В объявлении есть серьёзные несостыковки в данных о работодателе и слишком широкий для junior-уровня набор задач, поэтому сложно проверить саму возможность и понять реальные ожидания.
Кликните для подробной информации
Несовпадение работодателяСлишком широкий круг задачАктуальная областьСовременный стек
Оценка от Hirify AI
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Junior ML-инженер (AI): Разработка, обучение и оптимизация AI-агентов, нейронных сетей, LLM-решений и RAG-систем с акцентом на agentic workflow, локальные модели и дообучение. Focus on создании multi-agent систем, оптимизации LLM inference, работе с GPU/CUDA и внедрении AI-сервисов.
Локация: Москва; доступны работа на месте работодателя, удалённый и гибридный форматы.
Зарплата: от 250000 RUR на руки в месяц.
Компания
HeadHunter — работодатель, предлагающий работу над продуктами в области AI, LLM, RAG и агентных систем.
Что делать
Разрабатывать, обучать и оптимизировать AI-агентов, нейронные сети и LLM-решения.
Проектировать agentic workflow, multi-agent системы, tool calling и function calling.
Разрабатывать RAG-системы с embeddings, semantic search, hybrid search, chunking, reranking и knowledge base.
Работать с локальными LLM-моделями Llama, Mistral и Qwen, а также выполнять их дообучение.
Готовить, очищать и размечать данные для обучения и оценки моделей.
Создавать и развёртывать AI API и сервисы, оптимизировать inference, квантование и работу моделей с GPU/CUDA.
Требования
От 1 года до 3 лет опыта работы.
Уверенное знание Python и основных библиотек для машинного обучения и анализа данных.
Опыт работы с PyTorch, Transformers, NumPy, Pandas и Scikit-learn.
Понимание принципов работы, обучения и оценки нейронных сетей и трансформерных моделей.
Знакомство с NLP, LLM, embeddings, tokenization, prompt engineering, RAG и semantic search.
Умение работать в команде, исследовать новые подходы и доводить ML-решения до внедрения.
Хорошо, если есть
Опыт работы с локальными LLM-моделями.
Умение работать с LangGraph, LangChain, LlamaIndex, Hugging Face, vLLM, SGLang, Ollama или llama.cpp.
Знакомство с векторными базами данных Qdrant, FAISS, Chroma, Milvus или Weaviate.
Опыт дообучения LLM с использованием LoRA, QLoRA, PEFT, SFT или DPO.
Понимание Docker, FastAPI, Git, Linux, GPU/CUDA и MLOps.
Культура и преимущества
Стабильная работа в команде профессионалов.
Работа над современными продуктами в области AI, LLM, RAG и агентных систем.
Возможности для профессионального роста и развития.
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 →