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

💻 Senior ML-инженер
Удалёнка/Гибрид (Москва)

ГНИВЦ —‍ современная IT-компания и ведущий технологический партнёр государственных структур и лидеров российского бизнеса в области комплексной автоматизации сложных бизнес-процессов.

Требования:
– Высшее образование (желательно в области компьютерных наук, математики или смежных дисциплин);
– 2+ года опыта в NLP/ML, включая fine-tuning transformer-моделей (BERT/RoBERTa/DistilBERT);
– Глубокий опыт с PyTorch, Hugging Face Transformers, pandas, datasets;
– Опыт работы с PostgreSQL: SQL, создание/оптимизация схем, хранимые функции, производительность запросов;
– Знание техник model optimization: quantization, layer-wise LR, custom loss functions;
– Опыт production ML: monitoring, anomaly detection, model serving;
– Уверенное владение Python, Git, Linux/Shell scripting.

➡️ Подробнее о вакансии на getmatch.ru

📍 Навигация: База знаний • Задачи • Собеседования

⭐️ Dream Team 5-го потока: научитесь строить ИИ-агентов у практиков из BigTech

14 июля стартует новый поток курса по разработке ИИ-агентов, и в этот раз мы собрали по-настоящему звездный состав менторов. Это эксперты, которые прямо сейчас определяют развитие AI в России: Yandex Cloud, Avito AI Lab, cloud․ru и НИУ ВШЭ.

Чтобы ваш вход в ИИ-инженерию был максимально мощным, мы подготовили специальное предложение: до 30 июня при покупке курса по ИИ-агентам вы получаете еще 2 любых курса Академии в подарок! 🔥

Как это работает: вы оставляете заявку на курс по разработке ИИ-агентов и указываете менеджеру ещё два курса, которые хотите забрать бесплатно.

👉Заберите 3 курса по цене 1 на звездном потоке по ИИ-агентам

🎬 Где ломаются архитектуры ИИ-агентов и как этого избежать: запись урока от Proglib.Academy и cloud․ru

Proglib.аcademy вместе с cloud․ru провели вебинар, где разобрали реальные боли проектирования автономных систем. Вы просили запись встречи — она уже в открытом доступе!

Что внутри:

— критерии выбора между одним агентом и мультиагентной системой;
— разбор популярных архитектурных ошибок;
— реальные ограничения современных ИИ-агентов;
— практические рекомендации по проектированию агентных систем.

👉 Посмотреть запись можно тут:
● VK
● YouTube

🐅 Senior Data Engineer
Удалёнка

Флаувау — международный маркетплейс подарков.

Требования:
– 5+ лет в data engineering или backend с дата-уклоном. Production-опыт под реальной нагрузкой с ответственностью за эксплуатацию.
– Python — senior-уровень: ООП, проектирование API, типизация, тесты, переиспользуемые компоненты.
– Lakehouse — Apache Iceberg (или Delta/Hudi): устройство таблиц, snapshots, компакция, schema evolution. Разница между lakehouse и DWH на практике, не в теории.
– Trino или другой MPP: распределённое выполнение, чтение планов запросов, оптимизация, коннекторы.
– Airflow глубоко: scheduler, executors, метаданные, собственные операторы и хуки.
– Spark — PySpark, Spark SQL, модель выполнения.
– SQL — оконные функции, CTE, оптимизация, планы исполнения, большие объёмы.
– Git, CI/CD — уверенно.

➡️ Подробнее о вакансии на hh.ru

📍 Навигация: База знаний • Задачи • Собеседования

🚀 Освойте разработку AI-агентов и получите доступ ещё к двум курсам Академии бесплатно!

В 2026 году просто писать код мало. Компании ищут инженеров, умеющих проектировать автономные системы и закрывать задачи бизнеса в разы быстрее.

Чтобы вы вышли на рынок с максимальным преимуществом, мы подготовили специальное предложение: покупаете курс по AI-агентам и ещё 2 курса Академии получаете бесплатно!

Соберите свой стек под оффер:

🔹 AI-агенты + AgentOps + Архитектура — комбо для бэкендеров и техлидов, чтобы внедрять ИИ без боли для прода.
🔹 AI-агенты + Математика + ML — для тех, кто хочет войти в Data Science.
🔹 AI-агенты + Алгоритмы — чтобы уверенно проходить хардкорные технические собесы.

Как это работает: вы оставляете заявку на курс по разработке AI-агентов и указываете еще два курса, которые хотите открыть в подарок.

Старт обучения — уже в июле. Количество мест ограничено, выбирайте зрелый подход к карьере.

👉 Забрать предложение и освоить ИИ-агентов

🖥 System Analyst
Удалёнка/Гибрид/Офис (Москва)

Coral Club — производит компоненты здорового питания, косметические средства, безопасные чистящие и моющие средства для дома.

Требования:
– Опыт работы системным или дата-аналитиком в проектах по созданию/развитию DWH от 3 лет.
– Уверенное владение SQL: написание аналитических запросов, оптимизация, оконные функции.
– Понимание принципов построения реляционных и нереляционных баз данных.
– Знание методологий моделирования данных (Kimball, Inmon, Data Vault).
– Опыт работы с инструментами визуализации требований (схемы процессов, ER-диаграммы) в Miro, Draw.io или аналогичных.
– Большой плюс знание нашего стека: Airflow, dbt, ClickHouse, PostgreSQL.
– Английский язык — желательно не ниже уровня B2.

➡️ Подробнее о вакансии на career.habr.com

📍 Навигация: База знаний • Задачи • Собеседования

😱 Data Analyst
от 250 000 ₽
Удалёнка

Биапи — быстрорастущая IT-компания, создающая digital-продукты/сервисы.

Требования:
– 3+ года в продуктовой аналитике, желательно с опытом работы в мобильных приложениях. Понимание жизненного цикла продукта, специфики мобильных сторов и событийного трекинга.
– Опыт работы без команды аналитиков, способность самостоятельно разбираться в чужом стеке без документации и принимать архитектурные решения по данным.
– Эффективное взаимодействие с продактами, маркетингом и сео - расставлять приоритеты и доносить информацию нетехническим языком
– Способность оценивать задачу в контексте всей архитектуры данных и её последствий, фокус на построении масштабируемых решений и процессов, а не разовых исправлений

➡️ Подробнее о вакансии на hh.ru

📍 Навигация: База знаний • Задачи • Собеседования

👾 Data Engineer
Удалёнка

Точка Сверки — динамично развивающаяся консалтинговая компания.

Требования:
– Уверенное знание Python (типизация, асинхронность, ООП).
– Опыт работы с PostgreSQL (написание сложных запросов, индексация, оптимизация).
– Опыт работы с Clickhouse (написание запросов, понимание специфики колоночных БД).
– Опыт разработки и поддержки ETL-процессов (извлечение, трансформация, загрузка данных).
– Умение писать парсеры (работа с HTTP-клиентами, XPath/CSS, обход антибот-защиты).

➡️ Подробнее о вакансии на dreamjob.ru

📍 Навигация: База знаний • Задачи • Собеседования

⏰ Уже сегодня в 19:00 (МСК) стартует наш открытый урок!

Знаем, летом хочется отложить учёбу на осень. Но пока остальные отдыхают 😅, мы предлагаем без лишней конкуренции прокачать свой workflow и начать закрывать тикеты в три раза быстрее.

Тема:

«AI-инструменты в разработке: пишем код быстрее»

Мы покажем живой разбор реального проекта: как с помощью AI-ассистентов мгновенно разбираться в чужой кодовой базе, искать нужные участки и собирать Pull Request. Только рабочие промпты, которые сэкономят вам часы рутины.

🎙️ Спикер — Ольга Лукьянова, руководитель команды в SourceCraft (18+ лет развивала инструменты в JetBrains и Huawei).

👉 Узнать, как ускорить разработку с AI

🖥 Senior Data Scientist
Удалёнка/Гибрид (Москва)

Ecom.tech — ИТ-решения для ритеила реального времени

Требования:
– Опыт от 3 лет в задачах ранжирования, поиска или рекомендательных систем в продакшене.
– Опыт обучения LTR-моделей на градиентном бустинге (XGBoost, LightGBM, CatBoost): кастомные функции потерь, работа с признаками под ранжирование, интерпретация моделей.
– Понимание двухуровневой схемы поиска (отбор кандидатов и реранкинг), метрик ранжирования и их компромиссов на разных этапах.
– Понимание типовых проблем ранжирования (смещения в кликовых данных, дрифты, feedback loop) и подходов к их решению.
– Понимание современных нейросетевых подходов в ранжировании (dense retrieval, нейронные реранкеры, sequence-модели) — применимость и компромиссы.
– Продакшен-качество Python-кода: модульность, тесты, читаемость, готовность к передаче MLE на продуктивизацию без переписывания.
– Самостоятельная разработка пайплайнов подготовки данных на PySpark и Polars — нетривиальные трансформации без помощи DA/DE.
– Понимание A/B-тестирования: устройство эксперимента, классы метрик (целевые, прокси, защитные, информационные), формирование набора метрик и ожидаемых эффектов до запуска.
– Умение разбирать ошибки модели, превращать их в продуктовые гипотезы и связывать метрики качества модели с метриками бизнеса и воронкой конверсии.
– Самостоятельность в работе с задачами высокой неопределённости: декомпозиция, оценка сроков, проактивное обсуждение рисков с командой.

➡️ Подробнее о вакансии на hh.ru

📍 Навигация: База знаний • Задачи • Собеседования

💻 Data Engineer
от 300 000 до 350 000 ₽
Удалёнка

Volna — быстрорастущая платформа, созданная для взаимодействия разработчиков, дизайнеров, тестировщиков из России и компаний Кремниевой долины.

Требования:
– Опыт работы Data Engineer от 4–5 лет
– Уверенный SQL
– Python / Scala
– Опыт работы с Spark / Airflow / Kafka
– Опыт построения DWH
– Опыт работы/ выполнение обязанностей аналитика будет преимуществом

➡️ Подробнее о вакансии на hh.ru

📍 Навигация: База знаний • Задачи • Собеседования

🤖 Какие задачи можно действительно доверить ИИ?

Уже завтра разберём это на открытом уроке «AI-инструменты в разработке: как писать код быстрее с помощью ассистентов».

Спикер — Ольга Лукьянова, руководитель команды поиска и навигации по коду в SourceCraft от Яндекса.

После урока вы:

🔹 поймёте, какие задачи стоит делегировать AI уже сегодня;
🔹 научитесь быстрее разбираться в новых проектах и кодовой базе;
🔹 увидите, как выглядит современный workflow разработки с AI;
🔹 узнаете, где AI помогает экономить время, а где всё ещё нужен контроль разработчика.

На практике разберём путь от получения задачи до готового Pull Request с использованием AI-инструментов и AI-ревью.

🗓️ 23 июня, 19:00 (МСК)
⏱️ 90 минут

👉 Зарегистрироваться и получить рабочий AI-workflow для своих задач

🤖 AI пишет код за вас? Это самое скучное, что он умеет

Основное время разработчик тратит на другое: разобраться в чужой кодовой базе, найти нужный участок проекта, проверить решение, собрать Pull Request. Вот где AI реально экономит часы — если знать, как им пользоваться.

23 июня Ольга Лукьянова покажет это на практике: как с помощью современных AI-инструментов быстро погружаться в незнакомый проект, находить нужный код, реализовывать задачи и проверять результат до ревью коллег.

В итоге вы увидите не отдельные приёмы и промпты, а целостный workflow, который можно встроить в свою работу уже на следующий день 🔥

Чтобы лучше погрузиться в тему:

📺 Выступление про SourceCraft
📖 Статья на Хабре

🗓️ Когда: 23 июня, 19:00 (МСК)

👉 Занять место на открытом уроке

💻 Data Engineer
Гибрид (Санкт-Петербург)

Марс — компания с более чем вековой историей и один из мировых лидеров отрасли FMCG.

Требования:
– Опыт разработки пайплайнов обработки данных в Apache Airflow.
– Опыт оптимизации приложений на Apache Spark.
– Понимание работы СУБД и принципов построения хранилищ данных.
– Опыт работы с Hadoop (Apache Spark, HDFS, YARN etc.).
– Уверенное владение SQL, Python/Scala/Java.

➡️ Подробнее о вакансии на getmatch.ru

📍 Навигация: База знаний • Задачи • Собеседования

📚 Senior Data Analyst
Удалёнка

TRIBE — HR-агентство, предоставляющее услуги по подбору, релокации и адаптации сотрудников.

Требования:
– Релевантный опыт в аналитике данных от 2-х лет
– Стек БД: MySQL (или аналоги), Clickhouse (или аналоги)
– Уверенное знание SQL (оконные функции, оптимизация запросов)
– Анализ результатов A/B-тестирования
– Знание Python, включая библиотеки для анализа данных (numpy/pandas/scipy/statmodels/sklearn и другие)
– Опыт работы с BI-системами (Power BI или аналоги)
– Понимание основных продуктовых метрик (LTV, ARPU, Retention и т.д.)
– Умение качественно документировать результаты
– Soft skills: аналитическое мышление, коммуникативные навыки и работа в команде, саморазвитие

➡️ Подробнее о вакансии на hh.ru

📍 Навигация: База знаний • Задачи • Собеседования

⏰ Уже сегодня в 19:00 (МСК) стартует открытый урок!

Тема:

«Мультиагентные системы: почему большинство архитектур переусложнены»

🔥 За 90 минут разберёмся, когда действительно стоит строить мультиагентную систему, а когда она только добавляет сложность, расходы и новые точки отказа.

Поговорим о критериях выбора архитектуры, типичных ошибках и ограничениях современных ИИ-агентов, которые важно учитывать ещё до внедрения в продукт.

🎙️ Спикер — Дмитрий Юдин, руководитель AI/ML-направления в Сloud․ru.

🎁 Для всех участников подготовили промокод на скидку 10 000 ₽ на курс «Разработка ИИ-агентов».

👉 Успей присоединиться к уроку

💻 Senior Data Scientist
от 250 000 ₽
Удалёнка

Альфа-банк — крупнейший независимый частный банк в России.

Требования:
– Физико-математическое, экономико-математическое образование.
– Хорошее знание теории вероятностей и математической статистики, методов машинного обучения.
– Умение работать с данными (анализ, очистка, подготовка, отбор и создание признаков), навыки написания SQL-запросов.
– Знание Python (в частности, библиотек, применяемых для анализа данных: NumPy, pandas, scikit-learn, XGBoost / LightGBM / CatBoost и т.п.).
– Опыт работы с Hadoop (Hive, Impala, Apache Spark) или иными реляционными базами данных.
– Опыт работы в Jira/Confluence/Bitbucket.
– Желание пробовать новые идеи и готовность непрерывно учиться новому.
– Владение английским языком на уровне, как минимум, позволяющем свободно читать специализированную литературу.

➡️ Подробнее о вакансии на getmatch.ru

📍 Навигация: База знаний • Задачи • Собеседования

🔥 Чем больше агентов — тем лучше? Не всегда. Уже завтра поговорим о реальных ограничениях на открытом уроке «Мультиагентные системы: почему большинство архитектур переусложнены».

Спикер — Дмитрий Юдин, руководитель AI/ML-направления в Сloud․ru.

После урока вы:

🔹 будете лучше ориентироваться в выборе между одним агентом и мультиагентной системой;
🔹 поймёте, какие архитектурные ошибки встречаются чаще всего;
🔹 получите практические ориентиры для проектирования и внедрения агентных систем;
🔹 будете лучше понимать возможности и ограничения современных ИИ-агентов.

🗓️ 18 июня, 19:00 (МСК)
⏱️ 90 минут

👉 Зарегистрироваться и получить промокод на 10 000 ₽

💻 Senior Data Scientist
Офис (Алматы)

BI Group — крупный системообразующий инновационный холдинг, объединяющий ведущие компании в строительстве, недвижимости, образовании, сервисе и инжиниринге.

Требования:
– 3–5+ лет опыта в Data Analysis / Data Science;
– Сильная база в статистике, математике и эконометрике;
– Опыт работы с большими и разнородными данными;
– Практический опыт применения вероятностных моделей, регрессий, hypothesis testing и sensitivity analysis;
– Умение работать в условиях неопределённости и неполных данных;
– Критическое мышление и готовность говорить: «данных недостаточно для вывода», когда это действительно так;
– Умение структурировать данные и представлять результаты анализа в понятном для бизнеса формате;
– Опыт участия в проектах по автоматизации и цифровизации процессов будет преимуществом;

➡️ Подробнее о вакансии на hh.ru

📍 Навигация: База знаний • Задачи • Собеседования

💻 Data Analyst
Офис (Алматы)

Kaspi kz — объединяет сервисы онлайн-платежей и P2P-переводов, управления личными средствами и онлайн-покупок с доставкой.

Требования:
– Опыт работы в аналитике от года
– Знания основ машинного обучения, математики и статистики
– Обязательное владение Excel, Power Point (Python, R, SQL будет плюсом).
– Инициативность, самостоятельное продвижение задач
– Коммуникабельность, письменно и устно

➡️ Подробнее о вакансии на hh.ru

📍 Навигация: База знаний • Задачи • Собеседования