«Авито» впервые открыл набор в Data Science Bootcamp — годовую стажерскую программу для начинающих DS-инженеров, где за 12 месяцев участникам обещают рост до уровня middle по внутренней матрице компании. Для русскоязычного IT-рынка это сигнал вполне читаемый: бизнесу уже мало жаловаться на дефицит кадров, теперь крупные платформы начинают выращивать специалистов под свои ML-задачи длинным и довольно дорогим способом.
Программа рассчитана на студентов и недавних выпускников технических, математических и IT-направлений, сообщает CNews. Подать заявку можно до 9 июля 2026 года. Формат гибридный: участвовать разрешают как удаленно, так и из одного из пяти офисов компании. Требование по занятости тоже не декоративное — от 25 часов в неделю, так что речь идет не о факультативе «по вечерам», а о полноценной рабочей нагрузке, встроенной в учебный трек.
У буткемпа два направления. Первый трек посвящен классическому машинному обучению: участники должны пройти путь от подготовки датасетов до вывода модели в релиз и поработать над системами, которые напрямую влияют на поведение миллионов пользователей площадки. В списке задач — рекомендации, ранжирование объявлений и модели, оценивающие вероятность действий на платформе. Второй трек сосредоточен на NLP и LLM: здесь стажерам предлагают улучшать понимание естественного языка в голосе и тексте, участвовать в создании ИИ-ассистентов, дорабатывать поиск и делать LLM-решения как для пользователей, так и для внутренних сервисов.
Ключевая деталь в том, что компания продает не курс, а вход в боевой контур. Первые полгода участники будут погружаться в процессы и культуру «Авито», параллельно начиная работу над задачами команд. По задумке компании, к этому моменту они должны дорасти до уровня junior DS-инженера. На экваторе — промежуточная оценка и план на вторую половину программы. В финале — техническое интервью, которое, как заявляет «Авито», должно подтвердить уровень middle DS-инженера по внутренней системе компетенций. Это важная оговорка: не «рынок признал middle», а «компания проверяет на своем стандарте». Для кандидата разница не академическая, а карьерная.
На входе требования тоже вполне предметные. Кандидатам нужны Python и библиотеки PyTorch, Pandas, sklearn и CatBoost. Кроме резюме, придется пройти тест, отдельное тестирование, записать видеоинтервью, а затем выдержать два собеседования: с DS-инженером и с руководителем вместе с HR. Такая воронка показывает, что компания отбирает не просто мотивированных новичков, а людей, которых можно сравнительно быстро встраивать в продуктовые команды. Иначе экономика всей истории не сходится: год наставничества, реальная команда, дополнительные курсы и менторская поддержка — удовольствие не из дешевых даже для большой платформы.
В более широком контексте запуск выглядит логично. На российском рынке уже несколько лет наблюдается странная, но устойчивая картина: вакансий и задач в области ML, NLP и генеративного ИИ становится больше, а специалистов, способных быстро приносить пользу в продукте, рынок выпускает заметно меньше, чем хотелось бы работодателям. Университеты дают базу, онлайн-курсы дают терминологию и набор учебных ноутбуков, а вот переход от «я обучил модель на учебном датасете» к «я отвечаю за качество ранжирования в сервисе с миллионами пользователей» для многих оказывается длиннее, чем ожидалось. Data Science Bootcamp в этом смысле пытается закрыть именно самый дорогой разрыв — между обучением и промышленной практикой.
Для самой компании это не только HR-инициатива, но и инженерный расчет. Платформе с большим количеством пользовательских сценариев нужны специалисты, которые понимают не только ML-метрики, но и продуктовую цену ошибок: где недокрутить ранжирование опаснее, чем переобучить модель, почему поиск и рекомендации живут не в вакууме и чем отличается демонстрационный LLM-пилот от сервиса, который нужно поддерживать в проде. Когда таких людей трудно купить на рынке, их начинают собирать внутри. Тем более если компания уверена, что в конце сможет оставить у себя лучших участников.
Для разработчиков и студентов история тоже двоякая, но интересная. С одной стороны, предложение выглядит сильнее типичной стажировки: длинный горизонт, реальные задачи, менторы, понятный трек роста, шанс закрепиться в крупной продуктовой команде. С другой — обещание вырасти до middle за год требует правильной расшифровки. Если человек уже уверенно программирует, понимает математику, умеет читать код и не пугается продакшена, такой скачок реалистичен внутри конкретной компании и конкретного стека. Если база слабая, никакое слово bootcamp само по себе не превращает год в телепорт. В этом смысле честнее воспринимать программу как ускоренный вход в профессию с высоким порогом отбора, а не как магическую кнопку карьерного апгрейда.
Заявление Татьяны Семиной, руководителя направления работы с молодежью в «Авито», укладывается в ту же логику: спрос на DS-инженеров растет быстрее, чем рынок успевает их готовить, а значит, бизнесу приходится инвестировать в долгий цикл подготовки. На уровне отрасли это, пожалуй, главный вывод из всей новости. Если подобные годовые программы начнут появляться не как разовые PR-истории, а как нормальная практика у крупных работодателей, российский рынок ИИ-кадров может немного сдвинуться от вечной охоты за готовыми middle и senior к более взрослой модели — когда компании перестают ждать идеального кандидата снаружи и начинают строить его внутри.