Prompt Engineer в Магнит Tech
Удаленно / Гибрид / Офис в Москве, Краснодаре

Предстоит: подбор и тестирование промптов для больших языковых моделей (LLM); настройка поведения модели через примеры, инструкции и контекст; проверка качества ответов: вручную и через метрики; улучшение промптов на основе фидбэка и логов…. Узнать подробнее 🔵

Собеседование в Google на Data Engineer

Если вы, как и мы, задавались вопросом, как проходят собеседования в Google, то приоткрываем завесу тайны:

По словам одного из интервьюеров, процесс занимает от 4 до 8 недель. Первые две недели рекрутеры проверяют ваше резюме. HR смотрят на знание SQL, Python, Hadoop, Spark, Hive и знакомство с облачными платформами, в частности с Google Cloud Platform. Также важно указать в резюме релевантные проекты, которые подчеркнут вашу экспертизу.

⁉️ Советы:

➖ Подчеркните опыт оптимизации пайплайнов данных и обработки данных в реальном времени;
➖ Особое внимание уделите проектам, связанным с миграцией, качеством и безопасностью данных;
➖ Используйте ключевые слова: «технологии больших данных», «облачные вычисления» и «решения на основе данных»;
➖ Составьте резюме так, чтобы показать приверженность миссии Google по организации мировой информации и обеспечению ее повсеместной доступности и полезности.

Телефонный скрининг
Здесь оценивают ваши технические навыки. Обычно этот раунд включает задания по программированию и технические обсуждения.

⁉️ Советы:

➖ Тщательно подготовьтесь к вопросам о технологиях больших данных и управлении базами данных;
➖ Отрепетируйте рассказ о своем последнем и актуальном опыте.

Собеседование в офисе (3-5 часов)
Этот раунд делится на три этапа: задачи по SQL и программированию (смотрят, как вы эффективно обрабатываете и анализируете данные), решение бизнес-задач (включают оптимизацию пайплайнов и облачные решения) и поведенческое интервью, где вы обсудите прошлые проекты, умение сотрудничать и адаптироваться.

⁉️ Советы:

➖ Изучите основные темы по инжинирингу данных: проектирование пайплайнов, облачные вычисления и технологии больших данных;
➖ Изучите продукты Google, особенно связанные с разработкой данных и облачными решениями;
➖ Тренируйтесь давать структурированные и четкие ответы, подчеркивая масштабируемость и эффективность ваших решений.

MLOps-инженер в Точка
До 550.000₽
Удаленно

Предстоит: Кастомизация JupyterHub для работы в нескольких кластерах, различные magic; Разработка Feature Store…. Узнать подробнее 🔵

Учимся писать научные статьи: основная часть

Превращение научного проекта в текст — это тонкий и сложный навык. Чтобы освоить его, рекомендуется взять знакомые статьи, попытаться описать их содержание и спросить себя, в чём их сильные и слабые стороны. Если у вас есть связи, обратитесь за советом к наставникам или более опытным исследователям.

Хорошее и захватывающее повествование должно мотивировать и производить эффект. Вот ключевые моменты, которые следует обязательно осветить в своей статье:

➖ Проблема, которую вы пытаетесь решить;
➖ Почему ваше исследование — важно;
➖ Что вы показали;
➖ Почему читатель должен этому верить.

Часто, когда вы что-то создаете или исследуете, у вас в голове гораздо больше информации, чем может вместить готовый текст. Но передать все возможные нюансы проблематично. Читатели редко запоминают больше нескольких ключевых мыслей. Поэтому тщательно выбирайте эти предложения. Это и есть идеи, изложенные в вашей статье, ваш вклад в науку.

Вам придется сжать результаты своего исследования до нескольких утверждений, расставить приоритеты и смириться с необходимостью отказа от множества деталей или переносом их в приложения 😭 Если вы не понизите приоритет некоторых деталей, будет упущено что-то другое, возможно, гораздо более важное.

Одного важного утверждения, подкреплённого вескими доказательствами, может быть достаточно для отличной стать! Если же вам нужно несколько утверждений, выбирайте те, что объединены общей темой, — статьи гораздо легче понимать, хвалить и распространять, если в них есть связное повествование, а не просто набор разрозненных идей.

❗Предупреждение: прежде чем приступить к написанию, крайне важно убедиться в корректности ваших доказательств. К сожалению, многие опубликованные статьи ложны сами по себе или откровенно вводят в заблуждение. Не позволяйте этому случиться с вами! Тщательно проверьте свои эксперименты и, по возможности, повторите их альтернативными способами.

Подборка открытых вакансий 🔵

Стажер Data-Science в Теле2
Офис в Москве

Data Scientist в Ozon
Офис в Москве

Middle Data Science в Иннотех
Удаленно / Гибрид / Офис в Рязани

Middle/Senior Data scientist в Альфа Банк
Гибрид / Офис в Москве

Senior Data Scientist в Авито
Удаленно / Гибрид / Офис в Москве

Senior Data Engineer в Lamoda
Офис в Москве

📣 Совет генерального директора Anthropic Дарио Амодея для начинающих:

Просто начните играть с моделями... все дело в эмпирическом знании. Эти новые модели — новые артефакты, которые никто на самом деле не понимает. Сделайте что-то новое и думайте в этом направлении.

Senior Data Scientist в Сбер
Гибрид / Офис в Москве

Предстоит: разработка LLM агентов; создание логики работы и взаимодействия агентов; дообучение NLP моделей; создание RAG систем…. Узнать подробнее 🔵

Middle/Senior ML engineer (CV) в Logic Way
Частичная занятость
Удаленно

Предстоит: Проведение исследований связанных с ИИ в области компьютерного зрения работающих локально на мобильных девайсах; Помощь в обучении, валидации, оптимизации моделей…. Узнать подробнее 🔵

Senior Data Engineer
От 300.000 до 350.000₽
Удаленно / Гибрид / Офис в Алматы

Предстоит: Участвовать в проектировании и создании масштабируемой платформы данных с нуля; Разрабатывать надежное и высокопроизводительное хранилище данных на базе ClickHouse; Строить гибкие и отказоустойчивые ETL/ELT пайплайны…. Узнать подробнее 🔵

Middle/Senior Data Scientist в Agentic Lab
Удаленно / Гибрид / Офис в Москве

Предстоит: Проектирование и разработка agentic workflows на базе LangGraph: цепочки, узлы, условная логика, память/состояние, мультиагентные системы; Развёртывание LLM через vLLM или Ollama, включая подбор оборудования (A100/H100 vs RTX-кластеры)…. Узнать подробнее 🔵

Senior Database Administrator в Match Systems
От 3.000$

Предстоит: Поддержка HA PostgreSQL кластеров; Проектирование архитектурных решений и доработка существующих; Мониторинг, резервное копирование и тестирование резервных копий, анализ производительности... Узнать подробнее 🔵

Как нанимают стартапы своих первых сотрудников?

Основать стартап — это только полдела. Вторая, и не менее важная задача — собрать команду, которая превратит его в компанию.

О начале своего пути рассказали Бен Зильберманн (основатель Pinterest) и братья Коллисон (Stripe) о том, на что обращали внимание при выборе первых кандидатов.

Бен Зильберманн о заблуждениях при найме сотрудников:

«Я думаю, что самое большое заблуждение в том, что люди думают, будто корпоративная культура похожа на архитектуру, хотя на самом деле это скорее садоводство: сажаешь семена и выдергиваешь сорняки, которые не дают урожая. И когда мы впервые нанимали людей, мы нанимали тех, кто был похож на нас самих».

Помимо классических качеств вроде упорного труда, честности и отсутствия эго, Бен особенно ценил креативность и необычность:

«Некоторые из наших первых сотрудников — одни из самых странных людей, которых я когда-либо встречал… мы обнаружили, что эта чудаковатость – своего рода визитная карточка. По-настоящему творческие люди, увлеченные многими дисциплинами и при этом выдающиеся в одном лице, как правило, создают действительно отличные продукты и отлично взаимодействуют… мы также искали людей, которые хотели создать что-то крутое. Они не были высокомерны, но просто чувствовали, что было бы здорово рискнуть и создать что-то большее, чем они сами».

Джон Коллисон о том, почему так сложно нанять первых сотрудников:

«Первых 10 человек нанять действительно сложно. Вы нанимаете их в тот момент, когда никто не слышал о вашей компании и не хочет в ней работать. Вы просто два человека, которые работают над идеей, а их друзья отговаривают от участия в этом. Это ещё и сложно, потому что ни одна группа из 10 человек не окажет такого большого влияния на компанию, как эти первые 10 человек».

Он сравнивает рекрутинг не с быстрым заказом, а с долгой работой:

«Думаю, у многих сложилось впечатление, что рекрутинг — это как открыть LinkedIn и заказать что-то за доллар. Но для нас это было очень долгое уговаривание знакомых или друзей присоединиться».

Поэтому Джон выстроил для себя стратегию по найму талантов:

«Нужно мыслить как инвестор. Вы ищете человека, которого рынок значительно недооценивает. Вероятно, не стоит нанимать своих крутых друзей из Facebook или Google, потому что их уже заметили. Если они готовы присоединиться, это здорово. Но убедить их, вероятно, сложнее».

Анализируя первых сотрудников Stripe, братья Коллисон выделили три ключевые черты:

1️⃣ Искренность и прямота.

«Я думаю, на самом деле очень важно, что с вами хотят работать и им можно доверять».

2️⃣ Умение доводить дело до конца.

«Многие люди с энтузиазмом относятся к множеству дел. Но лишь немногие из них действительно рады их завершению. Мне кажется, гораздо интереснее работать с человеком, который два года серьёзно инвестировал и глубоко изучал определённую область».

3️⃣ Перфекционизм.

«Все были на грани безумия в том, как сильно их раздражали мелкие ошибки... Мы также отправляли копии всех исходящих писем, чтобы указать на небольшие грамматические или орфографические ошибки».

И в завершении, Бен дает очень важный совет:

«По-настоящему хорошие люди, как правило, занимаются чем-то другим, поэтому вам приходится искать их, а не ждать, что они найдут вас. Втройне важно, когда никто никогда не слышал о продукте, над которым вы работаете, или не пользуется им».

Lead Data Scientist (RecSys) в Gameram
От 6.000 до 8.000$
Удаленно / Гибрид / Офис на Кипре

Предстоит: Переводить продуктовые и бизнес-задачи в ML-формат и подбирать подходящие решения с учётом особенностей нашей соцсети; Проводить глубокий анализ данных, выявлять скрытые закономерности и тренды в пользовательском поведении, развивать рекомендательные системы на обоснованных гипотезах…. Узнать подробнее 🔵

Middle/Senior Контентный Data Analyst
Гибрид / Офис в Москве

Предстоит: Сбор, анализ и формирование требований к новым аналитическим продуктам; Участие в формировании контентной стратегии компании; Создание и оптимизация систем регулярного сбора данных из открытых источников…. Узнать подробнее 🔵