- Страна
- Россия
AI-разработчик (Middle+ / Senior)
Оценка ИИИнтересный проект в крупном телекоме с глубоким R&D, однако формат работы ограничен только ИП и требует специфических навыков на стыке AI и системного программирования.
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
Оценка ИИВысокая сложность обусловлена требованием глубокого понимания математики нейросетей (написание слоев с нуля) и навыков оптимизации под мобильные устройства и C++.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиций Middle+/Senior AI Engineer на российском рынке с требованием C++ и оптимизации моделей вилка обычно начинается от 300 000 рублей. Проекты в телекоме часто предлагают конкурентные условия выше среднего по рынку.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
🔥 Ищем AI-разработчика
Грейд: Middle+ / Senior
Формат: удалённо
Локация и гражданство: РФ/СНГ
Оформление только по ИП
Проект: разработка интеллектуальных модулей для анализа данных в крупной телеком-компании.
Основные задачи:
• внедрение и эксплуатация AI-моделей в закрытом контуре на частных серверах;
• адаптация и оптимизация моделей для защищённых мобильных устройств;
• оптимизация под ограниченные вычислительные ресурсы и энергопотребление;
• обеспечение автономной и защищённой работы моделей.
Что важно:
• глубокое понимание архитектур Transformer, CNN, RNN, GAN, Diffusion;
• опыт обучения моделей с нуля и fine-tuning;
• PyTorch / TensorFlow / JAX;
• уверенный Python и C++;
• опыт инференса и развёртывания моделей в production;
• понимание оптимизации, функций потерь, регуляризации;
• способность самостоятельно реализовывать компоненты нейросетей, например attention-механизмы и отдельные слои;
• важно именно глубокое понимание внутренней логики ML-моделей, а не только работа с готовыми библиотечными методами.
📩 Присылайте актуальное резюме в ТГ Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- C++
- PyTorch
- TensorFlow
- JAX
- Transformer
- CNN
- RNN
- GaN
- Diffusion
- Deep Learning
- Model Optimization
- Inference
Возможные вопросы на собеседовании
Проверка глубокого понимания архитектуры, заявленного в вакансии.
Можете ли вы на доске или словами описать математическую реализацию Scaled Dot-Product Attention и объяснить, зачем нужен коэффициент масштабирования?
Вакансия предполагает работу на мобильных устройствах с ограниченными ресурсами.
Какие методы квантования и прунинга вы использовали для оптимизации моделей под мобильный инференс? Каков был компромисс между точностью и скоростью?
В стеке указан C++, что критично для высокопроизводительного инференса.
В каких случаях при развертывании AI-моделей вы предпочтете C++ вместо Python, и какие библиотеки (например, TensorRT, ONNX Runtime) вы использовали?
Проект связан с закрытым контуром и частными серверами.
С какими основными сложностями вы сталкивались при развертывании ML-моделей в изолированных (air-gapped) средах без доступа к внешним репозиториям?
Проверка опыта обучения сложных архитектур.
Расскажите о вашем опыте работы с GAN или Diffusion моделями: какие функции потерь вы выбирали и как боролись с нестабильностью обучения?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
