Вакансии

Задачи: - Разрабатывать, поддерживать и масштабировать backend-решения для высоконагруженных корпоративных систем наших клиентов Требования: - Высшее профильное образование (Computer Science, IT, прикладная математика или смежные технические направления) - Уверенные знания Java от 3 лет - Опыт коммерческой разработки на стеке Spring / Spring Boot - Понимание работы ORM (Hibernate / JPA) - Опыт работы с веб-серверами (Tomcat, Jetty, Undertow и др.) - Уверенное владение Git - Опыт контейнеризации и оркестрации: Docker, Kubernetes - Понимание принципов и практический опыт работы с CI/CD (TeamCity, Jenkins, GitLab CI и др.) - Будет плюсом: - Опыт работы с React или Go - Опыт взаимодействия с экосистемой Big Data (Hadoop, Spark и др.) - Знание и применение методологии GitFlow - Понимание принципов проектирования RESTful API - Опыт работы с системами сборки (Gradle / Maven) - Опыт работы с брокерами сообщений (Kafka, RabbitMQ) Условия: - Полная занятость - График: 5/2 - Формат работы: удалённо

Location: Москва Наша команда занимается созданием следующего поколения интеллектуальных систем для анализа рисков. Среди наших проектов: * разработка NLP моделей на основе LLM, создание sota AI-агентов и мультиагентных систем для операционных и ESG-рисков * создание transformer-based моделей для решения банковских задач на финансовых данных; моделирование финансовых рынков с помощью машинного обучения * разработка классических ML-моделей для процесса кредитования, которые являются ядром бизнеса Сбера и ключевым драйвером прибыли. и сейчас наша команда в поиске талантливых стажеров трех направлений: Data Scientist, LLM-researcher, и Quant-Risks в Управление риск-моделирования. Обязанности * разработка моделей для автоматизации и оптимизации кредитных процессов * сбор, анализ и подготовка данных для моделирования * написание поддерживаемого, читаемого кода; участие в обсуждениях технических подходов * помощь в опромышливании результатов исследований * презентация результатов исследований бизнес-заказчиками. Требования * статус студента бакалавриата/магистратуры на момент трудоустройства * в области компьютерных наук, математики или другой релевантной области * знания в области теории вероятностей и математической статистики * отличные навыки программирования на Python, SQL. * знание библиотек Numpy, Pandas, Scikit-learn, XGBoost/LightGBM/CatBoost, Transformers, Pytorch * опыт разработки моделей машинного обучения (классический стек, NLP, DL). **Будет плюсом:** опыт работы с LLM, c большими данными (PySpark). Условия * формат работы: офис в г. Москва, рядом с м. Кутузовский пр. * гибкий график и возможность совмещать с учебой: от 30 до 40 часов в неделю * возможность заниматься спортом в одном из спортзалов банка * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

Location: Москва Наша команда занимается созданием следующего поколения интеллектуальных систем для анализа рисков. Среди наших проектов: * разработка NLP моделей на основе LLM, создание sota AI-агентов и мультиагентных систем для операционных и ESG-рисков * создание transformer-based моделей для решения банковских задач на финансовых данных; моделирование финансовых рынков с помощью машинного обучения * разработка классических ML-моделей для процесса кредитования, которые являются ядром бизнеса Сбера и ключевым драйвером прибыли. и сейчас наша команда в поиске талантливых стажеров трех направлений: Data Scientist, LLM-researcher, и Quant-Risks в Управление риск-моделирования. Обязанности * разработка моделей ценообразования и расчета риск-метрик для финансовых инструментов, а также подходов к управлению рыночными рисками * развитие передовых методов ИИ для финансов: генеративное моделирование мультимодальных данных (диффузия, VAE, LLM и др.), обучение с подкреплением * обозревать статьи и придумывать новые SoTA подходы для решения банковских задач на финансовых данных. Требования * статус студента бакалавриата/магистратуры на момент трудоустройства, образование с математическим уклоном * понимание финансовой математики: знания в области теории вероятностей и случайных процессов, математической статистики и эконометрики * свободное владение Python (NumPy, Pandas, PyTorch) * базовые знание ML/DL * знание классических методов ML, Deep Learning * знание современных генеративных моделей / RL-алгоритмы * знание архитектуры и принципов LLM. Условия * формат работы: офис в г. Москва, рядом с м. Кутузовский пр. * гибкий график и возможность совмещать с учебой: от 30 до 40 часов в неделю * возможность заниматься спортом в одном из спортзалов банка * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

Задачи: — Стать специалистом в моделях, продуктах, бизнесе и/или кодовой базе компании. — Выявлять потенциальные проблемы или возможности для улучшения, сообщать о них команде и предлагать решения. — Проводить самостоятельные исследования, офлайн-анализы с использованием креативного мышления и представлять результаты команде ML. — Получать наставничество от опытных специалистов по машинному обучению и тесно сотрудничать с командой для улучшения продуктов и моделей. — Исследовать методы машинного обучения и статистики для улучшения предсказательной эффективности и/или бизнес-ценности модели. — Проектировать, реализовывать и оценивать улучшения моделей, продуктов или технических решений с использованием строгих методов экспериментов и валидации. — Переводить результаты исследований в четкие рекомендации, документированные методологии и готовые к производству решения. — Работать с наставником для согласования заинтересованных сторон и определения следующих шагов. Требования: — Студент бакалавриата, магистратуры или PhD по математике, статистике, физике, эконометрике, компьютерным наукам или смежной количественной области. — Планируется окончание обучения к 2028 году. — Сильные основы в теории статистики, вероятности и машинного обучения. — Умение выполнять анализ данных и оценивать модели машинного обучения или статистические модели с использованием Python, а также базовые знания SQL. — Интеллектуальное любопытство, скромность, мотивация и умение работать в команде. — Сильные коммуникативные навыки. — Умение эффективно использовать современные агентные инструменты (Claude Code, Codex и др.). Предпочтительные квалификации: — PhD в соответствующих областях. — Опыт в контролируемом обучении, оценке моделей и техниках создания признаков. — Продвинутые знания статистики (фреквенстская, байесовская, казуальная) и эконометрики. — Сильные навыки программирования на Python. Условия: — Полностью удаленная работа. — Возможны 1-2 встречи для совместной работы в течение 2-4 дней за время стажировки. — Медицинское, стоматологическое и офтальмологическое страхование, включая HSA с финансированием работодателя. — Кредит на медицинское страхование при отказе от плана компании. — Защита дохода, включая страхование жизни и инвалидности. — Программы с предналоговыми расходами на здоровье и транспорт. — Конкурентоспособная компенсация с базовой зарплатой от $141,000 до $150,000 в год, бонусами, акциями и щедрым пакетом льгот. — Пенсионные планы с компанией, которая удваивает взносы до $15,000 в год. — Программы покупки акций для сотрудников (только США). — Оплачиваемый отпуск, больничные и семейные отпуска. — Программы поддержки ментального здоровья и финансового благополучия. — Возможности для личного и профессионального развития. Дополнительно: — Компания придерживается принципов равных возможностей и инклюзивного найма. — Для кандидатов, нуждающихся в разумных приспособлениях в процессе отбора, предоставляется контактный email.

Задачи: — Разработка моделей для recommendation, ranking, forecasting, pricing и optimization. — Тестирование гипотез и проведение экспериментов. — Оценка влияния моделей на бизнес-метрики. — Вывод ML-решений в production. Требования: — Есть 1–2+ года опыта в ML Engineering, Data Science или Research Engineering. — Уверенно владеете Python и SQL. — Сильная база в математике, статистике и machine learning. — Работали с production ML и современным стеком.

Обязанности: — Проектирование и поиск решений для прикладных задач на платформе 1С 8.3. — Разработка и адаптация конфигураций 1С (доработка, адаптация, модификация). — Работа с прикладными решениями, такими как: ЗУП, ERP, Бухгалтерия, УТ, КА, ДО. — Интеграция 1С с другими системами и сервисами, настройка обмена данными (XML, CSV и др.). — Реализация миграций и переносов данных между 1С и иными системами. — Проведение функционального и интеграционного тестирования программных решений. Требования: — Уверенный навык программирования на языке 1С. — Опыт работы от 2 лет в должности программиста 1С у заказчика. — Будет преимуществом: опыт в проектах автоматизации учета и бизнес-процессов. — Высшее образование (программирование, математика, бизнес-информатика или другие технические специальности), средне-специальное при наличии значительного опыта в программировании на 1С. — Опыт работы с прикладными решениями ERP и ДО. — Опыт разработки, тестирования и отладки решений в 1С. — Умение работать с СУБД, написание сложных запросов, интеграция 1С с другими системами. — Знание архитектуры платформы, работы с конфигуратором 1С, систем контроля версий (Git) и инструментов логирования/анализа производительности. Условия: — Интересные проекты, участие в разработке и внедрении реальных решений для бизнеса клиентов. — Обучение и развитие, поддержка профессионального роста, доступ к корпоративной библиотеке, развитие профессиональных и управленческих навыков. — Оформление в штат аккредитованной IT-компании согласно ТК РФ. — Скидки от партнеров: медицинские клиники, фитнес, онлайн-образование, курсы иностранного языка. — ДМС со стоматологией для сотрудника и семьи по корпоративным тарифам. — Партнерские и доверительные отношения с руководителем и командой. — Отсутствие дресс-кода, современный уютный офис, кухня, безлимитный вкусный кофе.

Задачи: — Проводить занятия с детьми 3–5 лет: развитие речи, математика, природоведение и другие направления — Организовывать игру, прогулки и режим дня, поддерживать спокойную и безопасную атмосферу в группе до 16 детей — Следить за комфортом детей и помогать им в ежедневных ситуациях — Взаимодействовать с родителями: давать обратную связь и проводить консультации Описание компании: КУЛЬТУРАМА — частная школа, сад и творческие мастерские в Санкт-Петербурге. Здесь создают современную образовательную среду, в которой детям 3–5 лет важно чувствовать безопасность, доверие и интерес к обучению.

Задачи: — Разрабатывать и поддерживать клиентские функции в приложении на Unreal Engine 5 — Брать на себя ответственность за функциональное направление от технических исследований до реализации — Интегрировать сторонние API и SDK, включая решения для видеосвязи — Проактивно сообщать о технических требованиях, рисках, блокировках и оценках — Сотрудничать с менеджером продукта и системным архитектором — Работать с приложением, интегрированным с мобильными, веб- и бэкенд-системами, разработанными другими командами Требования: — Опыт профессионального программирования в игровой индустрии не менее 5 лет — Опыт выпуска хотя бы одной игры на Windows — Сильные принципы и практики программирования на C++ — Профессиональный опыт работы с Unreal Engine 5 — Хорошее понимание архитектуры игр и алгоритмов — Глубокое понимание многопоточного программирования — Отличное владение 3D-векторной математикой, матрицами и линейной алгеброй — Сильные навыки отладки и решения сложных технических проблем — Знакомство с Agile-методологиями — Владение английским и украинским языками Плюсы: — Знакомство с Visual Studio — Опыт работы с инструментальными пайплайнами для улучшения рабочих процессов разработчиков — Опыт проектирования и реализации физических систем — Опыт работы с ассетами — Опыт разработки инструментов — Опыт реализации пользовательского интерфейса Условия: — Полностью удалённая работа — Влияние на техническую реализацию и развитие продукта — Работа в стартапе на ранней стадии — Плоская организационная структура и минимум бюрократии — Возможность применять опыт разработки игр в области технологий реального времени и общественной безопасности — Продукт с растущим национальным медийным признанием

Задачи: — Консультирование пользователей по работе с системами 1С через систему Service desk и по телефону — Обработка поступающих обращений от пользователей — Подключение сотрудников к базам 1С — Решение оперативных задач, необходимых для корректного функционирования системы, настройка систем — Подготовка и актуализация пользовательских инструкций, участие в формировании базы знаний по системам 1С — Тестирование доработанного функционала, описание найденных ошибок — Администрирование пользователей (настройка групп, доступа, профилей, ролей - прав доступа в системы) — Интервьюирование и сбор исходной информации по бизнес-процессам Требования: — Высшее образование по одной из специальностей: "Информационные системы и технологии", "Прикладная математика", "Бизнес-информатика" — Опыт работе в технической поддержке по системам 1С 1-й и 2-й линии от 2 лет — Знание функциональных возможностей конфигураций 1С БП КОРП, 1С ERP, 1С УХ, 1С ЗУП КОРП, 1С: Управление автотранспортом, 1С: Производственная охрана труда, 1С: ТОИР, 1С:MDM — Знание областей: бухгалтерский/налоговый учет, кадровый учет/расчет ЗП, бюджетирование, казначейство, складской учет, управленческий учет, НСИ Условия: — Полный рабочий день, график 5/2: пн. – чт. 08.00 – 17.00, пт. 08.00-15.30 — Трудоустройство и работа в соответствии с ТК РФ — Компенсация проезда в пригородных электропоездах — Питание за счет предприятия — Премирование по итогам работы за полный календарный год — Надбавка за стаж — Возможность получить профессиональное образование за счет метрополитена — Льготы на отдых в оздоровительном комплексе метрополитена — Детский оздоровительный лагерь и детский клуб

Задачи: — Анализировать данные, выбирать подходящие архитектуры (от классического ML до нейросетей) и обучать модели — Искать и тестировать новые подходы и решения, адаптируя их под наши нужды — Самостоятельно разворачивать модели в продакшн-среде — Настраивать рабочее окружение и библиотеки в условиях отсутствия прямого доступа к интернету — Настройка и интеграция локальных LLM Требования: — Уверенное владение Python и ML-стеком (Pandas, Scikit-learn, PyTorch/TensorFlow) — Понимание математики и статистики, стоящую за алгоритмами — Опыт работы с современными архитектурами (NLP, CV или LLM) — Умение упаковывать свои решения в Docker (критично для нашего контура) — Базовое знание Linux и опыт построения API-сервисов — Готовность работать полностью оффлайн в защищенной среде Будет плюсом: — Опыт развертывания локальных языковых моделей (LLM) — Навыки оптимизации кода под конкретное железо (GPU) — Умение работать с SQL-базами данных — Опыт с RAG, inference/serving Условия: — Только оффлайн формат работы (строго закрытый контур) — Работа в стабильном, регламентированном стеке с использованием собственных мощностей (GPU) — Работа с уникальными данными в защищенной среде

Требования: — Подтверждённый опыт внедрения ML/DS‑решений в промышленную эксплуатацию (в т.ч. за пределами прототипов и Jupyter‑блокнотов); — Уверенное владение 3D‑геометрией и обработкой пространственных данных: работа с полигональными сетками, вокселями, триангуляцией, 2D/3D‑объектами, понимание лежащей в основе математики; — Практические навыки в Information Retrieval и LLM‑задачах: построение гибридного поиска (сочетание dense‑ и sparse‑подходов, включая BM25), работа с эмбеддингами, применение инструментов для оценки качества поиска и ответов моделей (например, LLM‑evals, retrieval‑метрики); — Высокий уровень инженерной культуры: глубокое понимание принципов работы используемых технологий, навык написания надёжного, асинхронного и легко поддерживаемого кода для продакшена; — Опыт координации небольшой команды или технического руководства разработчиками; — Способность переводить абстрактные бизнес‑задачи в чёткие технические требования и разбивать их на реализуемые подзадачи; — Навыки работы с Python 3.10+ (в том числе с asyncio и typing), а также с библиотеками NumPy, SciPy, Pandas; — Знание Search‑ и LLM‑экосистемы: опыт применения векторных баз данных (Qdrant, Milvus, pgvector, Weaviate и другие), построения пайплайнов гибридного поиска (работа с эмбеддингами, sparse‑репрезентациями, методами переранжирования вроде Reciprocal Rank Fusion); — Владение инструментами оценки качества генерации и поиска LLM‑evals (Ragas, TruLens, DeepEval) либо умение разрабатывать собственные метрики; — Навыки в backend‑разработке и инфраструктуре: работа с FastAPI (включая микросервисную архитектуру, REST, асинхронную обработку), контейнеризацией приложений и Docker, эксплуатация в среде Linux (Ubuntu); — Умение применять инструменты профилирования cProfile, Scalene, memory_profiler и аналогичные. Задачи: — Решение сложных алгоритмических и исследовательских задач: обработка 3D‑данных, полигональных сеток и пространственных объектов, разработка пайплайнов поиска; — Проектирование архитектуры ML/DS‑сервисов и внедрение готовых решений в инфраструктуру проекта; — Профилирование производительности и снижение вычислительной сложности, в том числе при работе с 3D‑структурами и векторными индексами; — Подготовка технической документации, фиксация принятых архитектурных решений, участие в приёмочных испытаниях; — Координация работы подгруппы разработки: разбиение задач на подзадачи, оценка трудозатрат, участие в планировании спринтов; — Исполнение функций тимлида в периоды его отсутствия; — Проведение Code Review, контроль качества кода и соблюдения принятых engineering‑стандартов; — Менторинг, сопровождение онбординга и профессиональное развитие специалистов уровня Junior и Middle в команде.

Задачи: — Разработка и развитие модуля Demand Planning — Проектирование и реализация высоконагруженных алгоритмов прогнозирования спроса и анализа рыночных сигналов — Ответственность за компоненты работы с данными и качество прогнозов Требования: — Глубокое знание алгоритмов, структур данных, оценка сложности по Big O — Python (Senior уровень) — Библиотеки анализа данных: Pandas, Scikit-learn, Statsmodels — ООП и принципы проектирования вычислительных систем — SQL и реляционные базы данных (PostgreSQL) — Юнит- и интеграционное тестирование, методология тестирования — Будет плюсом: математическая статистика и основы машинного обучения (линейные модели, Random Forest, LSTM) — Работа с временными рядами: очистка, прогнозирование, кросс-валидация — Библиотеки градиентного бустинга: XGBoost, LightGBM, CatBoost — Глубокое обучение для временных рядов: LSTM, Prophet, DeepAR — Работа в Unix-подобных системах, понимание принципов CI/CD — C / C++ для оптимизации критичных узлов системы — Высшее техническое образование (математика, информационные технологии, физика, прикладные науки) или релевантный опыт — Сертификации по Python, анализу данных, машинному обучению или архитектуре программного обеспечения Условия: — Полный рабочий день — Можно удалённо — Оформление: только ИП (не СЗ, не ТК) — Долгосрочный проект

Задачи: — Анализировать SOTA в области калибровок и смежных областях, проектировать эксперименты, проверять гипотезы и разрабатывать методы калибровки сенсоров. — Проектировать CLI/API разработанных методов, автоматизировать процессы калибровки и их тестирование. — Участвовать во внедрении методов калибровки в продукты компании и пайплайны беспилотного вождения. — Развивать инженерную культуру команды, проводить code review и работать с техдолгом. Требования: — Более 5 лет опыта промышленной разработки ПО на Python. — Отличное знание Python 3. — Знание фреймворков для работы с математикой, сенсорами и нелинейной оптимизацией. — Понимание линейной алгебры, теории вероятностей, методов нелинейной и графовой оптимизации. — Опыт ведения полного цикла R&D с упором на быструю проверку гипотез и доставку результата в продукт. Условия: — Офис в Москве, гибкий график.

Задачи: — настраивать игровые параметры, балансные таблицы и внутриигровые офферы — считать акции и спецпредложения под разные сегменты игроков — проектировать и сопровождать механики и системы — анализировать, как изменения влияют на экономику и игровой опыт — проверять корректность настроек и ловить несоответствия до релиза — вести документацию и синхронить работу между отделами Требования: — сильный STEM (профильный университет) без опыта в индустрии (физика, математика, инженерия, точные/естественные науки) или геймдизайнер с опытом 1–3 года на близких задачах — баланс / экономика / системный дизайн, уверенный Excel — внимание к деталям в цифрах и критическое мышление — системность и самостоятельность в решении задач — играешь (хотя бы иногда) в мобильные или другие игры Условия: — формат работы: удалёнка, фуллтайм Инструменты: — Excel / Google Sheets. Данные достаём с помощью ИИ — писать SQL не нужно.

Учиться Data Science у тех, кто ежедневно работает с данными В программе: SQL, Python, математика, теория вероятностей, машинное обучение, нейросети, рекомендательные системы и не только. Приятный бонус — возможность попасть на стажировку в Центр BigData МТС или другую команду. Школа подойдёт студентам и выпускникам технических вузов, junior и middle аналитикам данных и ИТ-специалистам, которые хотят прокачаться в Data Science. Обучение абсолютно бесплатное и будет занимать не менее 8-10 часов в неделю: совмещать с другой учёбой и работой можно, главное — уметь планировать свою нагрузку. Заявки принимаются с 1 по 25 октября. До 1 ноября нужно будет пройти входное тестирование.

Задачи: — Развитие платформы интеллектуального управления безопасностью финансовых потоков. — Оценка транзакций в реальном времени на предмет мошенничества, комплаенс-рисков и других нежелательных действий с использованием ML-решений. — Применение продвинутых методов машинного обучения, прикладной математики и статистики. — Исследование новых данных, проверка ML-гипотез и поиск возможностей для улучшения существующих решений. — Погружение в бизнес контекст платформы ограничений, изучение доступных данных и инфраструктуры высоконагруженных сервисов. — Анализ текущих бизнес процессов, выявление уязвимых мест и точек роста. — Пробование различных подходов машинного обучения: классификация, кластеризация, uplift модели, ранжирующие модели и нейросетевые решения. — Сравнение результатов экспериментальных моделей с текущими решениями, оценка преимуществ и недостатков. — Валидация моделей с помощью офлайн метрик (AUC, PR кривые, NDCG, uplift метрики и др.) и подтверждение статистически значимого прироста точности. — Подготовка аналитических статей или отчётов с подробным сравнением методов и обоснованием выбора оптимального решения. — Запуск в продакшн лучших протестированных решений и обеспечение их интеграции в систему управления ограничениями. Требования: — Высшее техническое образование. — Опыт работы в DS от 2 лет. — Опыт вывода моделей в продакшн. — Уверенный Python, продвинутый SQL, PySpark как плюс. — Большой опыт в решении задач классического ML: бустинги, регрессия, ранжирование, классификация. — Знание статистики, A/B тестов, основ оптимизации и принципов работы используемых методов. — Умение презентовать результаты сложных решений понятным бизнесу языком. — Проактивность в поиске точек роста и генерации новых идей.

Проект: Внедрение интеллектуальных модулей на базе ИИ в платформу для автоматизации рутинных операций и повышения скорости процессов. Задачи: — Разрабатывать backend-сервисы на Python 3.10+ / FastAPI в рамках ИИ-платформы. — Проектировать и поддерживать микросервисную и event-driven архитектуру. — Интегрировать ИИ-компоненты платформы (работа с LLM, эмбеддерами, векторными БД). — Работать с данными и брокерами: SQL/NoSQL, OpenSearch, Redis, S3, Kafka. — Настраивать и поддерживать инфраструктуру: CI/CD, Docker, мониторинг и логирование. — Обеспечивать безопасность: выстраивать процессы аутентификации и авторизации (Keycloak, OAuth2). — Работать с существующим кодом в крупных репозиториях: читать, понимать, модифицировать и оптимизировать. Требования: — Опыт от 3 лет коммерческой разработки на Python. — Отличное знание Python 3.10+ и FastAPI (глубокое понимание async, middleware, DI). — Понимание микросервисной архитектуры, требований к журналированию, аудиту и мониторингу. — Уверенная работа с SQL и NoSQL (написание сложных запросов, работа с индексами, оптимизация, ORM/ODM). — Опыт работы с Kafka (producer/consumer), Redis, S3. — Опыт с Docker / Docker Compose, настройка CI/CD, Prometheus + Grafana, ELK-стек. — Понимание принципов работы JWT, OAuth2/OIDC, опыт интеграции с Keycloak. — Умение читать и модифицировать чужой код в крупных репозиториях. — Высшее образование (ИТ, технические науки или математика). Будет большим плюсом: — Опыт реализации event-driven архитектуры. — Опыт работы с векторными базами данных (OpenSearch) и векторизацией данных с помощью эмбеддеров. — Опыт интеграции с vLLM для LLM-инференса. — Активное и эффективное использование AI-ассистентов (Cursor и аналоги) для ускорения процесса написания и рефакторинга кода.

Учиться Data Science у тех, кто ежедневно работает с данными В программе: SQL, Python, математика, теория вероятностей, машинное обучение, нейросети, рекомендательные системы и не только. Приятный бонус — возможность попасть на стажировку в Центр BigData МТС или другую команду. Школа подойдёт студентам и выпускникам технических вузов, junior и middle аналитикам данных и ИТ-специалистам, которые хотят прокачаться в Data Science. Обучение абсолютно бесплатное и будет занимать не менее 8-10 часов в неделю: совмещать с другой учёбой и работой можно, главное — уметь планировать свою нагрузку. Заявки принимаются с 1 по 25 октября. До 1 ноября нужно будет пройти входное тестирование.