Наконец хорошие новости

Если устали делать отклики на карьерных порталах самостоятельно, то есть предложение загрузить этим прогу для автооткликов. Ссылки:

тут

и тут

))))

Open AI релизнули обновленную версию генератора картинок, по цифрам она с отрывом уделывает любую другую тулзу, в том числе nano banana

Сам уже потестил, могу сказать, что реально чувствуется апгрейд

Как тестить? Заходите в ваш гпт и выбираете image generator, дополнительно выберете опцию с рассуждением

https://t.me/ejdailyru/396209

замечаете?

https://www.axios.com/2026/04/26/ai-cost-human-workers

Нанимать джунов сейчас выгоднее, чем платить за API любой LLM, согласно мнению аналитика из AXIOS)))

Высокопоставленная работница J.P. Morgan систематически унижала своего джун аналитика

Говорила ему, что он ее собственность, унижала из-за цвета кожи и проявляла сексуальное насилие)))

И еще мем туда же, на вакансию джун аналитика подалось 430.000+ человек после обнародования этой новости)))

Произошла русификация

Пока все отходят от праздников мы обновили лого и сайт, заходите, они стали еще красивее - https://offer-data-science.ru. Логотип теперь на русском)))

Скоро расширим линейку менторства и запустим новые направления для продактов и проджектов, в том числе отдельный трек для будущих ML PM

До официального запуска отдадим места по специальной цене для первых людей. Если давно хотели уйти из разработки в менеджмент и меньше кодить - отличный момент. В том числе, если есть друзья без хардов, которых давно хотите вытянуть в айти - зовите

Пишите в лс - @p3P3V14d01

❗️Блокировка GitHub может скоро произойти в России, в Госдуме назвали площадку «вредительской» и призвали отказаться от неё

Зампред IT-комитета Антон Горелкин призвал российских разработчиков срочно уходить с крупнейшего сервиса для хостинга IT-проектов GitHub, обвинив Microsoft в целенаправленном ухудшении доступа к сервису для пользователей из России

По его словам, число сбоев при подключении уже держится на уровне около 16%, а в будущем ситуация может стать ещё хуже и вскоре достигнет 100%.

Горелкин считает, что зависимость от американских IT-платформ пора прекращать, переходя на отечественные аналоги, которых полно в стране

ПРИМ. Скоро будем жить под экзитлагом, гирапом, прокси, впн и днс одновременно

Анонимный айтишник из США совмещает 5 удаленок и зарабатывает по ₽4,6 млн в месяц (это в 3 раза больше, чем получают все его боссы).

Он встаёт в 4 утра, идёт в зал, а к 6 уже обслуживает сразу пять корпораций каждую в своём часовом поясе. К 17:00 всё рабочий день не превышает 10-11 часов. Секрет в том, что компании переоценивают объём задач, поэтому реальная загрузка куда скромнее, чем написано в оффере. Половину задач закрывают ИИ, а другая половина это созвоны. Деньги изменили жизнь семьи: жена ушла с работы, купили машину, закрыли финансовую подушку на годы вперёд. Но когда коллеги в LinkedIn начали жаловаться на волну сокращений, Дэмиен почувствовал неловкость он занимает пять ставок, пока другие месяцами ищут хотя бы одну.

Сейчас он вкладывает в недвижимость и думает о своём бизнесе. «Рано или поздно покупать становится нечего», признаётся он.

Источник - https://fortune.com/article/remote-workers-with-multiple-full-time-jobs-secretly-40-hour-week-overemployment-high-income-millionaires/

Победа

Недавно на ютубе увидел видео с разбором рынка вакансий в ml в рф (сохранил только сайт, прости автор)

Цифры наглядно показывают, что кадровый голод во многом является иллюзией, за которой скрывается колоссальный объем информационного шума.

Воронка кандидатов
Из более чем 45 тысяч собранных резюме отсеивается 97 процентов.
После фильтрации по ключевым словам, нерелевантным ролям, отсутствию нужного опыта и накруткам остается чистое ядро.
Реальный конкурентный рынок состоит всего из 873 уникальных специалистов.

Воронка вакансий
Работодатели тоже создают много шума. Из 1275 сырых вакансий проверку проходят только 654 реальных предложения от 380 компаний.

Почти половина отсеивается по причине дублей, спама или отсутствия отношения к ML.
Широко распространена практика фиктивных вакансий, которые публикуются исключительно для сбора баз данных или создания видимости активного найма.


• Медианный возраст специалиста составляет 25 лет.
• Высшее образование есть у 88 процентов кандидатов.
• Медианный опыт работы равен 51 месяцу.(4.25 лет)
• Самые востребованные направления это NLP и Computer Vision.
• Медианная зарплата варьируется в диапазоне от 210 до 310 тысяч рублей.
• Удаленный формат работы доступен в 44 процентах случаев.


Посмотреть интерактивный дашборд с полной методологией и графиками можно по ссылке

https://nareshka.ru/ml-research

❗️В какие навыки вкладываться разработчикам сегодня (из давнего, но интересного интервью Бабушкина)

Сильнее всего LLM ударят по джунам, тем, кто только входит в профессию. Базовые навыки автоматизируются, поэтому критически важными становятся мета-навыки:

- Критическое мышление
- Способность соединять точки в единую систему, видеть большую картинку
- Способность чётко объяснять и чётко понимать
- Способность к постоянному обучению

При этом понимание деталей становится ещё важнее. Если ты не разбираешься в теме глубже, чем AI-агент, ты не сможешь поймать его на ошибке или галлюцинации. Классический пример с юристом, который сослался на несуществующие кейсы

Как развивать мета-навыки? Только через практику. Валерий с другом сделали курс по ML System Design, где в конце нужно сделать дизайн-документ. На этом этапе все ломаются. Возможно, в будущем появится ниша стартапов, обучающих мета-навыкам через симуляторы

Софт-скилы тоже относит к мета-скилам: умение понимать собеседника, задавать уточняющие вопросы, декомпозировать задачу и тд

ML-продакт - новая золотая жила в IT

Войти на эту позицию можно как с опытом классических продактов, если подтянуть ML-экспертизу, так и с опытом дата-сайентистов/инженеров, уставших от тикетов. Бигтехам нужен человек, связывающий ML с болью пользователя и юнит-экономикой. Таких ОЧЕНЬ мало

Вакансии и зп в РФ (Средняя вилка 320-380 тысяч рублей в мес):
- Ozon, Менеджер по продукту (Рекомендации) - 365 000 ₽/мес до налогов, Middle, 2+ года. A/B, аналитика, миллионы пользователей. https://getmatch.ru/vacancies/34333-menedzher-po-produktu-rekomendatsii
- Т-Банк, ML-продакт (Image Generator) - 350 000 ₽/мес на руки, Senior, 2+ года. GenAI, внутренняя платформа. https://getmatch.ru/vacancies/33526-ml-prodakt-menedzher-v-ai-platformu-image-generator
- Яндекс, Менеджер AI-образовательных продуктов - 250 000–300 000 ₽/мес на руки, Middle, 3+ года. Запуски в Узбекистане и Армении. https://getmatch.ru/vacancies/34274-menedzher-produkta-upravlenie-ai-obrazovatelnykh-produktov

На западе дела обстоят еще лучше:
В топовых компаниях по типу MAANG (Meta, Amazon и тд) - $397K в год. Рост зарплат +12% год к году. Премия за AI-экспертизу в среднем 28%

Что это значит для нас? Мы тоже запускаем подготовку под эти роли. Будем разбирать, как продакту перейти в ML, как DS-у выйти в менеджмент без потери в деньгах, какие метрики и фреймворки реально работают для ML-продуктов (precision/recall vs. бизнесовые), как защищать ML-инициативы перед стейкхолдерами и как разговаривать с ML-командой на одном языке

Пишите в лс - @p3P3V14d01

В подтверждение моим словам Т-банк недавно сделал целый лендинг по найму ML-продактов в команды своих продуктов

Там открыто более 18 вакансий. Каждая на вилку 320-390к рублей

Разбираем два направления, по которым у нас идёт менторство

Data Scientist - про данные и модели. Этот человек работает с большими массивами данных, чтобы приносить бизнесу пользу. Собирает данные, чистит их, ищет закономерности, строит ML-модели для прогнозов и классификации. Примеры задач: модель оттока клиентов в банке - рекомендательная система для маркетплейса
Стек: Python, SQL, scikit-learn, PyTorch. Работа техническая: код, эксперименты, общение с аналитиками и инженерами. Успех меряется через бизнес-метрики, которые двигает модель.

Product Manager - про продукт и решения. Этот человек отвечает за продукт от идеи до результата на рынке. Например, запуск тарифа Elite в Яндекс.Такси. Разбирается, кто пользователь, какая у него боль, что построить, чтобы её закрыть, и как это будет зарабатывать.
Что делает на практике: интервью с пользователями, анализ данных и конкурентов, гипотезы, постановка задач дизайну и разработке и контроль метрик после релиза
Стек: Python, SQL, A/B тесты, Количественные и качественные исследования, Tableau, Power BI

Если ещё не определился - на консультации поможем выбрать направление под твой бэкграунд и цели


🔗Пишите в лс - @p3P3V14d01