Позиция: Middle DS
Куда: Альфа-Банк, Лаборатория машинного обучения, интеграция в продуктовую команду диалоговых систем
Формат работы: полная занятость; офис в Москве; на данной позиции возможна полная удаленка, нет требований ходить в офис
Вилка гросс:
Middle: 240-400k + ежеквартальная премия (~15% от дохода за квартал)

Премия не зависит от kpi и ревью с плюсиками, фактический покрывает налог.

Про нас:
Мы NLP команда Лаборатории машинного обучения Альфа-Банка (под руководством Жени Смирнова). Занимаемся моделями для чат-ботов и голосовых помощников, автоматизируем контроль качества, ищем инсайты в обратной связи клиентов, упрощаем жизнь сотрудникам колл-центра и ускоряем внутреннюю техподдержку с помощью NLP.

Команда состоит из сильных молодых ребят, выпускников ШАД, МФТИ, МГУ, ВШЭ. Мы регулярно участвуем в соревнованиях и хакатонах, в команде несколько kaggle мастеров.
Альфа поддерживает успехи в соревнованиях премией в одну зп за первое место, и в половину зп за второе.

Мы занимаемся полным циклом разработки: от общения с заказчиком с переводом задачи на ml-ный язык до внедрения моделей в промышленный контур. А помогает нам команда разметки, mlops, мониторинга и другие.

Плюшки: гибкий график (нет требований начинать работать в 10:00, главное выполнять задачи вовремя и соблюдать коммуникацию с контрагентами), отличный ДМС со стоматологией, рабочие макбуки, корпоративные скидки.

На текущей позиции предстоит работать в продуктовой команде c PO. Необходимо разрабатывать и поддерживать NLP модели для автоматизации поддержки Банка (чат-боты и войс-боты).

Требования:
- Опыт работы в области машинного обучения и NLP (1+ лет)
- Знание, понимание архитектур и опыт работы с моделями, такими как GPT, BERT и другими
- Уверенные знания Python и библиотек для машинного обучения (TensorFlow, PyTorch, transformers…)
- Успешный опыт вывода NLP моделей в прод
- Знание основ работы с большими данными и опытом их обработки (Spark, Hadoop)
- Высшее образование в области компьютерных наук, математики или смежных дисциплин
- Английский язык на уровне чтения технической документации

Ответы на 10 вопросов:

1. Данные: Обычно - Hadoop (все данные Альфа-Банка) + внешние источники по API. Часть данных может быть в Oracle/MSSQL
2. Железо: kuber до 64 ядер + 512 ГБ оперативы. Хадуп - 6TB, 1000+ ядер. Продакшн: cистема исполнения моделей + команда MLOps. Для работы: МакБук + удалённое рабочее место.
3. Масштаб влияния на core-бизнес? Модели - ядро большинства банковских процессов. В рамках данной позиции онлайн-модели управляют потоком в 100+ тыс. обращений в день
4. Уровень развития Data Science в компании? Все линии бизнеса покрыты ML моделями, где необходимо - успешно внедрен DL.
5. Роль дата сайентиста: ДС-ы участвуют в постановке задачи, совместно с продуктовой командой генерят идеи развитии. ДС-ы подготавливают код для внедрения в прод, выполняют функцию аналитического сопровождения моделей после внедрения.
6. Бэкграунд у вашего руководителя? LinkedIn
7. Как часто вам будут мешать работать? Синхронизация с командой продукта (1-2 часа в неделю) + с командой лаборатории (3 часа в неделю)
8. Карьерный рост: формализована матрица компетенций. Ежеквартально происходят «круглые столы» с пересмотром и защитой
9. Prod/Research: Prod 90%
10. Функция сервиса или лидера? Сервис/лидер: 80%/20%

Резюме направляйте на почту NGalchin@alfabank.ru с темой «NLP Engineer в Альфа-Банк»

Позиция: Разработчик беспилотных систем
Компания: Авихимса
Формат: полная занятость, гибрид
Локация: Москва (м. Парк Культуры, 2 мин пешком), гибкий гибридный график
Вилка: 200-400к руб./мес. net

Кто мы такие:
Авихимса — не просто IT-компания, а бывший R&D-отряд, который вырвался на свободу и теперь строит софт для роботов, меняющих мир. Наш продукт «ВДОЛЬ» заставляет машины убирать улицы без GPS и карт — только камеры, алгоритмы и немного магии. Мы уже запустили роботов в реальный мир, но хотим больше, быстрее и круче.

Что делаем:
Учим технику видеть, думать и ездить. От уличных уборщиков до складских indoor-решений — мы в деле, когда код встречается с железом, а идеи становятся реальностью.

Технический стек:
- Языки: Python (80%), C++ (20%).
- Инфраструктура: Docker, Linux, GitLab, MQTT.
- Машинное зрение: TritonServer (инференс), PyTorch (обучение)
- Робототехника: ROS 2 (уходим от него), Gazebo Classic (симуляция).
- Аппаратные платформы: x86, arm64.

Чем нужно будет заниматься:
- Дать роботу зрение: алгоритмы CV и обработка данных с лидара для навигации и контура безопасности.
- Выжать всё из сырых данных с сенсоров и сделать это быстро.
- Подружить софт с железом: CAN-шина, сенсоры, иногда реверс-инжиниринг, если доки молчат.
- Придумать метрики, чтобы доказать, что твои гипотезы работают.

Кого ищем:
- Ты кодил на Python и C++ и можешь отличить баг от фичи.
- Разбираешься в компьютерном зрении и не теряешься в дебрях математики — линейная алгебра, статистика и оптимизация для тебя не пустой звук.
- Знаешь, что такое CAN-шина, и не путаешь её с USB.
- В ответе за того, кого приручил (код, который написал) — «оно упало» для тебя не аргумент, ты способен разобраться в логах и дать фактуру.
- Можешь вникнуть в доки и статьи на русском и английском, сделать вывод и лаконично его описать
- Любишь задавать вопросы и предлагать, как сделать лучше.
- Умеешь объяснять сложные вещи так просто, что даже гуманитарий разберётся.
- Создаёшь тесты для каждой новой фичи, чтобы обеспечить качество кода, и понимаешь процесс разработки от концепции до внедрения в продакшен.
- Вайб-кодинг нам не подойдет. Мы признаем ИИ как современный инструмент помощи, в том числе разработчику, однако ответственность за сроки, качество и время, затраченное на поддержку кода — лежит на тебе.

Почему мы:
- Твой код будет ездить по улицам и паркам — реальный результат, а не демки.
- Зарплата 200-400к с пересмотром минимум 1 раз в год.
- Гибкий гибридный график и тихий офис в центре Москвы с топовым железом.
- Никаких «согласуй с 10-ю начальниками» — у нас плоская структура и свобода действий.
- Курсы, конфы, обучение — всё за наш счёт после испытательного срока.
- ДМС со стоматологией и 20 оплачиваемых больничных в год после испытательного срока.
- Команда, где можно не только кодить, но и гонять на великах или пить кофе, обсуждая нейронки.

Ответы на 10 важных вопросов:
1. Данные:
• Ежедневно собираются от 3 часов видеоданных с камер/лидаров роботов в таких парках, как Сокольники, 50 октября и другие.
2. Железо:
• У каждого члена команды nvidia 4060 + отдельный сервер со стеком 2x 4060
• Рабочий ноут по требованию сотрудника
3. Масштаб влияния: разработка беспилотной техники Москвы для уборки парков/складов
4. Какой сейчас уровень развития Data Science в компании: 40% алгоритмов сделаны через ML
5. Чем именно занимаются дата сайентисты в компании: полный цикл от постановки задач до эксплуатации моделей/сервисов на продакшне
6. Какой бэкграунд у вашего потенциального руководителя: co-founder
7. Как часто вам будут мешать работать: 15 минут в день на синхронизацию всех задач с коллегами; раз в неделю планирование спринта на час
8. Карьерный рост: да, построение направления полностью в ваших руках
9. Research/Prod: Prod 60% + Research (как внедряемые технологии) 40%
10. Функция сервиса или лидера? Лидера 50% + Сервиса 50%

Контакт для резюме
@Alexasandrovich

Позиция: Junior/Middle DS х3
Куда: Альфа-Банк, Лаборатория машинного обучения
Формат работы: полная занятость; офис в Москве; на данной позиции возможна полная удаленка, нет требований ходить в офис
Вилка гросс:
Junior: 120-240K + ежеквартальная премия (~15% от дохода за квартал)
Middle: 240-400k + ежеквартальная премия (~15% от дохода за квартал)

Премия не зависит от kpi и ревью с плюсиками, фактический покрывает налог.

Про нас:
Мы NLP команда Лаборатории машинного обучения Альфа-Банка (под руководством Жени Смирнова). Занимаемся моделями для чат-ботов и голосовых помощников, автоматизируем контроль качества, ищем инсайты в обратной связи клиентов, упрощаем жизнь сотрудникам колл-центра и ускоряем внутреннюю техподдержку с помощью NLP.

Команда состоит из сильных молодых ребят, выпускников ШАД, МФТИ, МГУ, ВШЭ. Мы регулярно участвуем в соревнованиях и хакатонах, в команде несколько kaggle мастеров.
Альфа поддерживает успехи в соревнованиях премией в одну зп за первое место, и в половину зп за второе.

Мы занимаемся полным циклом разработки: от общения с заказчиком с переводом задачи на ml-ный язык до внедрения моделей в промышленный контур. А помогает нам команда разметки, mlops, мониторинга и другие.

Плюшки: гибкий график (нет требований начинать работать в 10:00, главное выполнять задачи вовремя и соблюдать коммуникацию с контрагентами), отличный ДМС со стоматологией, рабочие макбуки, корпоративные скидки.

Сейчас продолжаем расширять команду под новые задачи заказчиков.

Потенциальные задачи для кандидиата:
- Развитие продукта Альфа Помощник Оператора с помощью классических моделей и LLM
- Создание умного поиска по внутреннему каталогу данных

Требования:
- Опыт работы в области машинного обучения и NLP (1+ лет для Middle)
- Знание, понимание архитектур и опыт работы с моделями, такими как GPT, BERT и другими
- Уверенные знания Python и библиотек для машинного обучения (TensorFlow, PyTorch, transformers…)
- Успешный опыт вывода NLP моделей в прод (для Middle)
- Знание основ работы с большими данными и опытом их обработки (Spark, Hadoop)
- Высшее образование в области компьютерных наук, математики или смежных дисциплин
- Английский язык на уровне чтения технической документации

Будет плюсом:
- Опыт построения RAG пайплайнов
- Опыт дообучения моделей поиска под конкретный домен
- Опыт работы с библиотеками для оптимизированного инференса LLM (vLLM, TGI, SGLang, TRT)
- Успешный соревновательный опыт
- Широкий технический кругозор

Ответы на 10 важных вопросов в оригинальной статье.

Резюме направляйте на почту eyanakov@alfabank.ru с темой «NLP Engineer в Альфа-Банк»

Позиция: Стажер дата-аналитик
Компания: Х5 Group
Формат: Продолжительность стажировки 4 месяца (full-time - 40 часов в неделю!)
Локация: Удаленная работа (но по желанию можно работать из офиса, г. Москва)
Вилки: 80-100 тыс.руб. gross
Начало стажировки: ~2я половина мая 2025 г.


💡Команда ad-hoc аналитики из X5 Group (Пятерочка, Перекресток, Чижик и etc) в поисках стажеров!

🔬Почему у нас интересно?
Более 20 тысяч магазинов, 15 миллионов клиентов, петабайты данных - и все это нужно анализировать. Каждый день мы показываем, что наши супермаркеты - на самом деле цифровой проект, в котором большое место занимают Big Data и Data-Driven подход.
Мы в команде ad-hoc аналитики крутим AB-тесты в оффлайне и не только, с каждым днем все больше прилетает нестандартных задачек, в которых мы используем все свои знания (или быстро их приобретаем), а также у нас можно заниматься рисерчами!

🔭Мы ищем соискателей на 2 стрима задач:

Стрим 1:
Чем у нас занимаются стажеры?
- Первое время проходят онбординг, запоминают имена ментора и тим-лида и погружаются в курс дела
- Сразу после этого получают свою первую настоящую боевую задачку (и НЕ страдают, так как ментор всегда под рукой) на дизайн или оценку будущего эксперимента
- Продумывают дизайн А/B-тестов на магазинах или лояльных клиентах и интерпретируют их результаты, а также помогают руководителям инициатив (бизнесу) в этом
- Исследуют новые метрики на применимость А/B-тестов
- и многое чего еще

Стрим 2:
Чем у нас занимаются стажеры?
- Исследуют новые подходы к оценкам А/Б-тестов, для такой задачи преимуществом будет продвинутые знания в области статистики и causal inference


😎Ты нам подходишь:
- Если уже загуглил, что такое "ad-hoc" и понял, в чем суть
- Уверенно владеешь Python (pandas, numpy, matplotlib и весь базовый набор для аналитики данных), SQL (join'ы, оконки), знаешь статистику
- Обладаешь аналитическим складом ума, наблюдательностью и успешно практикуешь метод пристального взгляда
- Любишь мемы (желательно, но необязательно)
- Преимуществом будет владение бигдатой и ML

☺Что мы предлагаем:
- Помощь менторов на всем этапе стажировки
- Классный коллектив, теплая атмосфера и веселые ретро с играми и битвой мемов, а также оффлайн-тимбилдинги

Если тебе интересно развиваться в области аналитики данных, смело присоединяйся к нам!

Свои CV в формате "Фамилия Имя Резюме Стрим 1 (или 2)" направлять сюда: tg @didi_ulyanova

Ответы на 10 важных вопросов :
1. Данные: данных петабайты, стек Hadoop, Hive, Spark.
2. Железо: под команду 2 сервера под расчеты, каждый Intel Xeon 32Core 256 GB RAM Bare Metal.
Данные храним в Hadoop.
Что касаемо ноутбуков - выдаются HP / Dell.
3. Масштаб влияния на core-бизнес? Решаемые задачи затрагивают более 22000 магазинов по всей стране.
4. Уровень развития Data Science в компании? Data Science в компании выделен как одно из ключевых направлений.
5. Роль дата сайентиста: полный цикл от понимания бизнес потребности до внедрения решений для решения ее.
6. Бэкграунд у вашего руководителя? https://www.linkedin.com/in/amsakhnov/
7. Как часто вам будут мешать работать? мешать работать не будем, 3-4 часа регулярных встреч в неделю
8. Карьерный рост: рост по результатам performance review, которые проводятся 2 раза в год.
9. Prod/Research: задача может быть любая, так что research + prod
10. Функция сервиса или лидера? На этапе стажировки 100% сервис.

💸 Сколько ты зарабатываешь на Data Science?

🤔 Вы можете примерно оценить вилку на вашей позиции благодаря вакансиям из каналов, где они публикуются. Тем не менее вилки довольно широкие и одни работодатели недоплачивают или платят строго по низу вилки, другие наоборот переплачивают и выходят за ее пределы. Вам в свою очередь нужно на собеседовании или при повышении назвать одно число, ровно столько вам будет платить довольно продолжительный период времени.

📊 Запускаю опрос, который в будущем поможет подписчикам сопоставить свой набор навыков с рынком труда. Прошу вас ответить на вопросы про ваш опыт, текущую роль в компании, ваш уровень удовлетворенности и планы на будущее. Чем прозрачнее будет рынок труда, тем выгоднее будет обоим сторонам, ведь дата сайентисты не будут смотреть в лес рынка труда.

👉 Пройди опрос сейчас, не откладывай на потом❗️

🔖 Результаты опроса буду порционно публиковать в канале Нескучный Data Science @not_boring_ds.

😉 классические вопросы с популярных интервью тоже включены)

Хочешь узнать, как обстоят дела на самом деле после трудоустройства в компанию?

В канале собраны вакансии с очень подробным описанием, но это только со слов нанимающих менеджеров. Как будет на самом деле после трудоустройства в компанию?

1️⃣ Заплатят ли тебе по верху или по низу вилки?
2️⃣ Как будет устроен твой карьерный рост?
3️⃣ Что будет вызывать у тебя теплые чувства, а что не очень?)
4️⃣ Сколько времени будут мешать тебе работать на самом деле?
5️⃣ Выплачивают ли премии как обещали в вакансии?

Подписывайся на канал Local Talent | Developers, там анонимно выкладываются конкретные зарплаты реальных людей с опытом работы, премиями и рассказом о работе.

Идеальный формат, чтобы понять, как обстоят дела в других компаниях и вовремя поменять нелюбимую работу.

Позиция: Стажёр Data scientist
Компания: Сбер
Формат: Продолжительность стажировки 3/6 месяцев (full-time)
Локация: офис, г. Москва, Кутузовский пр-кт
Вилка: Оклад 50-80 тыс.руб. gross

Обязанности
• Разработка моделей досрочного погашения кредитов/вкладов физических лиц
• Сбор и подготовка данных (Hadoop, pyspark)
• Тестирование гипотез
• От кандидата требуется полное участие во всех этапах разработки модели (от общения с заказчиками и сбора данных до вывода в прод)

Требования
• Образование по направлениям "Математика", "Физика", "Мат. методы в экономике", (желательно выпускники - МГУ, МФТИ, ВШЭ и других ведущих вузов страны)
• Глубокие знания в области теории вероятностей, математической статистики.
• Понимания алгоритмов ML-моделей
• Владение Python (numpy, sklearn, pandas, matplotlib/seaborn/plotly, catboost/lightgbm/xgboost,  etc.)
• Как плюс будет владение одним из фреймворков DL, pyspark

Мы предлагаем:
• Конкурентную заработную плату
• Гибкий режим работы(30-40 часов в неделю), возможность совмещать с учебой
• Дружную команду
• Офис недалеко от метро с корпоративным фитнесом
• Оформление по ТК РФ
• Возможность развития и прохождения различных курсов в сфере DS
• Работа в офисе с возможностью взять удалёнку один раз в неделю

Ответы на 10 важных вопросов:
1. Данные: данных терабайты, стек Hadoop, Hive, Spark.
2. Железо: под команду 1 сервер под расчёты, 200 ядер CPU.
Данные храним в Hadoop.
Что касаемо ноутбуков - выдаются Сбербук или Dell. В будущем возможно MacBook pro
3. Масштаб влияния на бизнес? Решаемые задачи затрагивают ценообразование кредитных продуктов, оптимизацию прибыли банка
4. Уровень развития Data Science в компании? Data Science в компании выделен как одно из ключевых направлений.
5. Роль дата саи‌ентиста: полный цикл от понимания бизнес потребности до внедрения решений для решения ее.
6. Бэкграунд у вашего руководителя? Около 10 лет опыта работы DS в банке, мехмат, призер всероссийской олимпиады по математике
7. Как часто вам будут мешать работать? мешать работать не будем, 3-4 часа регулярных встреч в неделю
8. Карьерный рост: рост по результатам работы, проделанной за полгода/год.
9. Prod/Research: задача может быть любая, так что research + prod
10. Функция сервиса или лидера? На этапе стажировки 100% сервис.


Заинтересовавшиеся кандидаты могут направить свои резюме по e-mail на адрес Мамаева Гаджи (gymamaev@sberbank.ru)

Как разместить вакансию в канале?

😮‍💨 Разместить вакансию в канале просто - достаточно оформить ее по шаблону и направить в лс @smirnovevgeny. Все вакансии оформляются по единому шаблону, поэтому достаточно взять одну из ранее размещенных вакансии и оформить свою вакансиию ровно также не пропустив ни одно из обязательных полей, выделенных жирным шрифтом. Примеры вакансий: Middle Data Scientist, Стажер дата-аналитик, Business Analyst, ML Tech Lead, Data Science Team Lead, Руководитель проектов Data Science, Маркетинговый аналитик, Data Engineer, Senior Data Analyst, Quant Analyst, Head of Data Science and Advanced Analytics.

К сожалению, такое неформальное описание подходит не всем, поэтому приведу более четкий алгоритм:
1️⃣ Соберите информацию по 17 обязательным разделам для описания вакансии, оформите каждый раздел в соответствии с требованиями по форме и содержанию из инструкции.
2️⃣ Соберите получившийся текст в одно сообщение. Убедитесь, что заголовки разделов выделены жирным шрифтом, расставлены пустые строки между необходимыми разделами.
3️⃣ Направьте сообщение в лс @smirnovevgeny.

💸 Хотите оформить вакансию в произвольной форме или не можете предоставить информацию по обязательным полям?
Возможно размещение вакансии на правах рекламы.

🔖 Рекомендую прочитать статью "10 важных вопросов перед трудоустройством в Data Science" и цели создания канала чтобы понять вайб канала и увеличить число откликов на ваши вакансии.

Авито нанимает!

Ускоренный отбор за выходные и возможность попасть в одну из пяти DS-команд: автомодерация, монетизация, поисковое ранжирование, AI Lab и вертикальные команды DS.

Вас ждет:
➡️ конкурентная зарплата и удаленка по всей России;
➡️ реальные задачи на большом масштабе — разработка алгоритмов для проверки объявлений, внедрение ML-моделей, оптимизация процессов и DS-поддержка;
➡️ участие в разработке новых продуктов — предлагаем для этого мощное железо и бюджет на обучение;
➡️ сильное IT-комьюнити, которое любит опенсорс.

Регистрируйтесь по ссылке до 27 февраля и развивайте крупнейший в мире сервис объявлений.

1–2 марта проводим Weekend Offer Analytics

Устроиться в Яндекс за выходные — реально. Ищем крутых аналитиков с опытом работы от 2 лет на Python, готовых работать в офисном или гибридном режиме на территории России.

Подавайте заявку до 24 февраля — и всего за 2 дня пройдите все технические собеседования. После сможете пообщаться с одиннадцатью нанимающими командами и выбрать ту, которая покажется самой интересной. Если всё сложится хорошо, сразу же пришлём вам офер.

Узнать подробности и зарегистрироваться.

Реклама. ООО "Яндекс". ИНН 7736207543