Откликайтесь
на вакансии с ИИ
Software-инженер (AI/LLM)
Оценка ИИИнтересная и актуальная ниша (AI/LLM), возможность удаленной работы и оплаты в криптовалюте. Однако отсутствие названия компании и четких рамок бюджета снижает прозрачность предложения.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена необходимостью глубоких знаний как в .NET разработке, так и в специфике оптимизации LLM для работы на ограниченных ресурсах (инференс, квантование, работа с железом).
Анализ зарплаты
Оценка ИИВ объявлении указано, что оплата обсуждается. Для специалистов уровня Senior в области AI/ML с навыками системного программирования на .NET рыночные предложения начинаются от 4000-5000 USD и выше, особенно в крипто-индустрии.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь уже сейчас
Откликнитесь сейчас, чтобы поработать над передовыми решениями в области автономных LLM и dotnet!
Описание вакансии
#Вакансия #Developer #SoftwareEngineer #AI #LLM #Remote #Удаленно
Требуется Software-инженер
Ищем software-инженера в сфере высокоэффективных специализированных автономных встраиваемых LLM нейросетей
*▪️*Задача
Нужно интегрировать в dotnet проект узкоспециализированную автономную (без зависимостей от чего либо извне) нейросеть с максимальной оптимизацией с т.з. минимальных требований к железу и максимальной скорости инференса
*▪️*Условия
*▫️*Только удаленно.
*▫️*Оплата обсуждается.
*▫️*Платим фиатом и криптой.
Контакты: Откликнуться
Другие наши сообщества в крипто рекрутинге: Blockchain Hunter, Career Crypto, Крипто Head Hunter, Crypto Jobs, WEB 3.0 JOB, Crypto Job
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Artificial Intelligence
- C++
- Machine Learning
- LLM
- Optimization
- .NET
- ONNX
Возможные вопросы на собеседовании
Важно понять, как кандидат планирует интегрировать нейросеть в экосистему .NET (ML.NET, ONNX Runtime или кастомные биндинги).
Какие библиотеки или фреймворки вы планируете использовать для интеграции LLM в dotnet проект для обеспечения автономности?
Основное требование — минимальные ресурсы. Нужно знать методы оптимизации.
Какие методы оптимизации инференса (квантование, прунинг, дистилляция) вы применяли на практике для работы LLM на слабом железе?
Проект требует отсутствия внешних зависимостей.
Как вы обеспечите полную автономность решения, чтобы оно не требовало доступа к внешним API или специфическим облачным сервисам?
Необходимо оценить понимание производительности в контексте .NET.
Как вы будете профилировать потребление памяти и CPU при работе нейросети внутри dotnet приложения?
Проверка опыта работы с конкретными архитектурами.
