«UZUM TECHNOLOGIES»·Москва·3 окт.
Senior ML Engineer
Ориентир по рынку≈ 375 000 – 475 000 ₽наша приблизительная оценка по 16 вакансиям этой роли и грейда, у работодателя вилка не указана
🏢 ОфисSeniorПолная 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
Вилку работодатель не назвал. Ориентир на созвон: столько платят в 16 похожих вакансиях Data Scientist уровня Senior.
Живость
Висит 16 дней, признаков фиктивного найма нет. Повторных публикаций не было.
Описание
Расписано подробно: обязанностей 22, требований 4. Картина ясна до первого созвона.
- Известно
- в работе ИИ-инструменты для кода
Что требуют
ОбязательноMLA/B TestingKubernetesPythonCI/CDPyTorchComputer VisionLinuxDockerSQL
ПлюсомLLMNLP
Надбавка к зарплате на этом уровне: ML +43%, LLM +43%, Python +22%.
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
Чем предстоит заниматься
Алгоритмическая модерация контента: detection, segmentation, classification изображений
Извлечение ключевой информации (KIE) из объявлений
Feature engineering и стандартизация товарных данных
Оценка рыночной стоимости и скоринг товаров
Разработка онлайн-рекомендательных систем
R&D и интеграция ML-решений (content moderation, scoring, recommendation systems)
Benchmarking и адаптация pretrained моделей, организация датасетов и разметки
Постановка экспериментов, A/B-тестирование, оценка метрик и deployment
Работа с cloud-инфраструктурой: удаленные машины, Kubernetes
Архитектура ML-систем, clean code на Python (типизация, тесты, CI/CD)
Сильная академическая база: теория вероятностей, матстатистика, матанализ, линейная алгебра
Опыт работы с PyTorch: обучение, инференс, конвертация моделей (ONNX/TensorRT), квантизация
Компьютерное зрение: детекция, сегментация, классификация, OCR/KIE
Рекомендательные системы: коллаборативная фильтрация, эмбеддинги, ранжирование, contrastive learning
Облачные платформы, Linux, SSH, Docker, Kubernetes
Python (типизация, ООП, асинхронность), паттерны проектирования, CI/CD
Работа с данными: SQL/NoSQL, Airflow, кластеризация, фича-сторы, легкие бэкенд-сервисы
Понимание метрик качества ML-моделей и экспериментов
Опыт работы с системами реального времения
Русский (свободное владение), английский A2+
Уверенное владение современными агентскими системами (Claude, Cursor и др.)
Интеграция автоматизированных решений с провайдерами ML-инференса
Наши требования
Вклад в open-source проекты, публикации
Системы поиска, large-scale retrieval
Transformers, LLMs, современный NLP
Опыт работы в стартапах
Дополнительно
Мы ищем ML Engineer (R&D) для разработки и интеграции ML-решений на classified платформу
