- Страна
- Казахстан
- Зарплата
- 800 000 ₽ – 1 000 000 ₽
Откликайтесь
на вакансии с ИИ
Computer Vision Research Engineer
Оценка ИИВысокая заработная плата для региона Казахстана и работа над сложными наукоемкими задачами (LegalTech, Emotion AI). Четко прописанный стек технологий и современные методологии (MLOps, RAG).
Сложность вакансии
Оценка ИИРоль требует глубоких знаний в мультимодальных архитектурах (Audio/Video Fusion) и современных LLM/RAG подходах, что выше среднего уровня для обычного CV инженера. Ожидается опыт работы с Explainable AI и полный цикл MLOps.
Анализ зарплаты
Оценка ИИПредлагаемая зарплата в 800,000 - 1,000,000 KZT NET значительно выше медианы для ML-специалистов в Казахстане, которая обычно составляет около 600,000 - 750,000 KZT. Это предложение соответствует уровню Senior или очень сильного Middle+ специалиста.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Victory-Technology уже сейчас
Присоединяйтесь к Victory-Technology и создавайте передовые мультимодальные системы для LegalTech — откликайтесь прямо сейчас!
Описание вакансии
Computer Vision Research Engineer
Victory-Technology
800,000 to 1,000,000 KZT NET per month
Astana / Office
LegalTech projects
Responsibilities:
• Detecting emotions and psychophysiological states using advanced multimodal architectures
• Designing and training CNN, RNN, Transformers, Audio/Video Fusion, and LLM/RAG architectures
• Building pipelines for extracting landmarks, audio embeddings, and spectrograms
• Synchronizing audio/video, performing cross-validation, and implementing Explainable AI techniques
• Optimizing models, applying MLOps, packaging in Docker, and integrating via API
Requirements:
• 2+ years of experience in ML (CV / Audio / NLP)
• Proficiency in PyTorch and TensorFlow
• Experience with Vision/Audio Transformers and Multimodal Fusion
• Familiarity with RAG/LLM architectures
• Knowledge of Docker, REST API, and MLOps best practices
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- PyTorch
- LLM
- Computer Vision
- Transformers
- MLOps
- RAG
- Docker
- TensorFlow
- REST API
- CNN
- RNN
- Explainable AI
- Multimodal Fusion
Возможные вопросы на собеседовании
Проверка опыта работы с конкретными архитектурами, указанными в вакансии.
Расскажите о вашем опыте реализации Audio/Video Fusion. Какие стратегии слияния (early, late, hybrid) вы использовали и почему?
Вакансия предполагает работу с эмоциональными состояниями, где интерпретируемость критична.
Какие методы Explainable AI (например, Grad-CAM, SHAP) вы применяли для анализа решений нейросетей в задачах CV?
Проверка навыков оптимизации и деплоя.
Как вы подходите к оптимизации тяжелых мультимодальных трансформеров для работы в реальном времени или через API?
В требованиях указаны RAG и LLM.
Как бы вы интегрировали RAG-архитектуру в систему анализа психофизиологических состояний на основе видеопотока?
Проверка владения инструментами разработки.
Опишите ваш типичный CI/CD пайплайн для ML-модели: от обучения в PyTorch до контейнеризации в Docker.
Похожие вакансии
AI Engineer (Multi-Agent Systems & RAG) (Senior)
AI-инженер (автоматизация бизнеса)
Python AI Engineer (Senior)
Senior ML-инженер
AI-тренер для обучения нейросетей
Fullstack AI Engineer
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!