Senior Data Engineer
От 250.000 до 300.000₽
Удаленно на территории РФ

Предстоит: Миграция из Managed Service в собственные Kubernetes; Разработка модулей и скриптов данных для пилота; Разработка скриптов для повышения качества данных... Узнать подробнее 🔵

Senior Data Engineer
От 300.000₽
Офис / Гибрид в Санкт-Петербурге

Предстоит: Поиск и интеграция источников данных; Проектирование и оптимизация ETL/ELT пайплайнов; Контроль качества данных ... Узнать подробнее 🔵

NeurIPS недавно запустил свой хакатон — Open Polymer Prediction 2025 🚀

Цель: построить модель, которая на основе структуры полимера предскажет его химические свойства.

Данные представлены в виде текста, и вам необходимо будет предсказать 5 основных показателей: Tg, FFV, Tc, Density и Rg.

Призовой фонд составляет 50 000 долларов. Последний срок подачи решений — 15 сентября.

Data Scientist / AI Engineer в RR Group
Удаленно

Предстоит: Разработка AI-системы, которая через чат/мессенджер: понимает текстовые запросы пользователей, формирует SQL-запросы... Узнать подробнее 🔵

Подборка открытых вакансий на должность Data Engineer 🔵

Data Engineer в Авито
Офис / Гибрид / Удаленно в Москве

Senior Data Engineer в Яндекс
Офис / Гибрид / Удаленно

Middle Data Engineer в VK Team
Офис / Гибрид / Удаленно в Москве

Junior/Middle Data Engineer в Иннотех
Удаленно / Офис / Гибрид в Екатеринбурге

Junior/Middle Data Engineer в СовкомБанк
Офис / Гибрид в Казани, Санкт-Петербурге, Воронеже

Senior Data Engineer в Ozon
Офис / Гибрид

Chief Artificial Intelligence Officer (CAIO)

Предстоит: Формировать и реализовывать стратегию искусственного интеллекта на уровне всей экосистемы; Определять, запускать и масштабировать ИИ-проекты, выстраивая архитектуру, команды и управление ИИ-инфраструктурой.... Узнать подробнее 🔵

VibeCoding: где обитают самые ленивые программисты

Энтузиасты решили проанализировать коммиты на GitHub и выяснить, как часто программисты увлекаются вайбкодингом. Ребята обучили свой классификатор на коммитах 200 тысяч Python-разработчиков с 18 по 24 года. Вот что из этого вышло:

➖ Первое место заняли вайбкодеры из США. На их код приходится 30% сгенерированных функций.

➖ В топ также вошли Германия 24,3%, Франция 23,2%, Индия 21,6%, Россия 15,4% и Китай 11,7%.

➖ В ходе исследования также выяснилось, что вайбкодингом занимаются чаще всего новые пользователи GitHub, чем их более опытные коллеги.

Ссылку на исследование оставляем здесь.

Подборка открытых вакансий 🔵

Исследователь Data Scientist в Сбер
Офис / Гибрид в Москве

Junior/Middle Data analyst в Мегафон
Офис / Гибрид в Москве

Middle Data Scientist в Wildberries
Удаленно / Офис / Гибрид в Москве

Middle Data Scientist LLM/NLP в Самокат
Удаленно / Офис / Гибрид

Middle/Senior MLOps-инженер в Т-Банк
Удаленно / Офис / Гибрид

Senior NLP Engineer в VK Team
Офис / Гибрид в Москве

Процесс технического собеседования в ML

Обычно процесс найма занимает от 3 сессий в зависимости от компании. И одной из основных является техническое интервью.

Его могут поделить на несколько частей 😭, но основа такого интервью — это посмотреть, что умеет и знает кандидат.

Теоретическое интервью. Это интервью можно разделить на два типа:

1️⃣ Вопросы по теории: знания статистики, работы алгоритмов или других аспектов (оптимизаторы, батч нормализация, архитектуры). Здесь вопросов очень много и обычно они в стиле "что нужно сделать, чтобы деревья решений не переобучались?" или "зачем делать поправку на смещение в оптимизаторе Адам?". То есть вопросы не просто на знание теории, а на умение рассуждать.

2️⃣ Второй тип отличается тем, что рекрутер просит рассказать вас о собственном опыте. И на основе вашего ответа задает вопрос о том, что можно сделать в модели лучше, или рекрутер спрашивает о том, как вы собирали/очищали данные. Здесь принцип не отличается от первого типа: смотрят что вы уже знаете и как умеете рассуждать.

❗ Совет: заранее узнайте, чем вы будете заниматься на выбранной должности и выберите проект, который лучше всего будет подходить вакансии. При этом подумайте о том, что и как можно улучшить. А также запишите все трудности, с которыми вы столкнулись и почему их не удалось решить.

Помимо теории, вас могут попросить решить пару задач: присылают тестовое и вы его решаете в течение пары дней; присылают ссылку, где вы на сайте решаете несколько задач на время или в режиме реального времени вы решаете задачу под присмотром рекрутера. Вне зависимости от процесса собеседования, задачи можно разделить на следующие:

1️⃣ LeetCode — необходимо решить пару стандартных задач по алгоритмам/структурам данных. В случае ML это обычно работа с тензорами или матричными операциями.

2️⃣ML+оптимизация. На таких собеседованиях могут попросить реализовать одну из концепций ML с нуля. Например, это могут быть различные классические ML-алгоритмы (регрессия, SVM), backpropagation или batch norm.

3️⃣Ядра/распараллеливание. Такие интервью встречаются у тех, кто непосредственно работает с оборудованием (интервью почти всегда на С/С++). Примеры задач, которые могут встретиться: реализовать параллельные вычисления, оптимизировать тензорные операции на уровне ядра. Знание CUDA в этом случае может стать приятным бонусом.

4️⃣ООП. Иногда встречаются и задания, связанные с объектно-ориентированным программированием, обычно это задачи/вопросы про полиморфизм, наследование и т.д.

❗ Совет: прежде чем вам назначат техническое интервью, попросите у рекрутера материалы для подготовки и узнайте, как устроен процесс найма. Обычно в компаниях заранее можно узнать процедуру найма, например, в Яндексе, ТБанке или Ozon.

Ресурсы:
➖ Бесплатная книга для подготовки к собеседованиям "Introduction to Machine Learning Interviews Book".
➖ Потренироваться в решении задач, это что-то вроде LeetCode для млщиков.
➖ Почитать об опыте прохождения собеседований можно здесь, здесь, вот здесь и еще здесь.

Senior Data Scientist в Авито
Удаленно / Гибрид / Офис в Москве

Предстоит: анализировать различные текстовые данные баеров и селлеров для выявления их основных потребностей и составления правильных чек-листов для поиска идеальной услуги; автоматизировать часть процесса колл-центра Авито Услуги с помощью подключения умных ботов... Узнать подробнее 🔵

В России люди жалуются на нехватку отпусков, среди самых недовольных — айтишники.

У большинства россиян отпуск составляет привычные 28 дней — таким отдыхом могут похвастаться более 60% опрошенных из разных профессиональных сфер. Чаще всего стандартным размером отпуска могут воспользоваться 75% айтишников.

Однако даже месяц отпуска многим кажется недостаточным. Чаще других в этом признавались представители маркетинга, рекламы и PR, а вот второе место заняли айтишники: среди них почти каждый второй недоволен продолжительностью отпуска (53%).

Коллеги, у кого сейчас отпуск, поздравляем, но не от всего сердца 😑