yandex
Страна
Казахстан
Зарплата
до 700 000 ₽
В офисеПолная занятость

AI/ML Engineer

ИИОценка ИИ

Престижное место работы в государственной научной структуре с четкими задачами по AI. Зарплата средняя по рынку Астаны, но предлагается стабильность и социальный пакет.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.


Вакансия из открытого источника
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

Роль требует глубокой экспертизы в RAG и локальном развертывании LLM в закрытом контуре, что сложнее стандартной работы через API. Также необходим опыт работы с научными текстами и специфическими форматами данных.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Анализ зарплаты

Медиана160 000 ₽
Рынок130 000 ₽ – 220 000 ₽
ИИОценка ИИ

Предлагаемая зарплата до 700 000 ₸ (около $1450) является конкурентной для государственного сектора Казахстана, однако для опытного AI-инженера (3-6 лет) в частном финтехе или международных компаниях рынок может предлагать на 20-40% выше. Тем не менее, наличие пособия на оздоровление и статус организации добавляют вакансии привлекательности.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Сопроводительное письмо

Составьте сопроводительное письмо под эту вакансию с вашим резюме

Иллюстрация сопроводительного письмаИллюстрация сопроводительного письма

Описание вакансии

#jobs #Астана

*📍*Формат/working arrangement: на месте работодателя

*✔️*Должность/position: AI/ML Engineer

*🏢* Место работы/workplace: Национальная академия наук Республики Казахстан при Президенте РК

*💸* Заработная плата/salary estimate: до 700 000 ₸ в месяц, до вычета налогов

*📈* Обязанности/responsibilities:

— Разрабатывать AI SilkNet ассистента на базе RAG.

— Разворачивать open-source LLM и embeddings внутри защищённого контура.

— Строить semantic search, классификацию и кластеризацию научных текстов.

— Извлекать сущности и связи, выявлять тренды, аномалии и слабые сигналы.

— Валидировать модели и проверять качество ответов и hallucinations.

— Интегрировать AI-модели с backend через API.

— Документировать модели, метрики, методы и ограничения.

*📌* Требования/requirements:

— Опыт работы 3–6 лет.

— Уверенный Python.

— Опыт с ML / NLP.

— PyTorch, Hugging Face или аналогичные инструменты.

— Практический опыт с LLM, embeddings, vector search и RAG.

— Опыт локального запуска LLM через vLLM, Ollama, llama.cpp или аналоги.

— Знание topic modelling, classification, clustering и similarity search.

— Опыт обработки русскоязычных текстов, PDF и DOCX.

— Понимание LLM hallucinations и методов валидации.

— Опыт интеграции через API.

— Git, Docker.

*🛠* Технический стек:

— Python

— PyTorch

— Hugging Face

— RAG

— LLM

— vLLM

— Ollama

— llama.cpp

— Embeddings

— Vector Search

— FastAPI

— Docker

— Git

— NLP

*✅* Условия/working conditions:

— Полная занятость.

— Официальное оформление по ТК РК.

— График 5/2, 8 часов.

— Стабильная заработная плата.

— Пособие на оздоровление к ежегодному отпуску 1 раз в год.

*📍* Адрес: Астана.

*📢**❗️**🚨* Вакансия: Откликнуться

Больше похожих вакансий + автоотклики с ИИ

Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Больше похожих вакансий + автоотклики с ИИ

Навыки

  • Python
  • PyTorch
  • Hugging Face
  • RAG
  • LLM
  • vLLM
  • Ollama
  • llama.cpp
  • FastAPI
  • Docker
  • Git
  • NLP
  • Vector Search
  • Embeddings

Возможные вопросы на собеседовании

Проверка практического опыта работы с инфраструктурой для локальных моделей.

Расскажите о вашем опыте развертывания LLM через vLLM или Ollama: с какими трудностями вы сталкивались при оптимизации производительности?

Ключевая задача вакансии — создание ассистента на базе RAG.

Как вы подходите к оценке качества RAG-системы и какие метрики используете для измерения релевантности контекста и точности ответа?

Важно для работы в защищенном контуре без доступа к внешним облачным API.

Какие open-source модели эмбеддингов вы считаете наиболее эффективными для работы с русскоязычными научными текстами?

Одна из обязанностей — борьба с недостоверными ответами.

Какие методы борьбы с галлюцинациями LLM вы применяли на практике, помимо улучшения системного промпта?

Проверка навыков обработки неструктурированных данных.

Какие библиотеки и подходы вы используете для качественного извлечения текста и таблиц из сложных PDF-документов перед индексацией в векторную БД?

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Похожие вакансии

Казахстандо 700 000 ₽
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!