Яндекс·26 авг.
ML-разработчик
Ориентир по рынку≈ 225 000 – 375 000 ₽наша приблизительная оценка по 64 вакансиям этой роли и грейда, у работодателя вилка не указана
🔄 ГибридSeniorПолная занятость
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Сумму в объявлении не указали. Сколько платят за похожую работу, видно в разборе. Вакансия живая, задачи расписаны.
3 из 4 в норме
Зарплата не указана: ваша цель, нижняя граница и фраза для первого созвона
Деньги
Зарплату в объявлении не раскрыли. Ориентир на созвон: столько платят в 64 похожих вакансиях Разработчик уровня Senior.
Живость
Висит 53 дня, признаков фиктивного найма нет.
Описание
Главное перечислено: обязанностей 4, требований 3.
- Не сказано
- сколько дней в офисе
Что требуют
ОбязательноMLNLPLLM
Надбавка к зарплате на этом уровне: ML +43%, LLM +43%.
Полный разбор в Pro
Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме
Сколько просить
Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга
Ваше резюме против требований
Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика
Спросить у работодателя
Что стоит спросить: вопросы именно к этой вакансии для первого созвона
Когда откликаться
Стоит ли спешить: за сколько дней эта компания обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Наша компания
Мы строим мультимодальные foundation-модели и отвечаем за претрейн — этап, на котором закладываются базовые способности модели и определяется потолок её качества на последующих стадиях. Наша задача — находить решения, которые масштабируются, устойчиво работают на больших объёмах данных и улучшают понимание мира.
Чем предстоит заниматься
Развивать претрейн моделей
Исследовать архитектурные решения, рецепты и режимы обучения для VLM. Находить подходы, которые улучшают базовые способности модели, усиливают связь между визуальной и текстовой модальностями и дают устойчивый прирост качества
Работать с петабайтами мультимодальных данных: image-text, OCR, документы, таблицы, графики, интерфейсы, видео, UGC. Надо принимать решения, какие форматы и пропорции усиливают модель, исследовать scaling laws, превращать работу с данными в масштабируемый pipeline
Работать с large-scale-обучением. Профилировать узкие места, следить за эффективностью использования GPU, улучшать стабильность запусков и воспроизводимость экспериментов
Наши требования
Получили опыт в CV, NLP и хорошо понимаете устройство LLM/VLM
Знаете, как устроено распределённое обучение больших моделей
Пишете рабочий код и доводите идеи до воспроизводимого результата
Дополнительно
Мы заботимся, чтобы вы были сыты, и компенсируем обеды
А на кофепойнтах всегда можно перекусить свежими фруктами
Откликайтесь на вакансию на нашем сайте
