- Страна
- Россия
Data Scientist в команду LLM Core
Оценка ИИАвито — один из лидеров российского IT-рынка с сильной инженерной культурой. Работа в Core-команде над LLM предоставляет уникальный опыт работы с передовыми технологиями на огромных масштабах данных.
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 требованиями к глубоким знаниям архитектуры Transformer и практическому опыту обучения LLM, что является узкой и востребованной специализацией.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиций уровня Senior Data Scientist в области LLM в Москве рыночные предложения начинаются от 400 000 рублей. Авито обычно предлагает конкурентоспособную оплату, соответствующую или превышающую средние показатели по топовым тех-компаниям.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Data Scientist в команду LLM Core Авито
Местоположение: Москва
Формат работы: Гибрид
Опубликована: 23.09.2026
Требования:
• Не менее 3 лет опыта реализации и эксплуатации ML-решений
• Глубокое понимание современных ML-алгоритмов, Transformer и принципов обучения LLM
• Практический опыт обучения, адаптации или внедрения NLP-моделей
• Уверенное владение Python и хорошее знание PyTorch
О компании:
Команда обучает собственные базовые LLM и внедряет их в бизнес-сценарии Авито: адаптирует open source-решения под русский язык и доменную специфику Авито с помощью continual pre-training и подмены токенизатора.
Контакт: Откликнуться
Откликнуться в LinkedIn
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- PyTorch
- NLP
- LLM
- Transformer
- Machine Learning
Возможные вопросы на собеседовании
Проверка понимания фундаментальных основ современных языковых моделей.
Расскажите о механизме Attention в архитектуре Transformer: в чем разница между Self-Attention и Cross-Attention?
Оценка практического опыта, заявленного в описании вакансии.
Какие основные сложности возникают при проведении continual pre-training для адаптации модели под новый домен или язык?
Проверка навыков оптимизации моделей, что критично для LLM Core.
Как бы вы подошли к задаче подмены токенизатора в уже обученной модели? Какие риски это несет для весов модели?
Оценка инженерных навыков работы с фреймворком.
Какие техники оптимизации памяти в PyTorch вы используете при обучении больших моделей (например, Gradient Checkpointing, DeepSpeed)?
Проверка продуктового мышления и понимания жизненного цикла ML.
Опишите ваш опыт эксплуатации ML-решений: как вы мониторите качество работы LLM в продакшене?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
