Ми шукаємо AI/ML Engineer для розробки та впровадження AI- і ML-рішень: від підготовки даних і прототипу до production та подальшого моніторингу.
Що потрібно від тебе:
Практичний досвід розробки AI/ML-рішень і впровадження моделей або LLM-сервісів у production.
Впевнене володіння Python та SQL, досвід розробки API, асинхронних і фонових процесів.
Досвід роботи з LLM API, RAG, embeddings, гібридним пошуком, reranking та структурованими відповідями.
Розуміння оркестрації агентів, виклику інструментів, пам’яті й контексту, розмежування доступу та передачі задач людині.
Знання класичного ML: класифікація, регресія, кластеризація, градієнтний бустинг, підготовка ознак і вибір метрик.
Уміння будувати коректну валідацію, працювати з дисбалансом класів і часовими даними, виявляти data leakage та перенавчання.
Розуміння статистики, перевірки гіпотез, A/B-тестування та оцінки результатів моделей.
Досвід роботи з Git, Docker, CI/CD, тестуванням, логуванням і моніторингом.
Уміння писати підтримуваний код, пояснювати технічні рішення та самостійно доводити задачі до робочого результату.
Твоя місія, якщо приймеш виклик:
Проєктувати й розробляти AI/ML-сервіси, агентні сценарії та інтеграції з API, базами даних і потоками подій.
Будувати завантаження й оновлення знань, пошук, пам’ять агентів та кешування перевірених результатів з урахуванням прав і актуальності.
Готувати датасети, ознаки та baseline-моделі; навчати, налаштовувати й порівнювати моделі на погоджених метриках.
Розгортати пакетний та онлайн-інференс, версіонувати дані й моделі, контролювати якість та зміни в даних після запуску.
Оцінювати якість відповідей і викликів інструментів, оптимізувати витрати на моделі та швидкість роботи сервісів.
Реалізовувати перевірки бізнес-правил, ізоляцію даних, обробку помилок та погодження дій людиною.
Писати unit- та інтеграційні тести, брати участь у code review і документувати архітектуру та інтеграції.
Основний стек і технології, які розглядаємо:
Backend: Python, FastAPI, Pydantic, asyncio, SQLAlchemy, REST API та webhooks.
Дані й пошук: PostgreSQL + pgvector, Qdrant як альтернатива, TencentDB for PostgreSQL, Redis, Kafka, S3 / MinIO.
Агенти та знання: LangGraph, LangChain, MCP, Docling, embeddings і rerankers
Моделі та доступ: OpenAI API, Anthropic Claude API, Google Gemini API; OpenRouter і NezhaGate
Класичний ML: NumPy, pandas, Polars, SciPy, scikit-learn, LightGBM, CatBoost / XGBoost, Optuna, SHAP.
Deep Learning і NLP: PyTorch, Hugging Face Transformers, Sentence Transformers, PEFT / LoRA.
Спеціалізований ML: statsmodels для часових рядів; lifelines / scikit-survival для survival analysis; EconML / DoWhy для оцінки ефектів; NetworkX для графового аналізу.
MLOps: MLflow, DVC, Docker, CI/CD, пакетний та онлайн-інференс, контроль якості даних і моделей.
Спостереження за сервісами: Langfuse, OpenTelemetry, Prometheus, Grafana.
Буде плюсом:
Практика в рекомендаційних системах, ранжуванні, uplift-моделюванні, survival analysis, часових рядах або виявленні аномалій.
Досвід fine-tuning, оптимізації інференсу та роботи з GPU.
Робота з STT/TTS, потоковими голосовими API, генерацією зображень або мультимодальними моделями.
Досвід аналізу поведінкових і транзакційних даних, оцінки ефекту комунікацій та роботи з контрольними групами.
Що пропонуємо ми?
Участь у виборі архітектури, моделей та інженерних інструментів.
Повний цикл роботи з AI/ML-рішеннями та можливість бачити результат їх використання.
Співпрацю з Technical Product Manager і CTO під час постановки задач, розробки та інтеграцій.
Роботу в команді, яка живе й дихає ігровою індустрією.
Простір для втілення твоїх найсміливіших ідей та інновацій.
Можливість бути частиною масштабних проєктів, які змінюють ринок онлайн-ігор.
Гнучкий робочий графік.
Можливість відвідувати навчальні заходи.
Гібридний формат роботи.
Кафетерій бенефітів.
Компенсацію лікарняних та day off.
Привабливу компенсацію та бонуси, які змусять твоє серце битися швидше.
Надсилай


