AI NATION запускают третий поток буткемпа по AI-driven разработке
Программу разработали и ведут специалисты из Google, Т-Банк и МТС с опытом в индустрии от 15 лет.
О чём?
На буткемпе будут разобраны инструменты и практики, как контролируемо и безопасно покрыть все этапы разработки с AI: от полной автоматизации продуктового цикла до разработки мультиагентских систем и работы с крупными проектами от 500 тысяч строк кода с контролем затрат токенов.
Несколько примеров кейсов из программы:
• автоматизированный цикл оптимизации конверсии сайта через симуляцию на базе реального поведения пользователей
• создание RAG с нуля: от чанкинга до оценки качества через RAGAS
• сборка мультиагентной системы на живом кейсе
• архитектурная трансформация монолита в микросервисы через Domain-Driven Design и spec-driven ревью
👉 Полная программа доступна по ссылке.
Как проходит программа?
В течение трёх месяцев проходит 17 онлайн-встреч от 2 до 3 часов, где участники могут общаться напрямую с экспертами, разбирать рабочие кейсы или заготовленные задачи для оттачивания практики.
Все материалы остаются в записи и доступны 6 месяцев после покупки.
👉 Обратная связь от участников.
Для подписчиков канала с промокодом
Программу разработали и ведут специалисты из Google, Т-Банк и МТС с опытом в индустрии от 15 лет.
О чём?
На буткемпе будут разобраны инструменты и практики, как контролируемо и безопасно покрыть все этапы разработки с AI: от полной автоматизации продуктового цикла до разработки мультиагентских систем и работы с крупными проектами от 500 тысяч строк кода с контролем затрат токенов.
Несколько примеров кейсов из программы:
• автоматизированный цикл оптимизации конверсии сайта через симуляцию на базе реального поведения пользователей
• создание RAG с нуля: от чанкинга до оценки качества через RAGAS
• сборка мультиагентной системы на живом кейсе
• архитектурная трансформация монолита в микросервисы через Domain-Driven Design и spec-driven ревью
👉 Полная программа доступна по ссылке.
Как проходит программа?
В течение трёх месяцев проходит 17 онлайн-встреч от 2 до 3 часов, где участники могут общаться напрямую с экспертами, разбирать рабочие кейсы или заготовленные задачи для оттачивания практики.
Все материалы остаются в записи и доступны 6 месяцев после покупки.
👉 Обратная связь от участников.
Для подписчиков канала с промокодом
MACHINEL доступна скидка 20%. 🗓 Старт третьего потока - 6 октября, регистрация по ссылке.
❤2👍1🔥1
#middle #гибрид
Урал Логистика
ML-инженер (Python, PyTorch, fine-tuning)
Формат работы: офис или гибрид (Москва)
☑️ Чем предстоит заниматься
-Строить конвейеры подготовки данных: сбор, очистку, нормализацию, дедупликацию и разметку
-Формировать обучающие, валидационные и независимые оценочные выборки, контролировать утечки и пересечения
-Создавать baseline для задач извлечения, классификации, определения сущностей и связей
-Дообучать модели, готовить инструктивные наборы, обучать адаптеры и сравнивать результаты с базовыми моделями
-Определять метрики, стратифицировать выборки и анализировать ошибки по типам документов, сценариям и полям
-Работать с извлечением сущностей и связей для построения и обновления графового представления данных
-Разворачивать локальный inference и оптимизировать его под доступную инфраструктуру
-Работать с tensor parallelism, batching, длиной контекста, GPU-памятью и квантованием
☑️ Наши пожелания к кандидатам
-Стек: Python, PyTorch, Hugging Face Transformers, PEFT, pandas, SQL, PostgreSQL, Airflow (или аналог), MLflow (или аналог), vLLM, CUDA, Docker, Kubernetes
Контакты: kudryashova.e@ulgroup.ru
Урал Логистика
ML-инженер (Python, PyTorch, fine-tuning)
Формат работы: офис или гибрид (Москва)
☑️ Чем предстоит заниматься
-Строить конвейеры подготовки данных: сбор, очистку, нормализацию, дедупликацию и разметку
-Формировать обучающие, валидационные и независимые оценочные выборки, контролировать утечки и пересечения
-Создавать baseline для задач извлечения, классификации, определения сущностей и связей
-Дообучать модели, готовить инструктивные наборы, обучать адаптеры и сравнивать результаты с базовыми моделями
-Определять метрики, стратифицировать выборки и анализировать ошибки по типам документов, сценариям и полям
-Работать с извлечением сущностей и связей для построения и обновления графового представления данных
-Разворачивать локальный inference и оптимизировать его под доступную инфраструктуру
-Работать с tensor parallelism, batching, длиной контекста, GPU-памятью и квантованием
☑️ Наши пожелания к кандидатам
-Стек: Python, PyTorch, Hugging Face Transformers, PEFT, pandas, SQL, PostgreSQL, Airflow (или аналог), MLflow (или аналог), vLLM, CUDA, Docker, Kubernetes
Контакты: kudryashova.e@ulgroup.ru
❤2
Компания: PaySol
Занятость: full-time
Контактное лицо: @mvasiliev99 (TG)
Ищем опытного и амбициозного техлида с глубоким знанием Python, баз данных, инфраструктуры и CI/CD. Предстоит руководить группой разработки и развивать широкий спектр проектов: финансовые продукты, CRM-системы и другие.
Обязанности
Проектирование и развитие архитектуры проектов, принятие ключевых технических решений
Работа с командой: перформанс-ревью и код-ревью, декомпозиция и приоритизация задач
Разработка микросервисов с последующей передачей в команду
Участие в DevOps-процессах: CI/CD, контейнеризация, инфраструктура
Настройка и поддержка мониторинга, логирования и алертинга
Ответственность за технический роадмап backend-части проектов
Требования
Опыт backend-разработки от 6 лет
Python на уровне senior, с пониманием сильных сторон и узких мест языка
Опыт работы с микросервисной архитектурой
Стек: Django, FastAPI, Celery, asyncio, PostgreSQL, ClickHouse, RabbitMQ, Kafka, Redis
Уверенное владение Docker и Kubernetes (все проекты контейнеризированы)
Опыт работы с GitLab CI/CD
Будет плюсом
Опыт с Telegram API (Telethon) и разработки ботов
Опыт в AI/ML: интеграция open-source LLM, понимание, какая модель подходит под конкретную задачу
Опыт работы с криптовалютой: поднятие нод, логика отправки транзакций и т. д.
Что предлагаем
Гибкий график 5/2
Никакой бюрократии и тайм-трекеров
Оклад 350 000 – 450 000 ₽ на руки (по итогам собеседования), выплата в USDT
Работа в опытной продуктовой команде и возможность запускать проекты с нуля
Широкий спектр задач: от базовых до сложных и технологически интересных
Оплачиваемое обучение и повышение квалификации
Занятость: full-time
Контактное лицо: @mvasiliev99 (TG)
Ищем опытного и амбициозного техлида с глубоким знанием Python, баз данных, инфраструктуры и CI/CD. Предстоит руководить группой разработки и развивать широкий спектр проектов: финансовые продукты, CRM-системы и другие.
Обязанности
Проектирование и развитие архитектуры проектов, принятие ключевых технических решений
Работа с командой: перформанс-ревью и код-ревью, декомпозиция и приоритизация задач
Разработка микросервисов с последующей передачей в команду
Участие в DevOps-процессах: CI/CD, контейнеризация, инфраструктура
Настройка и поддержка мониторинга, логирования и алертинга
Ответственность за технический роадмап backend-части проектов
Требования
Опыт backend-разработки от 6 лет
Python на уровне senior, с пониманием сильных сторон и узких мест языка
Опыт работы с микросервисной архитектурой
Стек: Django, FastAPI, Celery, asyncio, PostgreSQL, ClickHouse, RabbitMQ, Kafka, Redis
Уверенное владение Docker и Kubernetes (все проекты контейнеризированы)
Опыт работы с GitLab CI/CD
Будет плюсом
Опыт с Telegram API (Telethon) и разработки ботов
Опыт в AI/ML: интеграция open-source LLM, понимание, какая модель подходит под конкретную задачу
Опыт работы с криптовалютой: поднятие нод, логика отправки транзакций и т. д.
Что предлагаем
Гибкий график 5/2
Никакой бюрократии и тайм-трекеров
Оклад 350 000 – 450 000 ₽ на руки (по итогам собеседования), выплата в USDT
Работа в опытной продуктовой команде и возможность запускать проекты с нуля
Широкий спектр задач: от базовых до сложных и технологически интересных
Оплачиваемое обучение и повышение квалификации
Telegram
Mikhail Vasiliev
You can contact @mvasiliev99 right away.
❤1
Всем привет!
Мы ищем талантливого Data Engineer, который готов столкнуться с непростыми задачами в области хранения и обработки больших данных в масштабах петабайт!
У вас будет уникальная возможность поучаствовать в развитии платформы данных для работы с телеметрией автономного транспорта Москвы - трамваев и метро, в том числе: в разработке архитектуры DWH, подключении новых сервисов, повышении производительности и стабильности работы платфонмы.
Что предстоит делать:
- Превращать телеметрию автономного транспорта в данные, удобные для анализа: разрабатывать и запускать Spark-пайплайны, продумывать преобразования и проверки качества
- Подключать новые источники данных: разрабатывать интеграции с различными системами и обеспечивать надёжную загрузку данных в хранилище
- Развивать архитектуру Data Lake / DWH
- Вместе с командой формировать общие подходы к разработке, мониторингу и сопровождению пайплайнов
Что ожидаем:
- Практический опыт разработки и сопровождения пайплайнов данных
- Опыт работы с PySpark, Python и SQL
- Опыт работы с Data Lake / DWH и понимание принципов построения ETL/ELT-процессов
- Понимание принципов распределённой обработки данных
Будет плюсом:
- Опыт работы с Trino+S3
- Опыт оркестрации пайплайнов с помощью Airflow
- Знакомство с Data Vault 2.0
- Знание Scala и опыт её использования для обработки данных
- Опыт развития платформы данных на ранних этапах: от выбора решений до их внедрения и сопровождения
Контакт для связи:
@HR_Svetik
Мы ищем талантливого Data Engineer, который готов столкнуться с непростыми задачами в области хранения и обработки больших данных в масштабах петабайт!
У вас будет уникальная возможность поучаствовать в развитии платформы данных для работы с телеметрией автономного транспорта Москвы - трамваев и метро, в том числе: в разработке архитектуры DWH, подключении новых сервисов, повышении производительности и стабильности работы платфонмы.
Что предстоит делать:
- Превращать телеметрию автономного транспорта в данные, удобные для анализа: разрабатывать и запускать Spark-пайплайны, продумывать преобразования и проверки качества
- Подключать новые источники данных: разрабатывать интеграции с различными системами и обеспечивать надёжную загрузку данных в хранилище
- Развивать архитектуру Data Lake / DWH
- Вместе с командой формировать общие подходы к разработке, мониторингу и сопровождению пайплайнов
Что ожидаем:
- Практический опыт разработки и сопровождения пайплайнов данных
- Опыт работы с PySpark, Python и SQL
- Опыт работы с Data Lake / DWH и понимание принципов построения ETL/ELT-процессов
- Понимание принципов распределённой обработки данных
Будет плюсом:
- Опыт работы с Trino+S3
- Опыт оркестрации пайплайнов с помощью Airflow
- Знакомство с Data Vault 2.0
- Знание Scala и опыт её использования для обработки данных
- Опыт развития платформы данных на ранних этапах: от выбора решений до их внедрения и сопровождения
Контакт для связи:
@HR_Svetik