- Страна
- Россия
- Зарплата
- 300 000 ₽ – 380 000 ₽
ML Engineer (NLP)
Оценка ИИСильный бренд, актуальный стек технологий (LLM, RAG) и возможность удаленной работы делают вакансию 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 ИИТребуется солидный опыт (от 3 лет) не просто в исследованиях, а в выводе ML-решений в продакшн, включая работу с современным стеком LLM (RAG, агенты).
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИУказанный в описании диапазон 300-380к полностью соответствует текущим рыночным ожиданиям для Senior ML-инженеров в России. СберЗдоровье предлагает конкурентную оплату, находящуюся в медиане топовых технологических компаний.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
ML Engineer (NLP) в СберЗдоровье
*💰*По итогам собеседования (ср. рын. зп 300 000 ₽ – 380 000 ₽)
*📌*Условия и бонусы:
Фултайм, удаленно.
*📌*Наши ожидания:
– Опыт работы в роли ML Engineer / AI Engineer / NLP Engineer / LLM Engineer от 3+ лет.
– Практический опыт вывода ML/AI-решений в продуктовую среду, а не только исследования или ноутбуки.
– Опыт разработки LLM-based приложений: чат-боты, ассистенты, RAG, agents, tool calling, structured generation, автоматизация бизнес-сценариев.
– Опыт работы с NLP-задачами на реальных пользовательских или доменных данных.
– Опыт взаимодействия с backend, product, analytics, MLOps и domain experts.
*✍🏼*Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- NLP
- LLM
- RAG
- Python
- MLOps
- Machine Learning
Возможные вопросы на собеседовании
Проверка практического опыта работы с LLM в реальных условиях.
Расскажите о самом сложном кейсе вывода LLM-модели в продакшн: с какими проблемами производительности или галлюцинаций вы столкнулись?
Оценка навыков построения сложных систем на базе языковых моделей.
Как вы подходите к проектированию RAG-системы для специфического домена (например, медицины), чтобы минимизировать ошибки в ответах?
Проверка умения интегрировать ML в общую архитектуру продукта.
Опишите ваш опыт взаимодействия с backend-командой и MLOps: как обычно выстроен процесс деплоя и мониторинга ваших моделей?
Оценка владения современными техниками управления LLM.
В каких случаях вы предпочтете использование Tool Calling и Structured Generation вместо обычного prompt engineering?
Проверка навыков работы с данными.
Как вы организуете процесс разметки и подготовки доменных данных для дообучения или оценки качества NLP-моделей?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
