- Страна
- Россия
Tech Lead NLP/LLM
Оценка ИИSimbirSoft — известный игрок на рынке с сильной инженерной культурой. Вакансия предлагает работу над сложным и актуальным технологическим стеком (LLM, VLM) в финтех-домене, что гарантирует профессиональный рост и 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 ИИРоль требует редкого сочетания глубокой технической экспертизы в области LLM/VLM и развитых управленческих навыков для руководства кросс-функциональной командой. Высокая планка по опыту (от 5 лет в NLP и от 3 лет в роли лида) делает позицию доступной только для экспертов высшего уровня.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, однако для позиции Tech Lead в области NLP/LLM на российском рынке характерны высокие вилки, значительно превышающие средние показатели по IT. Учитывая требования к опыту от 5 лет и управленческие функции, рыночное предложение обычно начинается от 450 000 рублей.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
SimbirSoft
Tech Lead NLP/LLM
Формат работы: можно удалённо
*☑️* Чем предстоит заниматься
-Руководить командой NLP-инженеров и backend-разработчиков
-Планировать и приоритизировать задачи, проводить ревью и контролировать качество решений
-Определять архитектуру и технологический стек LLM/NLP-разработки
-Вести ключевой проект направления — банковскую платформу парсинга документов
-Формулировать технические требования и декомпозировать задачи
-Вести технический бэклог и приоритизировать запросы от нескольких заказчиков
-Контролировать реализацию решений на всех этапах разработки
-Взаимодействовать с бизнес-заказчиками и смежными IT-командами
-Развивать экспертизу команды, организовывать обмен знаниями и формировать лучшие практики
-Заниматься наставничеством и профессиональным развитием сотрудников
-Участвовать в выборе, интеграции и оптимизации ML-, OCR-, LLM- и VLM-моделей
-Проектировать масштабируемые решения для промышленной эксплуатации моделей
*☑️* Наши пожелания к кандидатам
-От пяти лет коммерческого опыта в NLP, LLM или backend-разработке на Python
-Не менее трёх лет опыта в роли Tech Lead
-Практический опыт управления инженерной командой и технической частью продукта
-Глубокое понимание ML-алгоритмов, OCR-моделей, архитектуры LLM и VLM-моделей
-Уверенное владение Python
-Практический опыт работы с PyTorch, Hugging Face, sentence-transformers и FastAPI
-Опыт интеграции и оптимизации моделей Qwen, DeepSeek, Llama, Mistral или аналогичных
-Понимание принципов оптимизации inference
-Знание подходов к масштабированию, кэшированию и распределённому inference
-Опыт взаимодействия с бизнес-заказчиками и смежными IT-командами
-Умение формировать и вести технический бэклог
-Навыки сбора, декомпозиции и приоритизации требований от нескольких заказчиков
-Будет плюсом:
-Опыт интеграции LLM с корпоративными системами и BI-платформами
-Знание инструментов мониторинга LLM по показателям latency, quality и cost
-Опыт работы с библиотеками Docling и Kreuzberg
-Опыт проектирования и разработки высоконагруженных систем
Контакты: Откликнуться / Telegram Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- NLP
- LLM
- PyTorch
- Hugging Face
- FastAPI
- OCR
- VLM
- LLaMA
- DeepSeek
- Qwen
- Mistral
- Sentence-Transformers
Возможные вопросы на собеседовании
Проверка опыта проектирования сложных систем и выбора стека.
Расскажите о самом сложном архитектурном решении, которое вы принимали в NLP-проекте. Почему был выбран именно этот подход?
Оценка навыков оптимизации производительности моделей в продакшене.
Какие методы оптимизации инференса LLM вы использовали на практике для снижения latency и стоимости?
Проверка управленческих компетенций и умения работать с приоритетами.
Как вы подходите к приоритизации задач в техническом бэклоге, когда требования от нескольких заказчиков конфликтуют между собой?
Оценка опыта работы с мультимодальными моделями, указанными в вакансии.
В чем заключаются основные сложности при интеграции VLM-моделей в системы парсинга документов по сравнению с классическим OCR?
Проверка навыков развития команды.
Опишите ваш подход к менторству: как вы помогаете middle-разработчикам вырасти до уровня senior в области NLP?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
