Data Secrets | Карьера
7.4K subscribers
1.46K photos
62 videos
1 file
1.72K links
Вакансии Data Science | Machine Learning | Big Data | Deep Learning | Neural Networks

Прислать вакансию/сотрудничество: @veron_28

https://telega.in/c/data_secrets_career
Download Telegram
Data Secrets | Карьера
Мы запускаем DS Lab — облачную IDE со встроенными GPU Команда Data Secrets больше года занималась разработкой, и вот теперь мы наконец запускаем открытое бета тестирование! DS Lab – это платформа, в которой мы постарались объединить удобство Google Colab…
Выпускаем большое обновление нашего сервиса DSLab: снизили цены на видеокарты и добавили H100 и H200.

Для вновь прибывших – напоминаем: совсем недавно мы запустили облачную IDE со встроенными GPU. Это полноценная среда разработки с привычным интерфейсом, в которой вы, в добавок, можете быстро и легко арендовать необходимое железо – без установки окружений и лишней возни с настройками.

После релиза мы собрали довольно много ваших отзывов (спасибо!) и сделали для себя несколько важных выводов, над которыми продолжаем работать.

Сегодня выходит первый большой апдейт DS Lab. Менее чем за месяц мы оптимизировали инфраструктуру и стабилизировали работу сервиса. Кроме того, теперь ресурсы будут дешевле и разнообразнее!

➖ Цены на текущие конфигурации снизились почти в 2 раза. Кроме того, мы обновили некоторые видеокарты. Например, в A100 теперь 80GB вместо 40, но при этом цена на нее почти не поменялась.

➖ Добавили много новых GPU, включая H100 и H200. Теперь вы сможете запускать у нас даже довольно крупные модели.

➖ Для бесплатного тарифа стал доступен более широкий выбор GPU-конфигураций.

Новая версия уже в проде, пользуйтесь: dslab.tech
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
1❤27
Meta* теряет еще одного ценного сотрудника: Сумит Чинтала уходит из компании после 11 лет работы

Чинтала был руководителем PyTorch в Meta, а также ведущим исследователем в FAIR. О своем уходе он сообщил в четверг в своем блоге.

«Одиннадцать лет в Meta. Почти вся моя профессиональная жизнь. За это время я нашёл много друзей. Почти восемь лет я руководил PyTorch, превратив его из ничего в инструмент с долей внедрения в AI более 90%. Уйти от этого было одним из самых сложных решений в моей жизни. Но я ухожу с полным сердцем».


Свой уход Сумит объяснил тем, что не намерен вечно заниматься PyTorch, «как Гвидо ван Россум или Линус Торвальдс — привязанный к одной вещи на десятилетия».

Чем он планирует заниматься дальше, пока не ясно. В прощальном письме он лишь упомянул, что это будет что-то маленькое и за пределами Meta.
❤20
Как я себя чувствую, когда трачу неделю на поиск самого дешевого облака и железа для своего проекта, который открою один раз
❤37
Подборка открытых вакансий 🔵

Стажер Аналитик данных в ПСБ
60.000₽

Офис в Москве

Junior Data Analyst в IVI
Гибрид / Офис

Middle ML Engineer в Wildbberies
Гибрид / Офис в Москве


Middle Data Scientist в Мегафон
Гибрид / Офис в Москве

Middle/Senior ML Engineer в VK Team
Гибрид / Офис в Москве

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

Data Analyst в Ланит
Гибрид / Офис в Москве
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6
Мнение бывшего инженера об OpenAI

➡️ Культура
Компания растет экспоненциально, и поэтому не все внутренние процессы нпоспевают за изменениями. Но удобно то, что команды работают в разных темпах: кто-то постоянно спринтует, а другие работают над долгосрочными целями. Интересно, что вся внутренняя коммуникация построена вокруг Slack.

В компании уклон в сторону действия (bias to action). Не нужно ждать разрешений. Можно просто брать и делать. Часто несколько независимых команд приходили к одним и тем же идеям. Например, перед запуском Codex в компании существовало 3-4 (!) его прототипа.

Инициатива снизу: Проекты обычно начинаются с небольшой группы энтузиастов, а команды уже формируются вокруг них, разумеется, если идея показывает потенциал.

Исследователям дают свободу работать над своими идеями. Большинство идей начинается с того, что кого-то из исследователей «зацепила» интересная проблема. Если задача считается скучной или «решенной», над ней вряд ли будут работать.

➡️ Код
Почти весь код живёт в одном огромном репозитории, в основном на Python (плюс немного Rust и Golang). Из-за этого код выглядит очень по-разному: тут и библиотеки от ветеранов Google, и одноразовые Jupyter-ноутбуки от свежих PhD. Повсеместно используются FastAPI для создания API и Pydantic для валидации, но строгих стилевых руководств нет.

Архитектурные решения принимает команда, которая будет делать работу, а не центральный комитет. Это создает уклон в сторону действия, но также приводит к дублированию функционала — инженер рассказал, что видел с полдюжины библиотек для управления очередями.

Инфраструктура завязана на Azure, но надежными считаются лишь три сервиса: Kubernetes Service, CosmosDB и BlobStore. Аналогов AWS-сервисов вроде DynamoDB или BigQuery нет, что часто приводит к созданию собственных решений (in-house bias).
Please open Telegram to view this post
VIEW IN TELEGRAM
❤22
Junior Data Scientist в МТС
Офис в Москве

Предстоит: строить модели вероятностей дефолта (PD) для продуктов: карты, кредит наличными, POS-кредит;строить модели для подразделения коллекшн - NextBestOffer, Uplift-модели…. Узнать подробнее 🔵
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5
Наткнулись на твит, где рекрутер пожаловался на слабую подготовку кандидатов MLE 😐

Часто мы сами жалуемся на миллионы этапов собеседований, отсутствие обратной связи и прочее, но если смотреть со стороны компаний, то дела обстоят следующим образом:
➖ Слабые фундаментальные знания;
➖ Кандидаты не могут ответить на вопросы «почему» или «как» это работает;
➖ Многие следят за трендами, но вот какое значение они имеют для индустрии — понимают не все;
➖ Пет-проекты написаны с помощью ИИ, но если дать кейс для решения с кодом — кандидаты впадают в ступор.

По мнению рекрутера, рынок по-прежнему нуждается в квалифицированных инженерах, но кандидаты гонятся за модными словечками и не реализуют проекты от начала до конца.

«Сегодня никто не пишет код. Я работаю в стартапе; мне нужен только тот, кто умеет решать проблемы и первым предлагать решения», — пишет HR.


В качестве совета автор твита предлагает следующее: сначала изучить основы, затем — новейшие технологии и, самое главное, рассмотреть свой проект со всех сторон. На собеседованиях необходимо будет объяснять все этапы ML-проекта.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤22
Middle/Senior Data Scientist LLM в Beeline
Удаленно

Предстоит: Разработка и дообучение LLM для конкретных задач; Создание и оптимизация ИИ-агентов и RAG-систем; Проектирование промптов и улучшение качества ответов моделей; Сбор данных и подготовка датасетов для обучения…. Узнать подробнее 🔵
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4
Data Secrets | Карьера
ТАСС: средние зарплаты айтишников выросли на 15% 🔷 Помимо роста зарплаты доля вакансий в IT-секторе увеличилась на 7,5% по сравнению с 2024 годом, а средняя оплата труда увеличилась до 146,5 тысяч. 🔷 Медианная зарплата составила 83 тыс. рублей, что на 15…
Коллеги, грустные новости - у российских айтишников зарплаты стали расти медленнее

⭐ Аналитики подсчитали, что в первом квартале объем найма снизился на 30-35%. Такое падение связывают с переходом к более продуманной кадровой политике.

⭐ Как и ожидалось, наибольшее влияние на зарплаты оказали технологии связанные с ИИ. Роли, связанные с Data Science, подорожали, а вот число вакансий для джунов упало почти в двое: в 25 году на 637 стажировок пришлось всего 304 предложений.

⭐ Релокация потеряла актуальность: 4% комапний нанимают специалистов из-за рубежа. И как обычно - рынок нуждается в опытных специалистах, а вакансий для начинающих айтишников становится все меньше.

⭐ Самые высокие зарплаты у специалистов в области ИИ (410 тысяч рублей) и DevOps (380 тысяч рублей), любопытно, что эти средние показатели выше, чем месяцем ранее.

⭐ Еще исследователи наткнулись на несоответсвие спроса и предложения: по данным внутренних анкет большинство соискателей называют желаемую зарплату на 10-20% выше той, что предлагают работадатели.

Это связано с тем, что крупные игроки рынка предлагают зарплаты на 40%, а то и на 60% выше, чтобы конкурировать с другими компаниями по качеству своих команд. Вот и получается, что специалистам выгоднее устраиваться в крупную компанию, даже если это и сложнее.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤13
Middle/Senior Scientist в Сбер
Офис в Санкт-Петербурге

Предстоит: создавать и внедрять метрики оценки качества работы сложных систем с LLM; проводить эксперименты для улучшения метрик базовой модели и других LLM-based систем…. Узнать подробнее 🔵
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5
Процесс трудоустройства в ноу-нейм компанию 😕
Please open Telegram to view this post
VIEW IN TELEGRAM
❤33
Стоит ли идти в университет? Эссе исследователя Anthropic

Крис Олах — исследователь в области ИИ в Anthropic, который не получил высшего образования. Получив кучу писем, он все же решился рассказать свои мысли на тему "А стоит ли поступать в университет?".

Крис не дает четкого ответа, ведь все зависит от конкретного человека, к тому же, отсутствие образования порицается обществом, так что вам еще предстоит столкнуться и с этой реальностью.

Но и без советов Олах никого не оставляет — он предлагает детально рассмотреть обе стороны.
Вместо того, чтобы спрашивать "А нужен ли мне универ?", "Нужна ли мне эта корочка?" — задайте себе следующий вопрос: "Где я могу найти лучшую среду для роста в качестве исследователя?". То есть не задавайте себе вопрос в стиле "надо/не надо", а подумайте об альтернативных вариантах. А еще подумайте о времени — всегда можно поступить в вуз, но вот упущенное время уже не вернуть.

Если вы планируете учиться или работать над проектами самостоятельно, стоит подумать об этом особенно тщательно. Это может быть здорово — так делал и сам Олах в течение трех лет и в результате сильно вырос — но также вы можете сесть в лужу. Некоторые важные вопросы, которые нужно задать себе:
- Есть задачи, над которыми я очень хочу провести целый год своей жизни, исследуя или работая над ними?
- Есть ли у меня способ содержать себя, который оставляет мне время и энергию для роста?
- Могу ли я действительно работать самостоятельно в течение нескольких месяцев подряд? У меня есть примеры того, как я усердно работаю над личным проектом или учусь без внешней структуры?
- Есть ли у меня или я могу приобрести навыки, необходимые для самостоятельной работы над этим проектом?
- Есть ли у меня поддержка со стороны сверстников или наставника для того, что я хочу делать?


На некоторые из этих вопросов так и хочется просто сказать "да". Но на самом деле это сложные вещи, и отсутствие структуры — это прыжок в неизвестность.

Важно помнить, что отсутствие диплома может иметь несколько негативных долгосрочных последствий. Диплом — это простой способ сообщить людям и организациям, что у вас есть некоторые базовые навыки, по крайней мере, в теории. В некоторых областях вы можете добиться успеха без получения образования, например: благодаря различным публикациям, опенсорс-проектам, портфолио, наградам, опыту работы и многому другому.

Социальный аспект. Часто семья может вас не поддержать, если вы решите не поступать в университет. Но также для многих университет — период социального развития, где вы развиваете социальные навыки и заводите долгосрочных друзей.

Решение не поступать в вуз может создать профессиональный разрыв между вами и вашими ровесниками. В свои 23 года Олах был штатным исследователем в Google Brain и стал наставником для аспирантов, которые часто были старше него. В тот момент Крис часто получал просьбы о прохождении стажировки именно у него, но, как бы грустно это ни звучало, он иногда просто хотел найти друзей своего возраста, а не быть для кого-то наставником.
❤22