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

🦄 Data Analyst / Аналитик данных
Удалёнка/Гибрид (Москва)

Easy Commerce — новая технологическая компания, которая оказывает полный спектр услуг для производителей в области e-commerce на базе данных, собранных собственным аналитическим инструментом.

Требования:
– Ты знаешь Python необходимый для анализа данных (pandas, numpy, matplotlib, seaborn)
– Умеешь работать с SQL (PostgreSQL, ClickHouse), понимаешь как работают join, group by, оконные функции
– Понимаешь принципы работы с хранилищами данных и умеешь оптимизировать запросы под них
– Работал с дашбордами и любой BI системой

➡️ Подробнее о вакансии на hh.ru

📍 Навигация: База знаний • Задачи • Собеседования

💼 Data/BI analyst
от 150 000 ₽
Удалёнка

Loyalty Labs — это команда энтузиастов, которые любят решать сложные задачи.

Требования:
– Опыт работы на позиции Data/BI analyst от 3-х лет.
– Уверенное знание SQL: реляционные базы данных, первичный и внешний ключ, DDL/DML, типы объектов БД, все виды JOIN, группировки, фильтрация по агрегатам, вложенные запросы, оконные функции, оптимизация запросов, партиции.
– Опыт работы с аналитическими БД и хранилищами: ClickHouse, Vertica, Redshift; знание PostgreSQL / MySQL / MS SQL / Greenplum / Hive / Trino будет плюсом.
– Знание Python для аналитики: Pandas, SciPy, Statsmodels; базовый опыт работы с NumPy, SQLAlchemy, psycopg2, requests будет преимуществом.
– Понимание статистики и продуктовой аналитики: A/B-тесты, bootstrap, power analysis, MDE, множественное тестирование, интерпретация результатов экспериментов.
– Понимание хранилищ данных: назначение DWH, задачи, которые оно решает, принципы построения витрин, скорость обновления данных, BI self-service.
– Знание методологии Kimball, понимание SCD и принципов моделирования витрин.
– Опыт проектирования и поддержки ETL/ELT-процессов: инкрементальные загрузки, идемпотентность, обработка ошибок, контроль зависимостей.
– Опыт работы с Airflow: DAG, sensors, retries, мониторинг, алертинг.
– Понимание принципов data quality: полнота, актуальность, непротиворечивость данных, freshness, SLA, диагностика источников и витрин.
– Умение автономно работать с бизнес-задачами, переводить бизнес-вопрос в анализ и обратно, аргументировать выводы, менторить коллег.
– Будет плюсом знание MongoDB, Cassandra, Elasticsearch, dbt, опыт выступлений и публикаций, английский язык.

➡️ Подробнее о вакансии на hh.ru

📍 Навигация: База знаний • Задачи • Собеседования

🤍 Data Scientist в команду RecSys
от 300 000 ₽
Удалёнка

2ГИС — IT-компания, которая помогает людям жить в городе.

Требования:
– Опыт работы с рекомендательными системами от 2 лет.
– Опыт полного цикла решения ML-задач: от аналитики до вывода моделей в прод (от 3 лет).
– Отличные знания Python, SQL, классического ML-стека и соответствующих ему библиотек.
– Владение одним из DL-фреймворков (torch/tensorflow/keras).
– Глубокое понимание рекомендательных систем: подходы, типичные проблемы, метрики, А/Б-тестирование.
– Опыт написания Unit-тестов, разработки архитектуры и Code Review.
– Опыт работы с инструментами разработки и CI/CD — Git, Jenkins, GitLab, Jira.

➡️ Подробнее о вакансии на getmatch.ru

📍 Навигация: База знаний • Задачи • Собеседования

У вас в проекте есть файл вроде utils_v2_final_FIX.py, который все боятся трогать ❓

Что делаете с таким легаси?

❤️ Не трогаю: работает — и ладно
👍 Переписываю с нуля и надеюсь на лучшее
🔥 Сначала покрываю тестами, потом рефакторю по частям
👾 У нас такого нет — честно-честно

На курсе «ИИ для разработчиков» разберём третий подход: как с помощью агента зафиксировать текущее поведение легаси-кода тестами, а затем менять его небольшими безопасными шагами — без одного огромного PR на тысячу файлов.

До 31 июля действует скидка и бессрочный доступ к материалам.

🔗 Занять место со скидкой

🏃‍♀️ Proglib Academy

Вопрос, который объединяет разработчиков сильнее любого холивара 👇

📈 Скоро фраза «умею пользоваться AI» в резюме будет звучать так же странно, как сегодня «умею пользоваться Git»

Это просто станет частью профессии. А вот умение встроить AI в процесс разработки так, чтобы он действительно ускорял работу команды, останется конкурентным преимуществом 💡

🔜 На курсе «ИИ для разработчиков» участники работают со своими проектами и учатся делать AI частью ежедневной разработки: планировать задачи, писать код, проверять изменения, готовить PR и автоматизировать рутину.

До конца июля действует специальная цена — 59 990 ₽ вместо 79 990 ₽ 🥳 И получить бессрочный доступ ко всем материалам курса.

🔗 Посмотреть, как устроен курс

🏃‍♀️ Proglib Academy

До конца июля на курс действует специальная цена и бессрочный доступ к материалам. Все детали — ниже 🥳

🛸 Системный аналитик
до 250 000 ₽
Удалёнка

1М — цифровая импорт-платформа для бизнеса.

Требования:
– Опыт системного анализа от 3 лет, желательно в e-commerce, логистике или финтехе;
– Знание архитектуры REST API, принципов интеграции и форматов данных (JSON, XML);
– Опыт работы с базами данных, понимание моделей данных;
– Умение писать понятные спецификации и описывать сложные процессы в виде схем;
– Понимание CI/CD процессов, микросервисной архитектуры, очередей сообщений (Kafka/RabbitMQ);
– Навыки работы с инструментами Jira, Confluence, Postman, Swagger, Miro.

➡️ Подробнее о вакансии на career.habr.com

📍 Навигация: База знаний • Задачи • Собеседования

😸 Каждый разработчик подходит к задаче со своим опытом: помнит прошлые решения, знает ограничения проекта и понимает, какой код команда пропустит на ревью.

Для человека это естественная часть работы. У Claude Code этого контекста по умолчанию нет — только задача и инструкции, которые ему дали.

Поэтому в большой команде недостаточно просто выбрать хорошую модель.

❗️ Нужно ещё объяснить ей, как у вас устроена разработка: какие подходы приняты, что обязательно проверять и по каким правилам принимать решения.

🗓 23 июля в 19:00 МСК поговорим об этом на бесплатном вебинаре с Алексеем Жиряковым — он Executive Director в Сбере, руководит
GenAI Data Platform, и с этой проблемой сталкивался не раз 🔥

Покажет живое демо, разберём, как встроить AI в процесс разработки так, чтобы он реально помогал, а не добавлял ещё один повод для споров на ревью.

🔗 Занять место на вебинаре

🏃‍♀️ Proglib Academy

🙂 Почему два разработчика с одной и той же задачей и Claude Code могут прийти к совершенно разным решениям?

Разбираемся на бесплатном вебинаре 👀

😎 Data Scientist LLM/NLP
Удалёнка

WaveAccess — аккредитованная ИТ-компания с 25-летним опытом. Наша команда состоит из специалистов, объединенных одной целью: создавать технологии, которые меняют мир. 

Требования:
– Опыт работы в качестве Data Scientist от 3 лет
– Английский язык на уровне B2 и выше
– Уверенные навыки работы с текстовыми данными
– Глубокое понимание работы с крупными языковыми моделями (LLM) и их применением. Знание современных техник LLM, таких как Retrieval-Augmented Generation (RAG) и LLM-агенты
– Уверенные навыки работы с Python
– Опыт представления достигнутых результатов

➡️ Подробнее о вакансии на hh.ru

📍 Навигация: База знаний • Задачи • Собеседования

🧑‍💻 Учиться агентной разработке — у тех, кто уже внедряет её в бигтехе

Курс «ИИ для разработчиков» ведут практики из ведущих российских IT-компаний 🔥

🔵 Они прошли путь от первых экспериментов с AI до рабочих процессов, в которых агенты помогают команде писать код, готовить PR и быстрее доводить задачи до продакшена.

В ближайшее время познакомим вас с каждым преподавателем. Программа курса — по ссылке 🎹

🏃‍♀️ Proglib Academy

💡 Один из главных вопросов при выборе курса — кто его ведёт

Proglib Academy рассказали, почему сделали ставку на практикующих инженеров из бигтеха ⬇️

🤫 Data Scientist (GameDev)
Удалёнка

KEFIR — студия-разработчик, известная своими хитами «Last Day on Earth», «Frostborn», «Sunday City» и др.

Требования:
– опыт работы на аналогичной позиции от 3 лет
– опыт работы на аналогичной позиции в игровой индустрии
– Python: уверенное владение
– SQL: умение писать эффективные запросы к большим объемам данных
– ML-база: понимание классических алгоритмов машинного обучения и принципов их валидации
– опыт работы с указанными инструментами:
– SQL: Google BigQuery
– оркестратор: Apache Airflow
– среды разработки: IDE (PyCharm) и Notebooks (Jupiter/Colab)
– Python: Basics (NumPy, Pandas, Scikit-learn, Statsmodels), Ensemble Frameworks – (LightGBM, CatBoost, XGBoost), Viz (plotly, seaborn и т.д)
– визуализация: Power BI/Tableau
– GitLab

➡️ Подробнее о вакансии на hh.ru

📍 Навигация: База знаний • Задачи • Собеседования

🫡 Один и тот же запрос к AI можно выполнить двумя способами — и получить совершенно разный результат.

1️⃣ способ — просто попросить написать код. Модель может сгенерировать рабочее решение, но именно на этапе проверки часто всплывают пропущенные edge case’ы, ошибки обработки или проблемы с тестами.

2️⃣ способ — дать агенту цикл Think → Act → Observe. Он не останавливается после первой попытки: планирует действия, проверяет результат и, если находит ошибку, исправляет её и пробует снова.

Самое интересное, что разница здесь не столько в модели ❕ Claude, GPT или другая LLM могут быть одинаковыми. Разницу создаёт инженерная система вокруг них.

📅 Именно это разберём 23 июля в 19:00 (МСК) на бесплатном вебинаре с Алексеем Жиряковым (Executive Director в Сбере, GenAI Data Platform, ex-CTO Stream и KION).

На живом демо покажем, как один и тот же запрос работает без агентной системы и с ней 🔥

🔗 Регистрация

🏃‍♀️ Proglib Academy

😏 Middle+ AI инженер
До 390 000 ₽
Удалёнка

Точка Банк — онлайн-банк и экосистема сервисов для бизнеса.

Требования:
– Есть опыт построения систем с LLM от 3 лет.
– Есть опыт работы с диалоговыми ассистентами, написания промптов и обогащения контекста, включая function calling, RAG и другие подходы.
– Понимаешь современные подходы к RAG (Retrieval-Augmented Generation), включая работу с векторными базами данных и embedding-пайплайнами.
– Есть опыт работы с function calling, tools, agents, memory, multi-agent-системами, а также понимание архитектуры цепочек агентов и промптов.
– Есть опыт участия во внедрении или создании внутренних инструментов для работы с LLM-инструментарием и мониторинга этих систем.
– Уверенно пишешь на Python production-ready код: создаёшь скрипты, строишь пайплайны, интегрируешься с API LLM и векторными базами, автоматизируешь процессы.
– Умеешь защищать свои гипотезы метриками, прозрачно тестировать элементы системы и версионировать эксперименты.
– Умеешь ясно излагать технические идеи, документировать архитектурные решения и выступать ментором для коллег.

➡️ Подробнее о вакансии на talanto.work

📍 Навигация: База знаний • Задачи • Собеседования

🔥 Курс «Разработка ИИ-агентов» стартовал, но вы еще успеваете присоединиться!

Мы только начали, а первый практический воркшоп пройдет только 23 июля. До этого времени вы спокойно успеете изучить материалы и нагнать группу.

💼 Главная фишка: финальный проект в портфолио:

В финальном проекте вы сможете выбрать один из двух вариантов: реализовать свою идею или решить задачу от партнера курса — крупной российской финтех-компании. Вы будете работать с датасетом, построенным по реальным сценариям, получите бизнес-контекст и продовые ограничения. В результате соберете AI-агента, который станет сильным проектом для портфолио.

🎁 Упомяните менеджеру специальное предложение «3 курса по цене 1»: Берете VIP-тариф — получаете курс «Разработка ИИ-агентов», хардкорный «AgentOps» и ещё один курс на выбор. Выгода 129.000 ₽!

Двери потока вот-вот закроются окончательно. Успейте забрать стек курсов и начать работу над реальным проектом

🔗 Занять место и забрать 3 курса

😸 Системный аналитик
от 130 000 ₽
Удалёнка

Synapse AI — интеллектуальная платформа для анализа, оптимизации и автоматизации сложных бизнес-процессов с использованием адаптивного искусственного интеллекта.

Требования:
– Знание, чем занимается системный аналитик и какие задачи он решает.
– Понимание жизненного цикла разработки ПО (желательно по Agile/Scrum/Kanban).
– Умение формулировать требования к системе в виде пользовательских историй или простых текстовых спецификаций.
– Желание научиться работать с UML/ BPMN и другими инструментами моделирования.
– Способность анализировать и структурировать информацию, задавать уточняющие вопросы.
– Внимание к деталям и логическое мышление.
– Желание разбираться в технических аспектах (API, базы данных, интеграции) — даже если пока опыта мало. 
– Готовность учиться у команды и быстро вникать в предметную область.

➡️ Подробнее о вакансии на career.habr.com

📍 Навигация: База знаний • Задачи • Собеседования

🔥 Стартуем СЕГОДНЯ! Новый поток курса «Разработка ИИ-агентов» открыт

По этому поводу мы решили выложить закрытую запись одного из уроков из программы. Найти её в поиске YouTube нельзя — она доступна только по ссылке и всем, кто будет на курсе.

Внутри глубокий разбор LLM от Алексея Яндутова (Senior ML-инженер, развивал ответы «Алисы» и «Нейро» в Яндексе). Учимся получать точный результат без галлюцинаций.

Что внутри урока:

- Устройство LLM.
- Рабочие шаблоны промптов (Persona, Chain-of-Thought и др.).
- Разбор реального кейса Яндекса. Как автоматизировать разметку, обойти качество людей на 5% и срезать косты на 60%.

После просмотра вы поймете, когда хватает промпт-инжиниринга, а когда нужен RAG или fine-tuning.

👉Смотреть закрытый урок на YouTube

Понравился урок? Переходите на новый уровень! Оставляйте заявку на курс, чтобы научиться проектировать надежные автономные системы. Обучение началось, но вы еще успеваете присоединиться.

🔗 Занять место на курсе

🗺 Senior Data Analyst
от 350 000 ₽
Удалёнка

Пикабу — информационно-развлекательное сообщество, которое читает более 30 млн человек в месяц.

Требования:
– Глубокая экспертиза в аналитической инфраструктуре: ETL-процессы, архитектура хранения данных, ClickHouse (сложные запросы, оптимизация), MySQL, Airflow, Redash, Яндекс.Метрика
— Понимание технической стороны аналитики на уровне разработчика: как события доставляются, где теряются, какие проблемы возникают при хранении — и умение предвидеть их до запуска
— Полный ownership за своё направление: сопровождает данные на всём жизненном цикле — от проектирования события до мониторинга его корректности на проде
— Экспертный уровень математической статистики: A/B тестирование, работа с выборками, множественное тестирование, PSM
— Опыт построения или существенного развития платформы экспериментирования
— Уверенный Python: написание скриптов для автоматизации
— Реальный опыт внедрения ИИ в аналитические процессы: внедрение LLM-процессов, построение AI-агентов для работы с данными, автоматизация генерации инсайтов, использование AI для анализа экспериментов
— Умение оценивать качество AI-решений: где модель ошибается и когда результат нельзя использовать без проверки

➡️ Подробнее о вакансии на hh.ru

📍 Навигация: База знаний • Задачи • Собеседования