- Страна
- Узбекистан
Откликайтесь
на вакансии с ИИ
AI Engineer
Оценка ИИИнтересная роль в сфере AI с возможностью удаленной работы. Требует редкого сочетания технических навыков и знания узбекского языка, что делает позицию уникальной на рынке.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованием магистерской степени, глубоких знаний в LLM и обязательного свободного владения узбекским языком наряду с английским.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана. На рынке Узбекистана и СНГ для специалистов уровня Senior AI Engineer с опытом от 3 лет и знанием LLM медиана составляет около $4000-$5500.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Free Uz уже сейчас
Если вы эксперт в LLM и свободно владеете узбекским языком, откликнитесь на вакансию AI Engineer в Free Uz прямо сейчас!
Описание вакансии
#vacancy #AI #Python #Uzbekistan #LLM #ML #remote
Vacancy: AI Engineer
Company: Free Uz
Format: Full-time, remote
Location: Uzbekistan
Tasks:
– Design, train, and fine-tune LLMs for tasks such as text generation, machine translation, and sentiment analysis.
– Curate, clean, and preprocess large datasets. Develop tokenization and data augmentation.
– Deploy and monitor machine learning models into production environments using Docker.
– Stay updated with the latest AI trends and implement cutting-edge techniques to improve model performance and efficiency.
– Work closely with Software Engineers to integrate AI APIs into the product.
What we are expecting:
3+ years of hands-on experience in Machine Learning / AI Engineering.
Master’s in Computer Science, Artificial Intelligence, Linguistics (Computational), or a related quantitative field.
3+ years with Python and frameworks.
Mandatory fluency in Uzbek, English proficiency (B2+).
Designed AI pet projects.
Apply: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- PyTorch
- Machine Learning
- LLM
- NLP
- Docker
- TensorFlow
- Tokenization
- Data Augmentation
Возможные вопросы на собеседовании
Проверка практического опыта работы с архитектурами трансформеров и методами оптимизации.
Расскажите о вашем опыте fine-tuning LLM: какие методы (например, LoRA, QLoRA) вы использовали и с какими трудностями сталкивались?
Оценка навыков работы с данными, что критично для качественного обучения моделей.
Как вы подходите к очистке и препроцессингу специфических текстовых данных для узбекского языка?
Проверка инженерных навыков и понимания жизненного цикла ML-модели.
Опишите ваш процесс деплоя моделей в продакшн с использованием Docker: как вы обеспечиваете мониторинг производительности?
Оценка способности интегрировать AI-решения в существующую инфраструктуру.
Был ли у вас опыт проектирования API для AI-сервисов и как вы взаимодействуете с командой бэкенд-разработки?
Проверка мотивации и технического кругозора.
