- Страна
- Казахстан
- Зарплата
- от 800 000 ₽
Откликайтесь
на вакансии с ИИ
ML/AI инженер / Industrial AI
Оценка ИИИнтересная позиция в академической среде с прикладным уклоном в Industrial AI. Хорошая заработная плата для региона Алматы и возможность заниматься R&D проектами.
Сложность вакансии
Оценка ИИРоль требует глубоких знаний в классическом ML и специфике временных рядов, а также инженерных навыков для вывода моделей в продакшен. Работа с зашумленными промышленными данными добавляет сложности по сравнению с чистыми датасетами.
Анализ зарплаты
Оценка ИИПредложенная зарплата в 800 000 ₸ (net) является конкурентоспособной для рынка Алматы для специалистов уровня Middle/Senior в области ML. Она находится в пределах рыночного диапазона для научно-исследовательских институтов и крупных образовательных центров.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Университет Нархоз уже сейчас
Присоединяйтесь к команде Института цифровой трансформации Нархоз и внедряйте передовые ML-решения в реальный промышленный сектор!
Описание вакансии
*📍* Формат/working arrangement: гибрид, полная занятость
*✔️* Должность/position: ML/AI инженер / Industrial AI
*🏢* Место работы/workplace: НАО Университет Нархоз / Институт цифровой трансформации и развития искусственного интеллекта
*💸* Заработная плата/salary estimate: 800 000 ₸ в месяц (на руки)
*📈* Обязанности/responsibilities:
- Разработка и внедрение моделей машинного обучения под промышленные задачи
- Прогнозирование производственных и технологических показателей
- Математическая оптимизация технологических режимов
- Вывод моделей в промышленную эксплуатацию
- Настройка inference для ML-моделей
- Оптимизация производительности моделей под реальные нагрузки
- Участие в R&D-проектах
- Исследование применения LLM-агентов для работы с технической документацией и регламентами
- Работа с табличными данными и временными рядами
- Разработка решений для задач Industrial AI
*📌* Требования/requirements:
- Опыт работы от 3 до 6 лет
- Уверенное владение Python
- Глубокое понимание фундаментальных принципов и алгоритмов классического машинного обучения
- Практический опыт работы с градиентным бустингом: CatBoost, XGBoost, LightGBM
- Опыт работы с табличными данными и временными рядами
- Понимание грамотной кросс-валидации временных рядов
- Опыт работы с зашумленными и неполными данными реального производства
- Навыки feature engineering
- Опыт подбора гиперпараметров, включая Optuna
- Понимание ML-метрик
- Умение отличать переобучение от честного результата
- Инженерная база: Docker, SQL
Будет плюсом:
- Опыт вывода моделей в продакшен
- MLOps-практики
- Опыт работы с MLflow
- Работа с LLM
- Опыт с RAG и LangChain
- Понимание специфики деплоя на Edge-устройствах
- Опыт с математической оптимизацией
Ключевые навыки:
- Python
- Machine Learning
- Industrial AI
- CatBoost
- XGBoost
- LightGBM
- Time Series
- Feature Engineering
- Optuna
- Docker
- SQL
- MLflow
- MLOps
- LLM
- RAG
- LangChain
- Edge deployment
- Mathematical Optimization
*✅* Условия/working conditions:
- Официальное трудоустройство по трудовому договору
- Полная занятость
- Гибридный формат работы
- График работы 5/2
- Рабочий день: 8 часов
- Зарплата 800 000 ₸ на руки
- Работа в Институте цифровой трансформации и развития искусственного интеллекта
- Участие в R&D и Industrial AI-проектах
- Возможность работать с промышленными ML-задачами и внедрять модели в эксплуатацию
*📍* Адрес/work location:
Алматы, улица Жандосова, 55
*📢**❗️**🚨* Контакты для связи/Contact information: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Machine Learning
- CatBoost
- XGBoost
- LightGBM
- Time Series
- Feature Engineering
- Optuna
- Docker
- SQL
- MLflow
- MLOps
- LLM
- RAG
- LangChain
- Mathematical Optimization
Возможные вопросы на собеседовании
Проверка понимания специфики временных рядов, критически важной для промышленных задач.
Как вы организуете кросс-валидацию для временных рядов, чтобы избежать утечки данных из будущего?
Оценка практического опыта работы с реальными, несовершенными данными.
Какие методы вы используете для обработки пропусков и аномалий в данных, поступающих с производственных датчиков?
Проверка навыков оптимизации и работы с современными инструментами.
Расскажите о вашем опыте использования Optuna: какие стратегии поиска гиперпараметров вы предпочитаете и почему?
Оценка потенциала кандидата в R&D задачах, упомянутых в вакансии.
Как бы вы построили архитектуру RAG-системы для анализа большого объема технической документации предприятия?
Проверка инженерной подготовки и понимания жизненного цикла модели.
С какими сложностями вы сталкивались при деплое ML-моделей в Docker-контейнеры и как их решали?
Похожие вакансии
TeamLead MLOps / DevOps (Пайплайны)
Ассистент ИИ (AI Assistant)
Middle+ AI Engineer (Node.js)
AI креативный менеджер
Middle-разработчик (AI-инженер)
Senior Computer Vision Engineer
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!