Откликайтесь
на вакансии с ИИ

Senior AI Engineer
Привлекательная вакансия для опытных AI-инженеров с акцентом на современные технологии (RAG, Multimodal, Fine-tuning). Формат удаленной работы и B2B контракт обеспечивают гибкость, а стек технологий соответствует передовым стандартам индустрии.
Сложность вакансии
Роль требует глубокой экспертизы на стыке ML и инженерии: от тонкой настройки LLM до развертывания мультимодальных систем и мониторинга их стоимости в продакшене. Высокая планка ожиданий по практическому опыту с RAG и агентными системами.
Анализ зарплаты
В объявлении не указана зарплата, но для позиции Senior AI Engineer с таким широким стеком (RAG, Fine-tuning, MLOps) рыночные предложения обычно начинаются от 5000 USD и могут достигать 8000 USD и выше в зависимости от локации компании.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь уже сейчас
Отправьте описание вашего лучшего RAG или fine-tuning проекта Елене прямо сейчас!
Описание вакансии
Senior AI Engineer
#SeniorAIEngineer #AIEngineer #Senior #Удаленно #Fulltime #B2B #Remote #Job #Vacancy
Требования:
LLM-пайплайны: ingest, extraction, classification. Embeddings, semantic search, retrieval / RAG. Multimodal (OCR, vision, ASR). LoRA / QLoRA fine-tuning. Сильный прикладной prompt engineering + benchmark harness. ML/Data Science background (не чистый backend). Docker, CI/CD для AI, облако, мониторинг latency/cost/quality. Плюсом: опыт агентных систем, MLOps, OpenAI API в проде.
Локация:*📍*Удалённо. Full-time, B2B, предпочтительно близкие часовые пояса (GMT+2…+5).
Контакт для отклика: Откликнуться или Откликнуться +CV Присылай самый интересный проект по RAG / fine-tuning / extraction / multimodal
*👉* Откликнуться
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- LLM
- RAG
- Embeddings
- Semantic Search
- OCR
- Computer Vision
- ASR
- LoRA
- QLoRA
- Fine-tuning
- Prompt Engineering
- Machine Learning
- Data Science
- Docker
- CI/CD
- MLOps
- OpenAI API
Возможные вопросы на собеседовании
Проверка практического опыта оптимизации LLM под конкретные задачи.
Расскажите о вашем опыте применения LoRA/QLoRA: в каких случаях вы выбирали этот метод и каких результатов по метрикам удалось достичь?
RAG является ключевым требованием; важно понять, как кандидат решает проблему релевантности.
Как вы выстраиваете процесс оценки качества (evaluation) RAG-системы и какие стратегии используете для улучшения retrieval-части?
Вакансия подразумевает работу с мультимодальными данными.
С какими сложностями вы сталкивались при интеграции OCR или Vision-моделей в общие LLM-пайплайны?
Важно для Senior-позиции, где нужно учитывать бизнес-метрики.
Как вы подходите к оптимизации latency и стоимости (cost) при использовании тяжелых LLM в высоконагруженных сервисах?
Проверка навыков системного проектирования в AI.
Опишите архитектуру агентной системы, которую вы проектировали: как решалась проблема зацикливания и планирования задач?
Похожие вакансии
Аналитик AI-агентов Senior
Аналитик AI-агентов
Python-разработчик (AI)
Middle/Senior AI-разработчик
Старший LLM-разработчик в сервис Нейроюрист
Python-разработчик в команду LLM платформы
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!