Вакансия из Telegram канала - Название доступно после авторизации
Пожаловаться
Зарплата и рынок
По рынку СНГ данных пока нет
На международном рынке: $115к/год ($82к - $150к)
72
Хорошая вакансия
развернуть
В Avito предлагают понятную стартовую роль в ML с фокусом на LLM, но пожелание о трёх годах опыта и неуказанная зарплата оставляют вопросы к реальному уровню позиции и оплате.
Кликните для подробной информации
Неясный грейдЗарплата не указанаАктуальный стекКрупный продукт
Оценка от Hirify AI
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
TL;DR
Data Scientist (AI): Разработка и дообучение ML-, deep learning- и NLP-моделей с акцентом на LLM, работу с датасетами, метриками и валидацией. Фокус на постановке экспериментов, сравнении подходов, объяснении результатов и применении современных инструментов инференса и MLOps.
Мы ждём, что вы:
— Хорошо понимаете основы машинного и глубокого обучения, знаете устройство Transformer и базовые подходы к работе с NLP-моделями.
— Имеете практический опыт обучения или дообучения нейросетевых моделей и работы с датасетами, метриками и валидацией.
— Уверенно пишете на Python, умеете работать с PyTorch и знакомы с базовыми инженерными практиками: Git, тестирование, Code Review.
— Умеете корректно ставить эксперимент, сравнивать подходы и объяснять, почему получился тот или иной результат.
— Можете самостоятельно доводить до результата задачу с понятной постановкой, вовремя подсвечивать риски и обращаться за помощью, когда она нужна.
— Интересуетесь LLM, читаете технические материалы и готовы быстро осваивать новые инструменты и подходы.
Будет здорово, если вы:
— имеете не менее 3 лет опыта реализации и эксплуатации ML-решений;
— Работали с Hugging Face Transformers, PEFT/LoRA или другими инструментами дообучения LLM.
— Имеете опыт с современными NLP-моделями либо участвовали в их внедрении в продакшен.
— Знакомы с инструментами распределённого обучения или оптимизации инференса: DeepSpeed, vLLM, SGLang, TensorRT-LLM и аналогами.
— Использовали MLOps-инструменты для трекинга экспериментов и версионирования данных: Weights & Biases, MLflow, DVC и другие.
— Участвовали в исследовательских проектах, open-source-разработке или соревнованиях по машинному обучению.
🌐Отправлять резюме:👉Показать контакты
Будьте осторожны: если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого - это мошенники. Обязательно жмите "Пожаловаться" или пишите в поддержку. Подробнее в гайде →
Текст вакансии взят без изменений
Источник - Telegram канал. Название доступно после авторизации