- Страна
- Казахстан
- Зарплата
- 4 000 $ – 5 000 $
ML/AI Lead
Оценка ИИПривлекательная позиция Lead-уровня в перспективном HealthTech стартапе с конкурентной зарплатой в долларах. Работа над социально значимым продуктом для рынка США и использование современного стека (vLLM, RAG, Agents) делают вакансию отличным вариантом для профессионального роста.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИРоль требует глубокой экспертизы в области LLM, RAG и дообучения моделей, а также опыта работы с медицинскими данными, что значительно повышает порог входа. Дополнительную сложность создает необходимость совмещать лидерские качества с глубоким техническим вкладом в стартап на ранней стадии.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредлагаемая зарплата в $4,000 - $5,000 Gross соответствует рыночным ожиданиям для позиции ML Lead в Казахстане и СНГ, однако для аналогичной роли непосредственно в США она была бы значительно выше. Тем не менее, для удаленного формата работы это конкурентное предложение.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
ML/AI Lead
MDiet
4,000 to 5,000 USD Gross per month
Astana / Remote
Early-stage HealthTech startup. AI-powered platform reducing patient readmissions targeting the US healthcare market.
Responsibilities:
• Design and build LLM agents and pipelines for medical data curation
• Develop production RAG systems with high citation quality
• Deploy and optimize self-hosted LLM inference (vLLM)
• Fine-tune open-source models on medical data
• Create evaluation frameworks and hallucination control systems
Requirements:
• Production LLM systems (RAG + agents + inference)
• Fine-tuning open-source LLMs (LoRA/QLoRA/PEFT)
• Building data pipelines for LLM/RAG workloads
• Evaluation and hallucination reduction
• Production Python + FastAPI + async processing
Optional:
• Experience in medical / clinical NLP or regulated domains
• Cost modeling and optimization of LLM workloads
• Publications in relevant fields
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- LLM
- RAG
- vLLM
- Python
- FastAPI
- LoRA
- QLoRA
- PEFT
- NLP
Возможные вопросы на собеседовании
Проверка практического опыта работы с галлюцинациями в критически важной области (медицина).
Какие конкретные методы и метрики вы использовали для контроля галлюцинаций в RAG-системах, работающих с медицинскими данными?
Оценка навыков оптимизации ресурсов и стоимости инфраструктуры.
Как бы вы подошли к выбору между использованием проприетарных моделей (например, GPT-4) и self-hosted решений (vLLM) с точки зрения стоимости и качества для MDiet?
Проверка технических навыков дообучения моделей.
Опишите ваш опыт применения LoRA/QLoRA: в каких случаях дообучение давало значимый прирост качества по сравнению с продвинутым промпт-инжинирингом?
Оценка архитектурного мышления в контексте агентов.
Как спроектировать систему LLM-агентов для курации медицинских данных, чтобы обеспечить прослеживаемость (traceability) и высокую точность цитирования?
Проверка навыков работы с асинхронностью в Python.
С какими основными проблемами производительности вы сталкивались при развертывании FastAPI приложений для инференса LLM и как их решали?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
