#Яндекс: NLP-разработчик
#Офис / #Гибрид

➡️ Кому подойдет:
Команда автоматизирует работу служб поддержки и колл-центров, в которых трудятся тысячи человек, с помощью нейросетевых технологий. В основе платформы лежат большие данные и алгоритмы работы с ними.

🚀Откликнуться | Все вакансии

Ученые из Стэнфорда разработали аналог ноутбуков Jupyter

➖ Еще в далеком 2019 году Нью-Йоркский университет провел любопытное исследование: из 850 000 блокнотов Jupyter 24% могли быть повторно запущены, и только 4% воспроизводили те же результаты.

➖ Годом позже аналогичное исследование провел JetBrains, где оказалось, что более трети блокнотов на GitHub показывали неверные результаты после повторного выполнения ячеек.

➖ Проблема в том, что Jupyter не может гарантировать одни и те же выходные данные (графики, результаты некоторых вычислений и т.д.). Даже если вы запустите блокнот на одном и том же устройстве дважды, то вы получите разные результаты.

➖ С учетом всех недостатков Jupyter стэнфордские ученые предложили альтернативный вариант — Marimo, который автоматически синхронизирует код и выходные данные. Кроме того, Marimo решает проблему воспроизводимости пакетов, отслеживая среду в самом блокноте.

Документация

#VK: Программист-исследователь в VK Predict
#Офис / #Гибрид

➡️ Кому подойдет:
Команда создает продукты и сервисы для клиентов на основе предиктивных моделей с использованием методов машинного обучения и собственной платформы обработки больших данных.

🚀 Откликнуться | Все вакансии

Решать ML-задачи может наскучить, но чтобы избежать рутины и добавить здоровый азарт, мы предлагаем поучаствовать в хакатоне Siam ML Hack и побороться за денежный приз 🏆

🚀 Цель соревнования — создать модель, способную выявить ключевые паттерны в области гидродинамических исследований. Но это не единственный трек: также предлагается разработать модель, которая определяет наиболее информативные участки временных рядов.

Призовой фонд — 1 000 000 рублей
Дата окончания приема заявок — 27 февраля.

Становимся хорошими MLE вместе с Google 🚀

Техгигант любезно составил список своих курсов, которые помогут освоить необходимые навыки ML-инженера всем желающим.

Помимо того, что вам расскажут о различных моделях и их преимуществах, вам также объяснят особенности инженерии, немного расскажут про MLOps, а еще после прохождения всего материала вы сможете создавать целые ML-системы.

У самурая нет цели, есть только Machine Learning Engineer Learning Path 🥷🏼

#Beeline: Аналитик данных
#Офис / #Гибрид / #Удаленно

➡️ Кому подойдет:
Сегодня билайн — компания изменений, чутко реагирующая на потребности рынка и людей. А ещё билайн — это команда, объединённая общими ценностями и общей целью — быть лидером телеком и digital рынков, предоставляя клиентам новейшие продукты и услуги, а также сервис самого высокого уровня.

🚀Откликнуться | Все вакансии

Если вам надоели рутинные задачи на учебе или на работе, то предлагаем добавить в список ваших пет-проектов следующие идеи:

🟦 Для тех, у кого проблемы с тайм-менеджментом — подумайте в сторону создания приложения, где на основе данных об активности в течение дня предлагаются варианты повышения продуктивности и улучшения баланса между работой и отдыхом.

🟦 Любителям долгих прогулок — умный гид. На основе данных о городских мероприятиях, культурных местах и истории ваших посещений можно создать собственного помощника, который прокладывает путь по интересным местам.

🟦 Для тех, кто не может жить без музыки — анализ эмоционального состояния исполнителя по текстам песен. Кто знает, возможно, ваша модель поможет определить признаки депрессии у любимого исполнителя.

🟦 Как насчет личного сомелье в вашем телефоне? На основе характеристик вина и ваших вкусовых предпочтений модель выдаст наилучший выбор. Сюда же можно прикрутить задачу по распознаванию вина по фото.

🟦 Тем, кто хочет помочь своим любимым бабушкам и дедушкам — личный садовод, который по фотографии определяет состояние рассады и дает рекомендации по уходу.

Подборка вакансий компании Mars 🔵

➡️ Лидер по управлению основными данными
Офис, Гибрид

➡️ Ведущий инженер по разработке аналитических систем
Офис, Гибрид

➡️ Руководитель Data(ML) продуктов
Офис, Гибрид

➡️ Инженер данных
Офис, Гибрид

➡️ Старший аналитик данных
Офис, Гибрид

Институт математики Оксфордского университета запускает летнюю школу, посвященную искусственному интеллекту

На мероприятии предлагается посетить четыре секции:

⭐ MLx Fundamentals: вас ждет глубокое погружение в статистику, лежащую в основе машинного обучения, и оптимизацию (градиентные методы, невыпуклая оптимизация).

⭐ MLx Generative AI: в этом блоке расскажут об использовании базовых моделей SOTA, агентном ИИ и о создании генеративных моделей.

⭐ MLx Health & Bio: нетрудно догадаться, что в этом модуле лекции будут посвящены применению моделей машинного обучения в медицине, но также спикеры расскажут о последних разработках в области NLP и CV.

⭐ MLx Representation Learning & Gen.AI: заключительный модуль будет посвящен продвинутым темам, таким как мультимодальные системы и RAG. Также будет материал по новым архитектурам (сети Хопфилда) и по использованию высокопроизводительных нейронных сетей.

Помимо преподавателей из Оксфорда, спикерами выступят преподаватели из Кембриджа, Принстона, Калифорнийского университетов, а также специальные гости из AWS, Google, Meta и DeepMind. В общем, соберется вся тусовка мира Big Tech, чтобы поделиться знаниями со всеми желающими. Ссылка на регистрацию.

#Авито: DS-инженер в команду Авито (Middle/Senior)
#Офис / #Гибрид / #Удаленно

➡️ Кому подойдет:
Вне зависимости от направления, Авито предлагает реальные задачи на большом масштабе — разработка алгоритмов для проверки объявлений, внедрение ML-моделей, оптимизация процессов и DS-поддержка

🚀 Откликнуться | Все вакансии

#VK: Senior NLP Engineer в AI VK
#Офис / #Гибрид

➡️ Кому подойдет:
Команда понимания естественного языка в поисках Senior NLP для усиления существующей команды. Зона ответственности команды — создание универсального RAG фреймворка автоматизации как внутренней, так и внешней технической поддержки пользователей.

🚀 Откликнуться | Все вакансии

Anthropic — компания, которая призывает людей использовать ИИ, чтобы работать быстрее и лучше, но есть нюанс...

➖ Anthropic, подаривший миру Claude AI, разработала особую политику при найме сотрудников.

➖ Суть в том, что при подаче резюме в графе "Почему вы хотите работать в нашей компании?" указывается сноска со следующей формулировкой:

Хотя мы призываем людей использовать системы ИИ, чтобы вы смогли работать быстрее и эффективнее, пожалуйста, не используйте помощников ИИ во время процесса подачи заявки. Мы хотим понять ваш личный интерес к Anthropic и оценить ваши навыки общения без помощи ИИ. Пожалуйста, укажите «Да», если вы прочитали и согласны.

Иронично.

➡️ VK Team
Data engineer/ML engineer junior в Рекламные технологии
Офис, Гибрид

➡️ Иннотех
Data Scientist (ДАДМ)
Офис

➡️ Ozon
Data Engineer
Офис

➡️ Авито
Аналитика данных в команду Авито Авто (Поиск и рекомендации)
Офис

➡️ X5 Tech
Data Scientist на продукт HR MAX
Удаленно

Интервью сотрудника Google

Не смогли пройти мимо интервью ML-разработчика, работавшего над TensorFlow и Keras. В своём интервью Аакаш Кумар рассказал о борьбе с синдромом самозванца и дал несколько советов начинающим специалистам.

➡️ Многие начинающие специалисты в области ML борются с синдромом самозванца. Вы когда-нибудь испытывали подобное? Если да, то что предпринимали, чтобы преодолеть это?

Конечно! Думаю, синдром самозванца распространён на самых ранних этапах освоения профессии. Область ML развивается невероятно быстро, поэтому вполне естественно чувствовать себя отстающим. Лучший способ преодолеть эти эмоции — понять, что не нужно гнаться за трендами, а гораздо важнее понимать и знать основы. В долгосрочной перспективе именно они имеют наибольшее значение.

➡️ Какой бы ценный совет вы дали начинающим разработчикам?

Самое важное — изучить фундаментальные знания. Самая распространённая ошибка, которую я наблюдал (особенно у новичков), — это следование шуму в социальных сетях. Кроме того, умение *использовать* алгоритм и умение определить, *когда* его использовать — это совершенно разные вещи.

Ещё один важный момент: если у вас есть возможность получить высшее образование — воспользуйтесь ею без сомнений. Сама степень может быть не так важна, но она определённо помогает в поиске работы. Открывается гораздо больше возможностей с высшим образованием. Я не мог позволить себе магистратуру, но если у вас есть такая возможность — определённо стоит ею воспользоваться.

#Wildberries: Data analyst (Баланс продавцов)
#Офис / #Гибрид

➡️ Кому подойдет:
WB находится в поиске Аналитика данных в команду финтеха. Работа связана с анализом данных по балансу продавцов на маркетплейсе.

🚀 Откликнуться | Все вакансии

Нетипичное мнение об образовании

🟦 Кенхен Чо — профессор CILVR Group и Нью-Йоркского университета, а также соучредитель Global Frontier AI Lab (совместно с Яном Лекуном).

🟦Еще в декабре прошлого года Кенхен Чо побывал на NeuralIPS и остался разочарован текущим положением образования.

🟦 В своем блоге профессор рассказал, что общался со студентами магистратуры, и те были обеспокоены, что их исследования могут оказаться невостребованными.

🟦 Опасения вызваны тем, что компании в большинстве случаев предпочитают делать упор на студентов, у которых есть опыт в развертывании и обучении моделей, нежели на исследовательский.

🟦 Кенхен Чо считает, что по сравнению с 2010-2015 годами, когда у исследователей ИИ была полная свобода действий, сейчас наблюдается некоторое торможение по нескольким причинам:

Компании, как бы очевидно это ни звучало, ориентированы на прибыль. Выпускаемые продукты требуют некой стандартизации разработки и внедрения. Такая стандартизация противоречит научным исследованиям. Даже если компании предоставят полную свободу исследований, может случиться так, что компании, почуяв прибыль, могут ее и отобрать, чтобы исследователи были состредоточены только на конкретной задаче. Это очень мешает появлению прорывных разработок.

LLM — это всего лишь одна из областей ИИ, которая привлекла к себе много внимания в последние годы. Я в восторге от достижений в этой области, но LLM не единственные, которые заслуживают внимания и инвестиций. Однако столь повышенный уровень внимания к LLM легко ослепляет нас, и в особенности студентов и даже преподавателей в этих так называемых элитных университетах. Вполне естественно, что студенты испытывают тревогу, если они не подготовили или не готовят исследования в области LLM.

#МТС: Middle/Senior Data Engineer [InviteIT]
#Офис

➡️ Кому подойдет:
МТС создает цифровые сервисы и инновационные технологии, которые помогают людям трансформировать повседневность — находить творческие решения, получать неожиданный опыт, открывать новое. Сейчас МТС находится в поиске Data Engineer в разные продукты.

🚀 Откликнуться | Все вакансии

Повышаем свои навыки с подборкой книг

➡️ Introduction to Time Series Analysis and Forecasting
В книге вы найдете много материала, связанного с временными рядами: особенности обработки и анализа, базовые (и не только) алгоритмы предсказания, а также множество упражнений для отработки теории.

➡️ Quantum Machine Learning and Optimisation in Finance: On the Road to Quantum Advantage
Авторы книги обещают, что после прочтения вы научитесь решать сложные задачи оптимизации, применять квантовый буст или квантовые нейронные сети.

➡️ Fundamentals of Analytics Engineering: An Introduction to Building End-to-End Analytics Solutions
Отличный вариант для тех, кто хочет повысить свои навыки в области инженерии данных. С помощью этой книги вы научитесь автоматизировать и организовывать конвейеры данных, масштабировать обработку данных с помощью облачных решений и многое другое.