- Страна
- Россия
- Зарплата
- от 300 000 ₽
Senior AI/ML Engineer
Оценка ИИПривлекательная вакансия с конкурентной зарплатой от 300 000 ₽ и возможностью удаленной работы. Стек технологий актуален и включает современные инструменты (Agentic systems, vLLM), что обещает интересные задачи.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИПозиция требует глубоких знаний в области Computer Vision и современных LLM-фреймворков (Langgraph, vLLM). Высокий порог входа обусловлен необходимостью совмещать классическое машинное обучение с новейшими подходами в разработке агентских систем.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная зарплата от 300 000 ₽ соответствует рыночному уровню для Senior ML-инженеров в России, особенно с учетом возможности удаленной работы из Екатеринбурга. Верхняя граница рынка для таких специалистов может достигать 500 000 ₽ и выше в зависимости от сложности задач.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
Требуется «Senior AI/ML Engineer» (Екатеринбург, от 300 000 ₽)
Компания «Крона Лабс» ищет хорошего специалиста на вакансию «Senior AI/ML Engineer». Екатеринбург (Россия). От 300 000 ₽. Полный рабочий день. Можно удалённо. Требуемые навыки: #senior, #Python, #OpenCV, #DeepLearning, #Компьютерноезрение, #Agenticsystems, #FastAPI, #Langgraph, #DeepEval, #Langfuse, #vLLM.
*👉*@progjob
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- OpenCV
- Deep Learning
- Computer Vision
- FastAPI
- LangGraph
- DeepEval
- Langfuse
- vLLM
Возможные вопросы на собеседовании
Проверка опыта работы с современными инструментами для создания сложных цепочек и агентов на базе LLM.
Расскажите о вашем опыте использования Langgraph для построения агентских систем. С какими сложностями в управлении состоянием вы сталкивались?
Оценка навыков оптимизации инференса моделей, что критично для высоконагруженных систем.
Какие преимущества дает использование vLLM по сравнению с классическими методами развертывания трансформеров?
Проверка компетенций в области Computer Vision, заявленных в требованиях.
Опишите ваш самый сложный проект в области компьютерного зрения с использованием OpenCV. Как вы решали проблему точности в условиях зашумленных данных?
Важно понимать, как кандидат оценивает качество работы моделей в продакшене.
Как вы выстраиваете процесс оценки качества ответов LLM с помощью DeepEval или Langfuse? Какие метрики для вас приоритетны?
Проверка архитектурных навыков на стыке ML и бэкенда.
Как вы проектируете API на FastAPI для обслуживания ML-моделей, чтобы обеспечить минимальную задержку (latency) при обработке запросов?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
