Домен
Machine Learning и AI
Профиль навыка
Этот навык определяет ожидания по ролям и уровням.
Ролей
1
где встречается этот навык
Грейдов
5
сформированная дорожка роста
Обязательных требований
0
ещё 5 — необязательные
Machine Learning и AI
LLM и генеративный AI
22.02.2026
Выберите текущий грейд и сравните ожидания. Карточки ниже покажут, что нужно закрыть для следующего уровня.
Таблица показывает, как меняется глубина владения навыком от Junior до Principal.
| Роль | Обязательность | Описание |
|---|---|---|
| LLM Engineer | Знает основы Transformer: self-attention, multi-head attention, positional encoding, feed-forward layers. Понимает encoder-decoder и decoder-only архитектуры и их применение в LLM. |
| Роль | Обязательность | Описание |
|---|---|---|
| LLM Engineer | Самостоятельно анализирует и модифицирует Transformer-архитектуры: RoPE, ALiBi, GQA, SwiGLU. Понимает архитектурные различия между GPT, LLaMA, Mistral и их влияние на производительность. |
| Роль | Обязательность | Описание |
|---|---|---|
| LLM Engineer | Проектирует custom Transformer-модификации: efficient attention (FlashAttention, sliding window), custom positional encoding, architectural search. Реализует и оценивает novel архитектурные решения. |
| Роль | Обязательность | Описание |
|---|---|---|
| LLM Engineer | Определяет Transformer architecture стандарты для LLM-команды. Формирует guidelines по выбору архитектуры, оценке новых подходов, R&D направлениям. Координирует architectural experiments. |
| Роль | Обязательность | Описание |
|---|---|---|
| LLM Engineer | Формирует enterprise Transformer R&D стратегию. Определяет long-term архитектурные направления, evaluate emerging architectures (Mamba, RWKV), планирует transition между поколениями архитектур. |