- Страна
- Россия
Middle / Senior ML Researcher / ML Engineer
Оценка ИИСибинтек — стабильный и крупный работодатель с интересными проектами в MedTech. Гибкий формат работы (удаленка/гибрид) и высокая социальная значимость проектов делают вакансию очень привлекательной для опытных специалистов.
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 сочетания навыков исследователя (Researcher) и инженера (Engineer), что подразумевает глубокую математическую базу и умение доводить модели до продакшена. Работа в сфере здравоохранения накладывает дополнительную ответственность за точность и интерпретируемость алгоритмов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиций Middle/Senior ML в Москве и крупных IT-компаниях рынок предлагает конкурентные условия. Указанные рыночные диапазоны соответствуют текущим ожиданиям специалистов такого уровня в РФ.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
Middle / Senior ML Researcher / ML Engineer
в Сибинтек — IT-компания, которая занимается проектами в области здравоохранения, создавая прорывные диагностические и прогностические решения.
Удалённая работа, гибрид или офис (Москва).
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Machine Learning
- Python
- PyTorch
- TensorFlow
- Data Science
- Deep Learning
Возможные вопросы на собеседовании
Важно понять, как кандидат справляется с нехваткой качественных размеченных данных, что часто встречается в медицине.
Расскажите о вашем опыте работы с несбалансированными или ограниченными выборками данных в медицинских проектах.
Проверка инженерных навыков и понимания жизненного цикла модели.
Каков ваш подход к деплою ML-моделей и мониторингу их качества в реальном времени?
В медицине важно не только предсказание, но и его обоснование.
Какие методы интерпретируемости моделей (Explainable AI) вы использовали в своей практике?
Оценка навыков исследователя.
Как вы подходите к изучению актуальных SOTA-решений и их адаптации под конкретные бизнес-задачи компании?
Проверка владения основным стеком.
С какими фреймворками глубокого обучения (PyTorch, TensorFlow) вы работали больше всего и почему отдаете им предпочтение?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
