AI-разработчик
Оценка ИИИнтересная позиция для Senior-специалиста, предполагающая работу с широким стеком технологий (от CV до NLP) и сложные инженерные задачи. Однако отсутствие указанной вилки зарплаты и информации о конечном продукте немного снижают оценку.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованием глубокого понимания внутренней логики моделей, умением писать код на C++ и Python, а также специфическими задачами по оптимизации для мобильных устройств и работе в закрытом контуре.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИДля позиции Senior AI-разработчика в России рыночный диапазон составляет от 350 000 до 550 000 рублей. Вакансия требует владения C++ и глубокого понимания архитектур, что обычно оплачивается по верхней границе рынка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Top Selection
AI-разработчик
Полная занятость
Формат работы: можно удалённо
*☑️* Чем предстоит заниматься
-Внедрение обученных моделей в закрытый контур экосистемы компании (на частных серверах) с обеспечением их автономной работы и защитой от внешних воздействий
-Адаптация и оптимизация AI‑алгоритмов для эксплуатации на защищённых мобильных устройствах - с учётом ограниченного объёма вычислительных ресурсов и необходимости минимизировать энергопотребление
-Размещение обученных моделей в закрытом контуре экосистемы компании (на частных серверах), поддержание их автономной работы и реализация мер защиты от внешних воздействий
*☑️* Наши пожелания к кандидатам
-Знание архитектур нейросетей (Transformer, CNN, RNN, GAN, Diffusion)
-Владение методами обучения моделей с нуля и дообучения (fine‑tune) существующих решений
-Опыт работы с фреймворками PyTorch, TensorFlow, JAX
-Навыки написания кода для инференса и развёртывания моделей в продакшн‑среде
-Понимание принципов оптимизации: градиентный спуск, функции потерь, регуляризация
-Комплекс компетенций ML‑инженера с фокусом на самостоятельную реализацию алгоритмов
-Уверенное владение языками программирования Python и C++
-Способность реализовать с нуля отдельные компоненты модели: например, механизм внимания или отдельный слой
-Глубокое понимание внутренней логики работы моделей (не ограничиваясь использованием готовых методов вроде model.predict())
Контакты: Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- C++
- PyTorch
- TensorFlow
- JAX
- Transformer
- CNN
- RNN
- GaN
- Diffusion
- Machine Learning
- Deep Learning
- Model Deployment
- Optimization
Возможные вопросы на собеседовании
Проверка глубокого понимания архитектуры и способности реализовать компоненты без библиотек.
Можете ли вы описать математическую реализацию механизма Scaled Dot-Product Attention и написать его псевдокод на Python/NumPy?
Важно для мобильной разработки, указанной в вакансии.
Какие методы квантования и прунинга моделей вы использовали для оптимизации инференса на устройствах с ограниченными ресурсами?
Проверка навыков работы с низкоуровневым кодом.
В каких случаях при разработке AI-решений вы предпочтете C++ вместо Python и как организуете взаимодействие между ними?
Релевантно задаче о закрытом контуре.
С какими сложностями вы сталкивались при развертывании LLM или диффузионных моделей на частных серверах без доступа к внешним API?
Проверка фундаментальных знаний ML.
Как вы подходите к выбору функции потерь и стратегии регуляризации при дообучении (fine-tuning) предобученных трансформеров под специфические задачи?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
