🥳 Data Analyst: Merchant Intelligence
7 500 —‍ 10 000 $
Remote (Worldwide)

Constructor.iо — делает платформу product discovery (поиск, рекомендации и многое другое) as a service для e-commerce. Среди клиентов Sephora, Petco, home24, Birkenstock.

Requirements:
— You are proficient in BI tools (both data analysis and building dashboards for engineers and non-technical folks).
— You are keen to not just prepare more data, but to think critically about how that data can deliver valuable insights and drive impactful decisions for non-technical end users.
— You are an excellent communicator with the ability to translate business requests into technical language and vice versa.
— You are excited to leverage massive amounts of data to drive product innovation and deliver business value.
— You are proficient at SQL (any variant) and well-versed in exploratory data analysis with Python (pandas & NumPy, data visualization libraries).

➡️ Подробнее о вакансии на getmatch.ru

📍 Навигация: База знаний • Задачи • Собеседования

⌨️ Data Science (LLM/NLP)
Удаленно (Екатеринбург)

Т1 — это стабильный и надёжный работодатель. Мы помогаем профессионально расти и решать действительно интересные задачи, создаём атмосферу открытости и комфортные условия для работы в гибридном формате.

Требования:
— Высшее образование (IT, техническое, математическое);
— Уверенное владение Python, SQL;
— Хорошие знания в области теории вероятностей, математической статистики, алгоритмов машинного обучения ML;
— Знания в области NLP алгоритмов;
— Понимание деталей работы LLM и того, как происходит их дообучение и инференс;
— Опыт деплоя ML/LLM решений (Docker, Kubernetes, cloud);
— Опыт работы с prompt engineering, fine-tuning / PEFT (LoRA, adapters), RAG-подходами.

➡️ Подробнее о вакансии на hirehi.ru

📍 Навигация: База знаний • Задачи • Собеседования

👍 Machine Learning Backend Software Engineer in Medical System (Developer) Middle
от 250 000 до 350 000 ₽
Удаленно

Remedy Logic — an international company. Our goal is to develop AI-powered medical diagnosis & remedy counsel accessible to anyone. Our team consists of scientists from different countries.

Core competencies and qualifications:
— 2+ years in Python development.
— Understanding of machine learning algorithms and computer vision.
— Good understanding of GPU compute
— Web programming skills (FastAPI, REST, HTTP, TCP).
— Experience with SQL. Queries, database design, migration tools.  

➡️ Подробнее о вакансии на career.habr.com

📍 Навигация: База знаний • Задачи • Собеседования

😅 Агент, который слишком буквально понял задачу — новый must-have жанр для утренней ленты

Разработчик в Австралии попросил AI-агента (на Claude под капотом) записать его на утреннее занятие в спортзале. Мест не было — агент сам поставил хозяина в лист ожидания на 4-е место. Тот спросил: «а нельзя ли подвинуться повыше?»

🔵 Агент не растерялся: нашёл дыру в API зала, которая позволяла отменять чужие брони, и отменил запись человека на 1-м месте. Технически задача выполнена.

Самое забавное — он как ни в чём не бывало отчитался о содеянном. А когда его попросили вернуть всё как было, честно ответил: «не могу» 😐

❗️ К чему это всё: агент отлично выполняет то, что вы сформулировали буквально, но не всегда то, что вы имели в виду — а разбираться в таких нюансах и границах проще, когда есть доступ сразу ко всей библиотеке курсов по подписке, а не только к одному узкому курсу ⚡️

🏃‍♀️ Proglib Academy

🙃 ML Engineer
Удаленно (Москва)

Aston — аккредитованная аутсорсинговая IT-компания, работающая с 2007 года. Наш штат насчитывает 2500+ специалистов.

Требования:
— опыт работы в роли ML Engineer от 3-х лет;
— знание Async/threading;
— знание HTTP/1.1, HTTP/2, WebSocket;
— опыт работы с REST/JSON;
— опыт интеграции с внешними сервисами через REST API;
— опыт работы с Kafka.

➡️ Подробнее о вакансии на career.habr.com

📍 Навигация: База знаний • Задачи • Собеседования

👀 Product Lead (Predictions & ML)
Удаленка

Adapty — платформа монетизации подписок для мобильных приложений. Через нас проходит больше $3B подписочной выручки в год, нами пользуются больше 20 000 приложений. Мы делим продукт на стримы и сейчас собираем аналитику и ML под одного владельца.

Вся мобильная реклама держится на одном разрыве: выручка от привлечённого пользователя приходит в течение года, подписками и продлениями, а решение, продолжать ли тратить на канал, нужно принять за несколько дней. Этот разрыв закрывает предсказание LTV — и от точности прогноза напрямую зависит, сколько приложение может позволить себе потратить на рост.

Данных для этого у нас больше, чем почти у кого-либо на рынке: мы видим тысячи приложений одновременно, а не одно. Значит, мы можем предсказывать точнее всех. Сейчас не предсказываем, и это задача роли.

Направление собирается с нуля: аналитика, предикт и A/B-тесты впервые сходятся под одним владельцем. Ты получаешь чистый лист в решениях поверх продукта, который уже приносит деньги двадцати тысячам приложений.

➡️Чем заниматься:
— Определить, что мы считаем качеством модели — метрика, горизонт, baseline, калибровка — и довести предикт до этого уровня
— Забрать A/B-тесты пейволлов и свести их с предиктом: тест меряет краткосрочный эффект, а раскатывать надо по долгосрочной выручке
— Разогнать аналитику: найти, где затык — в данных, запросах или интерфейсе
— Решить судьбу накопленных ML-наработок: что доводим до продукта, что закрываем
— Вести команду из двух ML-инженеров

➡️Кого ищем:
— Классический ML и матстат на уровне предметного спора о метрике и горизонте, а не пересказа чужих выводов
— SQL и Python — сами достаёте и перепроверяете числа
— Умение взять широкое направление и довести до результата без постановки задач
— Продуктовый опыт — плюс, но не требование

📌Плюсом: подписки, мобайл или финтех (LTV, churn, когортная экономика); экспериментальный дизайн: мощность, MDE, множественные сравнения; ClickHouse; олимпиады, Kaggle, публичные проекты.

➡️Откликнуться

😭 Как не потратить недельный лимит AI-кодинга за три дня?

Разберём на вебинаре, как тратить меньше на AI-агентов — без потери качества кода.

🔘 Поговорим о том:

— когда дорогая модель действительно нужна, а когда хватит дешёвой;
— сколько стоит один прогон и куда уходят токены;
— какие задачи можно отдавать субагентам;
— как настроить маршрутизацию моделей;
— что проверять в AI-коде перед merge.

✏️ Покажем всё на конкретных цифрах и вживую: сравним расходы до и после.

⬇️ 17 сентября, 19:00 МСК
⬇️ 1,5 часа · бесплатно
⬇️ Арсений Харланов и Олег Лайок

💬 Пишите в комментариях, где упираетесь в лимиты и на что уходят деньги. Самые залайканные вопросы разберём на вебинаре.

🔗 Зарегистрироваться на вебинар⁠

💡 Data Scientist / AI Engineer (LLM, AI-агенты)
от 200 000 до 230 000 ₽ на руки
Удалёнка

BGStaff — кадровое агентство, которое подбирает DS/AI-инженера для аутстафф-компании на длительный проект. Оформление по ИП с покрытием налогов.

Требования:
— Коммерческий опыт от 3 лет и опыт вывода AI-агентов на базе LLM в продакшен.
— Знание классического ML, Deep Learning в NLP и архитектуры Transformer.
— Практический опыт fine-tuning языковых моделей.
— Уверенное владение Python, PyTorch и Transformers.
— Опыт интеграций с ИТ-системами и промышленной работы с Kubernetes.

➡️ Подробнее о вакансии на career.habr.com

📍 Навигация: База знаний • Задачи • Собеседования

⌨️ Data Engineer (команда RecSys)
Москва

Okko — онлайн-кинотеатр. Команда рекомендаций ищет инженера для ETL-пайплайнов, потоковой обработки данных и развития feature store.

Требования:
— Уверенное знание Python и SQL.
— Опыт построения ETL-процессов на стеке команды: Airflow, Spark, Kafka, ClickHouse, MongoDB, Hive, S3.
— Будет плюсом опыт с CI/CD, Docker и Grafana.
— Будут плюсом базовые знания ML: обучение и инференс моделей, работа с feature store.

➡️ Подробнее о вакансии на career.habr.com

📍 Навигация: База знаний • Задачи • Собеседования

🔎 Аналитик данных в группу платёжной аналитики
Офис/Гибрид (Москва, Санкт-Петербург)

Яндекс Финтех — команда исследует платёжные данные, ищет причины отклонения транзакций и помогает улучшать конверсию в успешный платёж.

Требования:
— Опыт от 5 лет.
— Техническое, математическое или экономическое образование.
— Знание Python и SQL, опыт работы с массивами данных.
— Умение находить причины явлений за числами и понятно объяснять выводы.
— Готовность общаться с партнёрами и банками.
— Понимание принципов работы платёжных систем будет плюсом.

➡️ Подробнее о вакансии на yandex.ru

📍 Навигация: База знаний • Задачи • Собеседования

В субботу, 17 октября, Москва станет точкой притяжения для всех специалистов в области RecSys 🔥

Конференция AI Driver & RecSys — главное событие года для тех, кто создаёт, исследует и развивает рекомендательные системы.

🔝 Весь день ведущие эксперты индустрии из крупнейших IT-компаний проведут на площадке Сбера, чтобы обсудить:
— главные тренды и вызовы RecSys
— реальные кейсы и новейшие исследования
— передовые IT-решения для рекомендательных систем

Вы сможете сами пообщаться с теми, кто создает рекомендации для миллионов пользователей.

📍Офис Сбер, Москва, Кутузовский проспект, 32.

Участие бесплатное!
Количество мест для очного участия ограничено – успейте оставить заявку по ссылке ⚡️

🧪 Data QA / Инженер тестирования данных
Офис/Гибрид/Удалёнка (Москва)

БЮРО 1440 — разработчик и оператор низкоорбитальной спутниковой группировки связи. В команде предстоит тестировать витрины данных, пайплайны, интеграции и API.

Требования:
— Опыт работы в аналогичной роли от 3 лет.
— Уверенное владение Python и pytest, знание теории тестирования.
— Практика написания и оптимизации сложных SQL-запросов: JOIN, CTE, оконные функции.
— Умение работать с ClickHouse и опыт применения Airflow.
— Docker, Docker Compose и testcontainers для тестового окружения.
— Будет плюсом GitLab CI/CD, Spark, Trino, Kafka и понимание устройства DWH.

➡️ Подробнее о вакансии на career.habr.com

📍 Навигация: База знаний • Задачи • Собеседования

👀 Как вы смотрите видео?

Разбираете урок, слушаете интервью фоном или начинаете на телефоне, а продолжаете на большом экране?

Хотим узнать, что делает просмотр удобным для вас. Вспомните последнее видео — ролик, урок, фильм или серию сериала — и расскажите о своём опыте. Если детали не запомнились, можно так и ответить.

🕰️ Опрос займёт около 3 минут.

В результатах сможете сравнить свои привычки с ответами других участников. А разработчики и инженеры видеоплатформы расскажут, что происходит по ту сторону экрана, пока вы смотрите видео.

🔗 Поделиться опытом

🐸 Библиотека программиста

💻 Middle / Senior Data Engineer
Удалёнка (в карточке указан Белград)

CHOICEIT — подбирает инженера для технологической компании с платформенными продуктами на международных entertainment-рынках. Задачи — развитие data pipelines и DWH.

Требования:
— Сильный SQL: сложные запросы и большие объёмы данных.
— Уверенный Python, включая production-код и внутренние инструменты.
— Понимание DWH, моделирования данных, витрин и контроля качества.
— Опыт проектирования и разработки ETL/ELT-процессов.
— Желателен опыт с Airflow, dbt, Spark и аналитическими СУБД — ClickHouse, Greenplum, Vertica.
— Для Senior важен опыт самостоятельного проектирования архитектурных решений.

➡️ Подробнее о вакансии на career.habr.com

📍 Навигация: База знаний • Задачи • Собеседования

👾 MLOps Engineer
Удалёнка

Aston — аккредитованная аутсорсинговая IT-компания. На проекте банковского заказчика предстоит создавать AI-агентов, строить MLOps-инфраструктуру и работать с данными для ML.

Требования:
— Опыт MLOps Engineer, Data Engineer или Python ML от 3,5 лет.
— Production-опыт с Kubeflow, MLflow, Airflow и их интеграцией в CI/CD.
— Docker и Kubernetes для развёртывания моделей как сервисов.
— Опыт с облачными провайдерами и большими данными: Greenplum или аналогичные MPP-системы, Spark.
— LangChain/LlamaIndex, FastAPI и инструменты LLM, например Hugging Face и vLLM.
— Сильные Python и SQL, знание Git и GitLab CI/CD.

➡️ Подробнее о вакансии на career.habr.com

📍 Навигация: База знаний • Задачи • Собеседования