- Страна
- Россия
Откликайтесь
на вакансии с ИИ

ML-инженер GigaChat
Это топовая позиция в одном из самых амбициозных AI-проектов России. Работа над GigaChat предлагает уникальный опыт, работу с огромными вычислительными мощностями и возможность влиять на продукт мирового уровня, хотя и требует максимальной отдачи.
Сложность вакансии
Высокая сложность обусловлена требованиями к глубокой экспертизе в LLM post-training и RL, а также необходимостью полной автономности в проведении ML-экспериментов. Работа в проекте уровня GigaChat подразумевает высочайшую планку качества кода и теоретических знаний.
Анализ зарплаты
Зарплата в объявлении не указана, однако для ML-инженеров уровня Senior в Москве, работающих над LLM в крупных компаниях, рыночные предложения начинаются от 400 000 рублей и могут достигать 700 000+ рублей в зависимости от грейда.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в GigaChat уже сейчас
Присоединяйтесь к команде GigaChat и создавайте будущее больших языковых моделей вместе с лидерами индустрии!
Описание вакансии
ML-инженер GigaChat
Местоположение: Москва
Формат работы: Удаленно
Опубликована: 29.07.2026
Требования:
• Умение самостоятельно вести работу от гипотезы до измеримого роста качества модели
• Хорошее знание Python и PyTorch
• Опыт в LLM post-training / online RL / RLVR
• Умение самостоятельно проводить ML-эксперименты от постановки гипотезы до выводов
Откликнуться опубликована в LinkedIn у Daniil Smirnov
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Python
- PyTorch
- Machine Learning
- LLM
- Reinforcement Learning
Возможные вопросы на собеседовании
Проверка практического опыта в ключевой области вакансии.
Расскажите о вашем опыте внедрения RLVR или online RL: с какими основными трудностями вы столкнулись при настройке функции вознаграждения?
Оценка навыка самостоятельного ведения исследований, указанного в требованиях.
Опишите ваш самый успешный ML-эксперимент: как вы формулировали гипотезу и какими метриками измеряли итоговый рост качества модели?
Проверка понимания специфики обучения больших моделей.
Какие техники оптимизации памяти и скорости обучения в PyTorch вы используете при работе с LLM?
Оценка навыков работы с данными для дообучения.
Как вы подходите к фильтрации и подготовке датасета для этапа SFT или RLHF, чтобы избежать деградации модели?
Проверка умения анализировать результаты.
Если после проведения эксперимента метрики качества выросли, но модель стала давать менее разнообразные ответы, как вы будете решать эту проблему?
Похожие вакансии
Python AI Engineer (Senior)
Fullstack AI Engineer
Senior / Middle AI Engineer (Computer Vision)
AI-product engineer
AI-тренер для обучения нейросетей
AI-разработчик Senior
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!