- Зарплата
- от 1 800 $
AI / LLM Engineer Go + Python
Интересная позиция на острие технологий (AI/LLM) с возможностью удаленной работы. Зарплата указана 'от', что оставляет пространство для маневра, однако для опытного Middle+ инженера с двойным стеком предложение может быть на нижней границе рынка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Роль требует владения двумя языками программирования (Go и Python) и понимания специфики LLM, что повышает порог входа. Работа с AI-инструментами предполагает наличие опыта в оптимизации промптов и интеграции нейросетевых моделей в продакшн.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Предложенная зарплата от $1800 является стартовой для Middle-специалиста в сфере AI. На международном рынке инженеры с навыками Go и Python в области LLM могут претендовать на более высокие суммы, однако для удаленной позиции в СНГ это конкурентоспособный начальный уровень.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
AI / LLM Engineer Go + Python
Формат: удалённо
Компания: Scela
ЗП: от 1 800 $
Полная занятость
Откликнуться: Откликнуться
А перед отправкой резюме - проверьте его на ATS совместимость на updatecv.me
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Go
- Python
- LLM
- Artificial Intelligence
Возможные вопросы на собеседовании
Проверка владения обоими стеками и понимания, когда какой язык эффективнее.
В каких частях AI-сервиса вы бы предпочли использовать Go, а в каких Python, и почему?
Оценка практического опыта работы с LLM.
С какими техниками оптимизации работы с LLM (например, RAG, fine-tuning или prompt engineering) вы работали?
Проверка навыков работы с асинхронностью в Go.
Как вы организуете конкурентную обработку множественных запросов к API языковых моделей на Go?
Важно для работы с большими объемами данных в AI.
Какие векторные базы данных вы использовали и как обеспечивали консистентность данных при интеграции с Python-сервисами?
Оценка понимания стоимости и производительности AI-решений.
Как вы подходите к мониторингу и контролю затрат на токены при использовании внешних API (например, OpenAI или Anthropic)?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

