yandex
TS
Top Selection
Страна
Россия
SeniorУдалённоПолная занятость

AI-разработчик (Python, C++)

ИИОценка ИИ

Интересный проект на стыке AI и системного программирования с использованием C++. Удаленный формат и работа с современными архитектурами делают вакансию привлекательной для опытных инженеров, хотя отсутствие указанной зарплаты является минусом.


Вакансия из Quick Offer Global, списка международных компаний
Пожаловаться
+400% приглашений от HR

Улучшите резюме под эту вакансию

Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт

Сложность вакансии

ЛегкоСложно
ИИОценка ИИ

Высокая сложность обусловлена требованием глубокого понимания математики нейросетей (написание слоев с нуля) и необходимостью оптимизации под мобильное железо на C++. Работа в закрытом контуре добавляет специфические требования к безопасности и автономности решений.

Анализ зарплаты

Медиана450 000 ₽
Рынок350 000 ₽ – 600 000 ₽
ИИОценка ИИ

Зарплата в вакансии не указана, но для позиции Senior AI Engineer с владением C++ и Python на российском рынке медиана составляет около 400 000 - 500 000 рублей. Специалисты, способные оптимизировать модели под мобильные устройства и работать с закрытыми контурами, высоко ценятся и могут претендовать на верхнюю границу рынка.

Сопроводительное письмо

Составьте сопроводительное письмо под эту вакансию с вашим резюме

Иллюстрация сопроводительного письмаИллюстрация сопроводительного письма

Откликнитесь в Top Selection уже сейчас

Присоединяйтесь к разработке уникальных AI-решений для закрытых контуров и защищенных устройств — отправьте резюме прямо сейчас!

Описание вакансии

#senior #удаленка

Top Selection

AI-разработчик (Python, C++)

Полная занятость

Формат работы: удалённо

IT-кадровое агентство Top Selection ищет AI-разработчика. Проект: внедрение обученных моделей в закрытый контур экосистемы компании на частных серверах, адаптация AI-алгоритмов для защищённых мобильных устройств.

*☑️* Чем предстоит заниматься

-Внедрение обученных моделей в закрытый контур экосистемы компании (на частных серверах) с обеспечением автономной работы и защиты от внешних воздействий

-Адаптация и оптимизация AI-алгоритмов для эксплуатации на защищённых мобильных устройствах — с учётом ограниченных вычислительных ресурсов и минимизации энергопотребления

*☑️* 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

-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

Контакты: Откликнуться

*🔥* Подписаться на наши каналы (https://t.me/addlist/8QASR3uThEI2ZjVi) / @best_itjob (https://t.me/best_itjob) / @it_rab (https://t.me/it_rab)

+400% к собеседованиям

Создайте идеальное резюме с помощью ИИ-агента

Создайте идеальное резюме с помощью ИИ-агента

Навыки

  • Python
  • C++
  • PyTorch
  • TensorFlow
  • JAX
  • Transformer
  • CNN
  • RNN
  • GaN
  • Diffusion Models
  • Fine-tuning
  • Inference

Возможные вопросы на собеседовании

Проверка навыка оптимизации под ограниченные ресурсы, заявленного в вакансии.

Какие методы квантования и прунинга вы использовали для запуска тяжелых моделей на мобильных устройствах?

Вакансия требует способности реализовать компоненты с нуля.

Можете ли вы описать математическую реализацию механизма Multi-Head Attention и как бы вы оптимизировали его на C++?

Важно для работы в закрытом контуре без доступа к внешним API.

С какими трудностями вы сталкивались при развертывании LLM или диффузионных моделей в полностью изолированной инфраструктуре?

Проверка владения C++ в контексте AI.

В каких случаях для инференса модели вы предпочтете C++ вместо Python и какие библиотеки (например, TensorRT, ONNX Runtime) будете использовать?

Проверка опыта fine-tuning, указанного в требованиях.

Расскажите о вашем опыте дообучения моделей: как вы выбираете стратегию размораживания слоев и скорость обучения (learning rate)?

Похожие вакансии

TS
Top Selection
Россия
более 1000 офферов получено
4.9

1000+ офферов получено

Устали искать работу? Мы найдём её за вас

Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!