Лучшие вакансии по темам Data Science, машинного обучения, нейросетей, искусственного интеллекта, компьютерного зрения, сбора, обработки и анализа данных
SubscribersHow many subscribers the channel has now. The wave shows subscribers at each point of the period. The change is against the start of the period.194▲ 0.5 %+1 for the period
ViewsHow many views the posts published in the period have now. These are not views per day: MAX does not report how many views there were yesterday. The percentage is the change in the daily average: the current period is still running (today is not over yet), so it is compared with the previous one by pace rather than by total. “Was” is the whole previous period of the same length.0was 0
ReactionsHow many reactions the posts published in the period have. The percentage is the change in the daily average: the current period is still running (today is not over yet), so it is compared with the previous one by pace rather than by total. “Was” is the whole previous period of the same length.0was 0
MentionsHow many times other channels mentioned the channel: links and reposts, excluding advertising posts. The bigger the circle, the more mentions at that point of the period. The percentage is the change in the daily average: the current period is still running (today is not over yet), so it is compared with the previous one by pace rather than by total. “Was” is the whole previous period of the same length.61▼ 18.3 %was 76with a subscription
RepostsHow many times other channels reposted this channel's posts (excluding advertising posts). Reposts are also counted as mentions. The percentage is the change in the daily average: the current period is still running (today is not over yet), so it is compared with the previous one by pace rather than by total. “Was” is the whole previous period of the same length.28▲ 14.0 %was 25after signing in
Average post reachHow many views one post gets on average. Only posts older than two days are counted: views of fresh posts are still growing. Points with fresh posts are dashed with hollow dots: the reach of all posts right now, it will still grow.5 497▲ 4.2 %was 5 274after signing in
ERRWhat share of subscribers sees an average post: average reach ÷ subscribers × 100 %. The line shows ERR at each point of the period, the dashed line — ERR of the previous period of the same length. Points with posts younger than two days are hollow dots on the dashed end of the line.28.6 %▲ 0.7 ppdashed line — was 27.9 %after signing in
Engagement ERHow often readers react to posts: reactions ÷ views × 100 %. The tick on the bar is the previous period.2.87 %▼ 0.2 pp
Posts per dayHow many posts are published per day on average. Each cell is a point of the period: the darker, the more posts per day. The percentage is the change in the daily average: the current period is still running (today is not over yet), so it is compared with the previous one by pace rather than by total. “Was” is the whole previous period of the same length.4.1▼ 14.2 %was 4.9after signing in
Ad shareWhat share of the period's posts looks like advertising: erid labeling, ad links and other signs. The scale shows the ad load by the quality index thresholds: up to 10 % — low, up to 25 % — moderate, up to 50 % — high, above — very high. A growing share is marked red.2.4 %▼ 2.4 pp
TrendTop — subscribers at the end of each point of the period; bottom — growth per point: green means more subscribers, red means fewer. Above the growth chart — the biggest gain and the biggest loss. MAX does not report how many people subscribed and unsubscribed separately.
Audience growth
+1subscribers in the period
+1 biggest gain · 31 Oct 2026
Channel scoreA channel score from 0 to 100 made of five parts: audience, growth integrity, ad load, trust and calculation reliability. Each bar shows how many points the part earned out of its maximum. The index is recalculated every night; channels are compared with similar ones of the same category and size.
ReachHow many views the posts published at each point of the period have now (not views per day). The record is labeled; the point with today is paler — the day is not over yet. Average post reach — posts older than two days.
Views and reach
678 845views in the period▼ 10.2 %
Average post reach — 5 497 views (posts older than two days).
EngagementER — reactions divided by views, in percent — for the posts of each point of the period. The dashed line is ER for the whole period. The change is in percentage points against the previous period of the same length.
CitationsThe citation index (CI) shows how often and by which channels this channel is mentioned over the last 30 days, excluding advertising posts. The level is its place among similar channels. The line shows CI at each point of the period (for a week or month — the average over its days).
The citation index has not been calculated yet: it will appear after the nightly calculation once other channels mention the channel.
RhythmHow many posts are published on average in each hour of each weekday, Moscow time: the darker the cell, the more posts. “Best time” — the hours when posts older than two days have the highest average reach.
When and how much it posts
MonTueWedThuFriSatSun
036912151821
Best time:09:0018:00hours when posts get the highest average reach
FormatsWhat the feed is made of. Each post has one format, by priority: repost, video, photo, link, text. The bar and percentages show the share of posts of each format; on the right — average reach of one post of the format (posts older than two days), the small bar compares it with the most viewed format.
Post formats
100 posts
Reposts99 %6 168
Video2121 %7 513
Photos3838 %5 699
Links1212 %5 239
Text2020 %7 626
On the right — average reach of one post of the format.
PostsEach dot is a post in the period: horizontally — publication date, vertically — views, dot size — reactions, color — format. This shows hits, flops and how reach changes. For large channels, the 100 most viewed posts and an even sample of the rest are shown — no more than 1,500 dots.
Every post is a dot
Higher means more views, bigger means more reactions. Click a dot to open the post.
VideoPhotosOthersize — reactionsZoom with the + and − buttons, a pinch or Ctrl + mouse wheel; drag a zoomed chart to move it
SummaryTotals for the selected period: how many posts were published, how many views and reactions they have now and the average post reach. Views are the current views of posts published on those days, not views per day. The change is against the same span before the period, if statistics cover it.
Period totals
Click a metric to see it across the period below
Viewstoday — the day is not over yetPoints with posts younger than two days are pale and dashed: their views are still growing.
AdsWhat share of the period's posts looks like advertising: erid labeling, ad links and other signs. The detector is cautious, so the real share is usually higher. The scale shows the ad load by the quality index thresholds. Below — the average reach of an ad post and a regular post, and who the channel advertises (sites that ad links lead to).
What worksPosts of the period with the most views. The bar shows views relative to first place. The preview is the post's image; for a post without an image — the channel avatar. Views are the post's current count.
RhythmHow many posts were published each day of the period (pale bars) and the 7-day average (line): you can see whether the channel is speeding up or slowing down. Today is not over yet, so its average is calculated up to yesterday.
Posts by day
Pale bars are days, the line is the 7-day average: you can see whether the channel is speeding up or slowing down
Posts per day7-day average
Data updated at 11:11 Moscow time. Views are the current counts of posts published on those days; average reach counts posts older than two days.
How the quality index is calculated
QLAN — технологический интегратор, внедряющий end-to-end ИИ-решения в бизнес-процессы крупных компаний и государственных структур.
Мы в поиске Computer Vision Engineer (Middle/ Senior) с коммерческим опытом от 3 лет для разработки и внедрения современных решений в области компьютерного зрения. Нам важно хорошее знание классического машинного обучения, статистического анализа и алгоритмов Computer Vision, а также практический опыт работы с PyTorch, NumPy, scikit-learn, Matplotlib и OpenCV.
Обязанности: Разработка и внедрение решений в области Computer Vision. Подготовка и анализ данных, работа с датасетами и разметкой. Проведение экспериментов и анализ качества моделей с использованием соответствующих метрик. Разработка и поддержка production-ready решений в области компьютерного зрения. Работа с Linux, Git, Docker/Docker Compose в рамках разработки и deployment. Взаимодействие с другими разработчиками и участниками проекта для реализации CV-решений. Участие в техническом анализе задач, выборе подходов и оценке результатов экспериментов.
Требования: Опыт коммерческой разработки в области Computer Vision от 3 лет. Хорошее понимание: классического машинного обучения, статистического анализа, классических алгоритмов Computer Vision; Практический опыт работы с нейросетевыми фреймворками: PyTorch; Умение читать научные статьи, воспроизводить решения и адаптировать их под реальные задачи. Уверенное владение библиотеками: NumPy; scikit-learn; Matplotlib; OpenCV. Уверенная работа с Linux (предпочтительно Ubuntu, Mint или Debian). Опыт контейнеризации с использованием Docker и Docker Compose. Уверенное владение Git. Английский язык — Upper-Intermediate (B2) или выше (обязательно). Наличие проектов, которые были самостоятельно доведены до production.
Условия работы: Формат работы: полностью удалённый. Занятость: full-time, 5/2. Гибкое начало рабочего дня — возможность самостоятельно выбирать время начала работы в рамках рабочего графика команды. Работа в современной IT-команде над интересными задачами в области Computer Vision. Возможность профессионального развития и работы с современными технологиями и подходами в CV/ML. Вилка от 250к
Мы создаем системы управления очередью для крупных клиентов (ПСБ, ФНС, МФЦ). Ищем специалиста для развития ИИ-сервисов, создания пайплайнов обработки данных и умной аналитики.
Что предстоит делать: - Audio Processing: развитие пайплайна (диаризация спикеров -> распознавание речи -> NLP-модерация). - LLM & RAG: разработка корпоративной RAG-системы (поиск по истории чатов, файлам и регламентам). - Smart Analytics: предиктивная аналитика для банковских терминалов (оптимизация работы операторов). - Production: интеграция ML-моделей и обеспечение их стабильной работы.
Что мы ожидаем: - Опыт: коммерческая разработка на Python от 1 года. - Backend & Инфраструктура: уверенное использование Docker, создание API на FastAPI, проектирование асинхронной обработки тяжелых ML-запросов. - NLP / LLM: практический опыт построения RAG, векторный поиск и эмбеддинги, LangChain. - Speech-to-Text: работа с распознаванием речи (Vosk, Whisper, GigaAM) и диаризацией. - Data Science: PyTorch, Pandas, NumPy, базовые алгоритмы и метрики ML. - Английский: от B1 (свободное чтение документации).
Будет плюсом: - Apache Airflow - Celery
Мы предлагаем: - Аккредитованная ИТ-компания. - Оформление по ТК РФ - Заработная плата 120 000 руб. после вычета налогов, полностью официальная, периодическая индексация. - Офис у м. Стахановская / Гибридный формат после испытательного срока. - Удобный график (базово 9:00–18:00, можно согласовать свой).
Продолжаем искать Преподавателя и Автора на курсы-интенсивы по AI agent на основе LLM для действующих data-специалистов.
О нас: Standard Data – проектируем и реализуем образовательные решения под заказ крупных компаний в сфере ИИ, дата инжиниринга и веб-разработки.
Кого ищем: Преподавателя и автора (уровень Senior LLM engineer) на курс-интенсив по разработке AI agent на основе больших языковых моделей для действующих DS.
Ожидаем от кандидата:
• Профильное высшее образование, • опыт в NLP от 3 лет, желательно в крупных компаниях • коммерческий опыт с LLM от 1.5 лет • опыт с LangGraph, LoRA.
Будет плюсом: • PhD в релевантной области • Публикации или научные статьи • Профессиональные награды / участие в конкурсах.
Мы будем рады видеть как преподавателя-автора учебных материалов и проектов, так и преподавателя-ведущего занятий (в обоих случаях гибкий формат участия: можно выбрать отдельные темы или курс целиком).
Под AI agent понимается система, которая умеет на основе обращения к ней самостоятельно планировать свои действия, взаимодействовать с внешней средой (по API) и адаптироваться под отклик этой среды.
Что нужно делать: • Разработка материалов: семинары, финальный проект для слушателей. • Проведение занятий в формате вебинаров (1-2 дня, по 2-4 занятия в день).
Что мы предлагаем: • За разработку программы (семинары + финальный проект) – 90т.р.-120 т.р. • За разовое проведение программы курса-интенсива – 90т.р.-110 т.р., в зависимости от вашего опыта. • Бонусное вознаграждение по итогам перфоманса курса. • Сумма оплаты возможна и больше, всё зависит от опыта, публикаций и результатов собеседования.
Ждем тебя в нашей команде, пишите в тг, или сразу кидайте резюме: https://t.me/Kate_HR_IT
___
За успешную рекомендацию по традиции бонус! Суммарно 30к: при прохождении тестового 15к, еще 15к после 2 месяцев хорошей работы. Если у вас классный кандидат с большим опытом, то пишите в ЛС, согласуем другой бонус!
Вакансия: Python/Asterisk Developer (Voice Bot) Компания: Pine Forest AI
Мы разрабатываем голосового бота на базе Asterisk ☎️. Ищем разработчика, который поможет настроить Asterisk на сервере, организовать потоковую передачу аудио между Asterisk и Python-сервисом, а также выполнить интеграцию с нашим сценарием бота, который генерирует аудио-ответы. Нужно собрать надежное решение для приема входящего аудиопотока, его обработки и отправки аудио обратно в звонок в реальном времени.
Требования к разработчику: ✅ уверенное знание Python; ✅ опыт работы с Asterisk, настройки dialplan, настройки Asterisk на сервере Linux; ✅ понимание работы с потоковым аудио, VoIP, SIP, RTP; ✅ опыт интеграции внешних сервисов с телефонией; ✅ будет плюсом опыт с STT/TTS, WebSocket, asyncio, Docker.
Что нужно будет сделать: - настроить Asterisk на сервере; - реализовать получение потокового аудио от Asterisk в Python; - реализовать отправку потокового аудио обратно в Asterisk; - интегрировать телефонию с нашим сценарием голосового бота.
Условия: 🔥 удаленная работа, проектная занятость; 🔥 конкурентный уровень оплаты по договоренности. Контакты для связи: https://t.me/pine_forest_ai_support
Компания — Сбер, Лаборатория исследований человека Локация: Москва, офис / гибрид Вилка — до 295 000 ₽ gross Опыт — 3–6 лет
Мы исследовательское подразделение Сбера, которое занимается изучением человека: поведения, психологии, трендов и изменений в восприятии и мышлении. Наша задача — исследовать, что происходит и будет происходить с человеком, и переводить эти изменения в продукты, коммуникации и HR-процессы.
Ищем AI-генералиста, который будет быстро (1–2 недели) собирать прототипы решений на основе гипотез лаборатории и запросов бизнеса.
Задачи: — разработка решений с применением LLM для анализа данных и ускорения исследований — быстрый прототипинг AI-инструментов и сервисов — разработка простых AI-агентов, RAG-систем и баз знаний — генерация гипотез, суммаризация исследований и обработка данных под задачи бизнеса — участие в развитии AI-подходов внутри команды
Требования: — опыт разработки решений с использованием LLM API (OpenAI, Anthropic и др.) — работа с embedding-моделями и векторными базами данных — понимание RAG-архитектур и стратегий chunking — опыт работы с LangChain / LangGraph — продвинутая работа с промптами (few-shot, CoT, ReAct) — понимание влияния параметров LLM на стабильность и галлюцинации — опыт работы с AI-IDE и агентами (Cursor, GitHub Copilot, Claude Code и др.)
По всем вопросам и для резюме пишите https://t.me/Evniershova
Фокус специализации - DL Компания - Альфа-банк, команда R&D Локация: офис в Москве, рассматриваем кандидатов из регионов Вилка - 200-380k gross в зависимости от уровня
Команда занимается разработкой моделей глубокого обучения и прикладными исследованиями в области DS с упором на внедрение нейросетевых архитектур в бизнес-процессы банка. В наш стек входит широкий круг алгоритмов - от MLP до RL и графовых нейросетей.
Направления работы: - улучшение текущих решений смежных команд с помощью продвинутых методов и архитектур - разработка напрямую для бизнес-заказчиков под задачи, не решаемые методами классического ML, или требующие большой исследовательской части в ходе решения Наши решения работают во всех бизнес-направлениях банка.
Заниматься придется полным циклом разработки модели от сбора требований от заказчика до внедрения решения в промышленную среду исполнения. Также важная часть работы - поиск и изучение научных статей по теме нейросетей и внедрение изложенных подходов в решения.
Требования: уверенные знания SQL, pyspark, основных библиотек Python (pandas, numpy, scikit-learn и т.п.), уверенное владение PyTorch, PyTorch Geometric Будет плюсом опыт работы в финтехе и пыт практического внедрения моделей машинного обучения в бизнес-процессы с подтвержденным финансовым эффектом
По всем вопросам и с резюме пишите https://t.me/vmkuleshov
🔶Должность - Data Scientist, Middle+ и выше. 🔶Компания - Арт-Финтех
⌨️Требования к кандидату: - Гражданство и локация РФ - Знания в RL и Графовых нейросетях - Отличные знания в области классического ML и DL - Подтверждённый опыт реализации и внедрения моделей в бизнес-процессы - Как большой плюс - опыт в построении моделей рисков - Опыт работы с "джентельменским" набором DL инженера: torch, pandas, numpy, networkX, PyG, matplotlib, classicML libs - Опыт работы с системами хранения и обработки данных, у нас hdfs/spark
✅Обязанности - Разрабатывать, поддерживать и внедрять модели в процессы банка с упором на Change-деятельность (развитие новых, ещё не опробованных в банке подходов) - Участвовать в коммуникации с бизнес-заказчиками: проводить интервью заказчика, формулировать технические и бизнес-требования к разрабатываемым моделям, презентовать результаты разработки моделей, оценивать их финансовый эффект. - Оптимизировать и дорабатывать внутренних фрейморков для борьбы с рутиной - Разрабатывать дизайн экспериментов для оценки качества моделей в бизнес-процессах. - Совместно с командой DE реализовывать ETL-процессы подготовки данных для моделей. - Совместно с командой MLOps отвечать за внедрение моделей в систему исполнения и дальнейшую интеграцию с системами заказчика. - Совместно с командой мониторинга ставить разработанные модели на регулярный мониторинг. - Искать и проверять гипотезы по улучшению моделей за счет использования новых источников данных и архитектур."
🔗Условия: Full-time, 5/2. Удалёнка 💵Вилка до 300к рублей на руки.
🪩Немного о нас: Группа компаний «АРТ-Финтех» более 20 лет на рынке — международный поставщик инновационных банковских программных решений. Наша компания разрабатывает ПО для финансового сектора 🖋 https://t.me/Oleghols
📍 Формат: Удаленно (РФ) 💰 Зарплата: от 250 000 ₽ на руки
Мы ищем аналитика, который станет экспертом по данным в команде Pricing. Ты будешь отвечать за аналитический слой — от «сырых» данных в S3 до готовых витрин для бизнеса.
Что делать: — Отвечать за весь аналитический слой: от raw-данных в Trino/S3/HDFS до проверенных датасетов. — Разрабатывать логику сопоставления ставок (rate matching). — Трансформировать бизнес-логику в четкие ТЗ для ETL-команды. — Обеспечивать качество данных: валидация, контроль полноты, мониторинг аномалий. — Поддерживать пользователей: документация, обучение, консультации.
Требования к кандидату: — Опыт от 2-х лет в в области аналитической инженерии, анализа данных (Big Data), моделирования BI-данных. — Сильный SQL и уверенный Python для анализа данных. — Понимание Big Data архитектур (Lakehouse, HDFS/S3). — Опыт с Airflow и концепциями DAG. — Знание Iceberg и Kafka (практический опыт). 🤝 Будет плюсом: — опыт работы с DBT. — Английский B1 (разговорный).
Почему к нам стоит прийти: Проекты мирового уровня: продукты для путешественников и отельеров. Свобода: гибкий график и полная удаленка. Развитие: Tech-комьюнити, митапы, хакатоны, помощь в выступлениях на конференциях, курсы английского. Забота: ДМС с первого месяца. Бонусы: корпоративные цены на отели и тревел-услуги. Островок — аккредитованная IT-компания.
👉 По всем вопросам и с CV пишите в ЛС: https://t.me/nadueva_olya
Помните, в "Автостопом по галактике" была рыбка-переводчик, которую можно было посадить себе в ухо и понимать любые языки? А у Стругацких в "Мире полудня" - лингвокодер. В "Звёздных Войнах" переводчиком работал C-3PO. В общем, какие бы фантастические книжки или фильмы вы ни любили, скорее всего, там кто-то фантазировал о синхронном голосовом переводе. И человечество наконец-то оказалось в этой точке! 🦄
Ищу синьорного ML инженера в Palabra ai - стартап, который делает риал-тайм голосовой переводчик. Они поддерживают больше 60 языков, работают с задержкой меньше секунды после окончания фразы, умеют сохранять эмоции и интонации спикера, переводит в браузере, зуме или где захочет клиент. А среди клиентов у них BCG, Paramount, UNICEF, Deloitte, Docusign и многие другие
Если вы: 🔺5+ лет в ML 🔺тренировали LLM с PyTorch или TensorFlow 🔺любите данные и умеете их готовить 🔺отлично знаете Python или C++
присылайте резюме https://t.me/d_shteinardt
Ремоут (не из РФ и РБ), платят $80k-150k и дают долю по итогам полугодового ревью.
Ищем «следователя по данным» в проект общепита (сеть ресторанов/доставка). Критически важна роль: отвечаете за чистоту данных в DWH, без вас отчеты по марже и фудкосту теряют смысл.
💰Зарплата: 250-270К руб/мес.Гросс 🎯Локация/гр.: Россия 🕰Срок проекта: 6 месяцев + 📄Оформление: только ИП
✅ Чем нужно заниматься: — контроль качества данных в Greenplum / ClickHouse; — разбор инцидентов: почему пропали чеки / сломался фудкост / аномалия в продажах; — взаимодействие с источниками (iiko, R-Keeper, 1С) — инициируете и проверяете исправления; — доработка витрин и ad-hoc запросы.
🎯 Must-have: — SQL: продвинутый уровень (окна, CTE, подзапросы, оптимизация); — опыт с DWH (слои, ETL, качество данных); — навык поиска аномалий и расследования инцидентов; — Jira/Confluence, любой BI (Superset/Форсайт).
➕ Будет плюсом: — Greenplum / PostgreSQL; — DBT, OpenMetadata; — опыт в ритейле / HoReCa.
📩 Отклик с пометкой «DataScienceJobs» в TG: https://t.me/AllaDemHR
Necessary cookies keep the site working and secure: sign-in, form protection, language, theme and others. Yandex Metrica analytics cookies and Yandex Advertising Network ad cookies are enabled only with your consent. By clicking “Accept all” you give consent to processing of cookie data; see the Personal Data Processing Policy for details.