AI инженерия, LLM
SOVE ищет AI-инженера для разовой проектной задачи на 2–3 недели: настроить пайплайн генераций в приложении — распознавание планов и дизайн-проектов, визуализации комнат и автоматический расчёт бюджета ремонта. Нужны Python, опыт с LLM (промпты, RAG, агенты), vision-моделями и диффузионными генерациями (ControlNet, LoRA, ComfyUI), плюс портфолио похожих проектов. Оплата 80–100 тыс. ₽ за результат с предоплатой 30%, по договору с ИП или самозанятым, возможен переход на постоянную работу.
Отклик отправляется на сайте источника. Регистрация в Taylor для перехода не нужна.
Зарплата ниже рынка
На 56% ниже медианы Data/ML по 59 вакансиям за 90 дней, рынок — СНГ (RUB); город и грейд вакансии не учтены.
Что предстоит делать
Навыки: Python, LLM, Visual C#, ComfyUI. Квалификация: Middle. Специализации: AI-инженер (LLM-приложения и агенты). Разовая задача: настройка генераций в приложении SOVE Проектная задача: 2–3 недели, 80–100 тыс. ₽ за результат. После сдачи возможно предложение о постоянной работе. О компании SOVE — платформа ремонта: человек загружает план квартиры или дизайн- проект, выбирает интерьер (готовую капсулу или свою картинку: рендер, фото из Pinterest, собственное фото) и получает расстановку мебели, визуализации комнат и бюджет с товарами, которые можно купить в Маркете. Роль Задача разовая: настроить генерации SOVE AI в трёх блоках и передать команде работающий пайплайн с описанием. Работаете напрямую с основателем. Как реализовать, решаете вы. Нам важен результат, который видит клиент. Блок 1. Планировка Результат: клиент загружает план застройщика или обмерный план и видит свою квартиру в 3D с расставленной мебелью. Готово, когда: комнаты и площади совпадают с планом; окна и двери стоят на своих местах; мебель не перекрывает проходы и двери; 9 из 10 планов разных застройщиков проходят без ручной правки; если план не читается, клиент получает понятное сообщение, а не неверную квартиру. Блок 2. Визуализации Результат: клиент делает два шага и получает картинку каждой комнаты своей квартиры в выбранном интерьере. Разовая задача: настройка генераций в приложении SOVE Page 1 of 51. Выбирает интерьер: капсула SOVE или своя картинка (рендер, фото из Pinterest или собственное фото). 2. Загружает квартиру: дизайн-проект или план квартиры. Готово, когда: работают все четыре сочетания: капсула или своя картинка, дизайн-проект или план; мебель на картинке стоит так же, как в проекте или на плане; интерьер узнаётся: те же материалы и цвета, что в капсуле или на загруженной картинке; все комнаты одной квартиры в одном стиле; предметы на картинке совпадают с товарами в списке под ней; клиент может заменить один предмет, и остальная картинка не меняется. Блок 3. Бюджет Результат: те же два шага, и клиент получает бюджет ремонта без участия человека: материалы и мебель с товарами из нашего каталога и ценами, плюс смета работ. 1. Выбирает интерьер: капсула SOVE или своя картинка (рендер, фото из Pinterest или собственное фото). 2. Загружает квартиру: дизайн-проект или план квартиры. Что получается при разном входе: Дизайн-проект: точный бюджет по спецификации и чертежам проекта. План и капсула: материалы и мебель капсулы в количествах под эту квартиру. План и своя картинка: товары каталога, подобранные под интерьер с картинки, в количествах под эту квартиру. Только план, без данных об интерьере: примерный бюджет по площади и комнатам в двух уровнях, База и Премиум. У нас есть наработанная база расчётов, эксперт по ремонту и дизайнер: нормы, цены работ, каталог и правильные ответы для проверки даём мы. Готово, когда: работают все варианты входа из списка выше; в бюджете нет пропущенных и выдуманных позиций; что не удалось прочитать, помечено; количества соответствуют площадям квартиры; Разовая задача: настройка генераций в приложении SOVE Page 2 of 5результат сходится с расчётом нашего эксперта на тестовых квартирах; итоговая цифра одна на всех экранах и в выгрузке; работы в Премиуме не дешевле Базы; полный ремонт не ниже 120 тыс. ₽/м² в Базе и 150 тыс. ₽/м² в Премиуме: ниже значит ошибка. Что сдаёте через 2–3 недели 1. Работающие генерации по трём блокам в нашем приложении, каждая проходит свои «Готово, когда» . 2. Лучшие модели под каждую генерацию. Сравнение 2–3 вариантов и объяснение, почему выбрана эта. 3. Расход на каждое действие. Таблица: действие, модель, себестоимость в рублях. 4. Корректный результат в каждом просчёте. Прогон на нашем тестовом наборе планов и проектов: ошибок нет, повторный запуск даёт тот же результат. 5. Инструкция для команды: как добавить следующую капсулу и что делать при браке. Расход на каждое действие Задача: оцифровать расход на каждое действие и по возможности улучшить текущие показатели. Ниже наши предварительные цифры себестоимости. Действие Себестоимость сейчас, ₽ Распознавание плана 4–20 Распознавание дизайн-проекта 4–20 Распознавание товаров, быстрый режим 4 Распознавание товаров, точный режим до 200 Доска материалов 15 Визуализация комнаты 7–21 Замена предмета на визуализации 4–11 Бюджет по каталогу 0 Разовая задача: настройка генераций в приложении SOVE Page 3 of 5По каждому действию сдаёте: выбранная модель, фактический расход в рублях и что удалось улучшить.
Что ждём от вас
- AI-инженерия: вывод моделей в работающий продукт, оценка качества на
- тестовых наборах, контроль расхода.
- LLM: промпты, структурированный вывод, агенты, поиск по каталогу (RAG),
- работа с API разных провайдеров.
- Vision-модели: распознавание планов, PDF и товаров на изображениях.
- Генерация изображений: диффузионные модели, привязка к геометрии и
- стилю (ControlNet, LoRA, inpainting), ComfyUI или аналог.
- Разработка: Python, API, очереди задач; работа в паре с backend.
- Портфолио: примеры результата по похожим задачам, а не только
- описание опыта.
Что предлагаем
Стек и инструменты
Сколько платят вам?
Анонимно укажите, сколько вы получаете как Data/ML-специалист, — сразу покажем, в скольких вакансиях платят меньше. А из ответов сложится зарплата, которую платят на деле, а не обещают.
Подходит ли вам эта вакансия?
Зарегистрируйтесь и загрузите резюме — посчитаем % совпадения с этой вакансией, подсветим сильные стороны и что стоит подтянуть
Похожие вакансии
6 вакансийML Developer (NLP/LLM) Middle
~1 327 496 ₸ оценка по всем рынкам
Нужен ML-разработчик для создания NLP-моделей анализа соцмедиа и LLM-навыков для автоматизации задач. Предстоит работать с отделами разметки данных и DevOps, внедрять модели в продакшн. Уровень — middle.
АІ-Розробник(ця)
~1 327 496 ₸ оценка по всем рынкам
Медіагрупа Starlight Media шукає AI-розробника в дивізіон Digital: потрібно створювати AI-агентів, інтегрувати моделі OpenAI, Claude і Gemini, автоматизувати сценарії, озвучення та монтаж відео. Від кандидата очікують від року досвіду в розробці чи AI-інжинірингу, портфоліо та впевненого володіння інструментами автоматизації; Python і JS/TS будуть перевагою. Пропонують віддалену роботу, офіційне оформлення, медичне страхування та програми підтримки.
AI Engineer (Generative Media)
~1 327 496 ₸ оценка по стеку, все рынки
Honeytech шукає AI-інженера для розвитку генерації зображень, відео та звуку для вебкоміксів і маркетингових креативів. Потрібно від 3 років комерційної розробки (з них від 1 року з генеративним AI), впевнений Python/FastAPI, досвід інтеграції API генеративних моделей та побудови evals, а також TypeScript з Angular/React/Vue. Пропонують віддалену роботу або офіс у Києві, гнучкий графік, навчання, медичне страхування та підтримку релокації.
Старший AI инженер
~2 464 440 ₸ оценка по стеку, все рынки
Нужен старший AI-инженер для разработки и внедрения AI-функций в продукт ProVision: NLP, машинное обучение и LLM в продакшене. Требуется 5+ лет опыта в AI/ML, сильный Python, работа с LLM (RAG, fine-tuning, оценка), AWS и пайплайны данных. Предлагают гибкий формат, обучение, конференции и курсы английского.
Старший инженер по данным (Data Science)
~2 467 960 ₸ оценка
Компания в сфере финтеха ищет старшего инженера по данным для разработки и внедрения LLM, NLP и ML-моделей, а также сервисов на их основе для разговорного AI. Нужно вести полный цикл — от постановки задачи и исследования данных до обучения, оценки и деплоя production-сервисов на Python в микросервисной среде на AWS. Требуется 5+ лет в Data Science/ML, 3+ года с LLM и NLP, сильный Python, опыт с PyTorch/TensorFlow, Kubernetes и английский Upper-Intermediate.
AI Engineer
~2 464 440 ₸ оценка по всем рынкам
Ecosoft ищет AI Engineer, который внедрит агентные подходы в SDLC: AI-агентов для анализа требований, разработки, code review, тестирования и релизов. Нужны 4+ года коммерческой разработки на Python и/или TypeScript, опыт с production LLM-решениями (RAG, function calling, агенты) и внедрением AI-практик в команды. Предлагают работу над AI-инфраструктурой, MCP-интеграциями и RAG-решениями в международной компании.