- Страна
- Россия
Откликайтесь
на вакансии с ИИ
ML-инженер / DL-инженер
Оценка ИИЯндекс — топовый работодатель с сильной инженерной культурой, интересными задачами мирового уровня и возможностью работы из разных локаций (Москва, СПб, Минск). Высокий балл обусловлен репутацией компании и сложностью технологического стека.
Сложность вакансии
Оценка ИИПозиция Senior уровня в Яндексе предполагает глубокие знания математики, алгоритмов и архитектур нейросетей (LLM, NLP, CV), а также умение работать с высоконагруженными системами. Процесс отбора в компанию традиционно включает несколько этапов сложных технических интервью.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для Senior ML-инженеров в Яндексе она обычно находится на верхней границе рынка, часто дополняясь значительным пакетом опционов и бонусов. Указанный диапазон отражает текущие рыночные реалии для специалистов такого уровня в РФ и СНГ.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Яндекс уже сейчас
Присоединяйтесь к команде Яндекса и работайте над передовыми ML-решениями в одном из крупнейших технологических хабов!
Описание вакансии
Требуется «ML-инженер / DL-инженер » (Москва)
Компания «Яндекс» ищет хорошего специалиста на вакансию «ML-инженер / DL-инженер ». Москва (Россия), Санкт-Петербург (Россия), Минск (Беларусь). Полный рабочий день. Требуемые навыки: #senior, #NLP, #LLM, #Компьютерноезрение.
*👉*@progjob
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Machine Learning
- LLM
- Computer Vision
- Deep Learning
- NLP
Возможные вопросы на собеседовании
Яндекс активно развивает свои языковые модели, поэтому важно понимать внутреннее устройство механизмов внимания.
Расскажите подробно о механизме Multi-Head Attention: как он работает и какие проблемы решает по сравнению с обычным Attention?
Для Senior-позиции критично умение не только обучать модели, но и эффективно внедрять их в продакшн.
Какие методы оптимизации инференса LLM вы использовали (квантование, прунинг, дистилляция)? Опишите компромиссы между скоростью и качеством.
Вакансия включает требования по компьютерному зрению.
В чем заключаются основные различия между архитектурами Transformer и CNN применительно к задачам Computer Vision? В каких случаях вы выберете ту или иную?
Проверка навыков работы с данными и понимания процесса обучения.
Как вы будете бороться с проблемой затухающих или взрывных градиентов при обучении очень глубоких сетей?
Оценка опыта работы с современными подходами в NLP.
