AI Vibe Developer

AI Vibe Developer (Middle+/Senior) — AI-driven Product Engineer (Remote)

Role Summary

Шукаємо AI Vibe Developer — продуктового інженера, який швидко та якісно доставляє AI-фічі в продакшн, поєднуючи сильну інженерну базу з AI-асистованими workflow (“vibe coding”) та сучасними практиками LLMOps (evals, tracing, guardrails, prompt/version management).

У ролі буде робота як з комерційними LLM, так і з open-weights моделлю, яку ми плануємо/продовжуємо адаптувати під продукт. Важливо: не обов’язково мати 10/10 досвіду training end-to-end, але потрібно розуміти життєвий цикл LLM-фіч і бути готовим/готовою закривати частину задач із fine-tuning / serving / evals (з підтримкою команди).

Responsibilities

1) Build & ship AI-powered product features (end-to-end)

• Доставляти фічі від прототипу до продакшну: backend/API, інтеграції, деплой, ітерації.
• Використовувати AI-інструменти/агенти для прискорення розробки без просідання якості (тести, рев’ю, стандарти).
• Володіти релізним циклом: feature flags, staged rollout, rollback, підтримка в продакшні.

2) Evaluate & modernize workflows (AI inside company processes)

• Аналізувати поточні процеси (product/design/dev/ops) і знаходити, що можна автоматизувати/оптимізувати через AI.
• Формувати прості правила/стандарти: як ми працюємо з промптами, контекстом, версіями, якістю результатів.

3) Agentic workflows та “AI inside” capabilities

• Реалізовувати LLM-функції:
  • tool/function calling зі строгими схемами та fallback-логікою,
  • RAG за потреби (grounding, контрольовані відповіді),
  • multi-step agent flows (routing, planner/executor, memory/context стратегії).
• Безпечно інтегрувати зовнішні сервіси (внутрішні API, CMS, аналітика, CRM тощо).

4) Open-weights model contribution (частково) + quality ownership

• Допомагати в задачах data → eval → iteration (частково training/finetuning або підготовка даних).
• Підтримувати практичний evaluation suite (golden set + edge cases) для “gate” релізів.
• Працювати з error taxonomy: фейли → покращення даних/промптів/логіки → регресійні перевірки.

5) Inference/serving & performance (частково)

• Брати участь у продакшн-serving: контейнеризація, базова спостережуваність, надійність.
• Оптимізація latency/cost (кешування, батчинг, квантізація/маршрутизація — за потреби).
• Guardrails: schema-constrained outputs, input validation, allowlists, rate limits, graceful degradation.

6) Collaboration & enablement

• Тісно працювати з Product/Design/Data/QA — перетворювати “vibes” у вимірювані результати.
• Документувати мінімальні playbooks: шаблони evals, prompt-гайди, інцидент-ранбуки.
•  

Requirements

Core Engineering

• 4+ роки комерційного досвіду в розробці (або 3+ роки + сильний портфоліо з продакшн-релізами).
• Python — впевнено (must).
• Додатково буде плюсом: TypeScript/Node.js / Go / Java.
• Сильна база: API design, async workflows, тестування, дебаг, CI/CD, Git, продакшн-ownership.

LLM / AI Product Engineering

• Практичний досвід інтеграції LLM у продакшн-флоу (prompting, tool calling, RAG, memory/context, token budgeting).
• Розуміння компромісів: якість vs вартість (tokens) vs latency vs reliability.
• Бажано (але не обов’язково як must-have): досвід deploy/serving open-weights моделі або fine-tuning (SFT/інше) хоча б на одному реальному кейсі.

Mindset

• Продуктове мислення: вміння переводити бізнес-ідеї в технічні рішення.
• Самостійність, відповідальність, системне мислення.

• Інтерес до AI-трендів і готовність швидко вчитись.

   

Nice-to-have

• Досвід з LLMOps (tracing, eval frameworks, guardrails, prompt/version management).
• Досвід з dataset пайплайнами: cleaning, de-dup, PII redaction, dataset versioning.

• Досвід із векторними базами/пошуком, observability stack, A/B тестами.

   

Вимоги до володіння мовами

• Англійська: B2 (вище середнього)