Программисты — удалённая работа в Москве

Доработка существующего продукта. Добрый день. Работаю дата инженером, но чувствую что пока не хватает опыта для роста, начал дополнительно углубленно изучать эту сферу, и пробовать переделывать рабочую архитектуру проекта, но столкнулся со сложностями создания архитектуры проекта с нуля, так же не особо понимаю что такое dwh и как с ним работать. Необходимо пара занятий в помощи и объяснении именно создании архитектуры и работы в проекте с нуля, очень важен реальный опыт работа у репетитора.

Доработка существующего продукта, разработка с нуля. Динамическое ценообразование (недвижимость). В поисках готового решения или разработки под нас. Рассматриваем только с аналогичным опытом.

Data Science. Разработка с нуля. Пожелания и особенности: Разработать систему распознавания специфических объектов computer vision. Разработать трекер который решает систему окклюзий потери объекта и смешивания похожих объектов, а также мерил скорость объектов и предсказывал их траекторию.

Настройка, тестирование, разработка с нуля, доработка существующего продукта. Специалист по аналитике маркетплейсов.

Подготовка к экзамену. Пожелания и особенности: Анализ данных Андан - независимый экзамен в Высшей школе Экономики.

Data Science. Разработка с нуля. Формат и условия: Локация: г. Саров (очный формат). Даты: 1–9 августа. Условия: Проезд и проживание оплачиваются. Оплата: от 10 000 руб./день (обсуждается индивидуально). Что предстоит делать: Сопровождать команды в качестве технического куратора: помогать внедрять и эффективнее использовать AI-инструменты в их задачах. Требования к кандидату: Hard Skills: Уверенное владение флагманскими нейросетями (Claude, GPT, Gemini) — от продвинутого промптинга и итеративной работы до проверки и углубления ответов. Практическое понимание принципов работы RAG и AI-агентов. Soft Skills: Опыт менторства, фасилитации, преподавания или работы с группами. Будет плюсом: Опыт работы трекером или куратором на хакатонах/интенсивах. Умение доходчиво объяснять сложные технические концепции. Понимание ограничений моделей (лимиты, квоты) и методик верификации сгенерированного контента.

Data Science. Доработка существующего продукта, настройка, тестирование. Калибровка и анализ данных.