- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Стажер ML инженер в центр RnD [Big Data, МТС Веб Сервисы]
Оценка ИИОтличная возможность для старта карьеры в RnD крупной компании с актуальным стеком (LLM, Agents, RAG). МТС предлагает сильную инженерную культуру и работу над передовыми технологиями.
Сложность вакансии
Оценка ИИДля стажировки требования достаточно высокие: ожидается не просто знание Python, но и практический опыт с LLM, RAG и API. Однако статус стажера предполагает обучение, что снижает общий порог входа по сравнению с junior-позициями.
Анализ зарплаты
Оценка ИИЗарплата для стажеров в МТС обычно соответствует рыночным стандартам для крупных IT-компаний Москвы, обеспечивая комфортный уровень для совмещения с учебой.
Сопроводительное письмо
Меня крайне заинтересовала вакансия стажера ML-инженера в центре RnD МТС Веб Сервисы. Как студент, активно развивающийся в области GenAI, я обладаю практическим опытом работы с Python и реализации RAG-систем. Меня привлекает возможность работать над сложными задачами, такими как оркестрация LLM-агентов и проектирование knowledge pipelines в масштабах крупной технологической компании.
Я имею опыт работы с REST API и базами данных, а также активно изучаю инструменты LangChain и LangGraph. Уверен, что мой интерес к технологиям конфиденциальных вычислений и стремление доводить решения до production позволят мне внести значимый вклад в проекты вашей команды. Буду рад обсудить, как мои навыки могут быть полезны МТС.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в МТС уже сейчас
Присоединяйтесь к команде RnD МТС и создавайте будущее LLM-агентов уже сегодня!
Описание вакансии
Стажер ML инженер в центр RnD [Big Data, МТС Веб Сервисы]
#гибрид #intern
Москва
Компания: МТС
🔹Чем предстоит заниматься
-Проводить исследования с коротким циклом проверки гипотез, используя готовую инфраструктуру;
-Разрабатывать и улучшать LLM-агентов (оркестрировать, настраивать tool-use, память, управление контекстом);
-Проектировать и строить RAG/knowledge pipelines (ingestion, embeddings, retrieval/rerank, grounding);
-Интегрировать агентов с внутренними сервисами через API/очереди/БД;
-Доводить решения до production и обеспечивать их стабильную работу.
🔹Что мы ожидаем
-Студенты 3 и 4 курсов бакалавриата, специалитета или магистратуры;
-Опыт разработки на Python;
-Практический опыт с LLM/GenAI: prompting, tool/function calling, RAG;
-Опыт интеграций и СУБД: API (REST/gRPC), БД (например, Postgres/Redis), observability;
-Будет плюсом: Опыт работы с LangGraph и LangChain;
-Будет плюсом: Понимание развертывания моделей в vLLM, Ollama, liteLLM;
Будет плюсом: Основы контейнеризации, k8s и CI/CD;
Будет плюсом: Базовое понимание confidential computing/TEE (что защищает “data in use”, что такое attestation, ограничения подхода).
Контакты: Откликнуться
Python Job 💬 в Telegram | 💙 в VK | 💬 в Max
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- LLM
- Generative AI
- RAG
- REST
- gRPC
- PostgreSQL
- Redis
- LangChain
- LangGraph
- vLLM
- Ollama
- Docker
- Kubernetes
- CI/CD
Возможные вопросы на собеседовании
Проверка практических навыков работы с современными LLM-фреймворками.
Расскажите о вашем опыте работы с LangChain или LangGraph: какие задачи вы решали с их помощью?
RAG является ключевой частью стека вакансии. Важно понимать, как кандидат оптимизирует поиск.
Как бы вы улучшили точность RAG-системы, если она возвращает нерелевантные контексты?
Вакансия подразумевает интеграцию агентов с сервисами.
В чем разница между REST и gRPC, и в каких случаях вы бы предпочли использовать очереди сообщений для ML-сервиса?
Проверка понимания жизненного цикла разработки.
Что такое observability в контексте LLM-приложений и какие метрики важно отслеживать?
Оценка потенциала в специфической области, указанной как плюс.
Как вы понимаете концепцию Confidential Computing и зачем она нужна при работе с чувствительными данными в LLM?
Похожие вакансии
Стажер / Джуниор Аннотатор (разметчик) данных для обучения ИИ
Стажёр ML Engineer
Data-engineer
Стажер (AI/Data Automation, R), Fixed Income Research
Java/ML Developer [Стажёр]
Стажер-разработчик Alice AI LLM-Search (Нейро)
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!
- Страна
- Россия