Состояние, когда попросил Cursor оптимизировать код, а он удалил все тесты 😂

Подборка открытых вакансий 🔵

Data Engineer в Альфа Банк
Офис в Москве

Data Scientist в Самолет
Удаленно / Гибрид / Офис в Москве

Data Engineer в HomeBuddy
Удаленно

Middle Data Scientist в ВТБ
Гибрид / Офис в Москве

DS-инженер в Авито
Удаленно / Гибрид / Офис в Москве

GenAI Team Lead в QLAN

Предстоит: Лидирование направления video generation (от R&D до production); Формирование технологического стека и архитектуры решений; Планирование задач команды (ML инженеры, CV специалисты)… Узнать подробнее 🔵

Middle/Senior GenAI Engineer в QLAN
Проектная занятость

Предстоит: Обучение и дообучение (fine-tuning) LoRA-адаптеров для diffusion-based моделей (image / video); Работа с open-source моделями (Stable Diffusion, SDXL, video diffusion и аналоги)… Узнать подробнее 🔵

В России замечено замедление роста зарплат у айтишников

В 2025 году зарплаты росли незначительно, говорят специалисты. У мидл-специалистов зарплаты увеличились в среднем на 7–10%, а у сеньоров на 2–6%. Для сравнения: раньше прирост составлял около 40%.

Аналитики считают, что больший рост зарплат у мидлов обусловлен тем, что компании заранее закладывали в специалистов более высокий функционал (задачи уровня сеньоров).

Но! Все это не относится к ML-специалистам 😮‍💨 Они могут ожидать роста зарплат на прежнем уровне. Разработчики в этой сфере по-прежнему остаются востребованными, а конкуренция за специалистов не ослабла.

Senior Data Scientist
Офис / Гибрид в Москве

Предстоит: Проектировать и поддерживать полный цикл улучшения медицинских LLM: сбор, очистка, версионирование данных, обучение и дообучение (SFT, preference-tuning, DPO/ORPO, instruction tuning); Строить датасеты и контуры разметки: схемы и гайдлайны, контроль согласованности, генерация синтетических данных, self-training, анализ ошибок и bias… Узнать подробнее 🔵

Team Lead Data Engineer в Сбер
Гибрид / Офис в Москве

Предстоит: проектирование и развитие data platform, обеспечение её масштабируемости и надёжности; формирование и развитие команды дата-инженеров; выстраивание и развитие процессов разработки, внедрения и поддержки data-решений, внедрение лучших инженерных практик… Узнать подробнее 🔵

Senior Data Engineer в Floctory

Предстоит: Настраивать процессы доставки изменений данных; Решать стандартные задачи доставки данных: репликацию и трансформацию; Настраивать процессы доставки метаданных (OpenMetadata)… Узнать подробнее 🔵

Подборка открытых вакансий 🔵

Junior Data Scientist в ВТБ
Гибрид / Офис в Санкт-Петербурге

Data Scientist в Т1 Холдинг
Удаленно / Гибрид / Офис в Екатеринбурге

Data Scientist в ЦИАН
Удаленно / Гибрид / Офис в Москве, Санкт-Петербурге и Новосибирске

Data Engineer в Магнит Tech
Удаленно / Гибрид / Офис в Москве, Санкт-Петербурге и Краснодаре

ML Engineer в Авиасейлс
Удаленно

Middle ML Engineer в Just AI
Удаленно / Гибрид / Офис в Санкт-Петербурге

ИИ влияет на выбор работы у студентов

Согласно недавнему опросу, почти половина студентов, задумывались о смене специальности или учебы из-за возможного воздействия ИИ.

Среди студентов, зачисленных в настоящее время, 47% думали об изменении своей специальности или области обучения из-за влияния, которое ИИ может оказать на рынок труда или на конкретные отрасли, показало опрос. Особенно высокие показатели у тех, кто изучает технологии (70%).

16% студентов уже сменили специальность из-за влияния, которое может оказать ИИ, среди них обучающиеся технологических (25%) специальности.

Если смотреть на сам процесс образованиям, то
- 42% говорят, что студентам в их колледже не рекомендуется использовать ИИ в своей курсовой работе, за исключением нескольких обстоятельств.
- Только 11% говорят, что их учебное заведение запрещает студентам использовать ИИ в своей курсовой работе
- 7% говорят, что в их колледже рекомендуется использовать ИИ как можно чаще.

Забавно, что там, где студентам не рекомендуется использовать ИИ, 15% его используют ежедневно, 33% еженедельно и 12% ежемесячно. Даже в школах, где это запрещено, 10% используют его ежедневно, а 17% - еженедельно 🙂

Machine Learning Software Engineer
From 150.000 to 200.000$
Cyprus

You will: Define technical direction and goals for the ML Engineering team; Drive innovation and mentor junior ML engineers; Participate in hiring and team development... find out more 🔵

Data Analyst
От 250.000 до 320.000₽
РФ

Предстоит: Написание запросов SQL (сложные запросы, оконные функции, оптимизация, витрины); Разрабатывать и поддерживать дашборды и отчёты для мониторинга ключевых метрик бизнеса; Проводить глубокий анализ пользовательского поведения, воронок продаж, эффективности маркетинговых кампаний и других бизнес-процессов
.… Узнать подробнее 🔵

Укрепление тренда на AI-HR

Наверняка вы уже слышали истории, где вместо живого человека, скрининг проводил AI-ассистент, так вот, давайте взглянем на цифры.

По данным за 2025 год, около 20% рекрутеров используют ИИ-агентов для проведения интервью. В первую очередь это крупные компании с большим потоком кандидатов.

Причину называют следующую: ИИ быстрее обрабатывает поток, задает стандартизированные вопросы и упрощает первичную оценку.

К сожалению, теперь просто понравиться HR'у не получится 😭

Подборка открытых вакансий для Data Engineer 🔵

Data Engineer в Сбер
Гибрид / Офис в Москве

Data Engineer в Beeline
Удаленно

Middle Data Engineer в 2GIS
Удаленно / Гибрид / Офис в Москве, Санкт-Петербурге, Новосибирске

Data Engineer в Wildberries
Удаленно

Data Engineer в Ozon

Data Engineer в Т-Банк
Удаленно / Гибрид / Офис во Владивостоке

ML ломается не там, где вы думаете

Нашли тут статью от Forbes, где хорошо показана одна простая вещь: большинство проблем в ML – это не про алгоритмы. Вот основные ошибки, которые повторяются:

1️⃣ Слишком ранний фокус на модели
Команды начинают с выбора алгоритма, хотя ключевые проблемы почти всегда в данных и постановке задачи.

2️⃣ Переоценка качества данных
Данные воспринимаются как «данность», без глубокой проверки. В итоге модель учится на шуме, смещениях и артефактах.

3️⃣Игнорирование bias
Системы наследуют перекосы данных, но это замечают уже после внедрения.

4️⃣ Отсутствие связи с бизнесом
Метрики оптимизируются сами по себе, без понимания, дают ли они реальную ценность.

5️⃣ Недооценка сложности внедрения
Модель может работать в ноутбуке, но разваливается в продакшене из-за инфраструктуры, latency и интеграций.

6️⃣ Завышенные ожидания от ИИ
ИИ рассматривают как универсальное решение, хотя во многих случаях проблема решается гораздо проще.

7️⃣Недооценка затрат
Если вы для своих проектов и можете где-то переплатить за вычисления (что-то на богатом), то в рамках компании цифры уже совершенно другие. Поэтому компании важно, чтобы сотрудник умел оптимизировать вычисления без потери в качестве.

Если коротко, то не забываем про анализ данных и держим в голове связь модели с бизнесом.

Middle/Senior Data-аналитик/Data-инженер в ВТБ
Гибрид / Офис в Москве

Предстоит: поиск источников, исследование и анализ больших объемов данных, выявление выбросов и неочевидных зависимостей; обеспечение качества данных, включая формирование требований к качеству, мониторинг, анализ, коммуникация со смежными подразделениями для устранения причин и следствий проблем… Узнать подробнее 🔵