Data science — July 2026

Кажется, лучшее, что произошло с автоматизацией маркетинга за последний год — это связка MCP, рекламных кабинетов и ваших любимых AI-агентов.

Честно, для меня комбинация MCP + Meta Ads + ChatGPT Business просто порвала все ожидания по эффективности.

Ты больше не смотришь на отчеты раз в неделю. Теперь агент ежедневно анализирует рекламные кампании, находит проблемы, предлагает гипотезы и постепенно превращается в полноценного маркетингового оператора.

Но самое интересное начинается, когда добавляешь Shopify.

У большинства наших клиентов в США мы собираем одну экосистему:

• Shopify • Google Analytics • Meta Ads • Google Ads • CRM • ChatGPT Business через MCP

В результате руководитель начинает видеть весь бизнес в одном месте, а агенты уже сами анализируют данные, находят узкие места и подсказывают, что стоит изменить.

И это уже не про красивые дашборды.

Это про реальные деньги.

На первых проектах мы увидели рост конверсии примерно на 30%. Если ваши рекламные бюджеты — десятки тысяч долларов в месяц, то даже +1% к конверсии окупает такую систему очень быстро.

Кажется, сейчас рынок дошел до этапа, когда ИИ перестал быть игрушкой. Он становится полноценной частью операционной системы компании.

Поэтому если вы управляете маркетингом самостоятельно или отвечаете за рост бизнеса — очень рекомендую посмотреть в сторону ChatGPT Business + MCP. На мой взгляд, сегодня это одна из самых выгодных инвестиций времени.

Если не хочется собирать все самостоятельно — приходите в консалтинг.

Поможем подключить рекламные кабинеты, Shopify, аналитику, CRM и сделать такую же систему для вашей компании. Причем пользоваться ей сможете не только вы как фаундер, но и вся команда.

Подробнее: https://kone.vc/chatgptbusiness.html

Или просто пишите в личку: https://t.me/antonsaburo или сразу бронируйте встречу https://cal.com/konevc

Ну и не забывайте что я отгружаю одну лицензию ChatGPT Business бесплатно. О плюсах писал выше

Чаще всего большие объемы информации хранят в базах данных. Но когда их мощностей уже не хватает, используют специальные сервисы — например Greenplum. Это распределенная система управления базами данных (СУБД) для работы с Big Data и сложной аналитикой.

Greenplum нужна:

— Как основа для корпоративных хранилищ данных (DWH). В таких системах собирается информация из CRM и ERP, сайтов и приложений. Ее используют для аналитики и принятия решений.

— Для бизнес-аналитики и предиктивной аналитики. Например, чтобы анализировать клиентские операции, строить витрины данных, рассчитывать KPI.

— При работе с большими данными. В случае с Big Data один запрос может обрабатывать десятки или сотни миллионов строк — тут пригодится распределенная архитектура.

— Для создания Data Lake. Это хранилища необработанных данных. Они обычно разнородны и не приведены к единому типу, но бывают важны для аналитики.

Как устроена Greenplum и в чем ее особенности, читайте в статье нашего блога.

#почитать #данные @skillfactory

Читайте нас в Max

Вакансия: Data Аналитик (Senior) Аутстафф проект

Компания: ЛИАН Формат: удаленка Занятость: полная Локация: РФ/РБ ЗП: 300 тыс на руки Оформление: ИП (по СЗ при совместительстве) Грейд: Senior

Чем предстоит заниматься: 1) Разработка и поддержка ETL/ELT-пайплайнов с использованием Airflow и аналогичных инструментов 2) Оптимизация моделей данных (star/snowflake схемы, relationships) в BI-инструментах (Power BI, Tableau, Superset) 3) Написание сложных SQL-запросов (оконные функции, join-конструкции) для проверки гипотез и поиска ошибок 4) Разработка дашбордов промоакций для клиентов (MA + COOP) оздание автоматизированных дашбордов на базе данных GfK (каналы, сегменты, продукты, динамика цен) для эффективного планирования промо 5) API-интеграция для управления BI-дашбордами 6) Работа с инсайтами и проверка гипотез 7) Построение дашбордов по продажам (sell-out) для клиентов моделей 1P и 3P: заказы, продажи, AOV, CR, топ-SKU

Наши пожелания к кандидатам: 1) Уверенное владение SQL: оконные функции, join-конструкции, подзапросы. 2) Написание сложных аналитических запросов для проверки гипотез, поиска ошибок и аномалий в данных. 3) Диагностика проблем качества данных: дедубликация, поиск несвязанных записей, проверка целостности и согласованности данных. 4) Опыт работы с одним из инструментов: Power BI / Tableau / Superset / Analytics Workspace. 5) Проектирование и оптимизация моделей данных, связей, построение схем star/snowflake. 6) Подготовка и трансформация данных в Power Query или SQL-лабораториях. 7) Расчёт показателей: взвешенные метрики, LOD-формулы, сложные меры. 8) Базовое понимание CSS/HTML для кастомизации визуальных элементов. 9) Обработка табличных данных через pandas. 10) Применение статистических методов для анализа массивов данных. 11) Понимание транзакций, запись и чтение данных в/из базы данных. 12) Опыт работы с ETL/ELT-инструментами (Airflow или аналоги). 13) Понимание архитектуры данных и слоёв: raw, staging, DWH, datamarts. 14) Построение витрин данных для бизнес-аналитики. 15) Опыт работы с CRM-системами и мастер-данными.

Для отклика писать в личные сообщения @yanggilla Прикрепляйте сразу CV

3 730 природних монополій в Україні.

За понад два роки їх кількість зросла на 100 компаній та підприємців (+3%). Водночас реєстр постійно оновлюється: одні суб'єкти вибувають, інші додаються.

Абсолютним лідером за доходом залишається Енергоатом — 254,7 млрд грн. До першої п'ятірки також входять Укренерго, Укрнафта, Укрзалізниця та Укргазвидобування.

Кожна третя природна монополія працює у сфері централізованого водопостачання, а 97% усіх суб'єктів — це компанії.

Найбільше природних монополій зареєстровано на Одещині (366), Полтавщині (337) та Київщині (298).

Деталі: https://opendatabot.ua/analytics/natural-monopolies-2026

Channel Bechna Hai ❤️❤️

​📊 Channel Details: ​🎯 Subscribers: 479K+ (Big Audience Base) ​🎭 Niche: Animation / Toons / Shorts ​💰 Monetization Status: Non-Monetized (Fresh & ready for your own strategy) ​📈 Growth Potential: High (Organic reach aur Shorts ke liye best hai) ​🤝 Deal Conditions: ​🔒 Safe Transaction: Deal sirf Trusted Escrow ya face-to-face ke zariye hogi taaki dono sides safe rahein. ​❌ Timepassers: No timepassers, sirf serious buyers hi contact karein. ​💵 Price: Negotiable (DM mein discuss karte hain) ​📩 Contact Process: ​Agar aap interested hain aur channel ka analytics/link dekhna chahte hain, toh abhi DM karein: 👉 @Rahulbarmase👈

​📊 Channel Details: ​🎯 Subscribers: 479K+ (Big Audience Base) ​🎭 Niche: Animation / Toons / Shorts ​💰 Monetization Status: Non-Monetized (Fresh & ready for your own strategy) ​📈 Growth Potential: High (Organic reach aur Shorts ke liye best hai) ​🤝 Deal Conditions: ​🔒 Safe Transaction: Deal sirf Trusted Escrow ya face-to-face ke zariye hogi taaki dono sides safe rahein. ​❌ Timepassers: No timepassers, sirf serious buyers hi contact karein. ​💵 Price: Negotiable (DM mein discuss karte hain) ​📩 Contact Process: ​Agar aap interested hain aur channel ka analytics/link dekhna chahte hain, toh abhi DM karein: 👉 @Rahulbarmase👈

VPN Proton: Fast & Secure VPN

𒆜 Key Features: ● Premium Features Unlocked (Lifetime) ● Unlimited bandwidth, No Speed limits ● Unlocked Split tunneling, Custom DNS, LAN ● Analytics/Crashlytics/Firebase Disabled ● Disabled all Kind of Advertisment ● Dex Encrypted & Ultra Zip-aligned ● Manifest & Resources Cleaned ● Compatible for all Devices ● Optimized & Polished APK ● All Debug Info Removed Some features may not work due to server sided implementation ✍️ | Release by @APK_HACKER5✅ ━━━━━━━━━━━━━━━━━━━ 👉 Direct Mod Apk File's : Channel Link ━━━━━━━━━━━━━━━━━━━ 📥 Link : 𝗖𝗟𝗜𝗖𝗞 𝗧𝗢 𝗗𝗢𝗪𝗡𝗟𝗢𝗔𝗗 ━━━━━━━━━━━━━━━━━━━ ⏯️ Tutorial : How To Download Mod ━━━━━━━━━━━━━━━━━━━ 💙Official Channel ➜ @APK_HACKER5

Хотите развиваться в Data Science? Строить ML-продукты для миллионов пользователей? Авито и ведущие вузы страны открывают набор на две совместные магистратуры.

Для тех, кто хочет в Data Science — «Прикладное машинное обучение и анализ данных» (МФТИ). Современные ML-подходы, работа с реальными данными Авито, эксперты компании и преподаватели МФТИ. Заявки до 12 июля.

Для тех, кто хочет работать над ML-продуктами — «Машинное обучение в цифровом продукте» (НИУ ВШЭ). Полный цикл разработки ML-решений, практические кейсы Авито, преподаватели из индустрии. Заявки до 8 августа.

Что объединяет все три программы: эксперты Авито и вузов, реальные бизнес-задачи, сильное профессиональное сообщество и шанс попасть в Авито уже во время обучения.

Старт — в сентябре. Выбирайте программу и делайте шаг к карьере в IT вместе с Авито.

🚨 90% of CA Students Study... But Don't Practice Enough!

🎯 Turn your preparation into results with ' Online Test Series.

Under the Mentorship of CA Aadiityaa Jain & CA Naiya Sachdeva

✅ Unlimited Mock Tests ✅ ICAI-Level Questions ✅ Performance Analytics ✅ Real Exam Simulation ✅ Attempt Anytime, Anywhere

🏆 Your Rank Begins with Your Practice!

📲 Register Now: WhatsApp "Online Test" to 9111956595

Aadiityaa Jain Smart Classes

🔥 Делимся практическим пособием «Как вырасти до мидла за год»

Авито запускает Data Science Bootcamp — программу для будущих DS-инженеров. 12 месяцев ты будешь работать с реальными данными, развивать ML-модели и расти вместе с командой, которая каждый день решает задачи для миллионов пользователей.

👉🏻 На программе тебя ждёт: — Зарплата, корпоративная техника и компенсация питания — Гибридный или удалённый формат работы — Рост от стажёра до мидла за год — Два направления: классический ML или NLP и LLM — Работа с AI-решениями, продуктовыми фичами и инструментами, которые доходят до релиза — Эксперты из разных сфер, кураторы и другие буткемперы

👉🏻 Присоединяйся, если ты: — Учишься на 2–4 курсе бакалавриата, 4–5 курсе специалитета, в магистратуре или уже имеешь диплом по технической, математической или ИТ-специальности — Можешь работать от 25 часов в неделю — Владеешь Python и библиотеками PyTorch, Pandas, sklearn, CatBoost — Знаешь SQL, Git и понимаешь применение ML-алгоритмов и моделей

С первого дня ты будешь работать над реальными задачами, обучать модели и применять знания на практике.

🤩 Подавай заявку до 9 июля и смотри подробности на сайте: https://clck.ru/3UPGZr

Свежий квадрант Gartner про BI инструменты. Как обычно, Microsoft лидируют со своей экосистемой продуктов для аналитики.

Согласно отчёту, главное изменение — это Agentic BI.

И тут я полностью соглашусь. Все топы «писяются кипятком» от восторга, когда они общаются с данными (aka chatGPT). И тут не очень важно, это Snowflake Cortex, Databricks Genie или сам BI инструмент.

Я это сейчас вижу на примере Omni BI — весь C-уровень очень доволен.

Но есть нюанс - вы платите за токены Anthropic и сами выбираете модель. То есть токены жгут не только инженеры:)

Ключевое — это модель данных и семантический слой, то есть если у вас в markdown файлах всё нормально описано, то будет всё пучком.

Классическое моделирование данных, когда сначала разговариваем с бизнесом, а потом рисуем диаграммы, эффективно как никогда, особенно если все встречи записать и скормить агенту. Главное — не халтурить в начале, чтобы потом избежать косяков. Ну и сам отчёт: 🤖 Главный тренд

2026: Agentic BI Это ключевой сдвиг этого года — от реактивных дашбордов к автономным агентам, которые сами инициируют анализ и действия: • Agentic Analytics — AI-агенты, которые не просто отвечают на вопросы, но самостоятельно выполняют многошаговый анализ, запускают воркфлоу, мониторят метрики • Semantic Layer как фундамент — Gartner на своём Data & Analytics Summit 2026 особо выделил, что к 2027 году компании с семантическим слоем получат на 80% более точные результаты AI и снизят затраты на 60%. Уже 92% лидеров в области данных внедрили или планируют внедрить semantic layer • Традиционные schema-based модели признаны недостаточными для агентного AI

📋 12 критических возможностей платформы Gartner оценивает платформы по критическим capabilities, сгруппированным в блоки:

Инфраструктура: • Администрирование платформы и масштабируемость • Cloud BI (PaaS/SaaS) • Безопасность и управление доступом • Подключение к источникам данных

Работа с данными: • Self-service подготовка данных • Семантический слой и управление метаданными • Governance и версионирование

Анализ и контент: • Интерактивная свободная аналитика • Дашборды и отчётность • Встроенная расширенная аналитика (ML/AI) • Natural Language Query / Conversational Analytics — в 2026 г. это один из ключевых критериев • Публикация и распространение контента IT Дайджест с Новиковым

Product Owner ТОО «BI Innovation» 1,000,000 to 1,300,000 KZT Gross per month Astana / Office

Building AI products for a major developer in Kazakhstan.

Responsibilities: • Form and prioritize product backlog • Manage roadmap and stakeholder communication • Set up audio capture system • Automate protocol generation • Coordinate teams and integrate analytics into CRM

Requirements: • three+ years as PO/PM • two+ years deploying ML/AI products • Experience with cross-functional teams • Understanding AI product lifecycle • ASR, NLP, audio classification

Optional requirements: • Whisper • NeMo • Kaldi

DSML Apply

Data Analytics pinned a photo

💻 Programming Domains & Languages What to learn. Why to learn. Where you fit.

🧠 Data Analytics - Analyze data - Build reports - Find insights Languages: SQL, Python, R Tools: Excel, Power BI, Tableau Jobs: Data Analyst, BI Analyst, Business Analyst

🤖 Data Science & AI - Build models - Predict outcomes - Work with ML Languages: Python, R Libraries: pandas, numpy, scikit-learn, tensorflow Jobs: Data Scientist, ML Engineer, AI Engineer

🌐 Web Development - Build websites - Create web apps Frontend: HTML, CSS, JavaScript Backend: JavaScript, Python, Java, PHP Frameworks: React, Node.js, Django Jobs: Frontend, Backend, Full Stack Developer

📱 Mobile App Development - Build mobile apps Android: Kotlin, Java iOS: Swift Cross-platform: Flutter, React Native Jobs: Android, iOS, Mobile App Developer

🧩 Software Development - Build systems - Write core logic Languages: Java, C++, C#, Python Used in: Enterprise apps, Desktop software Jobs: Software Engineer, Application Developer

🛡️ Cybersecurity - Secure systems - Test vulnerabilities Languages: Python, C, C++, Bash Tools: Kali Linux, Metasploit Jobs: Security Analyst, Ethical Hacker

☁️ Cloud & DevOps - Deploy apps - Manage servers Languages: Python, Bash, Go Tools: AWS, Docker, Kubernetes Jobs: DevOps Engineer, Cloud Engineer

🎮 Game Development - Build games - Design mechanics Languages: C++, C# Engines: Unity, Unreal Engine Jobs: Game Developer, Game Designer

🎯 How to choose - Like data → Data Analytics - Like math → Data Science - Like building websites → Web Development - Like apps → Mobile Development - Like system logic → Software Development - Like security → Cybersecurity

✅ Smart strategy - Pick one domain - Master one language - Add tools slowly - Build projects 😊

Double Tap ♥️ For More

добрый вечер, отправляю текст)

#analytics #vacancy #job #вакансия #датааналитик #antifraud

Risk Data Analyst для PARI

PARI — технологичная компания в сфере спортивных развлечений с высокой продуктовой культурой и data-driven подходом. Мы создаем пространство, где экспертиза превращается во влияние на продукт и бизнес.

Что мы предлагаем:

• У нас современный технологичный офис в центре Москвы с зонами отдыха, несколькими кухнями и кинозалом с прямыми трасляциями спортивных и киберспортивных событий • Расширенная программа ДМС со стоматологией с первого дня • Корпоративная социальная программа для каждого сотрудника (подарки на знаменательные события, сервис юридической поддержки и помощь в сложных жизненных ситуациях) инклюзивное трудоустройство, участвуем в социальных проектах и заботимся об экологии и обществе • Компенсация расходов на увлечения, спорт и здоровье; создаем коммьюнити по интересам (падел-теннис, баскетбол, покер и тд), проводим тренировки и турниры организуем сезонные мероприятия (каток, SUP прогулки, экскурсии, шашлыки и тп) • У нас есть отдел развития талантов, внутренняя корпоративная программа образования (проводим вебинары / треннинги как от внешних спикеров, так и от внутренних экспертов из разных департаментов) и своя база знаний.

Чем предстоит заниматься: • Брать полный цикл исследований: от формулировки гипотезы до внедрения решения, влияющего на прибыль продукта • Анализировать данные по спортивным ставкам, находить точки роста маржинальности и продуктовые инсайты • Выявлять риск-паттерны VIP-клиентов и бонусхантеров, превращая аномалии в конкретные риск-решения • Вести регулярную аналитику ключевых продуктовых и риск-метрик, отслеживать отклонения и формулировать выводы для бизнеса • Оценивать эффективность бонусов, акций и программ лояльности с точки зрения юнит-экономики и рисков • Готовить и защищать аналитические выводы, презентовать рекомендации стейкхолдерам и отстаивать решения на данных • Участвовать в исследовательских проектах по антифрод-мерам и оптимизации продуктовых подходов для разных сегментов игроков

Что мы ожидаем: • Опыт работы в продуктовой аналитике, риск-аналитике или смежной роли в технологичных / финтех / iGaming компаниях • SQL и Python: уверенная работа со сложными данными, решение бизнес-задач, а не только построение витрин • Понимание статистических методов для проверки гипотез и поиска закономерностей • Глубокое знание спортивных дисциплин (критично!) и логики игроков • Понимание юнит-экономики бонусов и акций: умение считать влияние промо на маржинальность и риски • Системное мышление, критический взгляд и готовность отстаивать свои выводы перед бизнесом •Сильные коммуникативные навыки: умеешь упаковать сложные данные в понятные рекомендации

Будет плюсом: Собственный pet-project в аналитике или исследовательских задачах

Подробное описание вакансии здесь: https://omsk.hh.ru/vacancy/134270171?hhtmFrom=employer_vacancies

📌 Контакт для связи — @yulialyova

Совместная магистратура Авито и МФТИ — начните карьеру в Data Science!

Будущие магистранты, это для вас — бесплатная программа «Прикладное машинное обучение и анализ данных». Готовьтесь получить актуальную теорию по ML, писать диплом под руководством эксперта Авито и выйти на рынок топовым DS-специалистом.

Вас ждут: — Востребованные навыки в Data Science, преподаватели из индустрии и практические задания, основанные на реальных задачах Авито. — Работа с реальными данными и помощь с диссертацией от экспертов компании. — Комьюнити и поддержка, ведь поток — всего 18 человек, чтобы уделить внимание каждому. Будем много нетворкать и обмениваться опытом! — Бесплатное обучение и стипендия лучшим студентам до 25 000 ₽ в месяц. А еще — шанс попасть на оплачиваемую стажировку в Авито с перспективой остаться в команде!

Если владеете Python, знаете структуры данных и SQL — это знак, что пора подаваться в магистратуру от Авито и МФТИ. Успейте до 12 июля!

#DataScience 2026

Data Science. Лучшие практики

Автор: Дэниел Воган

Не только владение определенными методами и практиками, но и умение применять их там, где это действительно имеет значение, отличает хорошего специалиста по данным от выдающегося. Эта книга для тех, кто хочет выйти за рамки учебных примеров и научиться строить проекты, приносящие ощутимую ценность бизнесу.

🚀 Boost Your Reach: Advertise With Us! 🚀

We offer two powerful ways to get your message in front of our audience:

1. 🤖 In-Bot Sponsored Ads (@TruecallerR0Bot) • Placement: Your ad appears directly in user search results. • Pricing: Just $1 per 1,000 unique views. • Get Started: Send /deposit, then /set_ad directly inside the bot.

2. 📢 Dedicated Channel Posts (@TrucallerBot) • Placement: A standalone promotional post broadcast to our channel subscribers. • Analytics: View our verified channel stats here: https://tgstat.com/channel/@TrucallerBot/stat • Get Started: Book securely via https://telega.io/c/TrucallerBot or send us a direct message!

⚠️ Advertising Guidelines To keep our community safe, all ads are reviewed prior to publishing. We do not accept promotions for gambling, betting, NSFW/pornography, or illegal activities.

146 тисяч фопів зареєстровані на окупованих територіях. Й з точки зору закону — працювати так вони не можуть.

Майже кожен другий із них зареєстрований на Донеччині.

Важливий нюанс: за законом фоп із податковою адресою на ТОТ не може легально вести діяльність. Щоб працювати далі, потрібно змінити податкову адресу на підконтрольній Україні території та оновити дані в державних реєстрах.

Найбільше таких підприємців зареєстровано: ▪️ Донеччина — 66,1 тис. ▪️ Луганщина — 49,5 тис. ▪️ Запорізька область — 18 тис. ▪️ Херсонщина — 12,8 тис.

Перевірити, чи має ваш контрагент реєстрацію на ТОТ, можна в Опендатаботі.

Деталі: https://opendatabot.ua/analytics/fop-tot-2026-7

✨ Опендатамедіа

Useful Free Resources 👇🏻

Cyber security - https://youtu.be/v3iUx2SNspY?si=_XGSzGe9-IamKeht

https://whatsapp.com/channel/0029VancSnGG8l5KQYOOyL1T

Ethical Hacking - https://youtu.be/Rgvzt0D8bR4?si=4s1nykWGYD94O2ju

Generative AI - https://youtu.be/mEsleV16qdo?si=54kDV1totKRvClqK

https://whatsapp.com/channel/0029VazaRBY2UPBNj1aCrN0U

Machine learning - https://youtu.be/LvC68w9JS4Y?si=o7566Zra5x47P89b

https://whatsapp.com/channel/0029VawtYcJ1iUxcMQoEuP0O

Data science - https://youtu.be/gDZ6czwuQ18?si=9-0OszQgegTlo8Tf

https://whatsapp.com/channel/0029Va8v3eo1NCrQfGMseL2D

Data Analytics - https://whatsapp.com/channel/0029VbAbnvPLSmbeFYNdNA29

https://youtu.be/VaSjiJMrq24?si=-NMgqpQQlD6xEKdp

Full stack web development - https://youtu.be/HVjjoMvutj4?si=O4zgybDL9seh2wN7

https://whatsapp.com/channel/0029VaiSdWu4NVis9yNEE72z

Python - https://youtu.be/UrsmFxEIp5k?si=BC_3p52jqrfDTNvd

https://whatsapp.com/channel/0029VaiM08SDuMRaGKd9Wv0L

Deep learning - https://youtu.be/G1P2IaBcXx8?si=d6X1zaj_bU6DwWZf

Devops engineering - https://www.youtube.com/live/9J44HhOVArc?si=YrIglU3LZTUlKArk

Power BI - https://youtu.be/bQ-HTp-tx40?si=WIJt-tb_j2G4zcuF

https://whatsapp.com/channel/0029Vai1xKf1dAvuk6s1v22c

Digital marketing with AI - https://youtu.be/kunkYTKFNtI?si=qtiTbA8qmbM4DPYL

https://whatsapp.com/channel/0029VbAuBjwLSmbjUbItjM1t

Learn more and practice more 🚀

React ❤️ For More

If you want to get a job as a machine learning engineer, don’t start by diving into the hottest libraries like PyTorch,TensorFlow, Langchain, etc.

Yes, you might hear a lot about them or some other trending technology of the year...but guess what!

Technologies evolve rapidly, especially in the age of AI, but core concepts are always seen as more valuable than expertise in any particular tool. Stop trying to perform a brain surgery without knowing anything about human anatomy.

Instead, here are basic skills that will get you further than mastering any framework:

𝐌𝐚𝐭𝐡𝐞𝐦𝐚𝐭𝐢𝐜𝐬 𝐚𝐧𝐝 𝐒𝐭𝐚𝐭𝐢𝐬𝐭𝐢𝐜𝐬 - My first exposure to probability and statistics was in college, and it felt abstract at the time, but these concepts are the backbone of ML.

You can start here: Khan Academy Statistics and Probability - https://www.khanacademy.org/math/statistics-probability

𝐋𝐢𝐧𝐞𝐚𝐫 𝐀𝐥𝐠𝐞𝐛𝐫𝐚 𝐚𝐧𝐝 𝐂𝐚𝐥𝐜𝐮𝐥𝐮𝐬 - Concepts like matrices, vectors, eigenvalues, and derivatives are fundamental to understanding how ml algorithms work. These are used in everything from simple regression to deep learning.

𝐏𝐫𝐨𝐠𝐫𝐚𝐦𝐦𝐢𝐧𝐠 - Should you learn Python, Rust, R, Julia, JavaScript, etc.? The best advice is to pick the language that is most frequently used for the type of work you want to do. I started with Python due to its simplicity and extensive library support, and it remains my go-to language for machine learning tasks.

You can start here: Automate the Boring Stuff with Python - https://automatetheboringstuff.com/

𝐀𝐥𝐠𝐨𝐫𝐢𝐭𝐡𝐦 𝐔𝐧𝐝𝐞𝐫𝐬𝐭𝐚𝐧𝐝𝐢𝐧𝐠 - Understand the fundamental algorithms before jumping to deep learning. This includes linear regression, decision trees, SVMs, and clustering algorithms.

𝐃𝐞𝐩𝐥𝐨𝐲𝐦𝐞𝐧𝐭 𝐚𝐧𝐝 𝐏𝐫𝐨𝐝𝐮𝐜𝐭𝐢𝐨𝐧: Knowing how to take a model from development to production is invaluable. This includes understanding APIs, model optimization, and monitoring. Tools like Docker and Flask are often used in this process.

𝐂𝐥𝐨𝐮𝐝 𝐂𝐨𝐦𝐩𝐮𝐭𝐢𝐧𝐠 𝐚𝐧𝐝 𝐁𝐢𝐠 𝐃𝐚𝐭𝐚: Familiarity with cloud platforms (AWS, Google Cloud, Azure) and big data tools (Spark) is increasingly important as datasets grow larger. These skills help you manage and process large-scale data efficiently.

You can start here: Google Cloud Machine Learning - https://cloud.google.com/learn/training/machinelearning-ai

I love frameworks and libraries, and they can make anyone's job easier.

But the more solid your foundation, the easier it will be to pick up any new technologies and actually validate whether they solve your problems.

USEFUL RESOURCES TO LEARN MACHINE LEARNING 👇👇

Intro to ML by MIT Free Course

https://openlearninglibrary.mit.edu/courses/course-v1:MITx+6.036+1T2019/about

Machine Learning for Everyone FREE BOOK

https://buildmedia.readthedocs.org/media/pdf/pymbook/latest/pymbook.pdf

ML Crash Course by Google

https://developers.google.com/machine-learning/crash-course

Advanced Machine Learning with Python Github

https://github.com/PacktPublishing/Advanced-Machine-Learning-with-Python

Practical Machine Learning Tools and Techniques Free Book

https://vk.com/doc10903696_437487078?hash=674d2f82c486ac525b&dl=ed6dd98cd9d60a642b

Python Machine Learning for beginners

https://t.me/datasciencefun/1177?single

https://topmate.io/coding/914624

All the best 👍👍

Позиция: Middle / Middle+ / Senior Data Scientist Куда: Альфа-Банк, Департамент Разработки Моделей, Розничный Бизнес Формат работы: гибрид — Москва, м. Технопарк + удаленно Вилка gross: 200 000 – 400 000 ₽/мес

Что нужно делать? • Участие в проекте умного ценообразования банковских продуктов в роли разработчика моделей; • Полный цикл разработки моделей: сбор данных, проектирование и реализация различных архитектур моделей, обучение, валидация и вывод в прод; • Разработка моделей для оценки эффекта воздействия, в основном uplift-моделей; • Анализ A/B-тестов и оценка влияния моделей на бизнес-метрики; • Работа с большими объемами банковских данных, создание новых признаков и их применение в моделях; • Генерация и проверка гипотез, улучшение качества моделей и поиск новых подходов к решению бизнес-задач.

Требования: • Middle / Middle+ / Senior DS с опытом разработки моделей полного цикла; • Опыт работы с uplift-моделями будет преимуществом; • Глубокие знания математики, теории вероятностей и математической статистики; • Хорошее знание методов машинного обучения; • Умение работать с данными: анализ, очистка, подготовка, отбор и создание признаков; • Уверенное знание Python и библиотек для анализа данных и машинного обучения: pandas, scikit-learn, scipy, xgboost, lightgbm и т.п.; • Понимание A/B-тестирования и методов оценки эффекта; • Умение связывать технические решения с бизнес-задачами и учитывать специфику доменной области; • Развитое логическое мышление; • Опыт участия в хакатонах будет плюсом.

Что предлагаем: • Интересные задачи и дружный коллектив; • Feature Store и AutoML — baseline-решения из коробки; • Автоматизированные сервисы по выводу моделей в пром; • Максимум исследования и минимум бюрократии и рутины; • Возможность влиять на решения в розничном бизнесе Альфа-Банка.

Ответы на 10 важных вопросов: 1. Данные: обычно Hadoop — все данные Альфа-Банка + внешние источники по API. Часть данных может быть в Oracle. 2. Железо: kuber до 64 ядер + 512 ГБ оперативы. Хадуп — 6TB, 1000+ ядер. Продакшн: система исполнения моделей + команда MLOps. Для работы: ноутбук + удалённое рабочее место. 3. Масштаб влияния на core-бизнес: модели влияют на ключевые банковские процессы и продуктовые решения в розничном бизнесе, в том числе на умное ценообразование банковских продуктов. 4. Уровень развития Data Science в компании: все линии бизнеса покрыты ML-моделями, где необходимо — успешно внедрен DL. 5. Роль дата-сайентиста: ДС-ы участвуют в постановке задачи, совместно с командой разработки генерят идеи развития. ДС-ы подготавливают код для внедрения в прод, выполняют функцию сопровождения сервиса для пользователей. 6. Бэкграунд у вашего руководителя: Linkedin 7. Как часто вам будут мешать работать: внутренние созвоны с командой и заказчиками, основной фокус — на разработке моделей, исследованиях и внедрении. 8. Карьерный рост: формализована матрица компетенций. Ежеквартально происходят «круглые столы» с пересмотром и защитой. 9. Prod / Research: Prod 80%. 10. Функция сервиса или лидера: сервис/лидер — 70%/30%. 📧 Отправить CV: @lisenokDan

Позиция: Senior Data Scientist Куда? Авито, Item2param Формат работы: полная удаленка или офис, на выбор Вилка гросс: 363 000 - 524 000 gross + 15% премия (условия обсуждаются индивидуально по результатам технических интервью)

О нас: Мы разрабатываем платформу, автоматически предсказывающую более 2000 параметров объявления на момент подачи (категории, атрибуты, бренды). Данные параметры критичны для всех бизнес направлений Авито: поиска, модерации, монетизации, SEO. Мы обеспечиваем максимально эффективные предсказания в условиях высокой нагрузки, а также быструю адаптацию моделей под новые сценарии.

Что нужно делать? • Разрабатывать сложные нейросети (text, image) c нуля на Pytorch - предобучение, finetuning, оптимизация • Осуществлять внедрение нейросетей в сервис, настраивать мониторинг, решать технические проблемы • Вести бизнес-процессы до получения результата • Курировать младших коллег

Требования: • Отличное знание Pytorch • Опыт работы с большими нейросетевыми моделями, организации production процессов • Работа на результат • Будет плюсом: успехи в соревнованиях/Kaggle

Ответы на 10 важных вопросов: 1. Данные: Большие исторические данные по объявлениям (текст, изображения), обучение на несколько видов разметок 2. Железо: Кластер с H100 для dev и prod 3. Масштаб влияния на core-бизнес? Платформа Item2param имеет статус Business Critical и первостепенную поддержку. На систему атрибутов завязаны ключевые бизнес-процессы - Поиск, Монетизация, Модерация, SEO. 4. Уровень развития Data Science в компании? Высокий. DS команды делятся на вертикальные (подвязаны к бизнес-линии) и горизонтальные (разрабатывают инструменты для всех DS команд). 5. Роль дата сайентиста: Фокус не на конкретные ML-задачи, а на платформенные улучшения (напр., предобучить базовый чекпоинт с нуля, расширить функционал библиотеки для пользователей, улучшить процесс сбора данных для мониторинга) с целью внедрить функционал в сервис. Поддержка продакшн-процессов совместно с MLOps и Backend. По необходимости - поддержка пользователей платформы (DS, аналитики, контент-менеджеры). 6. Бэкграунд у вашего руководителя? Kaggle Competition Master, Linkedin 7. Как часто вам будут мешать работать? Дейли раз в день на 20 минут, орг встречи по необходимости 8. Карьерный рост: Руководитель поддерживает активную прокачку по хард и софт скиллам: составляем план развития и совместно по нему идем. Перфоманс-ревью раз в полгода 9. Prod/Research: 70% prod / 30% research. Активно разрабатываем SOTA подходы к задачам, однако с упором на промышленное внедрение 10. Функция сервиса или лидера? 50% сервис / 50% лидер. Есть существенный запрос на самостоятельное ведение ключевых бизнес-кейсов до внедрения в продакшн, поддержка в развитии других коллег и шеринг экспертизы.

Резюме отправляйте на [email protected] с темой "Senior DS в Item2param"

📊 Стажер Data Engineer

Компания: МТС (Big Data, Веб Сервисы) Локация: #Москва, #гибрид Уровень: #intern

Чем предстоит заниматься: Разработка ETL-процедур (Python, PySpark, Hadoop, Airflow). Сбор данных из различных реляционных и NoSQL источников. Создание и наполнение витрин данных в Hive, Postgres, Clickhouse. Участие в процессах Data Governance.

Что мы ожидаем: Студенты 3–6 курсов (бакалавриат/магистратура). Хорошее знание Python и SQL. Умение работать с реляционными СУБД. Будет плюсом: опыт с Pandas, Polars или Spark.

🔗 Откликнуться на вакансию

⭕ Карьера в IT — вакансии для программистов/разработчиков