- Страна
- Австралия
Откликайтесь
на вакансии с ИИ
Mid/Senior AI Engineer
Оценка ИИОтличная вакансия для опытных AI-инженеров с возможностью работать над передовыми технологиями (LLM, RAG) в международной компании. Удаленный формат работы и работа с крупными корпоративными клиентами делают позицию очень привлекательной.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена необходимостью глубоких знаний в области LLM (RAG, агенты, дообучение) и опытом развертывания систем в продакшн для корпоративных клиентов. Роль также подразумевает менторство и полную ответственность за техническую реализацию.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, однако для позиций уровня Senior AI Engineer на рынках США, Канады и Европы медиана составляет около $140,000 - $180,000 в год. В Индии эти показатели будут ниже, но TensorOps как международная компания, вероятно, предлагает конкурентоспособные условия.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в TensorOps уже сейчас
Присоединяйтесь к TensorOps и создавайте передовые AI-решения для крупнейших мировых компаний — откликайтесь прямо сейчас!
Описание вакансии
Published time: 2026-07-19
Company name: TensorOps
Title: Mid/Senior AI Engineer
Grades: middle, senior
Job description: Design, build and deploy production ML and LLM-based systems (RAG, agentic workflows, fine-tuning, embeddings) for enterprise clients, owning technical delivery end-to-end and mentoring junior ML engineers.
Location: Australia, Canada, Germany, India, UK, US
Anywhere: No
Remote: Yes
Forbidden locations: Outside AU/CA/DE/IN/UK/US
Tags:
#ai #ml #python #llm #rag #mlops #pytorch #remote #senior #full_time
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- PyTorch
- Machine Learning
- LLM
- Fine-tuning
- MLOps
- RAG
- Embeddings
Возможные вопросы на собеседовании
Проверка практического опыта работы с RAG-системами и понимания их ограничений.
Расскажите о наиболее сложной проблеме, с которой вы столкнулись при внедрении RAG-системы, и как вы её решили?
Оценка навыков проектирования сложных автономных систем на базе LLM.
Как бы вы спроектировали архитектуру агентного ворклоу для автоматизации сложного бизнес-процесса в крупной компании?
Проверка знаний в области MLOps и обеспечения надежности систем.
Какие метрики и инструменты вы используете для мониторинга качества ответов LLM в реальном времени?
Оценка опыта оптимизации моделей под конкретные задачи.
В каких случаях вы бы предпочли дообучение (fine-tuning) модели вместо использования RAG, и наоборот?
Проверка лидерских качеств и навыков наставничества.
