Откликайтесь
на вакансии с ИИ
Mobile ML Engineer (LLM, Edge AI)
Оценка ИИЭто уникальная возможность работать с cutting-edge технологиями (Edge AI) в востребованной нише. Проект предлагает сложные инженерные вызовы и работу с новейшим железом, что гарантирует профессиональный рост.
Сложность вакансии
Оценка ИИРоль требует редкого сочетания навыков: глубокого понимания ML-моделей (особенно LLM) и специфики мобильной разработки с учетом ограничений железа (NPU, ANE). Задачи по квантизации и оптимизации инференса на устройствах относятся к категории повышенной сложности.
Анализ зарплаты
Оценка ИИВ вакансии не указана зарплата, но для специалистов уровня Senior в области Mobile ML на российском и международном рынках вилка обычно начинается от 400 000 рублей и выше. Учитывая узкую специализацию (Edge AI/LLM), компенсация может быть значительно выше среднего по рынку.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в ITCharm уже сейчас
Присоединяйтесь к созданию будущего персонального ИИ и запускайте LLM прямо на смартфонах!
Описание вакансии
#vacancy#AI#MobileAI#EdgeAI#LLM#iOS#Android
Mobile ML Engineer (LLM, Edge AI) / Remote
О компании и проекте
Команда делает AI, который работает прямо на телефоне пользователя.
Большие языковые модели запускаются локально на iOS/Android - без облака, без задержек и без перегрева устройства.
Стек Edge AI, LLM, CoreML, TFLite, ExecuTorch, llama.cpp, quantization, mobile inference
Почему стоит рассмотреть
• Настоящий челлендж — встроить AI в обычный смартфон, открывая эру персональных AI на устройстве
• Реальный cutting-edge: on-device AI / edge ML
• Работа с реальным железом (iPhone, Snapdragon, NPU)
• Глубокая оптимизация моделей под ограничения устройства
Пригодится
• В идеале - опыт с on-device / mobile / edge AI и запуск моделей на iPhone / Android
• Квантизация моделей (INT4 / INT8 / GGUF)
• ExecuTorch / llama.cpp / MLC-LLM / CoreML / TFLite
• Понимание mobile hardware (ANE, Snapdragon, NPU)
Полное описание и отклик Откликнуться
Вопросы в тг Откликнуться.
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- LLM
- iOS
- Android
- Edge AI
- CoreML
- NPU
- Quantization
- llama.cpp
- TFLite
- ExecuTorch
- Mobile Inference
- MLC-LLM
Возможные вопросы на собеседовании
Важно понимать, как кандидат справляется с потерей точности при сжатии весов.
Какие методы квантизации (например, GPTQ, AWQ) вы использовали для LLM и как вы оценивали влияние INT4 на перплексию модели?
Проверка практического опыта работы с мобильными фреймворками.
В чем основные отличия и сложности при портировании моделей через ExecuTorch по сравнению с классическим TFLite?
Оптимизация под конкретное железо — ключевой навык.
Как бы вы оптимизировали использование памяти при запуске модели на 7B параметров на устройстве с 8 ГБ оперативной памяти?
Проверка понимания аппаратной части.
Как распределить вычисления между CPU, GPU и NPU (Apple Neural Engine) для достижения минимальной задержки (latency)?
Работа с библиотеками для локального инференса.
Был ли у вас опыт работы с llama.cpp или MLC-LLM? Какие основные узкие места вы встречали при их интеграции в мобильное приложение?
Похожие вакансии
Junior AI Engineer
AI Engineer (Agents)
Python разработчик (Senior)
Разработчик AI-инфраструктуры (Python)
Преподаватель и Автор курса по AI agent (Senior LLM engineer)
AI-инженер (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!