- Страна
- Россия
Откликайтесь
на вакансии с ИИ
MLE (Machine Learning Engineer)
Оценка ИИРостелеком — стабильный и крупный работодатель с интересными задачами в области ИИ. Вакансия привлекательна возможностью работать с современным стеком (LLM, RAG) и гибким форматом работы.
Сложность вакансии
Оценка ИИРоль требует глубоких знаний в области LLM и RAG, а также навыков оптимизации моделей (TensorRT, ONNX), что делает её сложной для специалистов без специфического опыта в GenAI.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиции Middle MLE в крупном российском финтехе или телекоме рыночные вилки обычно начинаются от 250 000 рублей. Ростелеком, как правило, предлагает конкурентоспособные условия, соответствующие средним показателям по Москве.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Ростелеком уже сейчас
Присоединяйтесь к команде Ростелекома и создавайте передовые решения на базе LLM и RAG!
Описание вакансии
Ростелеком
MLE
Опыт работы: от 2 лет в роли MLE
Формат работы: возможна полная или частичная удалённая работа из России (также офисы в Москве, Краснодаре, Новосибирске)
Ростелеком — крупнейший в России интегрированный провайдер цифровых решений.
*☑️* Чем предстоит заниматься
-Планирование архитектуры приложений с использованием LLM в качестве основной технологии
-Разработка ML-бэкендов и микросервисов для обеспечения функциональности и интеграции различных сервисов
-Оптимизация текущих решений с акцентом на производительность и управление нагрузкой (onnx, openvino, tensorrt)
*☑️* Наши пожелания к кандидатам
-Опыт работы в роли MLE от 2-х лет
-Уверенное знание Python и опыт разработки сетевых/асинхронных приложений
-Широкая насмотренность в области LLM, RAG
-Знание Docker, CI/CD, FastAPI и SQL
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- LLM
- SQL
- Asynchronous Programming
- CI/CD
- Microservices
- RAG
- Docker
- FastAPI
- TensorRT
- ONNX
- OpenVINO
Возможные вопросы на собеседовании
Проверка практического опыта работы с LLM и понимания ограничений технологии.
Расскажите о вашем опыте внедрения RAG-систем: какие векторные базы данных вы использовали и как решали проблему галлюцинаций?
Оценка навыков оптимизации производительности, указанных в требованиях.
В каких случаях вы бы предпочли ONNX вместо TensorRT для деплоя модели, и какие компромиссы здесь существуют?
Проверка инженерных навыков и умения работать с нагруженными системами.
Как вы организуете мониторинг и логирование для ML-микросервиса на базе FastAPI в продакшене?
Проверка навыков проектирования архитектуры.
Опишите процесс выбора архитектуры для приложения, где LLM должна взаимодействовать с внешними API. Какие паттерны вы используете?
Проверка знаний Python и асинхронности.
В чем заключаются основные сложности при использовании асинхронности (asyncio) в задачах, связанных с интенсивными вычислениями на CPU/GPU?
Похожие вакансии
Data Engineer, Ozon fresh
Data Scientist (MLOps)
Data engineer
ML-инженер
Data инженер (Middle+)
Data Scientist Middle +
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!