Data Secrets | Карьера

DS-исследователь в Авито Удаленно / Гибрид / Офис в Москве Предстоит: искать и разрабатывать наукоёмкие подходы к решению задач партнёрских DS-команд юнита монетизации и сопровождать их внедрение в продукт; готовить публикации на международные А/A* конференции; курировать junior DS-исследователей и сопровождать их развитие... Узнать подробнее 🔵

Наткнулись на хороший материал по AI/ML, который повторяет полноценный курс уровня Harvard CS197 В доке разбирается вся необходимая база: устройство современных ИИ-систем и языковых моделей, а также фундаментальные принципы разработки. Также есть советы по тому, как читать научные статьи, извлекать из них пользу и применять идеи. Автор уделил внимание и тому, как генерировать идеи и правильно презентовать результаты. Также есть большой блок практике на PyTorch, где идет разбор базовых принципов, обучение моделей, организация экспериментов (Weights & Biases) и управление обучением. В общем, это не просто док, а целый roadmap с лекциями и заданиями. Пригодится тем, кто хочет попробовать себя в ресерче.

Разработайте систему распознавания ценников в реальных условиях ретейла на хакатоне Lenta Tech Life Hack с призовым фондом в 600 000 рублей! Для кого? ML-, CV- и MLOps-специалистов уровня junior+ и middle, которым интересно решать инженерные задачи с ограничениями. Почему стоит участвовать: — потенциал проверить навыки на реальной задаче — прикладном CV-кейсе по распознаванию ценников на видео с робота — возможность попасть в кадровый резерв и продолжить работу над проектом вместе с командой Lenta Tech — свобода выбора стека и архитектуры — очный финал в Москве Собирай команду от 3 до 5 человек или подавай заявку один — мы поможем найти крутых спецов для захвата ритейл-теха! Продемонстрируйте свои навыки в области работы с Computer Vision — регистрируйтесь до 8 мая: https://u.to/uqmSIg

Подборка открытых вакансий 🔵 Tean Lead Data Science в Золотое яблоко Гибрид / Офис в Москве AI Solutions Engineer в Rubius Удаленно / Гибрид / Офис Senior AI Engineer в Yadro Удаленно / Гибрид / Офис в Москве, Санкт-Петербурге, Минске, Нижнем Новгороде Senior Аналитик данных в Т1 Холдинг Гибрид / Офис в Санкт-Петербурге Middle Дата аналитик в Korona Tech Удаленно Аналитик Middle ML моделей / Data Engineer в ВТБ Гибрид / Офис в Москве Архитектор данных в ПСБ Офис в Москве Middle/Senior ML-разработчик в Т-Банк Удаленно

Что происходит на интервью Data Analyst в бигтехе Наткнулись на разбор собеседований от одного дата-аналитика, где он рассказал о сложностях технических этапов в компаниях типа MAANG и менее крупных, в каждой из трех компаний было по 4 этапа технического интервью. В MAANG:

На этапе по SQL вопросы были немного неоднозначными. Например, вместо того чтобы попросить вас рассчитать годовую выручку и процентное изменение выручки, могут спросить что-то вроде «Как бы вы определили, хорошо ли работает бизнес?». Следующий этап по статистике и вероятности. Интервью было сосредоточено на прикладных вопросах, например «Как ты думаешь, почему эта метрика идет вниз?». Также просили рассчитать вероятности наступления разных продуктовых событий. Этот этап был посвящен исследованию продукта. Задавали вопросы в стиле «Мы думаем о запуске новой фичи, как бы вы поняли, хорошая ли это идея?». Здесь необходимо было определить «успех» и придумать метрики для его измерения. Поведенческое интервью. Здесь просили рассказать о проведенных проектах.

В менее крупных компаниях эти четыре этапа выглядели несколько иначе:

Первый этап в одной компании был полностью завязан на работе с графиками и сырыми данными: кандидат сначала интерпретировал визуализации, а затем объяснял аномалии через сегментацию и дополнительные разрезы. В другой компании на этом же этапе давали продуктовый кейс с падающей метрикой и постепенно раскрывали данные, проверяя знание статистики, регрессий и умение объяснять выводы. Второй этап в первой компании был глубоким разбором проекта, который кандидат провел от начала до конца, с фокусом на улучшения. Во второй компании это был разговор с кросс-функциональным партнером, где сочетались продуктовый кейс и обсуждение бэкграунда. Третий этап в обеих компаниях вращался вокруг продуктового мышления, но с разной глубиной: в одном случае - как измерять успех новой фичи через эксперименты и причинно-следственные выводы, в другом - короткий кейс с hiring manager и обсуждение стиля работы. Здесь уже явно смотрят на зрелость и способность принимать решения. Финальный этап в первой компании оказался нетипичным и больше про мотивацию и карьерную траекторию, без классических поведенческих вопросов. Во второй - это было стандартное behavioral-интервью с примерами из прошлого опыта, где оценивают коммуникацию и взаимодействие с командами.

Как ощущается, когда ПМ просит "чуть улучшить метрики"

Агенты добрались до соревнований Kaggle На прошлой неделе разработчик с NVIDIA поделился тем как создал систему из 3 агентов, которые потом заняли первое место в соревновании Kaggle. Агенты сгенерировали более 600 тысяч строк кода и провели 850 экспериментов, что позволило им выиграть. Разработчик считает, что исторически успех в соревнованиях определялся тем, как быстро вы можете генерировать и тестировать гипотезы. Но сейчас этот процесс можно сильно ускорить. А как это делают представители бигтеха – показали в блогпосте на примере задачи прогнозирования оттока клиентов. Разработчик попросил агентов следовать учебнику Kaggle Grandmaster: агенты начали с EDA, затем построение базовых моделей, создание новых признаков и в конце объединение с помощью стекинга. Первое место занял стек (на картинке) из 150 моделей, выбранных из первоначальных 850. Заметили, что каждый промпт содержит «пожалуйста» – возможно, в этом и кроется секрет успеха 😌

Data Scientist/Аналитик в СовкомБанк Офис в Москве Предстоит: Анализ данных с помощью Python; Ad Hoc аналитика; Подготовка данных и обучение моделей ML; Визуализация данных, создание презентаций, отчетность.... Узнать подробнее 🔵

Время прокачаться в ML вместе с Data Dojo Если вы вдруг не знали, где можно пообщаться с комьюнити, узнать много нового и получить ответы на свои вопросы по трендам в ML, то предлагаем посетить Data Dojo. Data Dojo — это как раз то коммьюнити ML-специалистов, где обсуждают тренды, разбирают реальные кейсы, а также знакомятся с близкими по духу людьми. Хорошая возможность обсудить интересные статьи и лекции Кирсанова или Карпатого, так что не упускаем! В этот раз встреча пройдет в рамках Young Con 2026 — масштабного фестиваля о старте карьеры в IT. Чтобы попасть на Data Dojo, нужно будет решить задачу. Топ-350 лучших участников получат проходку на фест и мерч, топ-50 — фаст-трек в Яндекс, а топ-10 — умную колонку с Алисой. Подать заявку можно тут.

Стажер Data Scientist в Мегафон Удаленно Предстоит: Участие в разработке NLP-решений: классификация, поиск, RAG, LLM-ассистенты; Подготовка и анализ данных, ad-hoc аналитика; Помощь в разработке и тестировании ML/NLP-пайплайнов... Узнать подробнее 🔵