Staff ML Engineer / ML Team Lead in Zencoder
Remote

What to do: Create embedded AI agents pipelines; design, train, and implement advanced AI models focusing on LLMs, LMMs, and RL; Collaborate with the AI and SWE teams to conceptualize, design, and build a code-generation add-in that empowers developers to automate repetitive tasks and boost productivity.... Find out more 🔵

Разработчик ML (Видео и Аудиоаналитика)
От 2.500 до 3.500$
Удаленно

Предстоит: Разработка и оптимизация ML-моделей для видео- и аудиоаналитики; Реализация методов глубокого обучения для детекции объектов, распознавания лиц, анализа речи и выявления аномалий...
Узнать подробнее 🔵

Unity Developer in Arc Prize

Required Skills: Python programming experience; AI programming/training experience; Game design skills (puzzles); HTML/web development.... Find out more 🔵

Яндекс.Финтех открыл набор на вакансии Аналитик данных и Senior C++ Developer 🔵

На сегодняшний момент, в компании открыты следующие вакансии:

➡️ Senior ML Engineer
От 400.000 до 500.000₽
Офис / Гибрид в Москве и в Сантк-Петербурге

➡️ Senior C++ Developer
От 300.000 до 500.000₽
Гибрид / Удаленно

Финтех предлагает комфортные условия работы:
➖ Страховка для родственников по системе 80/20
➖ Расширенная программа ДМС
➖ Интересные рабочие задачи
➖ Комфортный офис и многое другое!

Нашли любопытную историю карьерного пути

Автор истории проработала Data Scientist'ом несколько лет и после увольнения решила сменить должность на MLE. Она поведала об этом переходе в статье, поделившись парой лайфхаков:

🔷 Проработав несколько лет Data Scientist'ом, автор в основном напрямую с моделями (обучение, анализ и др.), иногда могла даже развернуть часть процесса. Однако, когда речь заходила о проектировании всей системы, ей не хватало опыта.

🔷 При этом рынок сильно менялся: теперь компании требовали от разработчика не только умение обучать модели (тк часть задач по созданию моделей уже поручают ИИ), но и навыки их развертывания.

🔷 Эти мысли побудили автора начать изучать MLOps и переучиться на MLE. В своей истории она отметила, что без знаний в области MLOps крайне трудно получить должность сеньора MLE.

🔷 Чтобы прокачать свои навыки в MLOps, автор не только изучала материалы, но и предлагала стартапам или группам разработчиков попробовать на них свои силы бесплатно. Спойлер: предложений было мало, либо необходимо было работать свыше 50 часов в неделю, все также бесплатно.

🔷 Было очень тяжело. Спустя месяц неудачных поисков работы, автор осознала важный урок: "хватит вымаливать работу". Вместо этого она изучила требования к должности MLE и сравнила их с теми навыками, которыми уже владела. Автор изменила стратегию на "я готова работать больше и дешевле".

🔷 Что касается интервью, она могла пройти до четырех собеседований за три дня. Это был настоящий марафон. Пару лет назад, когда она устраивалась на работу, даже не готовилась к интервью, но сейчас рынок настолько сильно поменялся, и не готовиться было бы большой ошибкой. Поэтому автор просила своих близких сыграть роль рекрутеров. С пробных интервью она вынесла еще один важный урок: меньше слов и больше дела. Ей посоветовали говорить больше по существу о своем опыте и проектах.

🔷 Что касается настроя: автор признается, что очень сильно нервничала. На собеседованиях в ее голове часто была мысль "ты все портишь". Даже на пробных интервью близкие говорили, что она слишком нервничает. С паникой ей помогли две простые вещи: перед ответом или после своей глупой шутки она глубоко вдыхала и продолжала диалог, также ей очень помогала фотография дочери — глядя на ее счастливое лицо, она успокаивалась (в вашем случае это может быть то, что успокаивает именно вас).

🔷 Спустя пару месяцев автор устроилась на MLE в Disney. Ее рабочие ожидания подтвердились на 85%, но в целом ее все устраивает. Спустя время она вспоминает смену должности как интересный опыт.

Team lead ML RecSys
Удаленно / Офис / Гибрид в Москве и Санкт-Петербурге

Предстоит: Развитие существующих моделей оффлайн рекомендаций и формирования плейлистов; Создание моделей рекомендаций для аудиокниг и подкастов, генерация новых плейлистов... Узнать подробнее 🔵

Senior Аналитик DWH в Ekleft
От 300.000 до 430.000₽

Предстоит: Анализ имеющегося функционала хранилища данных для целей миграции бизнес-процессов; Анализ новых требований от заказчиков по задачам развития отчетности; Реализация изменений и тестирование на стороне DWH... Узнать подробнее 🔵

Автор на курс «Специалист по Data Science» в Яндекс Практикум

Автор курса: Создаёт материалы для новых курсов в команде с другими авторами, методистами, редакторами, иллюстраторами и продакт-менеджерами программы; Пишет тексты уроков, в которых поддерживает интерес студентов к обучению; Улучшает существующий контент... Узнать подробнее 🔵

Гонка за талантами: Google против конкурентов

🟦 Недавно стало известно, что Google DeepMind удерживает своих сотрудников от перехода к конкурентам особыми договорами, в которых говорится, что сотрудники не могут работать на конкурентов в течение года после увольнения.

🟦 Компания лучше будет оплачивать такой "отпуск" после увольнения, чем позволит своим сотрудникам работать на конкурентов.

🟦 Продолжительность договора зависит от стажа и важности сотрудника для компании. Например, стандартные сроки для сотрудников, работающих над проектами вроде Gemini AI, составляют около шести месяцев, но для ведущих исследователей они могут доходить и до года.

🟦 Может показаться, что долгосрочный отпуск - хорошая затея, однако не все специалисты этому рады. Многие перспективные стартапы не готовы ждать сотрудников шесть месяцев и более, что может привести к упущению карьерных возможностей.

🟦 Сотрудники находятся в ситуации, когда необходимо сделать сложный выбор: оставаться в компании или подождать, пока действие контракта закончится, но тогда никто не может дать гарантий, что трудоустройство в новую компанию пройдет гладко и с условиями не хуже прошлых.

Post Trade Researcher в Wunder Fund
От 4.000 до 6.000$
Удаленно

Предстоит: Cледить за метриками торговой инфраструктуры и стратегий, обнаруживать аномалии; Исследовать, выяснять причины и устранять расхождения между результатами биржевой симуляции и реальной торговли... Узнать подробнее 🔵

Подборка открытых вакансий 🔵

Middle Data Analyst в X5 Tech
Удаленно

Senior Data Scientist в Самокат
Офис / Гибрид / Удаленно

Junior Risk Data Scientist в Т-Банк
Офис / Гибрид в Москве

Middle Data Scientist в Золотое Яблоко
Офис в Екатеринбурге

Middle/ Middle+ Data Scientist в ЦИАН
Удаленно / Офис / Гибрид в Москве, Санкт-Петербурге и Новосибирске

MLOps в Иннотех
Удаленно

Middle Data Engineer в МТС
Удаленно

Коллеги, а вы уже успели зарегистрироваться на апрельские митапы?

➡️ Яндекс 12 апреля отмечает не только День космонавтики, но и проводит совместно с ФКН митап по искусственному интеллекту в Минске. Эксперты расскажут о языковых моделях для табличных данных и о синтезе текстур с помощью моделей диффузии.

➡️ Вслед за своими коллегами из Яндекса, команда Lamoda Tech приглашает всех желающих послушать доклады на тему рекомендаций, поиска редких атрибутов на картинках и о том, как разработчики перешли от ручной разметки LLM к созданию облаков тегов. Митап пройдет 15 апреля в Москве, но также можно будет подключиться и онлайн.

➡️ На следующий день, 16 апреля, AvitoTech приглашает аналитиков и всех желающих на митап, посвященный A/B-тестированию тестов Trisigma. В программе запланированы 4 доклада, нетворкинг и чай с печеньками.

➡️ 22 апреля команда Купер.Тех приглашает принять участие в Meetup Data Science. Будет три доклада: про то, как создавался матчинг в Купере, Uplift Space Oddity и рекомендашки. Мероприятие пройдет в московском офисе, а для тех, кто не сможет присутствовать лично, будет доступна онлайн-трансляция.

Кстати, не забываем про крутые конференции, которые также пройдут в апреле месяце.

Подборка открытых вакансий 🔵

Junior Data Engineer в Beeline
Удаленно

Младший специалист по интеллектуальному анализу данных в Альфа Банк
Офис в Москве

Middle/Senior CV Engineer в VK Team
Удаленно

Senior/Middle ML engineer в МТС
Офис / Гибрид

Tech Lead Data Engineer в ЦИАН
Удаленно / Офис / Гибрид

"Понижение уровня" — новая практика у HR

➡️ Бывший менеджер Meta рассказал, что компании хотят все меньше рисковать и предлагают будущему сотруднику должность пониже.

➡️ Дело в том, что раньше HR шли на риски, нанимая разработчиков ПО, прошедших собеседования, как бы без доказательств их навыков.

➡️ Теперь же, когда ситуация на рынке труда изменилась: кандидатов на техспециальности стало гораздо больше, HR могут предлагать сотрудникам должности пониже.

➡️ По словам бывшего менеджера, если кандидат отказывается от более низкой должности, то вероятно, что кто-то другой согласится на неё.

Подборка открытых вакансий 🔵

Middle Data Scientist в Газпром Банк
Удаленно

Middle Python-разработчик в команду Computer Vision в 2GIS
Удаленно

Руководитель направления Data science в Мегафон
Офис / Гибрид в Таджикистане

Middle Data Analyst в X5 Tech
Удаленно

Data Engineer в Самокат
Удаленно / Офис / Гибрид

Интервью с Джеффри Хинтоном

Как вы можете знать Джеффри Хинтон является крестным отцом искусственного интеллекта, и недавно мы решили пересмотреть его интервью с вручении нобелевской премии.

Мы постарались выписать ключевые ответы из интервью, которые могли бы быть интересны начинающим ученым:

➖ Какие личные качества важны для успеха ученого?

Уверенность в своих убеждениях — ключ к успеху в науке, особенно в спорных сферах. Хинтон вспоминает, как его работа с нейронными сетями долгое время считалась несостоятельной, но его настойчивость привела к тому, что его подход оказался правильным.

Еще один важный аспект — независимое мышление, которое формируется с детства. Хинтон рассказывает о своем опыте, когда его атеистические родители отправили его в христианскую школу. Это помогло ему развить уверенность в своих убеждениях, даже если они не совпадали с мнением большинства.

➖ Какой совет вы дадите молодым исследователям?

Для молодых исследователей Хинтон дает ценный совет: если ваша идея отличается от общепринятых взглядов, не сдавайтесь, пока не поймете, почему она может быть неверной. История показывает, что некоторые идеи, идущие вразрез с общим мнением, оказываются правильными.

Отвечая на вопром, Хинтом вспомнил любопытный пример, про теорию континентального дрейфа — идею, отвергнутую учеными в свое время, но позже подтвержденной. Этот случай вдохновил его на продолжение работы над нейронными сетями, несмотря на скептицизм коллег.

➖ Какую ответственность несут ученые в обществе?

Хинтон подчеркивает важность того, чтобы ученые осознавали свою ответственность перед обществом. Даже среди ученых есть разногласия относительно технологий, таких как LLM. Некоторые считают их просто хитрым статистическим методом, несмотря на доказательства обратного.

➖ Оглядываясь на свою карьеру, что вы могли бы сделать по-другому?

Хинтон, размышляя о своей карьере, считает, что ему следовало бы раньше задуматься об угрозе суперинтеллекта. Еще в 1950-х годах Туринг предупреждал о создании умных вещей, и сожалеет, что не задумался об этом раньше.

Специалист по работе с приватными LLM (Middle/Senior) в Solar Communications
От 5.500$
Удаленно

Предстоит: Развёртывание приватных LLM на собственной инфраструктуре; Тонкая настройка и дообучение моделей под конкретные цели; Интеграция моделей в проекты разных направлений (B2B и B2C)... Узнать подробнее 🔵