Откликайтесь
на вакансии с ИИ
Senior AI/ML Engineer
Оценка ИИОтличная вакансия в известной EdTech-компании с глобальным охватом. Привлекает работа с передовым стеком (LLM-агенты, адаптивное обучение), полная удаленка и высокая степень автономности в принятии решений.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованиями к Senior-уровню: необходимо не только владеть LLM и RAG, но и иметь опыт построения агентных архитектур и адаптивных систем обучения (Knowledge Tracing). Важен сильный инженерный бэкграунд для работы с высоконагруженным продакшном.
Анализ зарплаты
Оценка ИИВ вакансии не указана точная сумма, однако для позиции Senior AI/ML Engineer в международном EdTech-секторе рыночные вилки обычно начинаются от 5000 USD. Предложение 'конкурентной зарплаты' при удаленном формате работы соответствует ожиданиям топовых специалистов в этой области.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Algonova уже сейчас
Присоединяйтесь к Algonova и создавайте будущее адаптивного образования с помощью передовых LLM-агентов!
Описание вакансии
🌷#вакансия Senior AI/ML Engineer в Algonova
Про ребят:
• международная EdTech-компания с фокусом на feature-ready education: обучают программированию и математике на собственной IT-платформе, где ИИ — не просто надстройка, а ядро продукта;
• на рынке больше 8 лет, представлены в 90+ странах, 700 000+ учеников ежегодно;
• участники R-Founders.
Говорит команда:
Ищем Senior ML Engineer, который возглавит разработку адаптивного курса математики. Вам предстоит построить «мозг» системы — он в реальном времени подстраивает программу под знания каждого ученика, используя агентные архитектуры и LLM. Если вы строите надёжные сервисы, а не просто пишете код в Jupyter Notebook — вы наш человек.
Что предстоит делать:
• Adaptive Learning — проектировать и внедрять движок персонализации, который на лету меняет траекторию обучения в зависимости от ответов детей.
• Agentic Architecture & RAG — разрабатывать оркестрацию, память и guardrails для автономных ИИ-агентов и Knowledge Graphs.
• Production Excellence — превращать ML-прототипы в стабильные, масштабируемые сервисы с нагрузкой в миллионы пользователей.
• Fine-tuning & Evals — обучать open-source модели на кастомных датасетах и выстраивать строгие eval-пайплайны.
• Менторство — быть AI-экспертом внутри компании, внедрять инженерную культуру в ML.
Что важно в кандидате:
• Engineering-first mindset: уверенный опыт в Production ML, 5+ лет.
• Глубокое понимание современных LLM-паттернов: агентная оркестрация, Tool Use, продвинутый RAG.
• Отличный Python + PyTorch/TensorFlow.
• Опыт запуска ML-продуктов с нуля: от идеи до релиза.
• Английский B2+ — чтение документации и обсуждение архитектуры.
Будет плюсом:
• Опыт в Knowledge Tracing (IRT, BKT, DKT) или диагностике ошибок.
• Работа с графовыми БД (Neo4j) и алгоритмами на графах.
• Деплой self-hosted моделей и оптимизация инференса.
Что предлагают:
• Полная удалёнка из любой точки мира, гибкий график 5/2;
• Договор ГПХ с самозанятым, ИП или физлицом — как удобно;
• Автономия и скорость: минимум бюрократии, быстрые циклы обратной связи, свобода в архитектурных решениях;
• Конкурентная зарплата — обсуждают открыто, ориентируются на ваш уровень;
• Работа в команде, которая меняет глобальный рынок образования.
💌 Подробности о вакансии и требованиях к кандидату → Откликнуться
Для отклика → пишите Откликнуться
@rfoundersjobs — работа в проектах на глобал
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- PyTorch
- TensorFlow
- LLM
- RAG
- Knowledge Graphs
- Neo4j
- Fine-tuning
- Adaptive Learning
- Knowledge Tracing
Возможные вопросы на собеседовании
Вакансия предполагает создание системы, меняющей траекторию обучения на лету. Важно понимать, как кандидат будет оценивать знания ученика.
Какие подходы к Knowledge Tracing (например, IRT или DKT) вы бы использовали для оценки вероятности правильного ответа ученика на следующий вопрос?
В описании упомянуты автономные агенты. Нужно проверить понимание архитектуры и управления ими.
Как вы планируете реализовывать 'память' и 'guardrails' для автономных ИИ-агентов, чтобы гарантировать корректность образовательного контента?
Компания работает на глобальном рынке с миллионами пользователей. Проверка навыков масштабирования.
Расскажите о вашем опыте оптимизации инференса LLM для высоконагруженных систем. Какие инструменты (vLLM, TensorRT-LLM и др.) вы использовали?
Упоминается использование Knowledge Graphs. Важно понять, как они интегрируются с LLM.
Как бы вы интегрировали графовую базу данных (например, Neo4j) в RAG-пайплайн для улучшения контекста при генерации учебных материалов?
Роль подразумевает менторство и внедрение инженерной культуры.
Как вы организуете процесс тестирования и оценки (evals) для генеративных моделей в продакшне, чтобы избежать деградации качества при дообучении?
Похожие вакансии
Архитектор мультиагентных систем на базе LLM
AI engineer (ML/DS)
Python-разработчик в команду запуска внутренних AI-сервисов
Аналитик AI-агентов Senior
Аналитик AI-агентов
AI-разработчик (Senior)
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!