ИИ увеличивает время разработки ПО на 19%

По данным исследования Metr, опытным программистам требуется на 19% больше времени на разработку ПО при использовании инструментов ИИ.

Исследователи провели эксперимент с участием 16 разработчиков (отбирали тех, у кого больше 22 тысяч звёзд и свыше миллиона строк кода в открытых репозиториях). Им дали около 250 задач: исправление ошибок, реализацию функций и рефакторинг — в общем, обычные рабочие задания.

Когда разработчики могли применять ИИ-инструменты, они тратили на решение задач на 19% больше времени. Это значительное замедление противоречит ожиданиям самих программистов и прогнозам экспертов.

Разрыв между восприятием и реальностью впечатляет: разработчики ожидали, что ИИ ускорит их работу на 24%, и даже после эксперимента продолжали верить, что он помог им на 20%.

Почему же так вышло? Среди возможных причин:
➖ Разработчики слишком хорошо знают свою работу (средний опыт 5 лет). Некоторым проще написать код вручную, чем использовать ИИ.
➖ Они считают, что ИИ хуже справляется с большими и сложными системами (в среднем репозиториям 10 лет и от 1 млн. строк кода).
➖ Низкая надёжность. Около 9% времени ушло на проверку кода, сгенерированного ИИ.

Middle/Senior ML-Engineer
Удаленно / Офис / Гибрид в Москве, Санкт-Петербурге, Екатеринбурге

Предстоит: Настройка регулярного мониторинга drift'ов данных и целевых переменных; Разработка скриптов для сверки витрин по статистическим метрикам; Внедрение Deepchecks / Evidently в Airflow-пайплайн DQ-инструмент…. Узнать подробнее 🔵

Курс «Машинное обучение в биологии и медицине» — старт 1 октября!
Хочешь разобраться в ML с нуля на примерах из биологии, медицины и биоинформатики? Этот курс создан для тебя! 💻

В программе — максимум практики и разборов реальных кейсов:
✔️ Линейная и логистическая регрессия, классификация и кластеризация
✔️ Градиентный бустинг, случайный лес, SVM, kNN
✔️ Современные методы понижения размерности: PCA, t-SNE, UMAP
✔️ Погружение в PyTorch и нейронные сети — от простых моделей до сверточных архитектур
✔️ Работа с омиксными и медицинскими изображениями, DICOM, autoencoders, augmentation
✔️ Интеграция мультиомиксных данных, best practices для биоинформатиков
✔️ Большой блок Computer Vision в биомедицине: сегментация, классификация, timm, smp
✔️ Практика в групповых проектах
✔️ Финальное kaggle style -соревнование

‼️Требуются знания Python, в том числе библиотек numpy и pandas.

🖊 За лучший доклад на Форуме OpenBio-2025 — бесплатное место на курсе! Подавай тезисы до 1 августа и получи шанс учиться бесплатно.

📆 Даты курса: 1 октября — 8 февраля

📍 Курс "Машинное обучение в биологии и биомедицине" | OpenBio.Edu — подписывайтесь! ➡️

Прошла только половина 2025 года, а эксперты уже насчитали около 100 тысяч увольнений в таких крупных компаниях, как Intel, Microsoft и других.

➡️ Intel объявила о сокращении 24 000 рабочих мест и планирует уволить 75 000 сотрудников к концу года.
Причина: падение продаж процессоров вынудило компанию изменить бизнес-стратегию и перестроить модель.

➡️ Microsoft сократила 15 000 сотрудников, затронув подразделения облачных технологий, игрового и аппаратного обеспечения.
Причина: рекордные инвестиции в ИИ потребовали снижения операционных расходов.

➡️ Meta, Google, Amazon и Cisco также увольняют тысячи сотрудников, перераспределяя ресурсы на разработку ИИ-моделей.

➡️ Несмотря на очевидную причину — гонку за первенство в ИИ, эксперты выделяют еще одну причину массовых увольнений — стабилизацию рынка после ковидного бума, когда компании массово нанимали сотрудников.

Подборка открытых вакансий 🔵

Junior Data Analyst в МТС
Офис в Москве

Middle Data Scientist в Точка
До 360.000₽
Удаленно / Офис / Гибрид

Middle Data Engineer в Beeline
Офис / Гибрид в Москве

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

Middle/Senior Data Analyst в Авиасейлс
Удаленно

Senior ML-инженер / MLops в Альфа Банк
Офис / Гибрид в Москве

Подборка открытых вакансий 🔵

Стажер Data scientist в Сбер
Офис в Москве

Junior Data Analyst в Beeline
Офис / Гибрид в Москве

Middle Data Analyst в My.Games
Удаленно

Middle/Senior MLOps Engineer в Positive Technology
Удаленно / Офис / Гибрид в Москве, Самаре, Санкт-Петербурге и др.

Разработчик беспилотных систем в Автомакон
От 287.000₽
Удаленно

Senior Data Engineer в Спортмастер
Удаленно / Офис / Гибрид в Москве

Помимо Meta* — Anthropic разрешает использовать ИИ при трудоустройстве

Раньше в компании запрещалось применять инструменты ИИ, но теперь соискатели могут использовать их при подготовке резюме, сопроводительных писем и заявлений.

Однако есть нюанс: ИИ по-прежнему нельзя применять во время большинства интервью.

«В Anthropic мы ежедневно работаем с Claude, поэтому ищем кандидатов, которые эффективно взаимодействуют с ИИ», — говорится в рекомендациях компании. «Там, где это уместно, мы приветствуем использование Claude, чтобы вы могли ярче раскрыть свою уникальность, навыки и опыт».

Anthropic также установила правила для кандидатов, использующих Claude:
➖ применять инструмент осмысленно,
➖ оставаться собой,
➖ сохранять прозрачность.

Где можно и нельзя использовать ИИ в процессе найма:
➖ При подаче заявки: Первые черновики резюме, писем и ответов должны быть написаны самостоятельно. Допускается доработка с помощью Claude.
➖ Подготовка к собеседованию: Можно использовать Claude.
➖ Живое интервью: Помощь ИИ запрещена, если не указано обратное.

Lead Data Engineer
Удаленно / Офис / Гибрид в Москве, Санкт-Петербурге

Предстоит: Руководство выделенной распределенной командой; Руководство разработкой и внедрение ключевых решений озера данных с высококачественным образцовым кодом…. Узнать подробнее 🔵

Аналитик-разработчик в Яндекс
Офис в Москве

Предстоит: Создание сложных процессов краудсорсинговой разметки данных; Обучение и внедрение ML-алгоритмов в поисковый рантайм; Формализация проблем в виде офлайн- и онлайн-метрик…. Узнать подробнее 🔵

Senior ML Engineer
Проект на полгода (гражданство РФ, РБ)
2.400₽ в час
Удаленно

Предстоит: Опыт работы с моделями глубокого обучения для автоматического распознавания речи (ASR) и преобразования текста в речь (TTS); Опыт использования библиотек, таких как Espnet (будет плюсом), для разработки моделей шумоподавления, ASR и TTS…. Узнать подробнее 🔵

Middle+/Senior Data Scientist / ML Engineer
Оформление : СЗ или ИП
Проект на полгода (гражданство РФ, РБ)
2.400₽ в час
Удаленно

Результатом работы на проекте должно быть построение модели прогнозирование. Можно Categorical Boosting, или аналогичные библиотеки с высоким % попадания в прогноз. …. Узнать подробнее 🔵

Lead Data Engineer
Удаленно / Офис / Гибрид в Москве, Санкт-Петербурге

Предстоит: Руководство распределённой командой; Разработка и внедрение решений для озера данных с высококачественным кодом; Взаимодействие с другими командами департамента для внедрения решений…. Узнать подробнее 🔵

Несколько советов от HR инженерам данных

1️⃣ Перестаньте указывать это в резюме:
- Опыт работы с Python, SQL, Spark, Kafka, Docker, AWS, GCP, Azure, Airflow, dbt, Snowflake…
- Ответственный за конвейеры данных
- Работал с большими данными
- Командный игрок с сильными коммуникативными навыками

Лучше замените эти формулировки на:
- Построил конвейер Python ETL, обрабатывающий 2 млн записей в день, что сократило задержку данных с 4 часов до 15 минут.
- Оптимизировал задания Spark, сократив расходы AWS на 40% (экономия 12 тыс. долларов в месяц).
- Разработал отказоустойчивые DAG Airflow с 99,9% временем безотказной работы для 15 источников данных.

2️⃣ Обратите внимание: рекрутерам важно знать:
- Что именно вы построили,
- Сколько данных обрабатывали,
- Какие проблемы решили,
- Какое влияние на бизнес оказала ваша работа.

3️⃣ Также запомните:

- Конкретика лучше размытых формулировок: «ежедневная обработка 2 ТБ» вместо «большие наборы данных».
- Покажите стек в контексте: не перечисляйте инструменты.
Пример: «Использовал dbt для преобразования 50+ необработанных таблиц в модели, готовые к аналитике».
- Добавьте информацию о работе в продакшене: укажите, как долго система работала бесперебойно, как настраивался мониторинг и обработка ошибок. Покажите, что вы мыслите шире, чем просто «могу заставить это работать».

Если сомневаетесь в своём резюме, попробуйте оценить его бесплатно на этом сайте.

ML/Computer Vision Engineer
От 2.000 до 3.000$

Предстоит: Поиск и подготовка высококачественных датасетов из различных источников, включая публичные ресурсы и внутренние задания; Проведение аугментации, препроцессинга и очистки данных для повышения точности моделей…. Узнать подробнее 🔵

Senior MLE в HighSky
От 5.000 до 9.000$
Удаленно

Предстоит: разрабатывать MVP-решения для задач из различных областей (генерация текста / аудио, сбор данных, извлечение блокчейн данных); проектировать и разрабатывать архитектуру решения задач, выбирать подходящие БД и другие инфраструктурные компоненты…. Узнать подробнее 🔵

Автор курса «Инженер данных» в Яндекс.Практикум
Удаленно

Предстоит: создавать материалы для новых курсов в команде с другими авторами, методистами, редакторами, иллюстраторами и продактами программы; писать тексты уроков, в которых поддерживает интерес студентов к обучению.…. Узнать подробнее 🔵

Еще один гайд по написанию идеальной научной статьи

Ранее мы уже говорили о том, как написать статью так, чтобы ее приняли к публикации. Помимо содержательной части (всевозможных доказательств и описания проделанной работы), важно помнить: идеальная статья — это повествование: краткая, строгая и основанная на фактах техническая история, которую вы рассказываете.

1️⃣Первое, что нужно сделать — сжать исследование до минимума. Не увлекайтесь деталями, но сохраните ключевые моменты: обозначьте влияние вашей работы и сформулируйте идею так, чтобы она была понятна на интуитивном уровне.

2️⃣ В процессе изложения — используйте убедительные эксперименты. Лучше привести несколько качественных и проверенных, чем множество малорелевантных. При этом объясняйте эксперименты с техническими подробностями, но только в основной части! Во введении и аннотации ограничьтесь общими результатами.

Также помним о главных правилах:
➖ Предоставьте читателям все детали для воспроизведения вашего исследования, иначе могут возникнуть сомнения в достоверности результатов.
➖ Определите ключевые термины и приемы — у аудитории меньше контекста, чем вы думаете. Вот очень наглядный пример этого совета.
➖ Не преувеличивайте и не игнорируйте ограничения. Научная добросовестность, возможно, снизит популярность, но обеспечит уважение среди серьезных исследователей.
➖Что касается жаргона — используйте его только там, где это необходимо для точности, а не для демонстрации ума. По возможности пишите просто.

Маленький совет: лучше заранее составить четкий план: так будет легче писать, а в дальнейшем статья избежит сумбурности.

Сбер Страхование в поисках сотрудников 🔵

➡️ Data Science
Офис / Гибрид в Москве

➡️ MLOps
Офис / Гибрид в Москве

В команде предлагают:
- Масштабные, сложные и амбициозные задачи;
- Возможность влиять на развитие компании и ее результат;
- ДМС, корпоративная пенсионная программа, страхование от несчастных случаев, социальные гарантии, корпоративные мероприятия;
- вознаграждение за рекомендацию друзей в команду Сбера;
- скидки на продукты компаний-партнеров;
- Заработную плату в размере 250.000 - 600.000₽ после вычета налога

❓ Все интересующиеся вопросы можете задать https://www.group-telegram.com/Etw0rk