Рынок команд ML Продолжаем разбирать в какую команду (отдел) сейчас залететь выгоднее. Продолжение
поста.
Т-БанкВторой после Яндекса игрок по уровню DL-я, а по некоторым направлениям уже и спорно, кто первый. Основное ML-ядро это AI-Центр, команда из 600+ человек, которая делает ассистентов и LLM-поиск по всей экосистеме банка. Внутри есть рекомендации, NLP, CV, речь, временные ряды, MLOps/LLMOps и отдельно исследования.
Скоринг / антифрод / CRM по сути это классический табличный ML, но с банковской спецификой: интерпретируемость, регуляторика, долгий цикл выкатки. Из всех табличных направлений скоринг и антифрод — вторая по востребованности история после рекламы, этим занимается каждый банк и финтех. Но надо понимать, что по факту тут будет много бустингов над фичами и мало современного DL.
LLM (Gen-T) - уникальная команда, которая делает T-Lite и T-Pro. T-Pro 2.0 является первой российской открытой моделью с гибридным режимом рассуждений и своим токенизатором под кириллицу. Это полноценный pretrain/SFT/RL-пайплайн на своих кластерах, такой опыт в России можно получить в двух-трех местах. Минус существенный - конкурс сюда сильно выше, чем в среднем по банку.
Речь - свой голосовой ассистент, открытая ASR-модель T-one, команда сильная, но узкая. По смыслу похоже на речевые команды Алисы, масштаб поменьше.
T-Bank AI Research — лаборатория, которая пишет статьи. Регулярно публикуются на топовых конференциях, особенно сильны в RL, оптимизации и робототехнике. В отличие от AIRI, это внутри банка, поэтому с зп и ресурсами заметно лучше, но и ждут, что статьи потом во что-то внедрятся. Если хочется одновременно и статьи, и нормальные деньги — один из лучших вариантов в стране.
В целом культура очень похожа на яндексовскую: много ребят из ФПМИ/ШАД, собесы жесткие (алгоритмы + ML + систем-дизайн), но темп чуть спокойнее, чем в Поиске. Если выбирать табличную команду — реклама Яндекса или скоринг Т-Банка, если DL — Gen-T, речь или Research.
VKСамая широкая компания по количеству продуктов: ВКонтакте, VK Видео, Клипы, Музыка, Почта, Дзен, RuStore, VK Реклама. Команд много, разброс по уровню тоже большой, поэтому "пойти в VK" — это ни о чем, надо смотреть конкретную команду.
Главная сила VK — рекомендации. Лента, Клипы, Видео, Музыка — это давно не бустинги, а DL-ный recsys на трансформерах и двухбашенных моделях с огромным объемом данных. Если цель именно RecSys, то в России сильнее VK и Яндекса ничего нет, а в VK порог входа ниже. Плюс recsys продается на любом рынке — от e-com до стриминга.
VK Реклама (бывший myTarget) — табличный ML плюс немного DL, по смыслу то же самое, что реклама Яндекса, но масштаб меньше.
LLM — тут к сожалению совсем небольшой прогресс от VK. VK какое-то время делал свои foundation-модели, но, судя по недавним постам людей, которые это направление возглавляли, приоритеты внутри компании поменялись и разработку foundation-моделей сворачивают. Так что за опытом обучения больших моделей сюда сейчас я бы не шел, а вот прикладные вещи (модерация, поиск по видео, антиспам, генерация описаний) остаются.
Из минусов: много легаси, своя инфра, которая местами сильно уступает яндексовской, а уровень и темп очень зависят от команды — в ленте и видео сильные ребята, в маленьких продуктах можно надолго застрять в поддержке. По деньгам, по ощущениям, в среднем ниже Яндекса и Т-Банка.
Кто еще заслуживает внимания
Авито — сильно недооцененное место. Очень сильная DS-культура (A/B-тесты, статистика и ML-system-design на собесах), рекомендации, поиск, модерация, CV по фото объявлений. И собственный LLM-юнит: A-Vibe и A-Vision, дообученные на базе Qwen со своим токенизатором и поддержкой вызова инструментов для агентов, выложены в опенсорс под Apache 2.0. Компания заявила порядка 12 млрд рублей инвестиций в GenAI. По уровню — где-то между Яндексом и VK, по деньгам конкурентно, конкурс средний. Тут есть и табличка, и DL, и продуктовый recsys — хороший баланс.
Ozon / Wildberries — e-com, соответственно поиск, ранжирование, рекомендации, прогноз спроса, логистика. Много табличного ML и классического ranking, DL в основном в поиске и CV по карточкам товаров. Ozon посильнее по инженерной культуре, WB растет быстрее, там больше хаоса, но и больше шансов взять кусок с нуля. Не самый интересный DL, но e-com ranking сейчас нужен вообще везде.
МТС / MTS AI — формально отдельная компания, примерно как AIRI при Сбере. Делают свои LLM (Cotype), речь, много B2B-внедрений. Уровень команд неровный, ресурсов меньше, чем у первой тройки. Как первый опыт — ок, как цель — вряд ли.
Альфа-Банк — табличный ML (скоринг, CRM), но есть небольшая исследовательская группа, которая пишет статьи по event sequences и банковскому recsys. Если хочется в финтех, а в Т-Банк не взяли — нормальный запасной вариант.
Во все эти команды готовят
наши курсы МЛ СТАРТ, МЛ ПРО, AI Агенты ПРО, Data Science. Там мы не только готовим к собесам, но и учимся выкатывать модели в прод, проектировать архитектуру и выстраивать карьерную траекторию. Мы настолько уверены в программе и результатах наших студентов, что даем гарантию оффера. Если вы готовы работать по нашей системе — мы доведем вас до цели.
➡
ЗаписатьсяПодписаться: @zadachi_ds
