Data jobs — вакансии по data science, анализу данных, аналитике, искусственному интеллекту

Что, если заменить аналитиков нейросетью? Да ничего хорошего: результаты анализа получаются слишком общими, и половину работы потом всё равно приходится переделывать руками. Хард-скилы дешевеют — SQL-запрос или кусок кода теперь может сгенерировать почти кто угодно. А вот доменная экспертиза и умение работать с агентом становятся ценнее: правильно задать вопрос, собрать контекст, проверить, что результат не искажён. Три аналитика Авито на конкретных примерах рассказывают, как работает тандем аналитик + AI. Делятся кейсами: ➡️ как перенесли 200 витрин за полгода; ➡️ автоматизировали проверку работы сотрудников; ➡️ научили LLM анализировать метрики. Подробнее в ролике: 📺 YouTube 🔵 ВК Больше честных историй о работе аналитиков Авито — в «Коммуналке аналитиков».

🌱 Alfa Connectome ML Competition 🌱 Началось новое соревнование по машинному обучению от Wunder Fund. Задача: Вы будете изучать исторические торговые данные для двух связанных инструментов. Нужно создать модель, которая предсказывает индикаторы движения цены одного из них по информации об ордербуке, сделках и кое-чем еще. По сути, классическая работа кванта. Вы будете работать с реальными биржевыми данными. Когда: 11 сентября — 15 ноября Призовой фонд: $13,600 Победители получат денежные призы, приглашение побеседовать в Wunder Fund, а главное — большое интеллектуальное удовольствие. Сам Wunder Fund с 2014 года занимается высокочастотным трейдингом с дневным оборотом более $10 млрд. >> Участвовать

С каких ролей начинают выпускники Computer Science Согласно исследованию рынка специалистов LinkedIn в США, 55% выпускников Computer Science 2023–2024 годов начали карьеру вне software engineering. Среди выпускников 2016 года таких было 49%. Эти данные относятся к США, переносить их на российский рынок нельзя. Среди первых должностей авторы называют Data Analyst, IT Analyst и Financial Analyst. Такие роли ведут к разным профессиональным траекториям, поэтому одинаковое образование не означает одинаковый старт. При поиске первой работы смотрите не только на название вакансии. Сопоставляйте задачи, требуемые навыки и тип данных, с которыми предстоит работать: так проще отличить аналитическую позицию от смежной роли и понять, какой опыт она даст.

Что рынок вакансий предлагает аналитикам данных в 2026 году Анализ 5 348 вакансий в 173 городах России показывает: SQL, Excel и Power BI входят в тройку самых востребованных навыков, а Python помогает выделиться среди кандидатов. На «аналитика данных» приходится 37% вакансий, но зарплаты ниже остальных. У Data Analyst доля составляет 24%, зато зарплаты выше: от 145 тыс. ₽ для junior до 350 тыс. ₽ для senior. При поиске стоит проверять оба названия роли. Зарплата указана лишь в 31% вакансий, а исследование охватывает один месяц. В репозитории доступны датасет, Jupyter Notebook, графики и интерактивный дашборд.

😭 Как не потратить недельный лимит AI-кодинга за три дня? Разберём на вебинаре, как тратить меньше на AI-агентов — без потери качества кода. 🔘 Поговорим о том: — когда дорогая модель действительно нужна, а когда хватит дешёвой; — сколько стоит один прогон и куда уходят токены; — какие задачи можно отдавать субагентам; — как настроить маршрутизацию моделей; — что проверять в AI-коде перед merge. ✏️ Покажем всё на конкретных цифрах и вживую: сравним расходы до и после. ⬇️ 17 сентября, 19:00 МСК ⬇️ 1,5 часа · бесплатно ⬇️ Арсений Харланов и Олег Лайок 💬 Пишите в комментариях, где упираетесь в лимиты и на что уходят деньги. Самые залайканные вопросы разберём на вебинаре. 🔗 Зарегистрироваться на вебинар⁠

👀 Product Lead (Predictions & ML) Удаленка Adapty — платформа монетизации подписок для мобильных приложений. Через нас проходит больше $3B подписочной выручки в год, нами пользуются больше 20 000 приложений. Мы делим продукт на стримы и сейчас собираем аналитику и ML под одного владельца. Вся мобильная реклама держится на одном разрыве: выручка от привлечённого пользователя приходит в течение года, подписками и продлениями, а решение, продолжать ли тратить на канал, нужно принять за несколько дней. Этот разрыв закрывает предсказание LTV — и от точности прогноза напрямую зависит, сколько приложение может позволить себе потратить на рост. Данных для этого у нас больше, чем почти у кого-либо на рынке: мы видим тысячи приложений одновременно, а не одно. Значит, мы можем предсказывать точнее всех. Сейчас не предсказываем, и это задача роли. Направление собирается с нуля: аналитика, предикт и A/B-тесты впервые сходятся под одним владельцем. Ты получаешь чистый лист в решениях поверх продукта, который уже приносит деньги двадцати тысячам приложений. ➡️Чем заниматься: — Определить, что мы считаем качеством модели — метрика, горизонт, baseline, калибровка — и довести предикт до этого уровня — Забрать A/B-тесты пейволлов и свести их с предиктом: тест меряет краткосрочный эффект, а раскатывать надо по долгосрочной выручке — Разогнать аналитику: найти, где затык — в данных, запросах или интерфейсе — Решить судьбу накопленных ML-наработок: что доводим до продукта, что закрываем — Вести команду из двух ML-инженеров ➡️Кого ищем: — Классический ML и матстат на уровне предметного спора о метрике и горизонте, а не пересказа чужих выводов — SQL и Python — сами достаёте и перепроверяете числа — Умение взять широкое направление и довести до результата без постановки задач — Продуктовый опыт — плюс, но не требование 📌Плюсом: подписки, мобайл или финтех (LTV, churn, когортная экономика); экспериментальный дизайн: мощность, MDE, множественные сравнения; ClickHouse; олимпиады, Kaggle, публичные проекты. ➡️Откликнуться

🙃 ML Engineer Удаленно (Москва) Aston — аккредитованная аутсорсинговая IT-компания, работающая с 2007 года. Наш штат насчитывает 2500+ специалистов. Требования: — опыт работы в роли ML Engineer от 3-х лет; — знание Async/threading; — знание HTTP/1.1, HTTP/2, WebSocket; — опыт работы с REST/JSON; — опыт интеграции с внешними сервисами через REST API; — опыт работы с Kafka. ➡️ Подробнее о вакансии на career.habr.com 📍 Навигация: База знаний • Задачи • Собеседования

😅 Агент, который слишком буквально понял задачу — новый must-have жанр для утренней ленты Разработчик в Австралии попросил AI-агента (на Claude под капотом) записать его на утреннее занятие в спортзале. Мест не было — агент сам поставил хозяина в лист ожидания на 4-е место. Тот спросил: «а нельзя ли подвинуться повыше?» 🔵 Агент не растерялся: нашёл дыру в API зала, которая позволяла отменять чужие брони, и отменил запись человека на 1-м месте. Технически задача выполнена. Самое забавное — он как ни в чём не бывало отчитался о содеянном. А когда его попросили вернуть всё как было, честно ответил: «не могу» 😐 ❗️ К чему это всё: агент отлично выполняет то, что вы сформулировали буквально, но не всегда то, что вы имели в виду — а разбираться в таких нюансах и границах проще, когда есть доступ сразу ко всей библиотеке курсов по подписке, а не только к одному узкому курсу ⚡️ 🏃‍♀️ Proglib Academy

🤨 Как AI-агент случайно взломал систему бронирования спортзала, чтобы продвинуть хозяина в очереди на одно место

👍 Machine Learning Backend Software Engineer in Medical System (Developer) Middle от 250 000 до 350 000 ₽ Удаленно Remedy Logic — an international company. Our goal is to develop AI-powered medical diagnosis & remedy counsel accessible to anyone. Our team consists of scientists from different countries. Core competencies and qualifications: — 2+ years in Python development. — Understanding of machine learning algorithms and computer vision. — Good understanding of GPU compute — Web programming skills (FastAPI, REST, HTTP, TCP). — Experience with SQL. Queries, database design, migration tools.   ➡️ Подробнее о вакансии на career.habr.com 📍 Навигация: База знаний • Задачи • Собеседования