Сравним вакансию с вашим действующим резюме и составим письмо под эту роль.
Описание вакансии
Требования:
— Подтверждённый опыт внедрения ML/DS‑решений в промышленную эксплуатацию (в т.ч. за пределами прототипов и Jupyter‑блокнотов);
— Уверенное владение 3D‑геометрией и обработкой пространственных данных: работа с полигональными сетками, вокселями, триангуляцией, 2D/3D‑объектами, понимание лежащей в основе математики;
— Практические навыки в Information Retrieval и LLM‑задачах: построение гибридного поиска (сочетание dense‑ и sparse‑подходов, включая BM25), работа с эмбеддингами, применение инструментов для оценки качества поиска и ответов моделей (например, LLM‑evals, retrieval‑метрики);
— Высокий уровень инженерной культуры: глубокое понимание принципов работы используемых технологий, навык написания надёжного, асинхронного и легко поддерживаемого кода для продакшена;
— Опыт координации небольшой команды или технического руководства разработчиками;
— Способность переводить абстрактные бизнес‑задачи в чёткие технические требования и разбивать их на реализуемые подзадачи;
— Навыки работы с Python 3.10+ (в том числе с asyncio и typing), а также с библиотеками NumPy, SciPy, Pandas;
— Знание Search‑ и LLM‑экосистемы: опыт применения векторных баз данных (Qdrant, Milvus, pgvector, Weaviate и другие), построения пайплайнов гибридного поиска (работа с эмбеддингами, sparse‑репрезентациями, методами переранжирования вроде Reciprocal Rank Fusion);
— Владение инструментами оценки качества генерации и поиска LLM‑evals (Ragas, TruLens, DeepEval) либо умение разрабатывать собственные метрики;
— Навыки в backend‑разработке и инфраструктуре: работа с FastAPI (включая микросервисную архитектуру, REST, асинхронную обработку), контейнеризацией приложений и Docker, эксплуатация в среде Linux (Ubuntu);
— Умение применять инструменты профилирования cProfile, Scalene, memory_profiler и аналогичные.
Задачи:
— Решение сложных алгоритмических и исследовательских задач: обработка 3D‑данных, полигональных сеток и пространственных объектов, разработка пайплайнов поиска;
— Проектирование архитектуры ML/DS‑сервисов и внедрение готовых решений в инфраструктуру проекта;
— Профилирование производительности и снижение вычислительной сложности, в том числе при работе с 3D‑структурами и векторными индексами;
— Подготовка технической документации, фиксация принятых архитектурных решений, участие в приёмочных испытаниях;
— Координация работы подгруппы разработки: разбиение задач на подзадачи, оценка трудозатрат, участие в планировании спринтов;
— Исполнение функций тимлида в периоды его отсутствия;
— Проведение Code Review, контроль качества кода и соблюдения принятых engineering‑стандартов;
— Менторинг, сопровождение онбординга и профессиональное развитие специалистов уровня Junior и Middle в команде.
Контакты работодателя доступны по кнопке «Откликнуться» после входа.
Мэтч и сопроводительное
Сравним вакансию с вашим действующим резюме и составим письмо под эту роль.
УдалённоseniorWe don’t discriminate against employees or applicants based on gender identity or expression, sexual orientation, religion, age, race, military/veteran status, citizenship, pregnancy status, or any other differences
Зарплаты и спрос: Данные и ML
Сейчас в каталоге 3 245 вакансий по этому направлению, удалённо можно работать в 43%.
Зарплата здесь не указана. Медиана по направлению: 215 000 $ в год. У половины вакансий от 172 000 $ до 268 000 $ (вакансий с вилкой: 156).
Навыки этой вакансии, которые чаще всего просят по направлению: Python (25%), SQL (17%), Docker (7%). В скобках доля вакансий направления.