- Зарплата
- 288 005 ₽ – 810 016 ₽
ML Engineer со знанием английского языка
Оценка ИИИсключительно высокая почасовая ставка и полная свобода в выборе графика делают эту вакансию очень привлекательной. Возможность удаленной работы из любой точки мира (Global) добавляет дополнительные баллы.
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 ИИВысокая сложность обусловлена требованием к уровню английского языка C1 и спецификой почасовой оплаты, что обычно подразумевает глубокую экспертизу и автономность. Работа в глобальном контексте требует не только технических навыков, но и отличных коммуникативных способностей.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредлагаемая ставка ($80–$150 в час) значительно превышает средние рыночные показатели для ML-инженеров даже на международном рынке, где медиана обычно находится в диапазоне $50–$90 в час. При пересчете на полную занятость это эквивалентно топовым зарплатам в BigTech.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
ML Engineer со знанием английского языка
от 288 005 до 810 016 ₽
Серова Елена Сергеевна
2. ML Engineer (Инженер по машинному обучению) с уровнем английского С1 15 часов в неделю Оплата: $80–$150 в час Локация: Global, полностью удалённо График: Гибкий — специалист самостоятельно выбирает дни и часы работы, включая выходные при желан...
Откликнуться: Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- Machine Learning
- NLP
- PyTorch
- LLM
- Data Science
Возможные вопросы на собеседовании
Проверка соответствия заявленному уровню C1 и способности обсуждать архитектурные решения.
Can you describe a complex ML architecture you've designed and explain the trade-offs you made during the process?
Важно понять, как кандидат оценивает качество моделей в условиях реальных бизнес-задач.
Какие метрики вы бы выбрали для оценки производительности LLM в задаче суммаризации текстов и почему?
Проверка навыков оптимизации и работы с ресурсами.
Расскажите о вашем опыте оптимизации инференса моделей. Какие инструменты (например, TensorRT, ONNX) вы использовали?
Оценка умения работать с данными, что является критическим для ML.
Как вы справляетесь с проблемой несбалансированных классов в обучающей выборке? Приведите примеры из практики.
Проверка навыков командной разработки и чистоты кода.
Как вы организуете процесс воспроизводимости экспериментов и версионирования данных в своих проектах?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
