Data Engineer в IVI
Офис / Гибрид

Предстоит: Разрабатывать и поддерживать ETL процедуры в Airflow; Проектировать, реализовывать и внедрять распределённые системы обработки и хранения данных…. Узнать подробнее 🔵

Опыт прохождения собеседований на позицию Senior ML Engineer: Часть 1 — Подготовка.

Нашли историю одного бывшего аналитика из российского бигтеха, который устраивался за рубеж в компанию по созданию беспилотников. Глеб хоть уже и имел опыт работы в этой должности, но очень тщательно отнесся к этапу подготовки:

➡️ Выделите достаточно времени для подготовки — лучше взять отпуск или уйти с работы.

Если нет возможности уйти с работы, поставьте себе хотя бы цель, например получить оффер уже через 3 месяца. Это поможет сфокусироваться на подготовке и не уйти с головой в текущие задачи. Также стоит помнить, что поиск новой работы — это в любом случае выход из зоны комфорта, поэтому лучше принимать решение сразу, отрезав себе пути к отступлению.

➡️ Узнайте у HR подробности о формате и содержании собеседования.

Многие компании даже рады такому подходу, например Facebook высылает несколько методичек с подробным разбором содержания интервью, даёт условия и задачи для подготовки. В общем, воспринимайте интервью как экзамен в университете, задавайте вопросы HR и собирайте как можно больше материалов. Также практикуйтесь через мок-интервью в условиях, приближенных к реальным, включая не только примерные вопросы, но и язык, на котором будете собеседоваться, и часовой пояс.

➡️ Тренируйтесь в крупных компаниях с отлаженным процессом (например, FAANG) для реалистичных собеседований.

Первые интервью сложны из-за адаптации, поэтому начинайте проходить собеседования не с компаний, в которые хотите попасть, но при этом не выбирайте компании для тренировки спустя рукава, чтобы не тратить время на вопросы и задания, которые больше нигде не встретите.

➡️ Будьте искренними в желании работать именно в этой компании.

Симулировать искреннее желание сложно и неэффективно, а иногда и вредно. Мотивация пройти на вакансию напрямую коррелирует с тем, насколько хорошо будет работать сотрудник.

➡️ Изучите компанию.

Тщательно подготовьте ответ, почему хотите работать именно в этой компании, опираясь на вакансии и ценности компании. Заранее изучите компанию и её задачи, чтобы показать, как ваш опыт поможет их решить.

➡️ Тренируйтесь проходить собеседования на время — это важно, особенно в крупных компаниях.

Тренировку можно разделить на две части: теория и практика. Когда будете практиковаться — засекайте время на решение задач, просите знакомых задавать вам вопросы и засекать таймер на ответ. После обязательно делайте работу над ошибками и анализируйте свои ответы, изучите, что можно сделать лучше.

➡️ Составьте план для каждого типа интервью (алгоритмы, ML, System Design), включающий обязательные шаги и пространство для доработок.

Чтобы планом было удобнее пользоваться, он не должен содержать больше 10 пунктов, при этом держите его под рукой во время собеседований для моральной поддержки.

Подборка открытых вакансий 🔵

Senior Data Engineer в Сбер
Офис / Гибрид

Middle Data Engineer в VK Team
Офис / Гибрид / Удаленно

Senior ML Engineer в Яндекс
Офис / Гибрид в Москве

Senior / Expert Computer Vision Engineer в Wildberries
Удаленно / Офис / Гибрид

Ведущий инженер систем больших данных в X5 Tech
Удаленно

Junior/Middle Data Scientist LLM в Мегафон
Офис в Москве

За последние 10 лет в России спрос на специалистов в области ИИ вырос почти в 30 раз

➖ Согласно исследованию hhru: максимальный рост вакансий — в 2,5 раза за последние четыре года — наблюдается в направлениях анализа данных, инженерии данных и машинного обучения.

➖ Самые высокие медианные зарплаты у ML-инженеров (до 590 тыс. руб.), специалистов по анализу данных (470 тыс. руб.), инженеров данных (365 тыс. руб.) и CV-инженеров (324 тыс. руб.).

➖ Работодатели чаще всего ищут специалистов с опытом от 1 до 3 лет (48% вакансий) и от 3 до 6 лет (44%). При этом спрос на начинающих специалистов также растет — за прошлый год число предложений для них увеличилось на 44%.

Когда на собесе пытаешься объяснить HR, что Data-инженер и ML-инженер не одно и тоже 🔵

Подборка открытых вакансий для Junior-специалистов 🔵

Стажер Data Scientist в Сбер
Офис в Москве

Junior Data Analyst в Ozon
Офис в Москве

Junior Data Engineer в ТБанк
Удаленно / Офис / Гибрид

Junior/Middle ML Engineer в Solorharm
Офис в Санкт-Петербурге

Junior/Middle Data Engineer в МТС
Офис в Москве

Рынок труда в сфере робототехники

После презентации Илона Маска и его Optimus, многие, возможно, задумались о смене профессии. Чтобы помочь вам сориентироваться, предлагаем краткий обзор профессии Robot-Engineer.

Кто такой Robot-Engineer?
Это специалист, который проектирует, создает и обслуживает роботов или приложения для управления ими. В его задачи также входит проведение исследований и мониторинг производительности.
Средняя зарплата: 153 734 доллара США в год.
Образование: по данным GlassDoor 65% специалистов этой профессии закончили бакалавр, 13% магистратуру.

Однако, сказать, что ты инженер-робототехник – это как сказать, что ты программист. На самом деле профессия ветвится на более узкие области. Например, Autonomous Robotics Engineer, Robotic Controls Engineer или CV Engineer. Каждый специалист отвечает за свой участок работы: от создания алгоритмов до сборки и настройки комплектующих.

Конкретные навыки зависят от специализации, но вот основные требования к инженеру-робототехнику:
➖ ЯП: C/C++, Python, также в вакансиях можно увидеть Java или Matlab
➖ Фреймворки и библиотеки: ROS, OpenCV
➖ Мат.аппарат: линал, статистика, дифуры
➖ Работа с оборудованием: микроконтроллеры, датчики, сенсоры, PID-регуляторы и т.д.
➖ CAD/CAM
➖ ML/DL, особенно CV

В настоящее время в США насчитывается около 170 тысяч инженеров-робототехников. Прогнозируется, что к 2032 году количество специалистов в этой области вырастет на 3,3%.

В дополнении к посту сделали небольшую подборку открытых вакансий в компаниях, где занимаются робототехникой 🔵

⚙️ Deep Learning Manipulation Engineer Tesla

⚙️ Machine Learning Software Engineer Boston Dynamics

⚙️ Solutions Architect Nvidia

⚙️ Machine Learning Engineer Xpeng

⚙️ Perception / Computer Vision Software Engineer Figure

Подборка открытых вакансий 🔵

Senior Data Analyst в Gravity Field
Удаленно / Офис / Гибрид в Москве

MLOps Engineer в Атом
Офис / Гибрид в Москве

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

Middle+ Data Engineer в ЦИАН
Удаленно / Офис / Гибрид в Москве, Санкт-Петербурге и Новосибирске

Senior Data Science в Иннотех
Удаленно / Офис / Гибрид в Екатеринбурге

Блог преподавателя Гарварда

Шам Какаде — действующий преподаватель Гарварда и содиректор Института Кемпнера. Его блог довольно небольшой, но это настоящий кладезь знаний.

Помимо открытых гарвардских курсов (лекции с конспектами и всеми материалами), в блоге можно найти различные статьи, например:

🔷 How Does Critical Batch Size Scale in Pre-training?

🔷 Mixture of Parrots: Experts Improve Memorization More Than Reasoning

🔷 Anything but SGD: Evaluating Optimizers for LLM Training

Кстати, если проваливаться по ссылкам, можно найти открытую книгу по RL.

Младший специалист-аналитик данных в ВТБ
130.000₽
Офис в Москве

Предстоит: оптимизация алгоритмов по выгрузке и обновлению данных; анализ портфеля сделок малого бизнеса; участие в витринизации данных…. Узнать подробнее 🔵

Middle +/ Senior Data Scientist в ID Collect
От 250.000 до 400.000₽
Офис / Гибрид в Москве

Предстоит: Разработка и поддержка скоринговых моделей оценки и переоценки по покупкам на основе статистического анализа; Разработка и поддержание моделей распознавания документов и речевой аналитики (NLP). Узнать подробнее 🔵

Quantitative Researcher
От 4.000 до 5.000$
Офис / Гибрид в Москве

Предстоит: проведение исследований, разработка и оптимизация торговых стратегий; разработка и внедрение RL-моделей для on-chain маркет-мейкинга (в т.ч. Deep Q-Networks (DQN), Avellaneda-Stoikov models)... Узнать подробнее 🔵

Middle ML инженер в ЦИАН
От 300.000 до 440.000₽
Удаленно / Гибрид / Офис в Москве, Санкт-Петербурге, Новосибирске

Предстоит: Развитие моделей обнаружения подозрительных объявлений; Построение моделей оценки качества коммуникаций риелторов в чатах и во время звонков... Узнать подробнее 🔵

Вакансия от подписчика:
Prompt-Engineer в стартап
Удаленно

Стартап находится в поиске промт-инженера для того, чтобы максимально использовать возможности LLM для своего сервиса... Узнать подробнее 🔵

Что же творится в IT-отрасли?

➡️ С 23 по всему миру наблюдается сокращение IT-специалистов: 2023 года — в среднем ежемесячно увольнялось 12,7 тыс. человек, а в 2024 году — 22 тыс., с начала 2025 года — 52 тыс. сотрудников, и только за апрель — почти 25 тыс.

➡️ Эксперты считают, что сейчас происходит нормализация рынка после бума в IT-сфере: 70% увольнений связано с неоправдавшимися ожиданиями, 30% увольнений объясняются ускорением развития ИИ и автоматизации.

➡️ Как же обстоят дела в России? IT-компании либо замедляют набор кадров, либо проводят сокращения, что, естественно, влияет на рост зарплат и бонусы.

➡️ Но, как утверждают сами компании, это связано не с автоматизацией, а только с отказом от нерентабельных проектов и сокращением инвестиций.

➡️ В самой отрасли растет предложение со стороны джунов и конкуренция среди работодателей за сеньеров, которые в последние годы очень полюбились иностранными компаниями.

⚙️ Обнаружили еще один полезный совет от Андрея студентам компьютерных наук:

Главная ошибка, которую я допустил на первом курсе, заключается в том, что я слишком много внимания уделял математике — вычислимости, разрешимости, асимптотической сложности и т.д. И слишком мало с физической точки зрения — теплоотдача при изменении состояния, локальность данных, параллелизм, компьютерная архитектура. Первое интересно, второе дает больше возможностей.

Подборка открытых вакансий 🔵

Data Scientist в Авито
Удаленно / Офис / Гибрид в Москве

Middle Data Analyst в Авиасейлс
Удаленно

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

Senior Data Engineer в Wildberries
Офис / Гибрид в Москве

Middle MLE/DS в Автомакон
До 350.000₽
Удаленно

Middle Data Analyst в Kaspersky
Офис в Москве

Middle Data Analyst в Lamoda
Офис / Гибрид в Москве

Middle Data Analyst в VK Team
Офис / Гибрид в Москве

Senior MLOps Engineer в Ozon
Офис / Гибрид

Junior Data Engineer в ТБанк
Удаленно / Офис / Гибрид

Опыт прохождения собеседований на позицию Senior ML Engineer: Часть 2 — алгоритмы и ML.

Помните, как как рассказывали о том, как сеньер mle проходил собеседования в зарубежные компании? На этот раз мы кратко перескали то, что может вас ждать на алгоритмическом интервью:

🟦 Теоретическую часть Глеб готовил по книжке Cracking the Coding Interview.

Книга мотивирует к «правильному» подходу к тестированию. Дело в том, что в Leetcode слишком высок соблазн запустить проверку, не протестировав алгоритм «вручную». Такая привычка ведёт к тому, что на собеседовании остаются баги в коде.

🟦 Общее по тестированию кода.

Что именно от вас ожидается, достаточно сильно варьируется — постарайтесь прояснить вопросы у hr или в начале собеседования. Например, какая политика тестирования: должен я проверить алгоритм вручную, исправить баги и потом запускать — или я могу запускать код, сколько хочу, с самого начала?

🟦 Тестирование на Hackerrank.

Ещё один вариант — это автоматическое тестирование на hackerrank. На таком собеседовании у вас будет N часов, за которые нужно решить X задач. Решение будет проверяться автоматически, но плагиат как-то контролируется. Обычно времени даётся много, 2–3 часа, но не обольщайтесь: задач будет тоже много, и вы будете судорожно дописывать код в последнюю минуту.

🟦 Еще один вариант тестирования - рефакторинг.

Последний вариант, о котором я недавно услышал — интервьювер даёт вам ссылку на github и просит локально отрефакторить код. В общем, убедитесь, что помните как клонировать проект и что у вас локально настроена IDE.

🟦 Секция ML для сеньеров.

Теоретическую часть я повторял по книжке

Deep Learning

, а классику по книжке

The Hundred-Page Machine Learning Book

. Ииии... Ни одного вопроса по теории мне не задали

👍

Видимо, когда подаешься на сеньера, то считается, что ты отлично знаешь разницу между L1 и L2.

🟦 Что могут спросить на собеседовании:

ML System Design. Я готовился по курсу

Grokking the Machine Learning Interview

. После того, как разобрал курс, тренировался на классических вопросах, которые загуглил.
Applied ML. На таких собеседованиях просили рассказать про какой-нибудь крупный ML проект из CV.

🟦 Подготовка к Applied ML.

Готовиться к такому непосредственно перед собеседованием поздно — нужно несколько лет с головой и ответственностью подходить к рабочим задачам. Но немного стряхнуть пыль поможет:

Выбрать, какой из ваших прошлых проектов наиболее релевантен для данной вакансии/компании. Вспомнить, что подаётся на вход модели и что получается на выходе. Какой loss. Сформулировать, какой бизнес-результат и как его измеряли.

Отличный способ подготовиться к таким вопросам — это проходить собесы в «тестовых» компаниях. На реальных собесах быстро понимаешь, что именно ожидают услышать и в каких подробностях.