Senior Database Administrator в Match Systems
От 3.000$
Удаленно / Гибрид / Офис

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

Подборка открытых вакансий 🔵

Data Engineer в Теле2
Офис / Гибрид в Москве

Middle NLP engineer в Сбер
Офис / Гибрид в Москве

Senior Data Analyst в Garage Eight
Офис / Гибрид в Москве

Senior ML Developer в МТС
Удаленно / Офис / Гибрид в Москве

MLOps Engineer в Атом
Офис в Москве

Junior/Middle Data Science в Иннотех
Удаленно / Офис / Гибрид в Новосибирске

Вакансия от подписчика:
Junior DS/NLP/Промпт инженер в стартап
Удаленно

Стартап создает сервис, который в режиме реального времени анализирует диалог двух людей и подсказывает одному из них как вести коммуникацию более эффективно. Финансирование пока отсутствует, но у ребят очень амбициозные планы на свой сервис... Узнать подробнее 🔵

Почему нужно обновлять свое резюме ежегодно: советы от бывшего инженера Microsoft

По словам ex-инженера Microsoft, всем причастным к IT необходимо обновлять свое резюме каждые 6-9 месяцев.

«Инженеры, как правило, смотрят вперед и забывают о своих достижениях, которые совершали в далеком прошлом», — сказал он.

⭐ Помимо того, что вы можете сравнить свои текущие результаты с прошлыми, обновление резюме служит инструментом самопроверки.

⭐ Также поводом обновить резюме служат отзывы о работе. Если ваши начальники используют все возможные метрики для оценки вашей эффективности, то почему бы ими не воспользоваться вам?

⭐ Еще одним "за" регулярное обновление является то, что вы всегда будете на виду у рекрутеров, таким способом вы сможете понять свою востребованность как специалиста.

Senior Data Engineer
От 250.000 до 300.000₽
Удаленно на территории РФ

Предстоит: Миграция из Managed Service в собственные Kubernetes; Разработка модулей и скриптов данных для пилота; Разработка скриптов для повышения качества данных... Узнать подробнее 🔵

Senior Data Engineer
От 300.000₽
Офис / Гибрид в Санкт-Петербурге

Предстоит: Поиск и интеграция источников данных; Проектирование и оптимизация ETL/ELT пайплайнов; Контроль качества данных ... Узнать подробнее 🔵

NeurIPS недавно запустил свой хакатон — Open Polymer Prediction 2025 🚀

Цель: построить модель, которая на основе структуры полимера предскажет его химические свойства.

Данные представлены в виде текста, и вам необходимо будет предсказать 5 основных показателей: Tg, FFV, Tc, Density и Rg.

Призовой фонд составляет 50 000 долларов. Последний срок подачи решений — 15 сентября.

Data Scientist / AI Engineer в RR Group
Удаленно

Предстоит: Разработка AI-системы, которая через чат/мессенджер: понимает текстовые запросы пользователей, формирует SQL-запросы... Узнать подробнее 🔵

Подборка открытых вакансий на должность Data Engineer 🔵

Data Engineer в Авито
Офис / Гибрид / Удаленно в Москве

Senior Data Engineer в Яндекс
Офис / Гибрид / Удаленно

Middle Data Engineer в VK Team
Офис / Гибрид / Удаленно в Москве

Junior/Middle Data Engineer в Иннотех
Удаленно / Офис / Гибрид в Екатеринбурге

Junior/Middle Data Engineer в СовкомБанк
Офис / Гибрид в Казани, Санкт-Петербурге, Воронеже

Senior Data Engineer в Ozon
Офис / Гибрид

Chief Artificial Intelligence Officer (CAIO)

Предстоит: Формировать и реализовывать стратегию искусственного интеллекта на уровне всей экосистемы; Определять, запускать и масштабировать ИИ-проекты, выстраивая архитектуру, команды и управление ИИ-инфраструктурой.... Узнать подробнее 🔵

VibeCoding: где обитают самые ленивые программисты

Энтузиасты решили проанализировать коммиты на GitHub и выяснить, как часто программисты увлекаются вайбкодингом. Ребята обучили свой классификатор на коммитах 200 тысяч Python-разработчиков с 18 по 24 года. Вот что из этого вышло:

➖ Первое место заняли вайбкодеры из США. На их код приходится 30% сгенерированных функций.

➖ В топ также вошли Германия 24,3%, Франция 23,2%, Индия 21,6%, Россия 15,4% и Китай 11,7%.

➖ В ходе исследования также выяснилось, что вайбкодингом занимаются чаще всего новые пользователи GitHub, чем их более опытные коллеги.

Ссылку на исследование оставляем здесь.

Что ценит DeepSeek в сотрудниках?

Наткнулись на интервью с основателем DeepSeek — Лян Веньфэном. В интервью основатель поделился мнением касательно AGI, о том почему компания фокусируется только на исследованиях. Мы сделали небольшую выжимку и оставили только самые любопытные ответы на вопросы о том, что ценит DeepSeek в сотрудниках и на что опирается компания при создании своих моделей.

💬 Многие крупные компании ИИ стремятся нанимать таланты из-за рубежа. Некоторые считают, что 50 лучших талантов ИИ в мире вряд ли будут работать в китайских компаниях. Откуда ваша команда?

V2 был создан исключительно отечественными талантами. Сегодня топ-50 мирового уровня, возможно, не находится в Китае, но мы стремимся развивать свой собственный.

💬Такое свободное управление компанией опирается на найм целеустремленных людей. Говорят, что DeepSeek преуспевает в выявлении исключительных талантов на основе нетрадиционных критериев.

Наши стандарты найма всегда основывались на страсти и любопытстве. Многие из членов нашей команды имеют уникальный и интересный бэкграунд. Их жажда исследований значительно перевешивает финансовый аспект.

💬 Как вы думаете, сколько времени потребуется для достижения AGI? До V2 вы выпустили код/математические модели и перешли к MoE. Каков ваш план?

Это может занять два года, пять лет или десять лет, но это произойдет в течение нашей жизни. Что касается нашего плана, то даже внутри нашей компании нет единого мнения. Однако мы делаем ставку на три направления:
1️⃣ Математика и код, которые служат естественным испытательным полигоном для AGI — подобно Go, они представляют собой замкнутые, проверяемые системы, в которых самообучение может привести к высокому уровню интеллекта.
2️⃣ Мультимодальность, когда ИИ взаимодействует с реальным миром для обучения.
3️⃣ Естественный язык, который является основой человеческого интеллекта.

Полный текст интервью

Подборка открытых вакансий 🔵

Исследователь Data Scientist в Сбер
Офис / Гибрид в Москве

Junior/Middle Data analyst в Мегафон
Офис / Гибрид в Москве

Middle Data Scientist в Wildberries
Удаленно / Офис / Гибрид в Москве

Middle Data Scientist LLM/NLP в Самокат
Удаленно / Офис / Гибрид

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

Senior NLP Engineer в VK Team
Офис / Гибрид в Москве

Процесс технического собеседования в ML

Обычно процесс найма занимает от 3 сессий в зависимости от компании. И одной из основных является техническое интервью.

Его могут поделить на несколько частей 😭, но основа такого интервью — это посмотреть, что умеет и знает кандидат.

Теоретическое интервью. Это интервью можно разделить на два типа:

1️⃣ Вопросы по теории: знания статистики, работы алгоритмов или других аспектов (оптимизаторы, батч нормализация, архитектуры). Здесь вопросов очень много и обычно они в стиле "что нужно сделать, чтобы деревья решений не переобучались?" или "зачем делать поправку на смещение в оптимизаторе Адам?". То есть вопросы не просто на знание теории, а на умение рассуждать.

2️⃣ Второй тип отличается тем, что рекрутер просит рассказать вас о собственном опыте. И на основе вашего ответа задает вопрос о том, что можно сделать в модели лучше, или рекрутер спрашивает о том, как вы собирали/очищали данные. Здесь принцип не отличается от первого типа: смотрят что вы уже знаете и как умеете рассуждать.

❗ Совет: заранее узнайте, чем вы будете заниматься на выбранной должности и выберите проект, который лучше всего будет подходить вакансии. При этом подумайте о том, что и как можно улучшить. А также запишите все трудности, с которыми вы столкнулись и почему их не удалось решить.

Помимо теории, вас могут попросить решить пару задач: присылают тестовое и вы его решаете в течение пары дней; присылают ссылку, где вы на сайте решаете несколько задач на время или в режиме реального времени вы решаете задачу под присмотром рекрутера. Вне зависимости от процесса собеседования, задачи можно разделить на следующие:

1️⃣ LeetCode — необходимо решить пару стандартных задач по алгоритмам/структурам данных. В случае ML это обычно работа с тензорами или матричными операциями.

2️⃣ML+оптимизация. На таких собеседованиях могут попросить реализовать одну из концепций ML с нуля. Например, это могут быть различные классические ML-алгоритмы (регрессия, SVM), backpropagation или batch norm.

3️⃣Ядра/распараллеливание. Такие интервью встречаются у тех, кто непосредственно работает с оборудованием (интервью почти всегда на С/С++). Примеры задач, которые могут встретиться: реализовать параллельные вычисления, оптимизировать тензорные операции на уровне ядра. Знание CUDA в этом случае может стать приятным бонусом.

4️⃣ООП. Иногда встречаются и задания, связанные с объектно-ориентированным программированием, обычно это задачи/вопросы про полиморфизм, наследование и т.д.

❗ Совет: прежде чем вам назначат техническое интервью, попросите у рекрутера материалы для подготовки и узнайте, как устроен процесс найма. Обычно в компаниях заранее можно узнать процедуру найма, например, в Яндексе, ТБанке или Ozon.

Ресурсы:
➖ Бесплатная книга для подготовки к собеседованиям "Introduction to Machine Learning Interviews Book".
➖ Потренироваться в решении задач, это что-то вроде LeetCode для млщиков.
➖ Почитать об опыте прохождения собеседований можно здесь, здесь, вот здесь и еще здесь.