Data Secrets | Карьера

Экзамен по статистике от Стенфорда Это не только хороший способ размяться, но и отличный способ проверить, насколько хорошо вы ориентируетесь в вероятностях и распределениях. Знание статистики и теории вероятностей – базовый навык для любого ML-разработчика, поэтому попробуйте решить задачи уровня топ-университета. Сверить свое решение можно тут

AI-рынок 2026: вакансий в 3 раза больше, чем инженеров Аналитики подсчитали, что в 2026 спрос на AI-специалистов стал дефицитным. За год было опубликовано около 1,6 млн вакансий по всему миру, при этом насчитывается лишь 518 тысяч квалифицированных специалистов. Поэтому неудивительно, что 72% компаний прямо говорят о сложностях с наймом. При этом найм AI/ML-специалистов увеличился на 88% по сравнению с прошлым годом, и спрос уже вышел за пределы классических тех-компаний. Если смотреть на зарплаты, то картина следующая: ➖Диапазон зарплат у AI Architect $142 тысяч – $196 тысяч ➖AI/ML Engineer $134 тысяч – $193 тысяч ➖Data Scientist $121 тысяч – $182 тысяч ➖AI/ML Analyst $119 тысяч – $174 тысяч Кстати, работодатели также назвали те роли, которым готовы выплачивать еще бОльшую премию. Итак, максимальный рост зарплат был замечен у специалистов в LLM, MLOps и AI governance. Вайб у ИИ-разработчиков сейчас такой 🤑

Подборка открытых вакансий для Data Engineer 🔵 Middle NLP Engineer в Золотое яблоко Гибрид / Офис в Москве Senior Data Analyst в Магнит Tech Удаленно / Гибрид / Офис в Москве, Краснодаре Senior AI Engineer в Yadro Удаленно / Гибрид / Офис в Москве, Санкт-Петербурге, Минске, Нижнем Новгороде Middle Data Analyst в Korona Tech Удаленно / Гибрид / Офис Senior Data Analyst в ВТБ Гибрид / Офис в Москве Инженер по роботизации процессов (RPA) в Теле2 Гибрид / Офис в Москве

Хаос в данных — это хаос в прибыли. Наводим порядок. Вы ежедневно тонете в разрозненных источниках, противоречивых отчётах и «ручном» Excel? Ваша команда тратит 80% времени на “вычистку” данных, а не на инсайты? Представьте: единая, прозрачная структура, где каждый цифровой актив ложится на своё место, а скорость принятия решений растёт в разы. Без простоев, перекладывания битых CSV и устаревших метрик. Практикум «Порядок в данных» — это не скучная теория. Это управленческий инструментарий:

✅ Как построить систему управления данными без сбоев ✅ Как избавиться от «аналитического мусора» и срезать операционные издержки ✅ Как делегировать контроль качества так, чтобы подразделения сами несли ответственность за чистоту информации

Живой Практикум от руководителя Яндекс eLama - 22 апреля в 19:00 (мск) Количество мест ограничено - зарегистрируйтесь сейчас

Если вам показалось, что Claude стал хуже, то вам не показалось Уже несколько недель пользователи X, Reddit и GitHub обсуждают, что модель от Anthropic резко поглупела. Разработчики жалуются, что Claude настолько сильно упал в качестве, что ему теперь нельзя доверять сложные инженерные задачи. Некоторые пошли дальше и опубликовали результаты «апрельского опуса», где модель занимает уже не 2-е, а 10-е место. Anthropic и правда изменили значение по умолчанию. Ходит мнение, что это было сделано для сокращения издержек или чтобы создать вау-эффект перед обновлением Opus до версии 4.7.

Middle ML Engineer в Just AI Удаленно / Гибрид / Офис в Санкт-Петербурге Предстоит: Участие в ML-исследованиях: анализ задачи, экспериментирование, подготовка к внедрению; Работа над оптимизацией инференса моделей (знакомство с ONNX, квантизацией)… Узнать подробнее 🔵

Почему ИИ-системы ломаются в проде ИИ-системы довольно часто начинают галлюцинировать постепенно, а не резко, оставаясь формально рабочими. В реальных кейсах проблема не всегда кроется в модели, а в том, как она встроена в среду или в данные: 1️⃣ Одна из самых показательных ошибок – Instacart во время COVID. Модель, показывавшая около 93% точности, просела до 61%, потому что поведение пользователей резко изменилось, а система продолжала опираться на прошлые паттерны, предполагая, что мир стабилен. Это предположение оказалось неверным, а дообучение не поспевало за изменениями. Похожая история произошла с Zillow. Модель оценки недвижимости продолжала «верить» в рост рынка и системно завышала цены. Ошибка здесь не в конкретном алгоритме, а в игнорировании того, что concept drift – это нормальное состояние, а не редкое исключение. 2️⃣ Деградация модели – стандартный сценарий. Многие исследователи отмечают, что подавляющее большинство моделей со временем ухудшаются, иногда очень существенно. Даже регулярное переобучение не гарантирует стабильности, потому что оно не решает проблему, если само распределение данных уже изменилось. Часто система просто не успевает адаптироваться. 3️⃣ Отдельный класс проблем связан с тем, что модель в ноутбуке и модель в проде – это разные вещи. На этапе разработки фичи могут выглядеть корректно, но в продакшене они считаются иначе или оказываются недоступны. Возникает разрыв между обучением и инференсом, который не всегда очевиден. В результате модель, показывающая отличные метрики на тесте, начинает вести себя заметно хуже в реальных условиях. 4️⃣ Иногда проблема глубже и касается самой природы обучения. Известный случай с футбольной камерой, которая следила не за мячом, а за лысиной судьи. Модель не «понимает» задачу, а лишь находит статистические закономерности. Если в данных есть устойчивый, но нерелевантный сигнал, модель будет использовать именно его. 5️⃣ Много сбоев возникает и на уровне инфраструктуры. Обновление библиотеки может неожиданно сломать загрузку модели или изменить ее поведение. Причина обычно в отсутствии зафиксированных зависимостей и контролируемой среды выполнения. В таких случаях проблема выглядит как баг, но по сути это следствие отсутствия воспроизводимости. В эту же копилку: в продакшен попадает просто не та модель, например, когда в системе оказывается неверная версия. Такие ошибки возникают, когда артефакты моделей не проходят строгую валидацию, а процессы деплоя не учитывают специфику ML. 6️⃣ Отдельная проблема – мониторинг. В некоторых кейсах компании замечали проблемы слишком поздно, когда они уже приводили к финансовым потерям. Часто отслеживаются технические метрики, но не бизнес-результат. Система может работать «по метрикам», но при этом ухудшать ключевые показатели. 7️⃣ Даже выбор «лучшей» модели не всегда оптимален. Есть кейс, где более точная модель ухудшила конверсию из-за увеличения времени отклика. Оптимизация только по качеству предсказаний без учета latency и UX привела к парадоксальным результатам. Небольшое напоминание: сбои возникают там, где предполагается стабильность данных, где пайплайны не синхронизированы, где мониторинг формален и где бизнес-контекст оказывается вне фокуса.

ML Engineer в Positive Technology Удаленно Предстоит: Искать и реализовывать ML-решения для продукта. Проводить воспроизводимые эксперименты. Уметь обосновывать и рассказывать про них коллегам и бизнесу; Писать читаемый и эффективный продакшен Python-код, проходить и делать ревью… Узнать подробнее 🔵

История прохождения интервью на позицию Senior Data Engineer В твиттере специалист поделился своим опытом прохождения в Mastercard, где прошел все 4 раунда, 3 из которых технические. Самый важный инсайт, о котором рассказал инженер: 90% вопросов берется прямо из описания вакансии. Так что первым делом он посоветовал внимательно прочитать описание вакансии и готовиться по нему. Фокус всего процесса был на SQL, Spark, Kafka, Databricks и System Design. Темы вопросов по SQL Классические вопросы по Inner / Outer / Left Join с примерами из работы. Также был вопрос по Self Join. Среди задач попросили подсчитать Credit vs Debit транзакции по пользователям, а также выявить пользователя, который совершает 3 транзакции в течение 60 секунд, и объяснить, как его пометить. PySpark Вопросы по оптимизации, Repartition vs Coalesce, отладке и внутреннему устройству PySpark (что происходит во время запуска). Kafka Необходимо было рассказать про реальный опыт работы с Kafka, а также объяснить, как кандидат обеспечивает высокий throughput и низкую latency. Kafka + Databricks Здесь попросили спроектировать пайплайн: Kafka → Databricks → Delta Lake и рассказать о разнице между Batch и Streaming в Databricks. System Design Рекрутеры просили спроектировать систему для обработки миллионов транзакций в секунду, а также ответить на вопрос – как обнаруживать и избегать дублирующей обработки транзакций. Mastercard в силу своей специфики делает акцент на обработке транзакций в режиме реального времени, предотвращении потери данных и fraud detection, поэтому все этапы интервью были направлены именно на это.

Data Science разработчик в СовкомБанк Офис в Санкт-Петербурге Предстоит: Разрабатывать, обучать и внедрять модели классического машинного обучения для банковских задач (скоринг, предсказание оттока, сегментация клиентов, борьба с мошенничеством и т.д.); Проводить эксперименты по повышению качества и сравнивать разные подходы… Узнать подробнее 🔵