- Страна
- Нидерланды
- Зарплата
- 120 000 € – 200 000 €
Откликайтесь
на вакансии с ИИ
Principal Applied AI Researcher
Оценка ИИИсключительная вакансия для экспертов: работа над передовыми технологиями (AI-agents), высокая зарплата в евро и возможность релокации в ведущие тех-хабы Европы. Единственный минус — крайне высокий порог входа.
Сложность вакансии
Оценка ИИРоль уровня Principal требует более 8 лет опыта и глубокой экспертизы в поиске или рекомендательных системах. Высокая сложность обусловлена необходимостью создавать архитектурные решения с нуля в малоизученной области AI-агентов.
Анализ зарплаты
Оценка ИИПредложенная вилка €120K–200K полностью соответствует рыночным стандартам для позиций уровня Principal в Амстердаме и Лондоне. Верхняя граница в €200K является очень конкурентоспособной даже для крупных технологических компаний в этих регионах.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Lucky Hunter уже сейчас
Присоединяйтесь к созданию поиска нового поколения для AI-агентов и определяйте будущее технологий вместе с топовой командой!
Описание вакансии
#вакансия#vacancy#MachineLearning#Principal#Relocation Компания: КА Lucky Hunter
Формат: full-time (вне РФ/РБ)
Локация: Amsterdam или London. Remote EU рассматривается, помощь с релокацией есть.
Вилка: €120K–200K в год, готовы обсуждать
Есть задачи, которые невозможно решить улучшением существующего. Их приходится придумывать с нуля.
Наш клиент создаёт новый тип поиска — не для людей, а для AI-агентов. Агент не кликает по ссылкам и не выбирает из списка результатов. Он должен понимать информацию, проверять её, использовать для reasoning и принимать решения.
А значит, нужно заново переосмыслить саму архитектуру поиска: что считать хорошим ответом, как измерять качество системы и как построить retrieval для мира AI-агентов.
Именно этим займётся Principal Applied AI Researcher 💫**
*🧠* Что будет в зоне ответственности:
— проектирование AI-native retrieval, reasoning и систем оценки качества
— создание систем, где агенты ищут, верифицируют и используют информацию из веба в реальном времени
— разработка eval-методологий и новых метрик качества
— принятие ключевых технических и продуктовых решений в направлении agent-native search
— превращение исследовательских идей в production-системы
— работа бок о бок с командами search, ML и infrastructure
*🙌* Что важно:
— 8+ лет опыта в Applied AI, ML или Software Engineering
— опыт вывода ML/AI-систем в production
— обязательный опыт проектирования и развития систем в одной из областей: recommendation, personalization, ranking, search, ads, marketplaces или feed systems
— Python обязателен, знание Go, C++, Rust или Java будет преимуществом
— Свободный английский
Возможно, самое интересное в этой роли — не технологии, с которыми предстоит работать, а вопросы, на которые пока нет готовых ответов.
Если вам интересно искать эти ответы вместе с одной из самых сильных AI-команд, пишите Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- C++
- Python
- Rust
- Machine Learning
- Information Retrieval
- Recommendation Systems
- Java
- Go
- Search
- Ranking Systems
Возможные вопросы на собеседовании
Проверка понимания специфики задачи: чем поиск для агентов фундаментально отличается от пользовательского поиска.
Как бы вы изменили архитектуру традиционного поискового движка, чтобы оптимизировать его для потребления LLM-агентами, а не людьми?
Оценка навыков проектирования систем оценки качества в условиях отсутствия стандартных метрик.
Какие новые метрики качества вы бы предложили для оценки эффективности retrieval-системы, предназначенной для reasoning-задач агента?
Проверка практического опыта масштабирования ML-решений.
Расскажите о самом сложном кейсе вывода ML-модели в production: с какими проблемами производительности или задержек вы столкнулись и как их решили?
Оценка способности работать с неопределенностью и исследовательским подходом.
Как вы подходите к верификации информации, полученной из веба в реальном времени, чтобы минимизировать галлюцинации агента?
Проверка технического кругозора и владения инструментарием.
В каких случаях для реализации поисковых алгоритмов вы бы предпочли использовать Rust или C++ вместо Python, и как бы вы организовали их взаимодействие?
Похожие вакансии
Аналитик / MLE (Middle/Senior/Staff) в команду эффективности
Data Scientist
Data Engineer / DataOps Engineer
Data Scientist Middle
Data инженер (Middle+)
ML разработчик
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!