |
| 16 |  🎯 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 | 2 768 |
| 17 | Разработчик, DevOps-инженер или техлид — у каждого своя причина навести порядок в работе с AI-агентами.
Разбираем, чем отличаются их задачи 🔥 | 2 524 |
| 18 | 🌅 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 | 2 937 |
| 19 | 🗂 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 | 2 912 |
| 20 | 🎯 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 | 2 848 |
