- Страна
- Россия
- Зарплата
- 1 310 ₽ – 1 599 ₽
Data Scientist (Middle+/Senior) — 3D Geometry & LLM Search
Оценка ИИИнтересная и редкая ниша на стыке 3D и LLM, что дает отличные возможности для профессионального роста. Однако почасовая оплата может быть менее стабильной, чем фиксированный оклад, а требования к кандидату весьма специфичны.
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
Оценка ИИВысокая сложность обусловлена редким сочетанием глубоких знаний в 3D-геометрии (сетки, воксели) и современных LLM-технологий (гибридный поиск, эвалы). Требуется не только теоретическая база, но и подтвержденный опыт вывода ML-решений в продакшн.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная ставка (около 210-255 тыс. руб. в месяц при полной занятости) находится в пределах рыночной нормы для Middle+/Senior ролей в РФ и РБ, однако для топовых Senior-специалистов в области LLM рынок может предлагать более высокие значения. Ставка для нерезидентов практически идентична, что упрощает наем.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Data Scientist (Middle+/Senior) — 3D Geometry & LLM Search
Зарплата: Middle+: 1311 руб/час, Senior: 1599 руб/час, для нерезидентов: 1310 руб/час
Местоположение: Россия, Беларусь
Формат работы: Удаленно
Опубликована: 01.10.2026
Требования:
• Подтверждённый опыт внедрения ML/DS-решений в продакшн
• Уверенное владение 3D-геометрией: полигональные сетки, воксели, триангуляция
• Information Retrieval и LLM: гибридный поиск, эмбеддинги, LLM-evals
• Python 3.10+ (asyncio, typing), NumPy, SciPy, Pandas; FastAPI, Docker, Linux
Контакт: Откликнуться
Откликнуться в LinkedIn
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- NumPy
- SciPy
- Pandas
- FastAPI
- Docker
- Linux
- Machine Learning
- Large Language Models
- Information Retrieval
- 3D Geometry
Возможные вопросы на собеседовании
Проверка фундаментальных знаний в специфической области 3D-данных.
Расскажите о вашем опыте работы с полигональными сетками и вокселями: какие библиотеки использовали и с какими сложностями сталкивались при их обработке?
Оценка навыков построения сложных поисковых систем.
Как вы проектируете систему гибридного поиска для специфических данных? Какие метрики используете для LLM-evals?
Проверка инженерной культуры и навыков написания качественного кода.
В чем преимущества использования asyncio в Python для ML-сервисов на базе FastAPI? Приведите пример, когда это критично.
Оценка практического опыта доведения моделей до реальных пользователей.
Опишите ваш самый сложный кейс внедрения ML-решения в продакшн: как был устроен пайплайн и как решались вопросы масштабируемости?
Проверка математической подготовки.
Какие алгоритмы триангуляции вы знаете и в каких случаях предпочтительнее использовать конкретный метод при работе с 3D-объектами?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
