Навыки
- XGBoost / LightGBM / CatBoost
- Bootstrap
- LLM
- Инференс LLM
- Machine Learning
- NLP
- Python
Задачи
- Deploy offline extraction LLM (open-weight, vLLM/llama.cpp)
- Train supervised audit models on clinical data
- Build evaluation harness and fairness slicing pipeline
- Prepare explainability artifacts (SHAP, model cards)
- 1500 to 3000 usd NET per month
- Almaty / Remote
- Participating in the Mayo Clinic Accelerate Program
Требования
- 5+ years ML engineering
- Supervised tabular ML: LightGBM, XGBoost, scikit-learn
- Deployment of open-weight LLM: vLLM/llama.cpp, quantization (GGUF/AWQ/GPTQ)
- Experience in regulated/air-gapped environments
- Evaluation rigor: stratified hold-outs, bootstrap CIs, SHAP
- Optional
- Knowledge of clinical NLP
- US ICD-10/CPT
- Fairlearn/AIF360
- Contacts
- gulnaz@rette.ai
Условия
- Healthcare AI startup focused on extracting clinical features from medical records
Паспорт вакансии
История публикации
Появилась в Вакандии29 дней
Перепубликации1 разпубликаций всего: 2
Проверяли на источникеВидели 29 дней назад
Среди похожихНет данных172 из 30 · у похожих вакансий почти одинаковый возраст — сравнивать нечего
Откуда что взялось
Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.
ГрейдSeniorвычитано из текста вакансии
Формат работыУдалённо
ГеографияАлматы, Казахстанвычитано из текста вакансии
Зарплата1 500 — 3 000 USD в месяцвычитано из текста вакансии
Почему на этом месте в выдаче
Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.
Полнота карточки1004 из 4 полей: грейд, формат, география, зарплата
Зарплата названа100вилку назвал источник
Проверка Вакандии
Источники и свежесть
- Тип источника
- Источник не определён
- Найдено публикаций
- 2
Посмотреть публикации и даты
- telegramОсновная публикация · 2026-05-16
- telegramПовторная публикация · 2026-05-17
Безопасность
Отклик уходит на сайт источника
Вакандия показывает вакансию, но не отправляет отклик и не проверяет работодателя. Сам отклик вы оставляете на внешнем сайте — t.me.
Признаки мошенничества
- Просят предоплату, «залог» или деньги за обучение и оборудование.
- Требуют код из SMS, данные банковской карты или доступ к «Госуслугам».
- Быстро уводят в мессенджер и торопят с решением.
- Обещают большой доход без опыта и без деталей задач.
Настоящий работодатель не просит денег и платёжных данных до трудоустройства.