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

Invisible Technologies

ML Engineer Specialist – AI Trainer

  • Удалённо
  • United States
  • сегодня

Уникальная возможность применять навыки машинного обучения в реальных задачах по улучшению передовых языковых моделей. Удалённая контрактная позиция для специалистов с глубоким опытом в ML/NLP, заинтересованных в развитии ИИ нового поколения.

О позиции

Вы присоединитесь к команде, которая напрямую влияет на эволюцию искусственного интеллекта. Ваши задачи будут включать решение практических ML-проблем, разработку бенчмарков и улучшение обучающих данных для нейросетей будущего. Работа предполагает высокий уровень автономии и возможность гибкого планирования.

Будет плюсом

  • Публикации в рецензируемых конференциях
  • Опыт производства ML-систем в продакшене
  • Знание guidelines NeurIPS и других научных стандартов
  • Работа с transformers и applied NLP

Условия

  • Гибкий график и полная удалёнка
  • Контрактная работа с возможностью выбора задач
  • Заработная плата $30-50/час в зависимости от опыта
  • Автономность в выборе рабочего времени
  • Возможность прямого влияния на развитие ИИ

Навыки

  • Machine Learning
  • Natural Language Processing
  • Python
  • Deep Learning
  • Reinforcement Learning
  • Transformers
  • Supervised Learning
  • Unsupervised Learning
  • Probabilistic Modeling
  • NLP
  • LLM
  • Benchmarking
  • Data Evaluation

Сложность отбора

Требуется высокий уровень экспертизы в ML/NLP; позиционируется как Mid-Senior роль

Оценка JobPath

Зарплата по рынку

450 000 – 800 000 ₽ в месяц

Конвертация из $30-50/час в Руб/мес. Для контрактной работы в US по этим ставкам рыночный диапазон составляет 450k-800k руб/мес, медиана ~624k руб/мес.

Оценка JobPath по рынку, не предложение работодателя

Могут спросить на собеседовании

  1. Опишите ваш подход к отладке сложного поведения языковой модели. С какими типами проблем сталкивались?
  2. Как вы оцениваете качество научных текстов? Какие критерии используете?
  3. Приведите пример задачи по созданию бенчмарка. Как выбирали датасет и метрики?
  4. Какие методы вы применяете для улучшения качества обучающих данных?
  5. Как вы организуете свою работу при полной автономии и гибком графике?

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