- Страна
- Казахстан
- Зарплата
- 4 000 $ – 5 000 $
Откликайтесь
на вакансии с ИИ
AI/ML Lead
Оценка ИИВысокая заработная плата для региона, работа с передовым стеком (Generative AI) и перспектива релокации в США делают вакансию очень привлекательной. Однако отсутствие удаленного формата может быть минусом для части специалистов.
Сложность вакансии
Оценка ИИРоль требует редкого сочетания глубоких знаний в LLM (RAG, агенты, дообучение) и практического опыта вывода таких систем в продакшн. Высокая планка по английскому языку (C1) и необходимость работы в офисе в Астане делают поиск кандидатов достаточно сложным.
Анализ зарплаты
Оценка ИИПредложенная зарплата ($4000–5000) значительно выше средней для ML-специалистов в Казахстане и соответствует уровню Senior/Lead позиций в международных компаниях. Это конкурентное предложение для рынка СНГ, учитывая фокус на LLM.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в MDiet уже сейчас
Присоединяйтесь к MDiet и создавайте передовые AI-решения для медицины будущего!
Описание вакансии
*📍* Формат/working arrangement: офис, полная занятость
*✔️* Должность/position: AI/ML Lead
*🏢* Место работы/workplace: MDiet
*💸* Заработная плата/salary estimate: от 4 000 до 5 000 $ в месяц (до вычета налогов)
*📈* Обязанности/responsibilities:
- Проектирование и разработка многошаговых LLM-агентов и AI-пайплайнов для обработки медицинских данных
- Разработка и внедрение production-ready RAG-систем с высоким качеством обоснования и цитирования ответов
- Развертывание и оптимизация self-hosted LLM-инференса (vLLM) с фокусом на стоимость и производительность
- Дообучение open-source моделей на медицинских данных с измеримым улучшением качества
- Построение пайплайнов обработки данных и систем версионирования документов, эмбеддингов и обучающих датасетов
- Разработка фреймворков оценки качества, систем контроля галлюцинаций и guardrails
- Реализация надежного структурированного вывода и извлечения данных
- Взаимодействие с врачами и Platform Architect для разработки AI-решений
*📌* Требования/requirements:
- Практический опыт разработки production-систем на базе LLM (RAG, агенты, инференс)
- Опыт дообучения open-source LLM-моделей (LoRA, QLoRA, PEFT) с подтвержденными результатами
- Опыт построения пайплайнов данных и систем версионирования для LLM/RAG-нагрузок
- Глубокие знания методов оценки качества моделей, снижения галлюцинаций и структурированного вывода
- Уверенное владение Python, FastAPI и асинхронной обработкой данных
- Опыт работы с self-hosted инференсом (vLLM или аналогами) и GPU-оптимизацией
- Английский язык на уровне C1 (устный и письменный)
- Высшее образование в области Computer Science, AI, ML, Data Science или смежных направлений
- Опыт работы в ML/AI от 5 лет, включая не менее 1,5–2 лет в production LLM-проектах
- Опыт внедрения MLOps-практик
Будет плюсом:
- Опыт в медицинском/клиническом NLP или регулируемых отраслях
- Опыт моделирования и оптимизации затрат на LLM-инфраструктуру
- Построение production-пайплайнов для обучения и дообучения моделей
- Опыт работы с Apache Airflow, Prometheus, Grafana или AI Solution Architecture
- Научные публикации по профильным направлениям
*✅* Условия/working conditions:
- Работа над AI-платформой в сфере HealthTech для рынка США
- Участие в создании продукта на ранней стадии развития стартапа
- Официальное трудоустройство по Трудовому договору
- График работы 5/2
- Формат работы: только офис (без удаленного формата)
- Возможность релокации в США при успешном росте компании (обсуждается индивидуально)
- Работа с современным стеком технологий в области Generative AI и LLM
*📢**❗️**🚨* Контакты для связи/Contact information: Откликнуться
Контактное лицо: Ильяс
*📍* Адрес: г. Астана, ул. Динмухамеда Кунаева, 12/1
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- FastAPI
- LLM
- RAG
- vLLM
- LoRA
- QLoRA
- PEFT
- MLOps
- NLP
- Apache Airflow
- Prometheus
- Grafana
- Asynchronous Programming
- GPU Optimization
Возможные вопросы на собеседовании
Проверка практического опыта работы с LLM-агентами и понимания их архитектуры.
Расскажите о самом сложном многошаговом LLM-агенте, которого вы проектировали: с какими проблемами планирования и памяти вы столкнулись?
Критически важный навык для медицинского проекта, где точность данных имеет решающее значение.
Какие конкретные методы и метрики вы используете для оценки галлюцинаций в RAG-системах, работающих с неструктурированными медицинскими текстами?
Оценка навыков оптимизации инфраструктуры и работы с self-hosted решениями.
Как бы вы оптимизировали vLLM инференс для обслуживания нескольких моделей одновременно при ограниченном бюджете на GPU?
Проверка опыта в Fine-tuning и понимания качества данных.
Опишите ваш процесс подготовки датасета для дообучения модели через QLoRA: как вы фильтруете данные и оцениваете измеримое улучшение качества после обучения?
Оценка лидерских качеств и архитектурного видения в условиях стартапа.
Как вы планируете выстраивать взаимодействие между AI-командой и медицинскими экспертами для верификации ответов системы?
Похожие вакансии
MLOps Engineer (Lead)
LEAD AI/ML ENGINEER
AI Tech Lead (LLM)
Senior/Lead AI Automation Engineer
NLP Team Lead
Tech Lead (Python + AI)
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!