- Страна
- Россия
Data Scientist (LLM / AI Agents)
Интересная вакансия в актуальной нише LLM/AI Agents с возможностью удаленной работы. Компания BGStaff является известным игроком на рынке IT-подбора, что гарантирует профессиональный подход к найму.
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 области LLM и AI-агентов, а также владения инструментами обработки больших данных (Spark) и оркестрации (Airflow) на уровне Senior. Высокая сложность обусловлена необходимостью совмещать навыки классического ML с новейшими подходами в генеративном AI.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Зарплата в объявлении не указана, но для позиции Senior Data Scientist в области LLM на российском рынке медиана составляет около 350 000 - 450 000 рублей. Специалисты по AI-агентам сейчас крайне востребованы, что позволяет претендовать на верхнюю границу рынка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
Требуется «Data Scientist (LLM / AI Agents)» (Москва)
Компания «BGStaff» ищет хорошего специалиста на вакансию «Data Scientist (LLM / AI Agents)». Москва (Россия), Санкт-Петербург (Россия), Казань (Россия). Полный рабочий день. Можно удалённо. Требуемые навыки: #senior, #LLM, #NLP, #Python, #ApacheAirflow, #ApacheSpark, #GitHub.
*👉*Откликнуться
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- LLM
- NLP
- Python
- Apache Airflow
- Apache Spark
- GitHub
Возможные вопросы на собеседовании
Проверка понимания современных методов дообучения моделей.
Расскажите о вашем опыте применения техник PEFT (например, LoRA) для адаптации LLM под конкретные задачи.
Оценка навыков проектирования автономных систем.
Как вы проектируете архитектуру AI-агентов для решения многошаговых задач и какие фреймворки (LangChain, CrewAI и др.) предпочитаете?
Проверка умения работать с данными в распределенных системах.
В каких сценариях вы использовали Apache Spark в связке с NLP-задачами и как оптимизировали производительность?
Оценка навыков автоматизации ML-процессов.
Опишите типичный DAG в Airflow для переобучения или инференса LLM: какие этапы контроля качества данных вы в него включаете?
Проверка понимания ограничений моделей.
Какие методы борьбы с галлюцинациями в LLM вы считаете наиболее эффективными при построении RAG-систем?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

