AI Engineer (LLM)
Оценка ИИИнтересный стек технологий (LangGraph, vLLM, RAG) и четко прописанные обязанности. Официальное трудоустройство и работа в технологической компании Dreamlab делают вакансию привлекательной для специалистов в области AI.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИРоль требует глубоких знаний в области LLM и RAG, а также уверенного владения Python и Docker. Необходимость работы с закрытыми серверами и GPU-нагрузкой добавляет технической сложности.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная зарплата в 550 000 – 900 000 ₸ (примерно 1 100 – 1 800 USD) находится в пределах рыночной нормы для Middle AI-специалистов в Казахстане, хотя для Senior-уровня может быть ниже среднего по региону.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
*📍* Формат/working arrangement: офис в Астане
*✔️* Должность/position: AI Engineer (LLM)
*🏢* Место работы/workplace: ТОО Dreamlab Technologies Ltd
*💸* Заработная плата/salary estimate: 550 000–900 000 ₸ в месяц, на руки
*📈* Обязанности/responsibilities:
— Строить LLM-пайплайны для анализа больших массивов документов.
— Разрабатывать RAG и AI-агентов на LangGraph.
— Реализовывать text-to-SQL, hybrid search, reranking и ответы со ссылками на источники.
— Создавать eval-наборы и оценивать качество через precision / recall.
— Работать с OCR, VLM, STT и TTS.
— Деплоить AI-сервисы в Docker на закрытые серверы и контролировать GPU-нагрузку.
*📌* Требования/requirements:
— 3+ года Python в production, из них 1,5+ года с LLM-функциональностью.
— FastAPI, Pydantic, async Python, background workers.
— Уверенный SQL на больших таблицах.
— Опыт с OpenAI-compatible API и structured output.
— Минимум один production RAG или AI-agent.
— Умение измерять качество моделей.
— Docker, Linux, SSH.
*🌟* Будет плюсом:
— Казахский язык или low-resource NLP.
— LoRA, STT / TTS.
— vLLM / SGLang.
— Qdrant, Elasticsearch, Neo4j.
— Langfuse, MCP.
— OCR и document processing.
*🛠* Технический стек:
— Python
— LLM
— RAG
— LangGraph
— FastAPI
— Pydantic
— SQL
— Docker
— Linux
— OCR / VLM
— STT / TTS
— vLLM / SGLang
— Qdrant / Elasticsearch
*✅* Условия/working conditions:
— Полная занятость.
— Официальное трудоустройство по ТК РК.
— График 5/2, 09:00–18:00.
— Офисный формат.
— Оплачиваемый отпуск.
— Возможности профессионального и карьерного роста.
*📍* Адрес: Астана, проспект Туран, 55А.
*📢**❗️**🚨* Вакансия: Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- LLM
- RAG
- LangGraph
- FastAPI
- Pydantic
- SQL
- Docker
- Linux
- OCR
- VLM
- STT
- TTS
- vLLM
- SGLang
- Qdrant
- ElasticSearch
- Neo4j
- Langfuse
- NLP
Возможные вопросы на собеседовании
Проверка практического опыта работы с основным инструментом из стека вакансии.
Расскажите о вашем опыте проектирования сложных графов в LangGraph: с какими трудностями вы сталкивались при управлении состоянием агента?
Вакансия предполагает работу с большими массивами документов.
Как вы подходите к реализации гибридного поиска (hybrid search) и какие стратегии реранжирования (reranking) считаете наиболее эффективными для RAG-систем?
В требованиях указано умение измерять качество моделей.
Какие метрики и инструменты вы используете для оценки качества ответов LLM, помимо стандартных precision и recall? Как вы строите eval-наборы?
Работа ведется на закрытых серверах с GPU.
Опишите ваш опыт оптимизации потребления видеопамяти при деплое моделей через vLLM или аналогичные фреймворки.
Упоминается работа с базами данных.
С какими сложностями вы сталкивались при реализации text-to-SQL на больших и сложных схемах данных?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
