Data Secrets | Карьера

Каждый раз перед сном ты думаешь только о ней… о плохо обучающейся модели

Почему лучшие специалисты ощущают себя не в своей тарелке? РБК: некоторые эксперты считают, что российские компании могут быть непривлекательным местом для работы сеньеров. Сотрудники жалуются, что работа стала менее креативной, а опытным разработчикам приходится работать над проектами «под копирку». Если раньше в России создавались революционные проекты, то сейчас фокус сместился на «работающий продукт для внутреннего пользования» или, как уже сказали выше, на проекты, создающие аналоги зарубежных систем – тот же «русский YouTube», например. Что же это значит для высококвалифицированных программистов? То, что разработчикам приходится сталкиваться с однотипными задачами: поддержкой существующих систем, исправлением ошибок или реализацией типовых проектов. Поэтому многие специалисты уезжают за рубеж в поисках более привлекательных проектов и более высокой заработной платы. Также среди причин выгорания сеньеров называют проблему неграмотного менеджмента. От сеньеров ждут, что помимо своей рабочей рутины они будут отвечать еще и за всю команду, то есть на них возлагают обязанности лидера, когда те просто хотят интересных и творческих задач… 🛑 Это мы еще не говорим про отсутствие времени на рефракторинг или «изолированность» внутри компаний, когда одна команда разработчиков не может нормально взаимодействовать с другой и у всех возникает непонимание: «а зачем это всё?».

Отчет о глобальном влиянии машинного обучения В качестве исследовательской базы аналитики использовали 5000 статей, опубликованных в журнале Nature. ⭐️Наибольшее влияние на развитие ML оказывают такие организации, как Intel, Гарвард, Стэнфорд, Google, Яндекс, Amazon и другие компании. ⭐️Самые популярные алгоритмы и инструменты: XGBoost, LightGBM, CatBoost, PyTorch, Scikit-Learn. Даже недооцененный SVM оказался в списке. ⭐️Рекордсменом по количеству публикаций в сфере ML стал Китай (43%), за ним следуют США (18%), Индия (11%), Саудовская Аравия (8%) и Великобритания (6%). ⭐️Несмотря на высокий объем публикаций, фокус Китая направлен не на создание инструментов, а на их масштабное применение. В США ситуация иная: на Америку приходится 90% всех созданных инструментов, что делает её глобальным центром разработки ML. ⭐️Чаще всего ML использовался в следующих сферах: прикладные науки (52%), медицина (40%), науки об окружающей среде (6%) и социологические науки (2%). ⭐️В 81% случаев ML применялся для моделирования, в 36% – для решения задач регрессии, а в 29% – для задач классификации.

Подборка открытых вакансий 🔵 Стажер Data Science в МТС Офис в Москве Middle Data Scientist в Мегафон Офис в Москве Senior ML Engineer в Магнит Tech Удаленно / Гибрид / Офис в Москве, Краснодаре Senior ML Engineer / Research Engineer в Just AI Удаленно / Гибрид / Офис в Санкт-Петербурге Data Scientist в 2GIS Удаленно / Гибрид / Офис в Москве, Санкт-Петербурге, Новосибирске AI Agent Architect в Rubius Middle Data Engineer в Korona Tech Удаленно Middle/Senior Программист-исследователь в VK Team Гибрид / Офис в Москве

Подборка открытых вакансий 🔵 Стажер Data Science в МТС Офис в Москве Middle Data Scientist в Мегафон Офис в Москве Senior ML Engineer в Магнит Tech Удаленно / Гибрид / Офис в Москве, Краснодаре Senior ML Engineer / Research Engineer в Just AI Удаленно / Гибрид / Офис в Санкт-Петербурге Data Scientist в 2GIS Удаленно / Гибрид / Офис в Москве, Санкт-Петербурге, Новосибирске AI Agent Architect в Rubius Middle Data Engineer в Korona Tech Удаленно Middle/Senior Программист-исследователь в VK Team Гибрид / Офис в Москве

🤟 Yandex Cup в Стамбуле, Young Con, Школы креатива и CRM-маркетологов, CodeRun — сегодня Young&&Yandex раскручивают Маховик Времени и вспоминают, какие проекты для студентов делали в течение года! О том, как работает технологическая магия и сколько юных волшебников уже прошли стажировку, рассказывают в Telegram-канале карьерной платформы Changellenge >>. Хватайте палочки, надевайте мантии — и до встречи в гостиной Young&&Yandex! 🦖

Сидишь, ищешь интересные статьи на архиве и вдруг натыкаешься на чей-то блог: ученый потратил 40 лет на исследование ИИ и решил поделиться своими мыслями в небольшом очерке

Небольшой совет начинающим исследователям: учите историю ИИ. Ученый считает, что история развития ИИ помогает молодым исследователям понять, как формировалась технология: какие идеи работали, а какие нет. Базовые знания дают прочную основу, которая помогает лучше понять современные тренды, избежать ошибок прошлого и сформировать представление о долгосрочных изменениях в приоритетах и методах, что делает выбор работы более осознанным. Помимо «советов» молодым специалистам, автор также делится опытом работы: за свои годы он успел побывать и в академической среде, и в индустрии. За свою карьеру он успел поработь в США, Китае, Шотландии и Великобритании, сталкиваясь с различиями в подходах к науке и сотрудничества. Несмотря на богатый международный опыт, больше всего ученый ценил людей и взаимодействие с ними, поскольку именно коллеги и совместные истории многократно увеличивало его знания, как исследователя. Общение и сотрудничество, по его словам, были самой ценной частью карьеры, а соприкосновение с разными культурами расширяло кругозор и усиливало исследовательское мышление. В своем очерке автор ясно дает понять, что сейчас ИИ подталкивает молодых ученых к выбору направления в условиях высокой конкуренции и быстро меняющихся трендов. С одной стороны, появилось много новых возможностей, с другой – выбор ниши усложнился. Становится всё труднее балансировать между академическими целями (например, публикациями и фундаментальными исследованиями) и практическими задачами индустрии, где ценятся прикладные результаты и скорость внедрения. В результате молодые ученые часто оказываются перед дилеммой: академическая среда или индустрия. Такой выбор требует не только профессиональных, но и личных предпочтений, и понимания того, чем именно хочет заниматься молодой исследователь.

Автор Курса «Специалист по Data Science» в Яндекс.Практикум Предстоит: Создавать материалы для новых курсов в команде с другими авторами, методистами, редакторами, иллюстраторами и продакт‑менеджерами программы; Писать тексты уроков, в которых поддерживает интерес студентов к обучению; Улучшать существующий контент на основе обратной связи от студентов, экспертов сопровождения и редакторов… Узнать подробнее 🔵

AI инженер в Raft Digital Solutions Локация вне РФ/РБ Предстоит: Разработка и интеграция AI-решений для автоматизации бизнес-процессов клиентов (NLP, генерация текста, анализ данных, построение чат-ботов и ассистентов); Проектирование архитектуры и выбор оптимальных моделей (LLM, open-source и коммерческие решения); Тестирование, оптимизация и внедрение моделей в продакшн… Узнать подробнее 🔵

Так-так, снова Цукерберг удивляет своим подходом к рабочему процессу, на этот раз Марк предоставил своим сотрудником доступ к моделям конкурентов Meta* внедряет стратегию First-AI, в которой поощряет использование ИИ везде и всегда. Для такой стратегии компания предоставили доступ не только к внутренним моделям, например Metamate и Devmate, но и к конкруентам, в том числе к Gemini 3 Pro и ChatGPT-5. Все эти инструменты внедряются для того, чтобы повысить производительность и ускорить развитие уже существующих продуктов Meta. Если так посмотреть, то в этом году Цукерберг явно больше всех отличился изменения внутри компании: сначала бум найма, перестройка внутренних подразделений, введение Level Up, а теперь предоставление доступа к моделям конкурентов. Кажется, кто-то очень хочет остаться в гонке 🔵