Data science 1

Автор на курс «Специалист по Data Science»

Стойте у истоков создания образовательного контента и меняйте жизни людей

О вакансии

Можно совмещать с основной работой

Привет! На связи команда из направления анализа данных Яндекс Практикума. Мы готовим курс «Специалист по Data Science» и ищем авторов, которые поделятся своей экспертизой.

Яндекс Практикум — сервис онлайн-образования, где реально освоить востребованную цифровую профессию и найти стабильную работу. А технологии и команда экспертов помогают довести дело до конца.

около 10‑15 часов в неделю

вознаграждение по итогам отбора

Что делает автор?

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 на основе обратной связи от студентов, экспертов сопровождения и редакторов.

Разрабатывает дополнительные материалы (тренажёр, чек-листы, тесты, памятки, квизы) и тестовые задания для проверки знаний.

Предлагает идеи, как улучшить усвоение материала.

Участвует в проектировании программы.

Что мы ожидаем от вас?

Мы особенно ждём авторов, готовых работать над темами:

Обработка больших данных (Spark/PySpark).

Внедрение моделей и автоматизация пайплайнов (Airflow, MLflow).

Введение в глубинное обучение (нейросети, CNN, RNN, трансформеры).

Модели для обработки текста и изображений (NLP и CV).

Разработка рекомендательных систем.

Инструменты и библиотеки:

Airflow — опыт построения DAG-ов, автоматизация inference‑процессов, работа с батч‑инференсом и мониторингом моделей.

MLflow — треккинг экспериментов, логирование моделей, понимание культуры reproducible ML.

PySpark / Spark — опыт построения пайплайнов обработки больших данных, понимание архитектуры.

RecSys — знание подходов к рекомендательным системам: матричная факторизация, content‑based, гибридные. Опыт с библиотеками LightFM, Implicit.

PyTorch + Hugging Face — уверенное построение и обучение моделей в задачах NLP и CV.

Scikit-learn, XGBoost/LightGBM/CatBoost — уверенное владение ML-инструментами, настройка гиперпараметров, интерпретация моделей (SHAP, Permutation).

Pandas и NumPy — уверенная работа с табличными данными, векторизация вычислений, обработка данных.

А также:

Техническое образование (преимущественно в области ML).

Опыт работы Data scientist или на смежных позициях от 3-х лет.

Желание делиться знаниями и опытом, рассказывать сложное доступно и понятно. Так, чтобы вас поняли люди без опыта в этой сфере.

Умение грамотно и интересно писать, а где уместно — шутить, придумывать аналогии и метафоры, чтобы объяснить.

Дружелюбие и умение работать с командой сообща.

Опыт преподавания, публичных выступлений или авторства экспертных статей — будет преимуществом.

Что мы предлагаем?

Мы предлагаем удаленное сотрудничество, нужно только быть на связи в мессенджерах и иногда в Zoom.

Возможность экспериментировать и реализовать свой потенциал: мы доверяем вашему опыту и не тратим время и силы друг друга на микроменеджмент.

Плавное погружение в сотрудничество: познакомим вас с инструментами разработки курсов и с командой, которая поможет преобразовать ваши знания в целый курс.

Пополнение портфолио: мы выдаем нашим экспертам сертификаты о социально‑полезной деятельности.

Возможность писать статьи и участвовать в конференциях, мероприятиях и подкастах Яндекс Практикума.