ML Engineer

Interr.io — продуктова AI-компанія, яка генерує дизайн інтер'єрів. Ми створюємо продукт, який перетворює фотографії порожніх приміщень на фотореалістичні дизайнерські концепти на основі текстових запитів користувачів.

Наша ціль — створити найрозумнішого автоматичного дизайнера на ринку. 

Ми шукаємо ML Engineer, який побудує надійну інфраструктуру для запуску та масштабування цих мультимодальних моделей у продакшені, забезпечуючи низьку затримку та високу якість генерації.

Місія позиції:

Побудувати надійну, продуктивну та масштабовану ML-інфраструктуру, яка дозволить interr.io:

• Запускати та підтримувати ML/LLM-функції в продакшені.
• Забезпечувати стабільну якість результатів (боротьба з галюцинаціями).
• Оптимізувати latency, cost та reliability системи.
• Швидко експериментувати та оновлювати моделі.
•  

Твоя головна мета: створити «серце» продукту — ML-системи, які працюють швидко, точно та стабільно.

Обов'язки та зони відповідальності

• Production ML: Розгортання та підтримка ML/LLM моделей у продакшені (перехід від Notebooks до мікросервісів).
• LLM Engineering: Робота з API (OpenAI, Gemini), open-source моделями та їх fine-tuning.
• RAG Architecture: Побудова повного циклу RAG: embeddings, векторні бази (Pinecone/Qdrant), retrieval стратегії.
• Data Engineering: Побудова ETL/ELT пайплайнів для підготовки даних під ML.
• Integration: Тісна інтеграція моделей з backend-сервісами (FastAPI/Flask).
• Optimization: Зниження затримок (latency) та вартості токенів, робота з пропускною здатністю (throughput).
• Evaluation: Створення системи автоматичних тестів та бенчмарків для оцінки якості моделей та промптів.
•  

В нас відбудеться метч якщо ти маєш:

• Досвід: 2.5+ років у ML Engineering / Data Science / NLP. 
• Продакшн-досвід впровадження моделей.
• Python Strong: Глибокі знання Python (pandas, numpy, scikit-learn, pydantic).
• LLM Stack: Досвід з OpenAI/Anthropic API, HuggingFace, розуміння принципів Prompt Engineering.
• RAG & Vector DBs: Практичний досвід з векторним пошуком (Pinecone, Qdrant, Weaviate).
• DevOps Skills: Docker, Kubernetes (базово), CI/CD. Ти маєш розуміти, як живе твій код на сервері.

• Metrics: Розуміння, як оцінювати моделі (ROC, precision/recall, LLM eval frameworks).

   

Буде великим плюсом

• Досвід з LangChain або LlamaIndex.
• Знання методів оптимізації (quantization, distillation, batching).
• Досвід роботи з GPU та хмарними провайдерами (AWS/GCP/Azure).
• Розуміння архітектури високонавантажених систем.

🤝 Ми пропонуємо

• Вплив: Ти будуєш архітектуру з нуля. Твої рішення визначають майбутнє продукту.
• Розвиток: Прямий шлях до позицій Lead ML Engineer або AI Architect.
• Команда: Пряма комунікація з фаундерами та сильною технічною командою.
• Повний ремоут

Процес найму:

1. Call з рекрутером
2. Intro-call з менеджером
3. Тестове завдання
4. Технічне інтерв'ю
5. Оффер.

Надсилай резюме якщо цікаво!