- Страна
- Индия
Откликайтесь
на вакансии с ИИ
Senior AI Engineer (m/f/d)
Оценка ИИKayzen — это серьезный AdTech проект с колоссальными объемами данных, что дает уникальный инженерный опыт. Удаленный формат работы в регионе EMEA и фокус на передовых AI-технологиях делают вакансию крайне привлекательной для Senior специалистов.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена необходимостью иметь практический опыт работы с LLM в продакшене на огромных масштабах данных (High Load) и глубокими знаниями в RAG и векторном поиске.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиции Senior AI Engineer в регионе EMEA рыночный диапазон составляет от $7,000 до $11,000 в месяц. В компаниях уровня Kayzen, работающих с Big Data, компенсация обычно соответствует верхней границе рынка.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в kayzen уже сейчас
Присоединяйтесь к Kayzen и создавайте AI-решения для обработки миллиардов запросов в день!
Описание вакансии
Откликнуться в Kayzen
*🤩* Удалённо, EMEA, Индия
*📸 Mobile DSP для programmatic-рекламы и performance-маркетинга*
*🤩* Обрабатывает более 160 млрд рекламных запросов в день от 1,6 млрд уникальных пользователей
*🤩* Показывает более 1 млрд рекламных объявлений в день в 180 странах
Задачи:
• Обрабатывает более 160 млрд рекламных запросов в день от 1,6 млрд уникальных пользователей;
• Показывает до 1 млрд рекламных объявлений в день в 180 странах;
• Платформа доступна через API и пользовательский интерфейс.
*🕸 Требования:*
• Практический опыт создания и запуска LLM-функций в production;
• Опыт с RAG, эмбеддингами, vector search или агентными системами;
• Опыт проектирования API, сервисов и production-систем;
• Готовность работать с AWS, CI/CD и production-окружением.
Откликнуться: Откликнуться
*🚀* Offer Inside
#ai #engineer #senior
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- AWS
- LLM
- CI/CD
- RAG
- API Design
- Vector Search
- AI Agents
- Embeddings
Возможные вопросы на собеседовании
Проверка опыта работы с высоконагруженными системами и LLM.
Как вы обеспечиваете низкую задержку (latency) при использовании LLM в системе, обрабатывающей миллиарды запросов?
Оценка технических знаний в области RAG.
Какие стратегии индексации и поиска в векторных БД вы использовали для улучшения релевантности RAG-систем?
Проверка навыков проектирования архитектуры.
Опишите ваш опыт проектирования API для AI-сервисов: как вы обрабатываете длительные генерации и обеспечиваете отказоустойчивость?
Оценка опыта работы с инфраструктурой.
Как вы организуете CI/CD пайплайны для моделей машинного обучения и LLM-агентов в среде AWS?
Проверка понимания агентных систем.
