yandex
SeniorВ офисеПолная занятость

Senior AI Engineer

ИИОценка ИИ

Привлекательная позиция для Senior-специалистов в Казахстане с конкурентной зарплатой и стабильностью госсектора. Наличие премий и работа над социально значимыми проектами добавляют баллы, однако работа строго в офисе может быть минусом для некоторых кандидатов.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.


Вакансия из открытого источника
Пожаловаться

Сложность вакансии

ЛегкоСложно
ИИОценка ИИ

Высокая сложность обусловлена требованиями к Senior-уровню, глубоким знаниям LLM/RAG и необходимостью работы с государственными данными в строго регулируемой сфере здравоохранения. Дополнительным фильтром является требование гражданства РК.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Анализ зарплаты

Медиана320 000 ₽
Рынок250 000 ₽ – 450 000 ₽
ИИОценка ИИ

Предложенная зарплата от 1 500 000 ₸ (около 3 100 USD) является конкурентной для рынка Казахстана, соответствуя уровню Senior ML Engineer. Рыночный диапазон для таких ролей в Астане обычно составляет 1.2–2.0 млн тенге.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Сопроводительное письмо

Составьте сопроводительное письмо под эту вакансию с вашим резюме

Иллюстрация сопроводительного письмаИллюстрация сопроводительного письма

Описание вакансии

*📍* Формат/working arrangement: офис в Астане

*✔️* Должность/position: Senior AI Engineer

*🏢* Место работы/workplace: НАО «Фонд социального медицинского страхования» / Top-Human

*💸* Заработная плата/salary estimate: от 1 500 000 ₸ в месяц, до вычета налогов

*📈* Обязанности/responsibilities:

— Проектировать и внедрять решения на базе LLM и ML: RAG, AI-агенты, классификация и извлечение данных из документов.

— Выводить модели в production: deployment, monitoring, versioning, MLOps / LLMOps.

— Интегрировать AI-сервисы во внутренние системы через API.

— Оценивать качество моделей и формировать eval-наборы.

— Строить data pipelines.

— Участвовать в выборе архитектуры и наставлять коллег.

*📌* Требования/requirements:

— Только граждане Республики Казахстан.

— Высшее образование в IT, математике или смежной области.

— От 3 лет подтверждённого коммерческого опыта в ML / AI.

— Senior-level Python.

— PyTorch или Hugging Face.

— Практический опыт с LLM, prompting и RAG.

— Vector DB: pgvector, Qdrant, FAISS.

— Docker, CI/CD.

— Kubernetes или cloud infrastructure.

— SQL и работа с большими объёмами данных.

— Понимание требований к защите персональных и медицинских данных.

*🌟* Будет плюсом:

— Fine-tuning LLM.

— Open-source модели on-premise: vLLM, Ollama.

— Опыт в госсекторе, медицине или финтехе.

— Знание казахского языка.

*🛠* Технический стек:

— Python

— PyTorch

— Hugging Face

— LLM

— RAG

— pgvector

— Qdrant

— FAISS

— Docker

— Kubernetes

— CI/CD

— SQL

— PostgreSQL

— Apache Kafka

— Jupyter Notebook

*✅* Условия/working conditions:

— Полная занятость.

— Официальное оформление по ТК РК.

— График 5/2, 8 часов.

— Полный соцпакет.

— Квартальные и праздничные премии.

— После испытательного срока возможно повышение зарплаты.

— Работа над масштабными задачами в сфере здравоохранения.

*📍* Адрес: Астана, улица Достык, 13/3.

*📢**❗️**🚨* Вакансия: Откликнуться

Больше похожих вакансий + автоотклики с ИИ

Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Больше похожих вакансий + автоотклики с ИИ

Навыки

  • Python
  • PyTorch
  • LLM
  • SQL
  • Kubernetes
  • CI/CD
  • PostgreSQL
  • MLOps
  • RAG
  • Docker
  • Apache Kafka
  • FAISS
  • Hugging Face
  • pgvector
  • Jupyter Notebook
  • Qdrant

Возможные вопросы на собеседовании

Проверка практического опыта работы с RAG-системами, которые указаны в стеке.

Расскажите о наиболее сложной архитектуре RAG, которую вы проектировали. Как вы решали проблему релевантности поиска и галлюцинаций модели?

Вакансия предполагает работу в госсекторе с медицинскими данными.

Какие специфические требования к безопасности и конфиденциальности данных необходимо учитывать при развертывании LLM в инфраструктуре государственного фонда?

В стеке указаны Docker, K8s и CI/CD.

Опишите ваш опыт настройки MLOps-пайплайнов. Как вы организуете мониторинг качества моделей после их деплоя в production?

Упоминается Fine-tuning и on-premise модели.

В каких случаях вы бы предпочли fine-tuning модели вместо использования RAG, и какие инструменты (например, vLLM или Ollama) лучше подходят для on-premise развертывания?

Проверка навыков работы с векторными БД.

Сравните pgvector, Qdrant и FAISS. В каких сценариях вы выберете каждое из этих решений для хранения эмбеддингов?

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Похожие вакансии

Казахстанот 1 500 000 ₽
более 1000 офферов получено
4.9

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!