- Страна
- Россия
- Зарплата
- 90 000 ₽ – 120 000 ₽
Преподаватель и Автор курса по AI agent на основе LLM
Оценка ИИИнтересная проектная работа для Senior-специалистов с возможностью дополнительного заработка и развития личного бренда в образовании. Гибкий формат и достойная оплата за короткие интенсивы.
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 редкого сочетания глубокой технической экспертизы уровня Senior (LLM, LangGraph, LoRA) и педагогических навыков для обучения опытных специалистов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИОплата за разработку и проведение интенсива (суммарно до 230 000 руб. за короткий период) соответствует рыночным ставкам для экспертов уровня Senior в области AI, привлекаемых на проектную основу.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Друзья, всем привет!
Продолжаем искать Преподавателя и Автора на курсы-интенсивы по AI agent на основе LLM для действующих data-специалистов.
О нас:
Standard Data – проектируем и реализуем образовательные решения под заказ крупных компаний в сфере ИИ, дата инжиниринга и веб-разработки.
Кого ищем:
Преподавателя и автора (уровень Senior LLM engineer) на курс-интенсив по разработке AI agent на основе больших языковых моделей для действующих DS.
Ожидаем от кандидата:
• Профильное высшее образование,
• опыт в NLP от 3 лет, желательно в крупных компаниях
• коммерческий опыт с LLM от 1.5 лет
• опыт с LangGraph, LoRA.
Будет плюсом:
• PhD в релевантной области
• Публикации или научные статьи
• Профессиональные награды / участие в конкурсах.
Мы будем рады видеть как преподавателя-автора учебных материалов и проектов, так и преподавателя-ведущего занятий (в обоих случаях гибкий формат участия: можно выбрать отдельные темы или курс целиком).
Под AI agent понимается система, которая умеет на основе обращения к ней самостоятельно планировать свои действия, взаимодействовать с внешней средой (по API) и адаптироваться под отклик этой среды.
Что нужно делать:
• Разработка материалов: семинары, финальный проект для слушателей.
• Проведение занятий в формате вебинаров (1-2 дня, по 2-4 занятия в день).
Что мы предлагаем:
• За разработку программы (семинары + финальный проект) – 90т.р.-120 т.р.
• За разовое проведение программы курса-интенсива – 90т.р.-110 т.р., в зависимости от вашего опыта.
• Бонусное вознаграждение по итогам перфоманса курса.
• Сумма оплаты возможна и больше, всё зависит от опыта, публикаций и результатов собеседования.
Ждем тебя в нашей команде, пишите в тг, или сразу кидайте резюме: Откликнуться
___
За успешную рекомендацию по традиции бонус! Суммарно 30к: при прохождении тестового 15к, еще 15к после 2 месяцев хорошей работы. Если у вас классный кандидат с большим опытом, то пишите в ЛС, согласуем другой бонус!
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- LLM
- NLP
- LangGraph
- LoRA
- Python
Возможные вопросы на собеседовании
Проверка понимания архитектуры агентов, заявленной в описании вакансии.
Как вы проектируете цикл рассуждений (reasoning loop) для AI-агента, чтобы минимизировать галлюцинации при планировании действий?
Вакансия требует опыта с LangGraph.
В каких сценариях использование LangGraph дает преимущество перед стандартными цепочками LangChain при создании сложных агентов?
Проверка навыков оптимизации моделей, указанных в требованиях.
Расскажите о вашем опыте применения LoRA: какие гиперпараметры наиболее критичны для сохранения способности модели следовать инструкциям?
Оценка педагогических способностей.
Как бы вы объяснили концепцию ReAct (Reason + Act) специалисту уровня Middle DS, который ранее работал только с классическим NLP?
Проверка умения работать с внешними API, что важно для агентов.
С какими сложностями вы сталкивались при интеграции LLM-агентов с внешними API и как решали проблему непредсказуемости ответов от сторонних сервисов?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
