Третий сезон ❤️☠️🤖, пожалуй, всё ещё уступает первому, но вышел существенно лучше второго. Вообще, я посмотрел в сети, и, оказывается, к первому сезону привлекли 11 разных стран для разработки, а ко второму и третьему только по 4 страны, а большинство эпизодов делали США. То есть проект начинался, как международный, но потом изначальные авторы почти целиком забрали его себе. Ударило ли по качеству именно это — сложно сказать — но признак не самый хороший.
Во втором сезоне мне запомнилась буквально пара эпизодов. Его проблема была в том, что он короткий, недосказанный, и не с такими интересными идеями. Третий сезон двинулся в сторону улучшения, но всё равно на его фоне некоторые серии из первого сезона, которые казались чисто проходными, внезапно обрели глубину и интересность.
Далее пройдусь по эпизодам без спойлеров.
«Three Robots: Exit Strategies» (три робота)
Продолжение короткой зарисовки из первой части, где человечество погибло в результате войны с роботами, и роботы ходят по руинам и рассуждают с шутками о всяких жизненных вещах. Есть очень классные язвительные подколки в сторону людей и их недостатков, я бы с удовольствием посмотрел ещё несколько эпизодов в этой вселенной.
«Bad Travelling» (про гигантского краба)
Очень крутая серия, в моём личном рейтинге лучшая в сезоне. Это то, за что я в целом ценю весь проект: тут есть и экшен, и нагнетание атмосферы, и острые социальные высказывания, и крутой неоднозначный герой, чью мотивацию ты понимаешь полностью только к концу.
«The Very Pulse of the Machine» (про космонавток на Ио)
Ну такое себе. Подобную тему можно было, на мой взгляд, раскрыть гораздо круче. А здесь что-то полу-наркоманское. Посмотрел без особого удовольствия, но и перемотать не хотелось.
«Night of the Mini Dead» (зомби в миниатюре)
По сюжету совершенно ничего интересного, вся серия держится на визуальном стиле: миниатюрная кукольная анимация (представьте себе Гранд Макет, в котором сняли покадровый фильм, передвигая фигурки). Интересно, потому что необычно, но я бы такое ожидал скорее в формате ролика на ютубе, а не в высокобюджетном проекте от крупной студии.
«Kill Team Kill» (про медведя)
Классический экшен-эпизод, где просто драка без какой-либо сюжетной мысли. Пару таких серий мы видели в первом сезоне: про ограбление колонны («Blindspot») и про мехов против пришельцев («Suits»). Но в первом сезоне был более интересный сеттинг, а здесь, на мой взгляд, нет. С мехами куда круче и эффектнее смотрится.
«Swarm» (рой в космосе)
Пожалуй, вторая по интересности серия в моём личном рейтинге. Очень классный сюжет, очень классная задумка, хочется посмотреть что-то более длинное с этой тематикой. Концовку объяснили не слишком хорошо, и приходится строить собственные теории, но в остальном шикарно.
«Mason's Rats» (война с крысами)
Тоже офигенная идея, классный экшен, жёсткий чёрный юмор, и тоже как будто не хватило времени, я бы сделал минут на 10-15 дольше, чуть помедленнее подавая события. Но однозначно один из лучших эпизодов сезона.
«In Vaulted Halls Entombed» (солдаты в пещере)
Классический эпизод-ужастик, мы это видели в первой части в серии «Sucker of Souls» (про дракулу). Там, кстати, тоже пещера, и вообще довольно похоже всё. В общем, вся серия как визуализация какой-нибудь одной статьи про SCP — сюжета считайте нет, но криповенько и со вкусом.
«Jibaro» (танцующая девушка в озере)
Это, кажется, то ли экранизация японского театра Кабуки, то ли что-то похожее. Вся серия вычурно театральная, причем даже не в нашем привычном европейском стиле. Она немая, держится на костюмах и движениях, сюжет ясен только в общих чертах. Мне вот совершенно не зашло, на очень большого любителя. Но, я думаю, есть люди, которые от неё в восторге. Тем не менее, насколько место таким экспериментам в как бы фантастическом сериале — для меня вопрос спорный.
Ждём ещё пару лет.#fiction
#вакансия#mlops#санктпетербург
Вакансия: MLops (M-/M)
Компания: Технологии Доверия
Позиция: Middle MLops
Вилка ЗП: 170 — 250 тыс. руб.
Формат: Офис (гибрид)
Локация: Санкт-Петербург (Чкаловская)
О проекте:
Платформа для применения генеративных технологий для e-commerce проектов. Основной рынок — Турция.
Для кого:
Выпускник Тех факультета у которого сильные фундаментальные знания и есть опыт работы в рамках научных проектов в ВУЗЕ или стажировки/опыт работы в тех компаниях.
Задачи:
— Настройка мониторинга ML-сервиса;
— Настройка CI/CD;
— Настройка систем мониторинга и логирования;
— Настройка развертывания и репликации моделей и баз данных;
— Настройка и поддержка автоматизированных ETL/ELT процессов;
— Запуск и интеграция Feature Store;
— Резервное копирование.
Требования:
— Опыт работы с ML-сервисами в продакшене;
— Опыт обработки больших объемов данных;
— Хорошее понимание ML и функции на позиции MLOps;
— Понимание принципов работы/опыт работы с RAG.
Stack:
Docker и Kubernetes, Terraform, Ansible, CI/CD в своём GitLab, Python, Database Postgres (+pgvector / Milvus/ Qdrant/ Faiss будет преимуществом)
✍️ По всем вопросам и с резюме пишите: @HRMLab
#вакансия#job#mlops#vacancy#remote
⭐️ Вакансия: Senior MLOps
Компания: Emerging Travel Group (ETG)
📍 Локация: удаленка
🧑💻Кого ищем: DevOps инженера со знаниями MLOps и готовность развивать это направление в компании. Роль в компании новая, есть возможность поставить процессы, систематизировать их. Работа будет с несколькими ML командами в продуктовом департаменте (взаимодействие в основном с Devops, DS и ML инженерами).
Задачи:
• все задачи вокруг DS и ML (новый стек, софт; работа с GPU/TPU);
• отвечать за ML сервисы и сервера (но саму закупку и доступы выдает Devops команда). Подобрать железо и настроить, аутенфикация, подготовить все конфиги для деплоя, настроить CI/CD и т. д.
• Важно понимание цикла разработки ML продуктов, как происходит ML нагрузка и т.д.
📌Мы предлагаем:
• 100% удаленную работу;
• гибкий график работы
• обучение: семинары, тренинги и конференции;
• корпоративный английский;
• корпоративные скидки на проживание в отелях и другие услуги;
• молодую и активную команду суперпрофессионалов
По всем вопросам и с резюме пишите @elinaz_hr
#ML#DevOps#MLOps
ML OPS middle-senior
Формат работы - удаленка (в РФ)
💰ЗП - до 300 000 net
Компания- Selecty IT
Всем привет!👋
Нахожусь в поиске ML OPS инженера в отдел моделирования одной из крупнейших страховых компаний России🇷🇺.
👀 Задачи, которые будут на тебя возложены:
🔨Создание CI/CD для ML-моделей;
🔨Создавать систему обработки, хранения, очистки и валидации данных для сред моделирования;
🔨Участвовать в разработке data pipe-line – от обсуждения с источниками данных формата получения данных, до презентации результатов обработки данных и новых фичей и эмбедингов;
🔨Создание коннекторов с API к данным, моделям, внешним источникам;
🔨Писать интеграционные юнит тесты, разрабатывать автоматизированные средства валидации и мониторинга моделей;
🔨Дизайн и разработка Spark сервисов.
⚙️Технологический стек: Kubeflow, Helm chart, Kubernetes, Airflow, MLFlow, DVC, Python, Spark, SparkML/MLlib, Hadoop, ML (Scikit-learn, TensorFlow etc.).
❗️Требования:
📍Опыт работы DevOps;
📍Экспертиза ML OPS для высоконагруженных систем;
📍Уверенное владение Linux; Работа с Docker, Kubernetes/OpenShift, навыки деплоя приложений;
📍Управление жизненным циклом ML моделей (автоматизация, оптимизация, переобучение/обновление);
📍Разработка и/или поддержка ML моделей;
📍Поддержка CI/CD конвейера поставки моделей;
📍Высокий уровень программирования Python, Spark в сборке проектов для внедрения;
📍Умение создавать пайплайны, писать роли и конфигурировать исполнение;
📍Опыт работы со средами репозиториев и версионностью моделей;
📍Опыт в настройке и администрировании MLFlow, Airflow, Kubeflow.
🟢Что предлагаем:
📌Работу в команде профессионалов и творческих людей;
📌Позитивная, неформальная атмосфера в коллективе;
📌Оформление по ТК РФ;
📌Работа в ТОП-10 страховых компаний РФ;
📌 Формат работы: удаленный график работы, 5/2 с 09:00 до 18:00.
📌ДМС сразу после испытательного срока;
📌Возможность совершенствовать себя в одном из лучших Корпоративных университетов + бесплатный корпоративный доступ к электронной библиотеке;
📌Предложения от партнёров: уникальные скидки на приобретение недвижимости, фитнес и изучение языков (Skyeng), каршеринг и покупку авто, и пр.;
📌Активную спортивную жизнь внутри компании: бассейн, бег, волейбол, йога и многое другое;
📌Льготные условия на страховые продукты (страхование имущества, автотранспорта, ВЗР);
📌Сильную команду вовлеченных профессионалов.
📥 жду ваших откликов @DmitryMishenkov
#python#agent#agentic_ai#llm#mlops#reinforcement_learning
Agent Lightning is a tool that helps improve AI agents using reinforcement learning. It allows you to train your agents without making big changes to their code, which is very convenient. You can use it with many different frameworks like LangChain or OpenAI Agent SDK. It also supports various training methods, including reinforcement learning and automatic prompt optimization. This means you can make your agents better at their tasks without a lot of extra work.
https://github.com/microsoft/agent-lightning
#вакансия#MLOps#fulltime#Москва#офис#гибрид
MLOps
📍Город: Москва (центр)
Формат работы: офис/гибрид
Занятость: полная
🔷 АНО "ЦИСМ" - аккредитованная IT-компания, работаем по поручению Президента России с октября 2018 года.
Ищем сотрудников для масштабного проекта, связанного с ИИ и машинным обучением.
Задач много, проект интересный, команда сильная.
➡️ Ждем от кандидата
⁃ Опыт работы от 3 лет, в области MLOps от 1 года
⁃ Навыки:
- разворачивания и поддержки ML-инфраструктуры, включая настройку серверов с GPU, платформ оркестрации и контейнеризации
- разработки CI/CD пайплайнов для моделей машинного обучения
- построения систем алертинга и мониторинга, работы по SLA
✅Задачи
⁃ Построение и развитие вычислительного кластера с GPU в Kubernetes
⁃ Автоматизация процессов сборки, тестирования и деплоя моделей машинного обучения и сервисов
⁃ Работа с движками инференса LLM: vLLM, SGLang для кластеров видеокарт
⁃ Написание пайплайнов CI/CD
⁃ Оптимизация образов Docker и использования GPU-ресурсов
⁃ Обеспечение бесперебойной работы ML-инфраструктуры
⁃ Создание систем алертинга и мониторинга сервисов
🔶Что предлагаем
⁃ З/п - здравая, в рынке. Сумма обсуждается по итогам собеседования, все официально и по ТК РФ
⁃ Команда - профессионалы, искренне любящие свое дело
⁃ Офис в центре Москвы с бесплатной парковкой, гибрид
❗️По всем вопросам к @Veronika_Doronina
💀NeuroSploit v2 - продвинутый AI-фреймворк для тестирования на проникновение (пентеста).
NeuroSploit v2 использует большие языковые модели, чтобы автоматизировать и усилить offensive security.
Фреймворк помогает анализировать цели, находить уязвимости, планировать эксплуатацию и поддерживать защитные меры, сохраняя фокус на этике и операционной безопасности.
Основные возможности:
• Агентная архитектура
Специализированные AI-агенты под разные роли: Red Team, Blue Team, Bug Bounty Hunter, Malware Analyst.
• Гибкая интеграция LLM
Поддержка Gemini, Claude, GPT (OpenAI) и Ollama с настройкой через профили.
• Тонкая настройка моделей
Отдельные LLM-профили для каждой роли: выбор модели, температура, лимиты токенов, кэш и контекст.
• Markdown-промпты
Динамические шаблоны промптов, адаптирующиеся под задачу и контекст.
• Расширяемые инструменты
Интеграция Nmap, Metasploit, Subfinder, Nuclei и других security-инструментов через конфигурацию.
• Структурированные отчёты
JSON-результаты кампаний и удобные HTML-отчёты.
• Интерактивный CLI
Командная строка для прямого управления агентами и сценариями.
NeuroSploit v2 - пример того, как agentic AI превращает пентест из ручной работы в управляемую автоматизацию.
git clone https://github.com/CyberSecurityUP/NeuroSploitv2.git
cd NeuroSploitv2
▪Github: https://github.com/CyberSecurityUP/NeuroSploit
@ai_machinelearning_big_data
#python#Penetrationtesting#llm#mlops#Cybersecurity
⚡Agent Lightning — ускоритель обучения для ИИ-агентов от Microsoft
Agent Lightning — это фреймворк для обучения и оптимизации LLM-агентов с помощью Reinforcement Learning без изменения их кода.
🧠 Поддерживает:
• LangChain
• AutoGen
• OpenAI Agents SDK
• и другие фреймворки на Python
🔧 Как он работает:
• Агент не нужно переписывать — он подключается как есть
• Вся его работа разбивается на отдельные шаги (эпизоды), которые можно анализировать
• Специальный алгоритм LightningRL оценивает, какие действия были полезны, а какие — нет
• Система может учитывать не только финальный результат, но и промежуточные сигналы (награды)
• Эти данные автоматически собираются и используются для дообучения агента
🔥 Преимущества:
• Не требует модификации логики агента
• Можно легко подключить к существующим пайплайнам
• Улучшает точность и устойчивость в сложных задачах: от генерации кода до Text-to-SQL
Отличный инструмент для всех, кто хочет сделать своих LLM-агентов.
🟠Проект: https://microsoft.com/en-us/research/project/agent-lightning/
🟠Статья: https://arxiv.org/abs/2508.03680
🟠Github: https://github.com/microsoft/agent-lightning
@ai_machinelearning_big_data
#agent#reinforcementlearning#mlops#llm#Microsoft
#DataSolutionsArchitect#AISolutionsArchitect#MLops#ml
Компания JTI (Japan Tobacco International) находится в поиске Архитектора информационных решений
Формат работы: гибрид, Москва Сити, полная занятость
Чем Вы будете заниматься:
- Разрабатывать и внедрять архитектуру Data и AI и обеспечивать создание инфраструктуры.
- Обеспечивать надлежащее управление и поддержку любого компонента в экосистеме;
- Обеспечивать производительность ML-моделей (обновление данных, запуск моделей, получение и передача результатов любым получателям);
- Обеспечивать интеграцию и доступность данных для любых проектов Data и ML
- Источники данных -> DWH
- DWH -> ML-проекты
- Результаты ML-модели -> DWH
- Обеспечивать хорошую производительность любой опубликованной ML-модели;
- Внедрять DevOps, MLOps, DataOps в рамках соответствующих инициатив;
- Обеспечивать техническое управление в соответствии с глобальными политиками и процедурами.
Мы ожидаем от Вас:
- 6+ лет опыта работы в области ИТ с фокусом на разработку и развитие платформ данных, ML, AI;
- Опыт ведения проектов по внедрению платформ данных с фокусом на крупные компоненты хранения данных, расположенные в облачной и локальной инфраструктуре;
- Опыт ведения проектов генеративного ИИ/традиционных решений ML и обладание знаниями сетевой/облачной архитектуры;
- Опыт работы с такими языками программирования, как Python или Javascript;
- Знание принципов DevOps и MLOps;
- Владение уверенным уровнем английского языка.
Контакты для отклика и отправки резюме:
[email protected], @KaterinaJTI
#вакансия#job#ML#datascience#deeplearning#MLOps#MLEngineer#remote
Role: ML Engineer at Data Monsters
Fully remote, flexible work hours
Remuneration: $1,1-2,5K
Contact: @mipt_nz
We are seeking a highly motivated Machine Learning Developer to join our team. The successful candidate will be responsible for developing and deploying ML models to solve complex business problems. In particular, the new colleague will work on an algorithm for predicting the cost of services based on a set of factors that influence the price. The ideal candidate should be familiar with handling large datasets, have strong knowledge of Python, SQL, and experience working with NN and classical ML algorithms.
Responsibilities:
- Develop, test, and deploy ML models to solve complex business problems.
- Collect and preprocess large datasets to ensure data quality.
- Use SQL to extract data from databases, manipulate data, and perform data analysis.
- Develop and implement NN models to improve the accuracy of predictions.
- Develop, test, and implement classical ML algorithms such as linear regression, decision trees, and k-means clustering.
- Collaborate with cross-functional teams to understand business requirements and provide insights.
- Monitor and evaluate model performance and make adjustments as necessary.
- Stay up-to-date with the latest ML and data science techniques.
Requirements:
- At least 2 years of experience in ML development.
- Strong knowledge of SQL, and experience working with databases such as PostgreSQL, MySQL.
- Python and popular data science libraries such (NumPy, Pandas, Scikit-learn, etc.)
- Knowledge of NN architectures such as Convolutional NN, Recurrent NN, and Deep NN.
- Strong knowledge of basic ML algorithms (linear regression, decision trees, and k-means clustering, etc.).
- Experience with data visualization tools such as Matplotlib and Seaborn
- English speaking equivalent to at least B2.
As a plus:
- Experience with cloud-based ML platforms such as AWS or GCP and MLOps.
If you are a passionate ML developer willing to work with cutting-edge technology, and looking for a new challenge, we would love to hear from you 👍🏻
please DM @mipt_nz
#вакансия#vacancy#mlops#ml#ops#lead#fulltime#moscow
Позиция: MLOps Lead
Компания: kts.studio
Локация: Москва / Московская область
Тип: Гибрид, full-time
Офис: 150м от м. технопарк
Вилка: 350 000 - 450 000 руб
Мы - KTS, разрабатываем и внедряем собственные B2B-сервисы, автоматизируем бизнес-процессы больших компаний и стартапов.
Что нужно будет делать:
· Координировать команду (проработка, распределение задач)
· Взаимодействовать с хабами и непосредственным руководством
· Взаимодействие и постановка задач со смежными командами (системного и функционального сопровождения)
· Поддержка документации
Общий стэк:
Kubernetes, kube-vip, istio, Airflow, Spark, Seldon, Hadoop (+ Yarn)
HDFS, Cassandra, Posgresql, Kafka
Ansible, ArgoCD
Jenkins
Artifactory
VictoriaMetrics, Grafana
Grafana Loki
Что нам важно:
· Опыт управления DevOps командой
· Опыт работы в MLOps-проектах
· Крут в Kubernetes, Airflow, Spark, Hadoop, HDFS, Ansible
Большим плюсом:
· Опыт управления в MLOps проектах
· Опыт работы с GPGPU
Предлагаем:
· 1 день в неделю в офисе (на старте, далее по согласованию)
· Оформление по ТК
· Широкий бонусный пакет (дмс, спортзал и тд)
Контакт:
@idcsusema - Арсений
#вакансия#Москва#senior#mlops#ml#llmops#devops#mle
Мы - международная компания, лаборатория продуктов, где мы стремится стать лидерами в области VR/XR, web3, машинного обучения и нейронных сетей. Компания разрабатывает и внедряет революционные решения, устанавливая новые стандарты и вдохновляя на достижение невозможного в области информационных технологий.
Наша команда - это открытый, заряженный и молодой коллектив, который приветствует инновационные идеи и поддерживает инициативу и творчество наших сотрудников.
Один из приоритетных продуктов нашей компании - внутренний стартап GenAI (на ранней стадии), в который сейчас ищем Senior ML Ops. Мы запускаем целую линейку инновационных продуктов (B2B, B2C сервисы полностью на основе ИИ), которые уже влияют на эволюцию генеративного ИИ в мире.
Какие задачи вас ждут:
- Разработка с нуля MLOps для задач генерации аудиоконтента, генерации видеоконтента, исполнения LLM: среды разработки, тестирования, инференса и мониторинга моделей в различных режимах (Batch, Streaming) и использования ресурсов (CPU, GPU);
Deploy моделей в продакшн;
- Внедрение инструментов отслеживания жизненного цикла моделей и версионирования модельных артефактов (ClearML, MLFlow, DVC и т.п.);
- Развитие LLMOps-практик (эффективный инференс LLM, Diffusion Models).
Мы ждем, что вы:
- Имеете опыт работы в качестве DevOps/MLOps/MLE -Engineer не менее 2 лет;
- Имеете опыт работы с k8s, уметь разрабатывать и поддерживать сервисы в этой среде;
- Имеете опыт разработки высоконагруженных сервисов;
- Имеете опыт развертывания и использования MLOps инструментов (ClearML, DVC, MLflow и т.п.);
- Имеете опыт выстраивания CI/CD;
- Имеете опыт деплоя моделей в формате ONNX;
- Знаете принципов организации распределеаюнных информационных систем и баз данных.
Что мы предлагаем:
- Вилка: 4k$ - 5k$
- Сильная команда, с которой можно расти;
- Работа над задачами, которые до вас никто не решал;
- Возможность присоединится в компанию у самых ее истоков;
- Офис в Москва Сити;
- Гибкое начало рабочего дня (до 10:00);
- Sick days;
- Медицинская страховка;
- Реферальная программа.
По всем вопросам обращайтесь к @IraRozhnova
#релизинженер#релизинженервакансия#MLOps#DevOps#ReleaseEngineer
❇️Релиз-инженер с функцией MLOps Senior ❇️| Компания Top Selection
🔥 Мы в поиске Релиз-инженера с функцией MLOps на проектную занятость
Грейд: Senior
Ставка: от 288К до 315К
Гражданство/Локация: РФ
Загрузка: фуллтайм
Срок: долгосрочный
Оформление: только ИП ‼️
Описание: Мы создаём интеллектуальную ML - систему прогнозирования спроса, которая учитывает сезонность, промо, макро- и микроэкономические факторы, поведение клиентов и ограничения логистики.
Наш стек: GitHub/Gitlab, Jfrog Artifactory, SonarQube, Jenkins/GitlabCI , ArgoCD, Helm, Hashicorp Vault, OpenTelemetry, Grafana, Grafana Tempo, Mimir, Prometheus, Apache Spark, k8s
📝 Задачи:
* Облегчение и ускорение труда разработчиков
* Создание CI/CD пайпланов.
* Помощь в контейнеризации приложений, подготовке к доставке и развертыванию.
* Техническая консультация.
* Помощь в настройке централизованной среды разработки
* Управление релизным процессом, проведение, сопровождение релизов.
* Заведение RFC
* Проведение релизов
* Контроль работоспособности систем до, во время и после релизов.
* Актуализация технической документации.
* Управление инфраструктурой
* Поддержание работоспособности инфраструктурных сервисов.
* Настройка мониторинга сервисов.
* Контроль за утилизацией ресурсов, повышение оптимальности их использования.
* Своевременное обновление сервисов и зависимостей.
* Своевременное устранение обнаруженных уязвимостей в исходном коде и подкотрольных сервисах.
✅Требования к кандидату (+/-):
- Не менее 4 лет в роли DevOps/Release Engineer или аналогичной, с фокусом на CI/CD и релизный процесс.
- Опыт работы в проектах с ML-моделями.
СУспешное проведение релизов в production-средах, включая управление RFC и контроль работоспособности систем до/во время/после релизов.
✅Технические навыки и обязанности:
- CI/CD и релизный менеджмент: Создание и поддержка пайплайнов в Jenkins/GitLab CI; управление релизным процессом с ArgoCD и Helm; контейнеризация приложений (Docker/Kubernetes).
- Инфраструктура как код: Работа с Kubernetes (k8s), HashiCorp Vault для секретов; настройка и поддержка инфраструктуры.
- Мониторинг и observability: OpenTelemetry, Grafana (Tempo, Mimir), Prometheus; контроль утилизации ресурсов, выявление уязвимостей (SonarQube).
- Артефакты и репозитории: GitHub/GitLab, JFrog Artifactory.
- MLOps-специфика: Опыт с Apache Spark для ML-workloads; автоматизация развертывания ML-моделей, интеграция с ML-пайплайнами.
- Дополнительно: Актуализация документации, технические консультации для разработчиков, настройка централизованной dev-среды, устранение уязвимостей и обновление зависимостей.
✅Стек технологий (обязательный опыт):
- GitHub/GitLab, JFrog Artifactory, SonarQube, Jenkins/GitLab CI.
- ArgoCD, Helm, HashiCorp Vault.
- OpenTelemetry, Grafana, Grafana Tempo, Mimir, Prometheus.
- Apache Spark, Kubernetes (k8s).
По всем вопросам и с резюме пишите @aliiS_a