- Страна
- Казахстан
Middle / Senior AI Expert
Kaspi — это топовый работодатель с уникальной экосистемой и огромным влиянием на рынок. Работа здесь дает доступ к уникальным данным и возможность влиять на продукт, которым пользуется вся страна, однако формат работы только в офисе может подойти не всем.
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
Высокая сложность обусловлена требованиями к уровню Middle/Senior и спецификой работы в крупнейшем финтехе, где важна не только точность моделей, но и их производительность на огромных масштабах данных. Также требуется готовность к релокации или работе из офиса в Алматы.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Зарплаты в Kaspi для AI-специалистов уровня Senior обычно находятся на верхней границе рынка Казахстана и конкурентоспособны на международном уровне. Указанный диапазон отражает рыночные реалии для опытных инженеров в Алматы.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Middle / Senior AI Expert
в Kaspi — казахстанская финтех-компания, объединяющая суперприложение с сервисами платежей, маркетплейса, онлайн-покупок, P2P-переводов и финансовых услуг.
Алматы, Казахстан. Офис.
Ищет Айдана Нуржан, её Откликнуться.
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Python
- Machine Learning
- Deep Learning
- NLP
- LLM
- MLOps
- SQL
Возможные вопросы на собеседовании
Kaspi обрабатывает миллионы транзакций; важно понимать, как кандидат оптимизирует модели для работы в реальном времени.
Как бы вы спроектировали систему рекомендаций для суперприложения, чтобы она работала с минимальной задержкой при миллионах пользователей?
Проверка знаний современных подходов к обработке естественного языка, которые могут применяться в чат-ботах или поиске маркетплейса.
Какие методы дообучения (fine-tuning) LLM вы считаете наиболее эффективными для специфических задач финтеха?
В финтехе критически важно понимать, почему модель приняла то или иное решение.
Какие методы интерпретируемости моделей (Explainable AI) вы используете в своей практике?
Оценка навыков работы с инфраструктурой и жизненным циклом моделей.
Расскажите о вашем опыте построения MLOps циклов: от подготовки данных до мониторинга модели в продакшене.
Проверка умения работать с несбалансированными данными, характерными для задач антифрода.
Как вы решаете проблему дисбаланса классов при обучении моделей детекции мошенничества?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

