МТС·Москва·6 окт.
Senior AI Engineer
Ориентир по рынку≈ 250 000 – 425 000 ₽наша приблизительная оценка по 10 вакансиям этой роли и грейда, у работодателя вилка не указана
🏢 ОфисMiddleПолная занятость
Стоит ли откликаться
Сначала уточните детали
Висит дольше, чем обычно закрываются такие вакансии: сначала убедитесь, что найм ещё идёт.
2 из 4 в норме
Висит давно: что спросить, чтобы не откликаться в пустоту
Деньги
Сумму в объявлении не указали. Ориентир на созвон: столько платят в 10 похожих вакансиях ML Engineer уровня Middle.
- Кроме оклада: премия. Размер не назван, а от него зависит доход за год.
Живость
Открыта дольше обычного для таких вакансий. Что на это указывает:
- Выкладывали заново 2 раза
- Текст не менялся ни разу при переоткрытиях
- Перевыкладывают примерно раз в 31 день
- Первая публикация была 76 дней назад
- Зарплата не указана
- Опубликована 5 октября 2026 г., 14 дней назад
- Эту вакансию уже публиковали 2 раза, первая публикация была 4 августа 2026 г.
- Текст сверяли с источником, с публикации он не менялся
- У источника её видели сегодня
Считается по истории наблюдений за вакансией: сколько раз её переоткрывали, меняли ли текст, как долго висит. За вакансиями с hh.ru следим каждую ночь: выдача, архив и текст карточки. Это оценка по косвенным признакам, а не факт. Окончательный вывод за вами.
Описание
Обязанности: 8, требования: 15. Понятно, что за работа, ещё до отклика.
- Обещают
- ДМС со стоматологией, обучение за счёт компании, конференции за счёт компании и аккредитованная IT-компания
- Известно
- микросервисы
Что требуют
ОбязательноAIMLNLPLLMReactRAGPythonDockerLangChainFastAPI
Надбавка к зарплате на этом уровне: Python +40%.
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 ищем опытного AI-инженера, который сможет превратить сложные бизнес-задачи в работающие, масштабируемые AI-решения. Фокус на решении реальных бизнес-проблем, а не на исследованиях. Нам важно стратегическое мышление: умение быстро собирать PoC, валидировать их на метриках и итеративно доводить MVP до продакшена
Чем предстоит заниматься
Анализ и декомпозиция бизнес-задач
Проектирование архитектуры AI-решений совместно с командой: выбор подходящих паттернов
Внедрение метрик качества (точность, релевантность, время ответа), регулярный анализ результатов, формулирование гипотез, итеративное улучшение решения
Разработка AI-агентов и copilot-систем (оркестрация агентов, управление памятью, планирование и декомпозиция задач, умная маршрутизация)
Построение RAG-систем: выбор стратегий индексации, определение оптимального чанкинга, обогащение метаданными, реализация гибридного поиска и переранжирования
Версионирование промтов, моделей, датасетов
Внедрение наблюдаемости (observability) решений: трейсинг цепочек вызовов, мониторинг качества ответов, контроль затрат токенов и времени ответа
Взаимодействие с командой разнонаправленных специалистов (backend/devops/ml/promt-engineer)
Наши требования
3+ лет прикладной AI/ML-разработки с фокусом на NLP и LLM-системы
Опыт с LLM API: промпт-инжиниринг, управление контекстом, streaming
Практический опыт с LLM-агентами: ReAct-паттерн, function calling, chain-of-thought рассуждения, multi-agent системы
Обязательное знание LangFlow, n8n или аналоги
Глубокое понимание RAG: векторный и гибридный поиск, стратегии чанкинга, переранжирование
Сильный Python: чистый, типизированный код, unit-тесты, асинхронное программирование, ооп, docker
Знание фреймворков: LangChain, LangGraph, CrewAI или аналоги
Векторные базы данных: Milvus, Chroma или аналоги
LLM observability tools: LangFuse или подобные платформы
Понимание микросервисной архитектуры
Опыт с FastAPI или аналогами
Способность объяснить сложные AI-концепции нетехническим стейкхолдерам
Будет преимуществом опыт fine-tuning и дистилляции моделей, а также понимание современных архитектур сетей
Практический опыт с семействами Qwen, GLM, DeepSeek и аналогами
Понимание принципов развёртывания LLM: инференс-серверы (vLLM, sglang), масштабирование, квантизация, GPU trade-offs
Мы предлагаем
Гибридный формат работы
Оклад + квартальные и годовые бонусы
Комфортный офис в 10 минутах пешком от метро Таганская
ДМС со стоматологией, страхование при поездках за рубеж, страхование жизни
Участие в конференциях и митапах, обучение за счет компании
Бесплатная мобильная связь
Специальные предложения от партнеров и друзей МТС
