micro1
AI Trainer (ML Engineering)
- Удалённо
- Remote
- В вакансии: 60 – 120 USD
- 5 дн. назад
Ищем опытного инженера по машинному обучению для создания сложных задач и оценки работы продвинутых ИИ-моделей. Полная удалённая работа с гибким графиком. Требуется подтверждённый профессиональный опыт в тренировке и оценке ML-систем.
О позиции
Мы работаем над проектом улучшения передовых систем искусственного интеллекта. Вам потребуется использовать ваши экспертные знания в области машинного обучения для разработки технически сложных задач, проверки результатов работы моделей, выявления ошибок и установления объективных стандартов корректности решений. Позиция предназначена для кандидатов, которые уже завершили substantive AI-training проекты и могут продемонстрировать результаты работ.
Будет плюсом
- Опыт создания AI-training задач, эталонных ответов, рубрик и оценочных критериев
- Опыт ревью технических заявок других AI-тренеров
- Статус Kaggle Expert/Master/Grandmaster или сильные результаты в технических соревнованиях
- Публикации или open-source вклады в машинном обучении
- Опыт долгосрочной или агентной оценки ИИ-систем
Условия
- Полностью удалённая работа, глобальный охват
- Гибкий график работы
- Возможность начать немедленно
- Оплата за выполненные задачи, соответствующие требованиям качества
Навыки
- Python
- PyTorch
- JAX
- TensorFlow
- scikit-learn
- XGBoost
- LightGBM
- Machine Learning
- AI Training
- Model Evaluation
- Deep Learning
- Reproducibility
Сложность отбора
Требуется подтверждённый профессиональный опыт в ML и публичное портфолио достижений — роль на уровне senior/expert
Оценка JobPathЗарплата по рынку
320 000 – 650 000 ₽ в месяц
Оценка на основе ставки $60-120/час при ~60 часах в месяц; выше среднего по рынку для уровня senior ML Engineer в РФ
Оценка JobPath по рынку, не предложение работодателяМогут спросить на собеседовании
- Расскажите о вашем опыте создания технической инфраструктуры для оценки ML-моделей. Какие метрики и подходы вы использовали?
- Опишите ситуацию, когда вам пришлось выявить и устранить проблему воспроизводимости результатов ML-эксперимента.
- Как вы обеспечиваете отсутствие утечек данных при проектировании задач для обучения ИИ-моделей?
- Какие критерии вы используете для определения сложности и качества созданной ML-задачи?
- Опишите ваш процесс ревью технических submissions от других участников. На что вы обращаете внимание?
Прорепетировать это собеседование
Голосовой ИИ-интервьюер задаст вопросы под эту вакансию и разберёт каждый ответ.
Начать бесплатноСохрани похожие вакансии
Новые вакансии с такой должностью будут собираться в кабинете.
Сохранить фильтр