- Страна
- Казахстан
- Зарплата
- до 700 000 ₽
AI/ML Engineer
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.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
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
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.
Описание вакансии
*📍*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.

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.

