ML-разработчик
Оценка ИИSberDevices — это престижный бренд с интересными задачами на стыке софта и железа. Гибридный формат работы в Москве и сильное инженерное сообщество делают это предложение очень привлекательным.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИПозиция требует уверенного владения Python и специализированными библиотеками (PyTorch, OpenCV), а также хорошей алгоритмической подготовки. Отсутствие жестких требований к Senior-опыту делает вакансию доступной для крепких Middle-специалистов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата не указана, но для ML-разработчиков в крупных российских тех-гигантах (уровня Сбера) вилка обычно соответствует или слегка превышает рыночные показатели для Москвы. Окончательное предложение сильно зависит от грейда, подтвержденного на собеседовании.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
ML-разработчик в SberDevices
*💰*По итогам собеседования
*📌*Условия и бонусы:
Фултайм, офис/гибрид (МСК).
*📌*Наши ожидания:
– Уверенно владеешь Python и понимаешь связанные с ним фреймворки: tf, pytorch, numpy, librosa, opencv.
– Знаешь классические алгоритмы и структуры данных.
– Имеешь базовые знания классического ML.
*✍🏼*Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- TensorFlow
- PyTorch
- NumPy
- Librosa
- OpenCV
- Machine Learning
- Algorithms
- Data Structures
Возможные вопросы на собеседовании
Проверка фундаментальных знаний, необходимых для оптимизации ML-моделей.
Расскажите о различиях в управлении памятью между NumPy и нативными списками Python.
Важно понимать, как кандидат работает с тензорами и графами вычислений.
В чем разница между методами .view(), .reshape() и .transpose() в PyTorch?
Вакансия упоминает librosa, что предполагает работу со звуком.
Как подготовить аудиоданные для подачи в нейронную сеть? Что такое мел-спектрограммы?
Проверка навыков классического машинного обучения.
В каких случаях вы предпочтете градиентный бустинг нейронным сетям?
Проверка алгоритмической базы.
Реализуйте алгоритм поиска кратчайшего пути в графе или объясните принцип работы алгоритма Дейкстры.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
