НовоеAI-конструктор резюме: правишь прямо на листе A4, а нейросеть подсказывает, что усилитьКонструктор резюме на листе A4Попробовать
JobPath
Начать бесплатно

Binance

Binance Accelerator Program - LLM Model Training & Data Processing

  • Удалённо
  • Hong Kong
  • вчера

Интернатура в Binance Accelerator Program на 3-6 месяцев для разработчиков, интересующихся обучением больших языковых моделей и обработкой данных. Работа с передовыми AI-технологиями в глобальной криптоэкосистеме.

О позиции

Программа Binance Accelerator (BAP) — это стажировка длительностью 3-6 месяцев для начинающих специалистов. Вы получите ценный опыт работы в быстро развивающейся сфере цифровых активов, разовьёте профессиональные навыки и построите сеть контактов. Программа включает возможности нетворкинга и развития карьеры в одной из ведущих блокчейн-компаний мира.

Будет плюсом

  • Фонд PhD приветствуется
  • Дополнительные языки помимо английского

Условия

  • Интенсивная стажировка 3-6 месяцев в ведущей блокчейн-компании
  • Возможности нетворкинга и профессионального развития
  • Конкурентная зарплата и пакет бенефитов
  • Возможность удалённой работы (зависит от задач)
  • Карьерный рост и непрерывное обучение
  • Работа с лучшими специалистами индустрии в гибкой организационной структуре
  • Работа над уникальными проектами в инновационной среде

Навыки

  • Large Language Models
  • Machine Learning
  • Deep Learning
  • Transformers
  • Prompt Engineering
  • Model Fine-tuning
  • Data Annotation
  • Python
  • PyTorch
  • TensorFlow
  • Model Evaluation
  • AI Agents

Сложность отбора

Для начинающих специалистов с базовой подготовкой в ML. Требуется понимание фундаментальных концепций, но конкретный опыт с LLM желателен, а не обязателен.

Оценка JobPath

Зарплата по рынку

60 000 – 150 000 ₽ в месяц

Оценка для стажировки в Гонконге по позициям AI/ML Junior. Месячная оплата за 3-6 месяцев программы.

Оценка JobPath по рынку, не предложение работодателя

Могут спросить на собеседовании

  1. Какие подходы вы знаете для эффективного дообучения больших языковых моделей?
  2. Как вы обеспечиваете качество аннотации данных при работе с большими объёмами?
  3. Опишите ключевые отличия между RAG и прямым дообучением модели.
  4. Как бы вы оценили качество работы обученной модели?
  5. Что для вас означает успешный AI-агент и какие компоненты важны для его работы?

Прорепетировать это собеседование

Голосовой ИИ-интервьюер задаст вопросы под эту вакансию и разберёт каждый ответ.

Начать бесплатно

Сохрани похожие вакансии

Новые вакансии с такой должностью будут собираться в кабинете.

Сохранить фильтр

Перед откликом

Попробовать бесплатно

Связаться с поддержкой

Выбери, где удобнее написать