VK·Москва·11 сент.
Старший DL-инженер
Ориентир по рынку≈ 250 000 – 410 000 ₽наша приблизительная оценка по 51 вакансии этой роли и грейда, у работодателя вилка не указана
🏢 ОфисSeniorПолная занятостьКорпорация
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
Сумму в объявлении не указали. Ориентир на созвон: столько платят в 51 похожей вакансии Инженер уровня Senior.
Живость
Висит 37 дней, признаков фиктивного найма нет.
Описание
Расписано подробно: обязанностей 10, требований 18. Картина ясна до первого созвона.
- Обещают
- аккредитованная IT-компания
Что требуют
ОбязательноA/B Testing
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
Разрабатывать и обучать базовые embedding-модели для текста, изображений, видео, речи, звука и музыки
Разрабатывать мультимодальные модели и контентные классификаторы
Исследовать архитектуры и методы обучения представлений: metric learning, contrastive learning, self-supervised и supervised learning
Строить датасеты и бенчмарки для оценки качества моделей и проводить масштабные экспериментальные исследования
Адаптировать модели под задачи retrieval и рекомендательных систем
Интегрировать модели в продуктовые механики рекомендаций постов, клипов, видео и музыки
Оптимизировать и масштабировать обучение и инференс моделей
Деплоить модели и сопровождать их в продакшене: проводить A/B-тесты, анализировать метрики и мониторить качество
Постоянно разбирать свежие статьи и идеи из индустрии и академической среды, воспроизводить перспективные подходы и проверять их на наших задачах
Настраивать пайплайны сбора и разметки данных, работать с асессорами и синтетическими данными: проектировать инструкции, контролировать качество и проводить калибровки
Наши требования
Опыт разработки, обучения и внедрения DL-моделей
Уверенное знание теории машинного и глубокого обучения
Хорошее понимание алгоритмов и структур данных, линейной алгебры, теории вероятностей и статистики
Умение проектировать корректные эксперименты, выбирать метрики и интерпретировать результаты
Навык написания чистого и поддерживаемого кода, понимание принципов проектирования ПО
Владение современными практиками совместной разработки с кодовыми агентами: умение эффективно декомпозировать задачи для агентных инструментов, контролировать и ревьюить сгенерированный код
Умение самостоятельно разбираться в новых предметных областях, быстро ставить эксперименты и проверять гипотезы
Готовность работать как с исследовательской частью задачи, так и с её инженерной реализацией
Открытость, ответственность, самостоятельность и проактивность
Опыт разработки поисковых или рекомендательных систем в индустриальном масштабе
Опыт работы с embedding-моделями, metric learning, contrastive learning или representation learning
Опыт работы с мультимодальными моделями, VLM, audio-language моделями, video encoders или foundation-моделями
Опыт обучения моделей для аудио, музыки, речи, изображений или видео
Опыт self-supervised learning и обучения на больших слабоструктурированных датасетах
Опыт распределённого обучения на нескольких GPU или нескольких узлах
Опыт оптимизации DL-моделей: профилирование, квантизация, дистилляция, уменьшение размерности представлений
Опыт построения больших датасетов и систематических бенчмарков для ML-моделей
Публикации на профильных ML-конференциях или сильный исследовательский бэкграунд
