- Страна
- Россия
Откликайтесь
на вакансии с ИИ

Data Scientist (LLM / NLP) в команду B2C AI-Ассистента
HeadHunter — топовый работодатель с сильной инженерной культурой и огромными массивами данных. Работа над AI-ассистентом — это передовой край технологий, что гарантирует профессиональный рост и интересные задачи.
Сложность вакансии
Роль требует глубокой экспертизы в области LLM и NLP, а также умения работать с высоконагруженными системами. Высокая планка ожиданий обусловлена масштабом продукта HeadHunter и сложностью задач по созданию интеллектуального ассистента.
Анализ зарплаты
Зарплата в HeadHunter для опытных Data Scientist-ов обычно соответствует верхнему децилю рынка. Учитывая специализацию на LLM, которая сейчас крайне востребована, предложение компании является конкурентоспособным и привлекательным.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в HeadHunter уже сейчас
Присоединяйтесь к команде HeadHunter и создавайте инновационного AI-ассистента, который изменит опыт миллионов пользователей!
Описание вакансии
Data Scientist (LLM / NLP) в команду B2C AI-Ассистента
Компания: HeadHunter
Компания HeadHunter (www.hh.ru) специализируется на предоставлении услуг интернет-рекрутмента. С 2000 года мы помогаем всем, кто профессионально работает в области подбора персонала. Наша миссия: Обсл...
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Python
- PyTorch
- LLM
- Fine-tuning
- Transformers
- RAG
- NLP
- LangChain
Возможные вопросы на собеседовании
Проверка практического опыта работы с современными языковыми моделями.
Расскажите о вашем опыте дообучения (fine-tuning) LLM: какие методы (например, LoRA, QLoRA) и библиотеки вы использовали?
RAG является стандартом для создания ассистентов на базе знаний.
Как бы вы спроектировали RAG-систему для ответов на вопросы пользователей по базе знаний HeadHunter? Какие векторные БД вы предпочитаете?
Важно понимать, как кандидат оценивает качество работы моделей.
Какие метрики вы считаете наиболее релевантными для оценки качества генеративных ответов AI-ассистента?
Работа с LLM требует оптимизации ресурсов.
Какие подходы к оптимизации инференса LLM вы применяли на практике (квантование, прунинг, использование vLLM/TGI)?
Проверка фундаментальных знаний NLP.
В чем заключаются основные отличия между архитектурами Encoder-only, Decoder-only и Encoder-Decoder в контексте современных LLM?
Похожие вакансии
MlOps / Python Backend Engineer (ML)
Senior/Middle Data Engineer
Data Scientist
Senior Data Scientist
Senior Data Platform Engineer / Big Data SRE
Junior Разработчик ML
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!
- Страна
- Россия