+500% приглашений

Откликайтесь
на вакансии с ИИ

Удалённо

ML-инженер

Name: Quick Offer — сервис для поиска работы на hh.ru
Brand: Quick Offer
SKU: quick-offer-saas
Availability: InStock
Rating: 4.9 (682 reviews)

Интересный стек технологий (Face Recognition, Vector DB), но описание вакансии крайне лаконично и не содержит информации о компании и уровне компенсации. Удаленный формат работы по всему миру является значительным плюсом.

Вакансия из Quick Offer Global, списка международных компаний

Пожаловаться

Сложность вакансии

ЛегкоСложно

Вакансия требует специфического опыта в Face Recognition и построения краулеров, что усложняет поиск подходящего кандидата. Также необходимы глубокие знания векторных БД и алгоритмов ANN поиска.

Анализ зарплаты

Медиана7 000 $

Рынок5 000 $ – 10 000 $

В вакансии не указана зарплата, но для ML-инженера с опытом в Face Recognition и векторных БД на мировом рынке медиана составляет около $6000-$8000 в месяц. Узкая специализация может позволить претендовать на верхнюю границу рынка.

Меня заинтересовала вакансия ML-инженера, опубликованная Светланой Турченик. Мой опыт работы с Python и специализированным ML-стеком, включая задачи Face Recognition, позволяет мне эффективно решать сложные задачи по анализу изображений и поиску лиц.

Я обладаю практическими навыками построения краулеров для сбора данных и работы с векторными базами данных для реализации быстрого ANN поиска. Уверен, что мой технический бэкграунд и опыт работы с высоконагруженными ML-системами принесут значительную пользу вашему проекту.

+250% к просмотрам

Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь уже сейчас

Откликайтесь на вакансию через LinkedIn, чтобы поработать над сложной и интересной задачей в области распознавания лиц!

Описание вакансии

ML-инженер

Местоположение: Весь мир

Формат работы: Удаленно

Опубликована: 06.05.2026

Требования:

• Уверенный Python и ML стек

• Опыт с Face Recognition

• Опыт построения краулеров

• Работа с векторными БД

• Понимание ANN поиска

Откликнуться опубликована в LinkedIn у Откликнуться

+400% к собеседованиям

Создайте идеальное резюме с помощью ИИ-агента

Навыки

Python
Machine Learning
Face Recognition
Web Crawling
Vector Databases
Approximate Nearest Neighbor

Возможные вопросы на собеседовании

Вакансия напрямую связана с Face Recognition, важно понимать владение современными архитектурами.

Какие архитектуры нейросетей вы использовали для извлечения эмбеддингов лиц и как боролись с проблемой вариативности освещения или ракурса?

Работа с векторными БД — одно из ключевых требований.

Какую векторную базу данных вы бы выбрали для хранения 100 миллионов эмбеддингов и почему? (Milvus, Pinecone, Weaviate и т.д.)

Требуется понимание ANN поиска.

Объясните разницу между HNSW и IVF индексами в контексте ANN поиска: в каких случаях стоит предпочесть один другому?

В требованиях указан опыт построения краулеров.

С какими основными трудностями вы сталкивались при написании краулеров для сбора изображений и как обходили защиту от ботов?

Проверка навыков Python и оптимизации.

Как вы оптимизируете процесс инференса ML-модели в продакшене для обработки потокового видео в реальном времени?

Похожие вакансии

190 000 ₽ – 210 000 ₽

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!

Откликайтесьна вакансии с ИИ