- Страна
- Россия
ML‑инженер в Толк
Оценка ИИСильная инженерная команда Контура, работа над востребованным продуктом Толк и современный стек технологий (LLM, Agents) делают вакансию очень привлекательной для Middle+ специалистов.
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 серьезного практического опыта с LLM (SFT, RAG) и современными агентскими фреймворками, а также навыков MLOps для деплоя моделей в продакшн.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиции Middle/Middle+ ML-инженера в крупных российских IT-компаниях уровня Контура рынок предлагает конкурентные условия. Ожидаемый диапазон составляет от 250 000 до 400 000 рублей в зависимости от глубины экспертизы кандидата.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
ML‑инженер в Толк, middle/middle+
Компания: Контур
*☑️*Задачи
-Улучшать автоматическое протоколирование встреч: повышать качество генерации, работать с галлюцинациями, настраивать и оптимизировать воркфлоу-решения, выстраивать мониторинг качества и предотвращать деградацию решения.
-Запускать новую ИИ-функциональность, поддерживать и улучшать качество существующей функциональности как в NLP, так и на стыке разных доменных областей.
-Развивать агентские системы внутри продукта: оптимизировать, улучшать качество, реализовывать новые сценарии.
*☑️*Мы ожидаем
-Опыт разработки и поддержки продакшн-решений на основе современных моделей NLP.
-Владение Python на продакшн-уровне, PyTorch.
-Опыт решения прикладных задач с LLM, практический опыт с SFT, RAG и дистилляцией.
-Опыт работы с фреймворками для построения агентных систем: Pydantic AI, LangChain, LangGraph или аналоги.
-Опыт работы с инструментами для наблюдения и отладки LLM-приложений: Langfuse, LangSmith или аналоги.
-Опыт деплоя моделей, понимание MLOps: Docker, Kubernetes, CI/CD для ML.
-Большой плюс — опыт разработки и внедрения моделей в CV- или Speech-доменах.
Python Job в Telegram | в VK | в Max
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- PyTorch
- NLP
- LLM
- SFT
- RAG
- Pydantic AI
- LangChain
- LangGraph
- Langfuse
- LangSmith
- Docker
- Kubernetes
- CI/CD
- MLOps
- Computer Vision
- Speech Recognition
Возможные вопросы на собеседовании
Проверка практического опыта работы с LLM и понимания рисков генеративного ИИ.
Какие методы борьбы с галлюцинациями в LLM вы считаете наиболее эффективными для задачи суммаризации встреч?
Оценка навыков проектирования сложных систем на базе агентов.
Расскажите о вашем опыте работы с LangGraph или Pydantic AI: в чем преимущество этих инструментов перед простыми цепочками (chains)?
Проверка понимания процесса дообучения моделей.
В каких случаях для улучшения качества протоколирования вы бы выбрали SFT, а в каких — достаточно качественного RAG?
Оценка инженерной культуры и навыков мониторинга.
Как вы выстраиваете систему мониторинга качества LLM-приложений в продакшне, чтобы вовремя заметить деградацию ответов?
Проверка навыков MLOps.
Опишите ваш типичный CI/CD пайплайн для деплоя ML-модели в Kubernetes.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
