- Страна
- Казахстан
- Зарплата
- от 800 000 ₽
Откликайтесь
на вакансии с ИИ

Data Scientist (Middle) / LLM Engineer
Престижный работодатель, работа с передовым стеком (LLM, RAG) и прозрачная система бонусов. Из минусов — только офисный формат работы в Астане.
Сложность вакансии
Роль требует глубокой экспертизы в современных LLM-технологиях (RAG, гибридный поиск) и опыта работы с государственными данными. Высокая планка ответственности в структуре Национального Банка добавляет сложности.
Анализ зарплаты
Предложенная зарплата от 800 000 ₸ (на руки) является конкурентной для уровня Middle в Казахстане, особенно с учетом ежемесячных премий и годовых бонусов. Рыночный диапазон для опытных ML-инженеров в регионе обычно составляет 700 000 – 1 200 000 ₸.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Национальный Банк Казахстана уже сейчас
Присоединяйтесь к команде Национального Банка и создавайте передовые AI-решения для государственного сектора!
Описание вакансии
*📍* Формат/working arrangement: на месте работодателя, полная занятость
*✔️* Должность/position: Data Scientist (Middle) / LLM Engineer
*🏢* Место работы/workplace: Национальный Банк Казахстана
*💸* Заработная плата/salary estimate: от 800 000 ₸ в месяц (на руки)
*📈* Обязанности/responsibilities:
— Проектирование AI-воркфлоу на базе LLM и RAG для поиска и анализа нормативной документации.
— Разработка интеллектуального поиска с использованием эмбеддингов, гибридного поиска, reranking и фильтрации по метаданным.
— Обеспечение корректной привязки ответов к первоисточникам и формирование структурированного вывода.
— Создание эталонных выборок и оценка качества моделей по ML-метрикам (Recall, Precision, F1 и др.).
— Снижение уровня галлюцинаций моделей и повышение качества генерации ответов с использованием grounding.
— Настройка OCR, обработка сканированных документов и дедупликация замечаний.
— Анализ причин ошибок моделей и совершенствование AI-пайплайнов на основе объективных метрик качества.
— Участие в развитии платформенных AI-решений для масштабных государственных цифровых проектов.
*📌* Требования/requirements:
— Опыт работы от 3 до 6 лет.
— Практический опыт разработки ML-решений, включая работу с LLM и RAG.
— Уверенное понимание поисковых конвейеров: эмбеддинги, гибридный поиск, reranking.
— Опыт построения систем оценки качества моделей.
— Знание ML-метрик: Recall@K, Precision, Recall, F1.
— Знание принципов Prompt Engineering.
— Опыт формирования структурированных ответов (JSON и аналогичные форматы).
— Понимание методов grounding, контроля галлюцинаций и качества генеративных моделей.
— Уверенное владение Python и современным ML-стеком.
Будет плюсом:
— Опыт дообучения моделей с использованием LoRA / PEFT.
— Опыт настройки OCR и обработки больших массивов сканированных документов.
— Опыт работы с локальными LLM (Qwen, Llama и др.).
— Опыт GPU-инференса.
— Опыт реализации решений в области аудита, комплаенса или анализа регуляторной документации.
Ключевые навыки:
— Python
— LLM
— RAG
— OCR
— Prompt Engineering
— Recall
— Precision
— F1
— Recall@K
— Embeddings
— Hybrid Search
— Reranking
— Grounding
— JSON
— LoRA
— PEFT
*✅* Условия/working conditions:
— Официальное трудоустройство по трудовому договору.
— Полная занятость.
— Формат работы: на месте работодателя.
— График работы 5/2.
— Рабочий день: 8 часов.
— Зарплата от 800 000 ₸ на руки.
— Ежемесячное премирование.
— Годовой бонус.
— Премии к праздникам: Наурыз, День Республики, День Национальной валюты.
— Добровольное медицинское страхование.
— Современный офис, сильная инженерная команда и культура обмена знаниями.
— Участие в масштабных AI-проектах Национального Банка с использованием LLM, RAG, OCR и современных поисковых технологий.
*📍* Адрес/work location:
Астана
*📢**❗️**🚨* Контакты для связи/Contact information: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Python
- LLM
- RAG
- OCR
- Prompt Engineering
- Recall
- Precision
- F1
- Embeddings
- Hybrid Search
- Reranking
- JSON
- LoRA
- PEFT
- GPU Inference
Возможные вопросы на собеседовании
Проверка практического опыта работы с RAG, что является ключевой задачей вакансии.
Расскажите о вашем опыте построения RAG-систем: какие векторные базы данных вы использовали и как решали проблему релевантности поиска?
Важно для обеспечения точности ответов в финансовом и юридическом секторах.
Какие методы борьбы с галлюцинациями LLM вы применяли на практике, помимо простого добавления контекста?
Вакансия предполагает работу со сканами документов.
С какими библиотеками OCR вы работали и как вы обрабатываете сложные структуры (таблицы, печати) в отсканированных документах?
Проверка навыков оценки качества моделей, указанных в требованиях.
Как вы выстраиваете процесс оценки качества генеративных ответов? Какие метрики, кроме стандартных ML-показателей, вы используете?
Оценка технической грамотности в области оптимизации моделей.
В каких случаях вы бы предпочли дообучение через LoRA/PEFT вместо использования готовой модели через API или RAG?
Похожие вакансии
Middle-разработчик (AI-инженер)
Middle+ AI инженер
Middle+ AI Engineer (Node.js)
AI-инженер (Middle+) & Node.js
Middle-разработчик (AI-инженер) в продукт по речевой аналитике
Разработчик с фокусом на интеграцию LLM и AI-технологий
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!