- Зарплата
- 2 500 $ – 3 500 $
Откликайтесь
на вакансии с ИИ
ML Engineer
Оценка ИИПривлекательная вакансия в актуальной сфере Generative AI с конкурентной зарплатой в долларах и возможностью удаленной работы.
Сложность вакансии
Оценка ИИПозиция требует глубоких знаний в области генеративного ИИ (диффузионные модели, LLM) и 3+ года опыта, что делает её сложной для специалистов без узкой специализации.
Анализ зарплаты
Оценка ИИПредлагаемая зарплата ($2500–3500 NET) соответствует среднерыночному уровню для Middle ML-инженеров, работающих удаленно на международные стартапы, хотя для Senior-уровня в этой нише верхняя планка может быть выше.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Meteoro уже сейчас
Присоединяйтесь к Meteoro и создавайте передовые генеративные модели — откликнитесь прямо сейчас!
Описание вакансии
ML Engineer
Meteoro
2,500 to 3,500 USD NET per month
Remote
Dynamic AI tech environment focused on generative applications.
Responsibilities:
• Develop, fine-tune, evaluate, and deploy generative models for image, video, text, and multimodal applications
• Improve generation quality, including prompt adherence, consistency, and alignment
• Develop LLM control and evaluation methods, including structured generation, tool use, and safety
• Optimize training and inference for performance and cost
• Build scalable data, training, inference, and MLOps pipelines
• Integrate models into production systems and assess relevant AI research
Requirements:
• 3+ years in machine learning and software development
• Hands-on experience developing and deploying generative AI models
• Strong understanding of diffusion models, image/video generation, and LLM fine-tuning and evaluation
• Proficiency with PyTorch or TensorFlow
• Strong software engineering skills, including testing, monitoring, and optimization
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- PyTorch
- Machine Learning
- LLM
- Software Engineering
- Diffusion Models
- MLOps
- TensorFlow
- Generative AI
Возможные вопросы на собеседовании
Проверка понимания архитектуры и практического опыта работы с генеративными моделями.
Расскажите о вашем опыте работы с диффузионными моделями: какие архитектуры вы использовали и как решали проблему консистентности генерации?
Оценка навыков работы с большими языковыми моделями и их адаптации под конкретные задачи.
Какие методы fine-tuning LLM вы считаете наиболее эффективными для улучшения следования промптам (prompt adherence)?
Проверка инженерных навыков и умения работать с инфраструктурой.
Как вы подходите к оптимизации инференса тяжелых генеративных моделей для снижения затрат и задержек в продакшене?
Оценка опыта в построении процессов разработки.
Опишите ваш стек для MLOps: как вы организуете пайплайны данных и мониторинг качества моделей после деплоя?
Проверка способности работать с новыми технологиями.
