Эта вакансия в архивеЭту вакансию выложили заново, открыть новую публикацию
Team4You·Росиия·25 июля
Senior NLP Engineer
Ориентир по рынку≈ 283 000 – 400 000 ₽наша приблизительная оценка по 61 вакансии этой роли и грейда, у работодателя вилка не указана
🌍 УдалённоSeniorПолная занятость
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги».
1 из 4 в норме
Вилку не назвали: какую сумму назвать вам и ниже какой не соглашаться
Деньги
Вилку работодатель не назвал. Ориентир на созвон: столько платят в 61 похожей вакансии Инженер уровня Senior.
Живость
Вакансия у нас недавно, судить о живости пока рано.
- Появилась у нас 25 июля 2026 г., 87 дней назад
- Эту вакансию выложили заново: Открыть новую публикацию
Выдачу источника сверяем при каждом обходе: пропажу, возврат и правки текста. Это оценка по косвенным признакам, а не факт. Окончательный вывод за вами.
Описание
Описание ещё не разобрано по пунктам.
- Не сказано
- как оформят, из каких стран можно работать и часовой пояс команды
Что требуют
ОбязательноNLPLLMMLPythonPandasNumPyscikit-learnPyTorchLangChainDocker
ПлюсомHadoopHiveSparkGreenplumPostgreSQL
Надбавка к зарплате на этом уровне: ML +43%, LLM +36%, Python +16%.
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
Описание вакансии
Задачи
Разрабатывать и дообучать модели NLP/LLM: эмбеддинги, генерация, RAG-подходы.
Исследовать новые архитектуры, ставить эксперименты, проводить A/B-тесты.
Проектировать и развивать сервисы на базе языковых моделей: ассистенты, интеллектуальный поиск, генерация документов и кода.
Оптимизировать инференс и внедрять модели в продакшн совместно с ML и backend-командами.
Работать с данными: предобработка, векторизация, организационное хранение knowledge-баз.
Что важно
3+ лет коммерческого опыта в NLP/LLM.
Глубокая математика: ML, статистика, теория вероятностей.
Python + DS-стек: pandas/polars, numpy, scipy, scikit-learn.
Практика с PyTorch, Transformers, sentence-transformers, LangChain / LangGraph / LlamaIndex.
Опыт работы с моделями Qwen, DeepSeek, Llama, Mistral; SFT, LoRA, QLoRA, prompt-tuning.
Навыки работы с Docker, Kubernetes, CI/CD.
Умение настраивать и оптимизировать RAG-пайплайны.
Будет плюсом
Опыт в финтехе или корпоративных экосистемах.
Работа с Hadoop (Hive, PySpark), Greenplum, PostgreSQL.
Понимание интеграции LLM в бизнес-процессы.
Опыт работы в кросс-функциональных командах.