Junior Machine Learning Engineer
Оценка ИИОтличное предложение для начинающего специалиста: очень высокая почасовая ставка, работа с передовыми технологиями (LLM, RL) и полная удаленка по всему миру.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИПозиция Junior требует уверенных знаний Python и понимания принципов работы LLM и RL, но высокая почасовая ставка предполагает серьезный отбор и высокие стандарты качества данных.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредлагаемая ставка $60-$120 в час значительно превышает средние рыночные показатели для Junior-позиций, приближаясь к уровню Senior-разработчиков в США и Европе.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Published time: 2026-11-12
Company name: micro1
Title: Junior Machine Learning Engineer
Salary: $60 - $120/hour
Grades: junior, junior+
Job description: Work with micro1, a data lab helping AI labs and enterprises train foundational models and agents. You'll contribute to frontier evaluations and reinforcement learning environments that improve LLM capabilities, producing high-quality expert training data.
Location: Global
Anywhere: Yes
Remote: Yes
Tags:
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- Machine Learning
- Large Language Models
- Reinforcement Learning
Возможные вопросы на собеседовании
Проверка базовых навыков программирования, необходимых для обработки данных и написания скриптов обучения.
Как вы оптимизируете обработку больших текстовых датасетов на Python для обучения LLM?
Понимание специфики работы компании с RL-средами.
Можете ли вы объяснить концепцию Reinforcement Learning from Human Feedback (RLHF) и её роль в улучшении ответов моделей?
Оценка способности кандидата обеспечивать качество данных, о котором говорится в описании.
Какие методы вы используете для оценки качества и чистоты экспертных данных перед подачей их в модель?
Проверка знакомства с современными архитектурами.
В чем разница между Fine-tuning и Prompt Engineering при работе с предобученными моделями?
Оценка навыков работы в RL-средах.
С какими библиотеками для создания сред обучения (например, Gymnasium) вы работали и какие задачи решали?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
