Data Secrets | Карьера

Новый стартап Axiom Math привлекает лучшие умы, особенно из Meta* Карина Хонг, бывшая студентка Стэнфорда, основала стартап Axiom Math, который направлен на решение самых сложных математических задач, а в перспективе – на формулирование новых теорем. Axiom Math успел привлечь не только финансирование в размере 64 млн$, но и выдающихся специалистов из бигтеха. Среди сотрудников Axiom такие громкие имена, как Франсуа Шартон, известный своим опытом применения трансформеров к математике и теоретической физике; Шубхо Сенгупта – исследователь Meta, ставший CTO Axiom; а также другие бывшие сотрудники Meta и Google Brain. Но, пожалуй, самый жирный улов у Axiom Math – известный математик Кен Оно из Университета Виргинии, который присоединился к стартапу в качестве «founding mathematician». Стартап нацелен на то, что их "ИИ-математик" окажется полезными не только в академических стенах, но и в прикладных областях. Например, криптографии, финансах, проектировании чипов и других задачах, где важна точность и строгая логика.

Нашли красоту: исследователи создали невероятно удобный и очень красивый инструмент для изучения статей 💕 Как мы уже знаем, число статей на архиве с каждым годом только растёт, а значит – оставаться в тренде последних работ становится всё сложнее. Вот и исследователи подумали также, решив эту проблему, создав свой инструмент. Данные для своей работы собрали с топовых конференций – CVPR, NeurIPS, CoRL, RSS или со страниц компаний. При этом это не просто симпатичная кластеризация по широким областям (CV, NLP, робототехника), но и инструмент для отслеживания трендов: вы можете посмотреть, как менялось количество опубликованных статей в том или ином направлении. То есть действительно можно увидеть, какие направления набирают популярность, а какие — находятся в стадии стагнации. Ссылка на проект: https://realdeepresearch.github.io

С чего начать строить свой стартап, если есть крутая идея?   В мире куча талантливых разработчиков, которые могли бы построить большие успешные стартапы. Но, к сожалению, большинство из них остановились из-за "У меня недостаточно денег", "Я недостаточно опытен" или "А вдруг не получится". Если не хочешь так же и искренне веришь в свою идею – пора начинать двигаться вперед, несмотря на страхи. Тем более, что сейчас есть море возможностей развить свой потенциал. Например, Молодежные акселераторы от Сбера:   ✅ Если сомневаешься в себе – рядом будет наставник с опытом в предпринимательстве. ✅ Если не хватает знаний – можно пройти обучение и быстро тестировать гипотезы с помощью ИИ. ✅ Если нет капитала – дадут доступ к инвесторам.   В итоге ты сможешь превратить свою идею в рабочий MVP и найдешь первых клиентов или инвесторов. Нужно только начать по ссылке!

Подборка открытых вакансий 🔵 Стажер DS в Мегафон Офис в Москве Инженер обработки данных в X5 Tech Гибрид / Офис в Москве ML-разработчик-исследователь в Яндекс Senior Research Scientist в Т-Банк Гибрид / Офис в Москве Middle Data Analyst в VK Team Удаленно / Гибрид / Офис в Москве

Work-life balance теряет свою популярность: мы уже говорили, что многие компании, стартапы и даже некоторые страны считают, что работа должна быть на первом месте, – теперь к этому тренду присоединяется команда xAI. Пост одного из сотрудников xAI вызвал неоднозначную реакцию у пользователей: кто-то считает, что работать 36 часов подряд без сна – рискованная затея, но среди тех, кто поддержал работника, был топ-менеджер xAI, который даже посоветовал своим конкурентам соблюдать баланс между жизнью и работой. Реакция Илона не заставила себя ждать. Насколько известно, сам Илон Маск тоже из разряда трудоголиков, был случай когда ему пришлось спать на заводе Tesla во время производства Model 3. Кстати, как-то Илон умудрился прославиться своими действиями в отношении работы. Когда у Маска только появился Twitter, он требовал, чтобы сотрудники работали 60 часов в неделю. Ультматум был жесткий: либо соглашаешься, либо увольняешься. Work-Work balance 🔵

❗️Быстрее! В OTUS начинается обучение на курсе «Компьютерное зрение. Advanced» — только актуальные методы и инструменты, только практика и hard work. ❓Что узнаете во время обучения? ✅Основы и инструменты Docker, PyTorch, OpenCV, Kornia, Hugging Face, OCR ✅Нейронные сети и глубокое обучение CNN: от AlexNet до EfficientNet, оптимизаторы: Adam, SAM, трансформеры: ViT, CLIP, Self-Supervised Learning: SimCLR, DINO. ✅Стандартные задачи CV Детекция: R-CNN, YOLO, сегментация: U-Net, 3D, Face Recognition: ArcFace, трекинг: DeepSORT ✅Генеративные модели VAE, GAN, диффузионные модели: Stable Diffusion, ControlNet, генерация видео ✅Продвинутые методы Zero-Shot Learning: SAM, стереозрение, 3D-реконструкция: NeRF, SLAM, распознавание действий ✅Продакшен и оптимизация Инференс: TensorRT, ONNX, аннотация: CVAT, микросервисы для видеоаналитики. ✅Проектная работа Реальные задачи: детекция, трекинг, генерация - с защитой проекта 🎁Бонусные занятия Основы CNN, аугментация данных, градиентный спуск, регуляризация ❓Почему OTUS? + Курс переработан: мы обновили программу обучения и добавили актуальные темы для 2026 года + 80% практики на реальных проектах + Менторы и преподаватели на связи и готовы помочь с вашими вопросами во время обучения + Программа продумана для вашего комфортного обучения 🎓Длительность: 4 месяца | 110 часов ⏰Старт группы: 24 декабря 🎁Познакомьтесь с программой курса и преподавателями на бесплатный вебинарах — регистрация на сайте. Оставить заявку на курс ➡️ OTUS.RU Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

Подборка открытых вакансий 🔵 DL разработчик в ИТМО От 90.000₽ Офис в Санкт-Петербурге CV разработчик в 2GIS Удаленно / Гибрид / Офис в Москве, Санкт-Петербурге и Новосибирске Senior Data Scientist в HomeBuddy Удаленно Senior NLP Engineer в Магнит Tech Удаленно ML Tech Lead в Cloud.ru Гибрид / Офис CV Engineer в Университет Иннополис Удаленно / Гибрид / Офис в Иннополисе

Любопытное мнение о рынке труда AI-инженеров от Эндрю Ын

Спрос на разработчиков, разбирающихся в ИИ, остается неудовлетворённым. При этом наблюдается рост безработицы среди недавних выпускников IT-факультетов. Причина в том, что многие университеты не адаптировали программы к новым реалиям: работа программиста стала гораздо эффективнее благодаря AI-инструментам. Когда Эндрю Ын проводит собеседования с AI-инженерами, он ищет тех, кто умеет: - Использовать ИИ для быстрой разработки программных систем; - Применять такие элементы, как RAG, оценки, агентские системы и машинное обучение для создания приложений; - Быстро создавать прототипы и проводить итерации. Специалист с такими навыками может сделать гораздо больше, чем тот, кто пишет код так, как это было в 2022 году до появления генеративных моделей. Каждую неделю к Эндрю Ын обращаются крупные компании, готовые нанять сотни подобных специалистов, и стартапы с отличными идеями, но без достаточного количества инженеров для их реализации. По мере внедрения ИИ в бизнес нехватка талантов (возможно) будет только расти. При этом выпускники сталкиваются с безработицей, хотя уровень их неполной занятости все еще ниже, чем у многих других специальностей. Поэтому наблюдается странная ситуация: можно увидеть историю о безработных выпускниках и тут же историю о растущих зарплатах востребованных AI-инженеров. Когда программирование перешло с перфокарт на клавиатуры, какое-то время ещё нанимали «перфокарточных» разработчиков. Но в итоге всем пришлось перейти на новый способ работы. ИИ создаёт похожий переход. Существует стереотип о выпускниках, «помешанных на ИИ», которые обходят опытных разработчиков. И в этом есть доля правды. Не раз приходилось брать на позицию fullstack-разработчика вдумчивого выпускника, а не опытного специалиста, который все ещё работает в парадигме 2022 года. Но лучшие разработчики в окружении Эндрю Ын – не вчерашние студенты (не в обиду им!), а опытные инженеры, которые следят за трендами ИИ. Самые продуктивные программисты сегодня глубоко понимают компьютеры, умеют проектировать ПО, находить сложные компромиссы и владеют передовыми AI-инструментами. Конечно, часть навыков 2022 года устаревает. Например, теперь не так важно помнить тонкости синтаксиса, ведь теперь не нужно писать каждый фрагмент кода вручную. Но даже если условно 30% знаний утратили актуальность, оставшиеся 70% в сочетании с современными знаниями делают работу разработчика по-настоящему эффективной. Возвращаясь к примеру с перфокартами: когда они устарели, фундаментальное понимание программирования все равно помогло освоить написание кода на клавиатуре. Без понимания того, как работают компьютеры, нельзя просто нагенерировать код и остаться довольным результатом. Фундаментальные знания по-прежнему очень важны, а тем, кто дополняет их экспертизой в ИИ, открываются бОльшие карьерные возможности.

Middle+ Data Scientist/Data Engineer Удаленно / Гибрид / Офис в Москве Предстоит: Создание и поддержка масштабируемых пайплайнов обработки данных и участие в разработке решений для персонализации ответов клиентам и оценки рисков; Интеграция разработанных решений в существующие корпоративные системы… Узнать подробнее 🔵

Очень много говорили про процесс собеседования на должности MLE, Data Scintist или Data Engineer, но как-то пропустили MLOps-инженеров, поэтому рассказываем сейчас! Наткнулись тут на твит студента, который как раз рассказывает про процесс найма в стартапе (описание вакансии можете посмотреть на фото) *** "А как студент смог пройти на собеседование, где трубется 5+ опыта?" поясняем: "студент" совмещает и работу, и учебу в ВУЗе, поэтому он смог пойти по критерия вакансии. Собеседование вели сразу двое рекрутеров, где студента попросили представиться и рассказать над чем тот работал и чем занимается сейчас. Вопросы задавали о лидерстве и о том, как интервьюер сотрудничает с другими коллегами. Также были и технические вопросы, связанные с Kubernetes (различные политики и почему они используются), Kubeflow, действиями с GitHub, Python (например, что такое декораторы), но также было очень много технических вопросов, основанных на сценариях Рекрутеры также спросили есть ли у кандидата вопросы, и в итоге диалог сошелся к обсуждению, как Kubeflow интегрируется в их систему, а они как раз собирались закрыть свои локальные облачные сервисы и полностью перейти на GCP, Azure. Поэтому в обязателньо порядке говорили об оптимизации затрат и всем таком. Они сказали, что остались довольны собеседованием и что кандидат хорошо справился, но должность предполагала постоянную занятость, поэтому они сказали, что поговорят с отделом кадров насчет стажировки, но... по словам кандидата рекрутеры не отвечают уже два дня. Сочувсвуем и понимаем 😟