Искусственный интеллект — одна из самых быстрорастущих технологических сфер. ИИ-решения заметно ускоряют и совершенствуют процессы, поэтому их внедряют компании от стартапов до корпораций. Из-за этого тренда спрос на первоклассных специалистов по машинному обучению и анализу данных стремительно растет.

Несколько дней назад на международном форуме Kazan Digital Week 2025 прошла научная конференция «ИИ–ЗАМАН». Исследователи и практики обсудили фундаментальные и прикладные аспекты искусственного интеллекта. Одним из участников стала технологическая платформа Авито, где активно развивают ИИ-направление.

В перерывах между докладами мы поговорили с Data Science специалистом Авито Викторией Берестовой. О том, как стать дата-сайентистом, какие навыки развивать и на что обращать внимание при выборе профессии, — читайте в интервью.

С чего начать изучать Data Science: какие навыки точно нужны новичку?

Чтобы быть специалистом в Data Science, нужен хороший математический бэкграунд: без основ математического анализа и линейной алгебры будет тяжело разобраться в теме. С этим фундаментом можно поступить в вуз в магистратуру или пройти курс. Один из самых популярных по машинному обучению — курс Евгения Соколова от НИУ ВШЭ. Все материалы, домашки и кейсы есть в открытом доступе.

Пройдено обучение на курсах, но серьезного практического опыта нет. Меня возьмут на работу с учебными и пет-проектами?

Ответить однозначно, что важнее работодателю: диплом топового вуза, крепкая теория или портфолио с практическими кейсами, — сложно. Все зависит от кандидата. Иногда приходят ребята из проверенных вузов, или тех, в которых преподают наши коллеги. Мы понимаем уровень образования, и поэтому знаем, что соискатель легко адаптируется на месте и разберется с задачами даже без опыта в полях или только с учебными проектами.

На старте кандидат с классическим образованием и без практики действительно может проигрывать. Но как показывает жизнь, в процессе все выравнивается: сотрудники с фундаментальными знаниями быстрее доходят до определенного уровня чем те, кто разбирается во всем самостоятельно.

Я только задумываюсь о работе в Data Science. Как понять, что это мое?

Начните изучать программирование, основы математики и машинного обучения. В деле станет понятно: вам это интересно или нет. В остальном предсказать успех новичка почти невозможно. В России появляется все больше бигтехов, и в каждом свои требования и своя корпоративная культура. В любом случае прокачивайте стрессоустойчивость и внимательность — остальное наверстывайте за счет знаний.

Где можно получить первый опыт?

Так как Data Science массово развивается, рынку нужны начинающие специалисты. Оцените свои силы и по возможности уже во время обучения проходите стажировки. В многих компаний есть отдельные пространства, посвященные стажировкам. В России большое приветливое комьюнити дата-сайентистов. Они ведут Telegram-каналы, где также можно найтипредложения стажироваться и участия в проектах. Могу посоветовать несколько на разные тематики для первого погружения:

Start Career in DS — в канале публикуют материалы о технических инструментах и визуализации данных, разборы бизнесовых задач и ML-алгоритмов. 

Machinelearning — подписывайтесь, если хотите быть в курсе запусков LLM-моделей для разных задач.

«Сиолошная» — известный в DS-кругах эксперт Игорь Котенков пишет о трендах в машинном обучении, NLP, LLM и своих увлечениях: видеоиграх, VR, киберспорте и космосе.

«Нескучный Data Science» — здесь собрана вся правда о работе в Data Science: практических нюансах и реальных аспектах, о которых не рассказывают на парах.

ODS Moscow — подписчики канала крупнейшего русскоязычного open-source сообщества обмениваются опытом и участвуют в курсах, соревнованиях и митапах.

«Доска AI-объявлений» — канал команды Авито о жизни и работе, ML/AI-проектах, вакансиях и профессиональных событиях компании.

ИИ уже умеет писать код. Точно стоит идти в Data Science в 2025 году?

Из-за развития ИИ в индустрии действительно происходит структурный сдвиг. Как в любом деле, в нашем ИИ — не соперник, а помощник. К тому же, если говорить совсем просто, суть Data Science — придумать, каким алгоритмом усилить человека. То есть дата-сайентисты последние, кого вытеснят технологии.

Чтобы быстрее найти работу и стать классным дата-сайентистом, лучше учиться универсальным или узким навыкам?

Здесь почти как у медиков: сначала нужно получить общие знания, потом — специальные. На стажировки берут с общим пониманием основ обработки естественного языка (NLP), машинного обучения и языковых моделей. На работу — с узким опытом в определенных направлениях.

В машинном обучении, например, сейчас самое востребованное направление — искусственный интеллект и работа с большими языковыми моделями. В этих областях не хватает толковых кадров, поэтому рынок предлагает привлекательные условия.

Как попасть в команду Авито? Каким нужно быть и что уметь?

Хард скилы: уверенно владеть классическим ML и статистикой, уметь анализировать данные, знать основные ML-алгоритмы. Если говорить о больших языковых моделях, к навыкам можно добавить умение программировать на Python и разбираться в NLP.

Софт скилы: быть внимательным, командным игроком и трудолюбивым.

Селф скилы: постоянно учиться и развиваться.

А чем занимаются дата-сайентисты в Авито?

ИИ-направление развивают в Авито с 2013 года. Первые задачи были связаны с внедрением алгоритмов рекомендаций и информационной безопасностью. За несколько лет технический отдел сильно разросся.

Моя команда работает с большими языковыми моделями: мы берем открытый алгоритм и дообучаем его на данных Авито под внутренние задачи. У нас есть собственная языковая модель A-Vibe, которая также работает и как ChatGPT для сотрудников. В корпоративном портале человек может попросить ИИ найти нужный документ, занять слот в календаре, вытащить информацию из внутренних ресурсов Авито и другие задачи.

За что молодые дата-сайентисты выбирают Авито?

За репутацию и культуру. Когда я выбирала работу, видела Авито на высоких местах в карьерных рейтингах и в СМИ. У нас работают сильные коллеги с практическим опытом, которые готовы делиться знаниями и помогать в решении сложных задач.

За возможности и свободу. Нам предлагают много инициатив и проектов, есть возможность влиять на продукт, которым пользуются миллионы. Можно постоянно пробовать новое, расширять кругозор и портфолио.

Поэтому для молодых дата-сайентистов Авито — это возможность расти в сильной команде, учиться у профессионалов и создавать технологии, которые помогают людям.

Изображения: Айгуль Мирханова