- Страна
- Казахстан
Откликайтесь
на вакансии с ИИ
ML-инженер
Оценка ИИВысокий балл обусловлен интересной предметной областью (Sports-tech) и потенциалом роста стартапа на международном рынке. Работа с носимыми устройствами — это редкий и ценный опыт на стыке софта и железа.
Сложность вакансии
Оценка ИИПозиция требует уверенного владения специфическим стеком (FastAPI, GCP) и глубокого понимания работы с временными рядами, что критично для анализа данных с датчиков. Однако порог входа по опыту (от 1 года) делает вакансию доступной для специалистов уровня Middle.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для рынка Астаны позиции ML-инженеров в перспективных стартапах обычно предлагают конкурентные условия, соответствующие или слегка превышающие средние рыночные показатели для Middle-специалистов.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Miraitech уже сейчас
Присоединяйтесь к Miraitech, чтобы создавать инновационные ML-решения для мирового спорта прямо из Астаны!
Описание вакансии
ML-инженер Miraitech
Местоположение: Астана
Формат работы: Офис
Опубликована: 13.04.2026
Требования:
• Опыт в ML/Data Science от 1 до 3 лет
• Уверенное знание Python и FastAPI
• Опыт работы с PyTorch или TensorFlow
• Понимание работы с временными рядами
• Опыт работы с облачными решениями (GCP)
О компании
Miraitech — sports-tech стартап, разрабатывающий носимые устройства и ML/AI решения для анализа движений спортсменов. Компания работает с профессиональными спортивными клубами и выходит на международные рынки.
Откликнуться опубликована в LinkedIn у Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- FastAPI
- PyTorch
- TensorFlow
- Google Cloud Platform
- Machine Learning
- Data Science
- Time Series Analysis
Возможные вопросы на собеседовании
Основная задача компании — анализ движений, что напрямую связано с обработкой сигналов и временных рядов.
Какие методы предобработки и извлечения признаков вы бы использовали для данных с акселерометра и гироскопа?
В требованиях указан FastAPI, что подразумевает участие ML-инженера в деплое моделей.
Как бы вы организовали архитектуру API на FastAPI для обработки потоковых данных в реальном времени?
Упоминание GCP предполагает навыки работы с облачной инфраструктурой.
Какие инструменты Google Cloud Platform вы использовали для обучения и деплоя ML-моделей (например, Vertex AI, BigQuery)?
Для анализа движений часто используются нейронные сети.
В каких случаях для анализа временных рядов вы предпочтете RNN/LSTM, а в каких — одномерные сверточные сети (1D-CNN)?
Работа в стартапе требует понимания жизненного цикла продукта.
Расскажите о вашем опыте доведения ML-модели от этапа исследования (PoC) до промышленной эксплуатации (Production).
Похожие вакансии
Data инженер (Middle+)
Data инженер
Data Engineer Middle
Главный инженер Контроль качества данных
Junior Python Data Engineer
Tech Lead Data Engineer / Руководитель сопровождения и развития СККД
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!