- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Senior NLP Engineer
Оценка ИИИнтересная позиция для Senior-специалиста с актуальным стеком (LLM, RAG, DeepSeek). Компания предлагает удаленный формат работы и работу над сложными интеллектуальными сервисами, что высоко ценится на рынке.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованием глубоких знаний в области LLM, RAG и математической статистики, а также необходимостью опыта работы с современными архитектурами (DeepSeek, Qwen) и инструментами оптимизации инференса.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, но для позиции Senior NLP Engineer на российском рынке медиана составляет около 350 000 - 450 000 рублей. В финтех-секторе и крупных ИТ-компаниях верхняя граница может достигать 600 000 рублей и выше в зависимости от уникальности опыта кандидата.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Джетлин уже сейчас
Присоединяйтесь к команде Джетлин и создавайте передовые NLP-решения на острие технологий LLM!
Описание вакансии
Senior_NLP Engineer
Компания: Джетлин
*☑️*Задачи:
-Разрабатывать и дообучать модели NLP/LLM: эмбеддинги, генерация, RAG-подходы.
-Исследовать новые архитектуры, ставить эксперименты, проводить A/B-тесты.
-Проектировать и развивать сервисы на базе языковых моделей: ассистенты, интеллектуальный поиск, генерация документов и кода.
-Оптимизировать инференс и внедрять модели в продакшн совместно с ML и backend-командами.
-Работать с данными: предобработка, векторизация, организационное хранение knowledge-баз.
*☑️*Что важно:
-3+ лет коммерческого опыта в NLP/LLM.
-Глубокая математика: ML, статистика, теория вероятностей.
-Python + DS-стек: pandas/polars, numpy, scipy, scikit-learn.
-Практика с PyTorch, Transformers, sentence-transformers, LangChain / LangGraph / LlamaIndex.
-Опыт работы с моделями Qwen, DeepSeek, Llama, Mistral; SFT, LoRA, QLoRA, prompt-tuning.
-Навыки работы с Docker, Kubernetes, CI/CD.
-Умение настраивать и оптимизировать RAG-пайплайны.
*☑️*Будет плюсом:
-Опыт в финтехе или корпоративных экосистемах.
-Работа с Hadoop (Hive, PySpark), Greenplum, PostgreSQL.
-Понимание интеграции LLM в бизнес-процессы.
-Опыт работы в кросс-функциональных командах.
Контакты: Откликнуться
Python Job в Telegram | в VK | в Max
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- NumPy
- Pandas
- PyTorch
- LLM
- SQL
- Kubernetes
- CI/CD
- PostgreSQL
- Transformers
- RAG
- NLP
- Scikit-learn
- Docker
- PySpark
- Hadoop
- LangChain
- LlamaIndex
Возможные вопросы на собеседовании
Проверка практического опыта оптимизации RAG-систем, что является ключевой задачей вакансии.
Расскажите о вашем опыте оптимизации RAG-пайплайнов: какие стратегии индексации и методы ранжирования (reranking) вы использовали для повышения качества ответов?
Оценка навыков эффективного дообучения моделей при ограниченных ресурсах.
В каких случаях вы бы предпочли использование LoRA/QLoRA полному дообучению (Full Fine-Tuning) и с какими проблемами при этом сталкивались?
Проверка инженерных навыков и понимания жизненного цикла ML-модели.
Как вы организуете процесс мониторинга качества работы LLM в продакшене и какие метрики считаете наиболее показательными для генеративных задач?
Оценка владения современным стеком для разработки агентов.
Сравните опыт использования LangChain и LlamaIndex: в каких сценариях один инструмент предпочтительнее другого для построения сложных AI-агентов?
Проверка математической базы и понимания механизмов внимания.
