Machine Learning Engineer
Оценка ИИLibertex — известный бренд в сфере трейдинга с хорошей репутацией. Вакансия предлагает работу с современным стеком (LLM, AWS Bedrock) и удаленный формат, что делает её очень привлекательной для опытных инженеров.
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 ИИРоль требует солидного опыта (от 3 лет) и владения специфическим стеком (AWS, PyTorch, MLOps). Дополнительным вызовом является работа в сфере финтеха, где критически важна точность моделей.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для специалиста уровня Senior ML Engineer на международном рынке (удаленно) вилка обычно составляет $5000–$8000. Предложенный диапазон соответствует рыночным ожиданиям для компаний уровня Libertex.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Machine Learning Engineer / Libertex *✅*
Remote
The multi-awarded online trading platform, Libertex, enables traders to access the market and invest in stocks or trade CFDs with underlying assets being commodities, Forex, ETFs, cryptocurrencies, an
Требования к кандидату:
- 3+ years of experience in machine learning
- Proficient in Python, PyTorch, SQL, AWS
- Experience with MLOps practices and CI/CD
- Understanding of IT infrastructure and data sources
- Intermediate level of English
- Experience with LLMs and AWS Bedrock is a plus
Читать подробнее:
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- PyTorch
- SQL
- AWS
- MLOps
- CI/CD
- LLM
- AWS Bedrock
Возможные вопросы на собеседовании
Проверка практического опыта работы с облачной инфраструктурой, указанной в требованиях.
Расскажите о вашем опыте использования AWS Bedrock или других сервисов AWS для развертывания ML-моделей.
Вакансия подразумевает работу с полным циклом жизни модели.
Какие MLOps инструменты и практики вы считаете наиболее эффективными для обеспечения воспроизводимости экспериментов?
Важно понять, как кандидат оптимизирует код для работы с большими данными.
Как вы оптимизируете SQL-запросы и обработку данных в Python при работе с высоконагруженными системами?
Проверка теоретической базы и понимания современных архитектур.
В чем заключаются основные сложности при дообучении (fine-tuning) LLM для специфических доменных задач?
Оценка навыков интеграции моделей в существующую ИТ-инфраструктуру.
Опишите ваш типичный CI/CD пайплайн для ML-проекта: от коммита кода до мониторинга модели в продакшене.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
