AI Systems Engineer (Vision Edge, Real-World Systems)
ПРО НАС
Ми будуємо AI-системи наведення і управління вогнем для реального застосування на полі бою. Працюємо швидко, в умовах де помилка коштує дорого. Ідеальних умов немає — ми їх створюємо самі з того що є і що можна дістати і застосувати. Тому потрібні люди з мисленням інженера (швидко, надійно, працює. а те що стирчить ізолента- це вже відділ масштабування розберется)
ЩО ЗА ПОЗИЦІЯ
Нам потрібен ML Generalist — людина, яка розуміє весь стек від розмітки датасетів до деплою моделей на edge-пристроях, і яка не лякається задач, де немає готового рішення. Не вузький спеціаліст в одній темі, а той хто швидко розбирається в новому, і знає як ефективно використовувати AI-інструменти як Claude Code, Cursor та інші щоб виконувати задачі ефективно навіть там де немає глибокої експертизи.
ЩО ПОТРІБНО ВМІТИ (АБО ШВИДКО ОПАНУВАТИ)
ML та дані
- Розмітка датасетів, робота з Roboflow — детекція, класифікація, сегментація
- Тренування і файн-тюнінг нейромереж (YOLO та подібні), розуміння метрик якості
- Базове розуміння архітектур: CNN, трансформери, temporal моделі
Інфраструктура і MLOps
- Розуміти що таке AWS S3 з плагінами, Glue, Athena, Lambda, базово SageMaker
- Векторні БД (pgvector, Chroma, Qdrant), побудова RAG-систем
- Локальні LLM: запуск через Ollama / LM Studio, розуміння квантизації і обмежень
Edge і embedded
- Деплой і оптимізація моделей на edge-пристроях (Raspberry Pi CM5, Hailo NPU, NVIDA Orin або аналоги)
- Розуміння обмежень заліза: пам'ять, латентність, теплове навантаження
Agentic системи і автоматизація
- n8n або аналогічні платформи для побудови workflows детермінованих агентів
- Базове розуміння agentic архітектур: чейнінг, tool use, memory
- Розуміння і навичики роботи з недетермінованими агентними системами
ЩО ВАЖЛИВО В ХАРАКТЕРІ
Це, мабуть, головне. Технології можна вивчити — характер складніше.
- Проблема-орієнтованість.
Тебе цікавить результат, а не елегантність рішення. Якщо треба — зробиш із підручних засобів і нестандартним підходом. З гівна, палок і костилів — якщо ситуація вимагає. Головне- щоб працювало надійно і повторювано. Красу прикрутимо піздніше.
- Самостійність у навчанні.
Зіткнувшись з незнайомою темою — розберешся. За допомогою документації, AI, досвіду колег, виклику Ктулху — не важливо. Важливо що розберешся і зробиш.
- Системне мислення.
Вміння розкласти складну задачу на компоненти, зрозуміти де вузьке місце, де ризик.
- Допитливість до фізики реального світу.
Іноді треба розібратися як працює оптика, балістика, чи механіка стабілізатора — щоб правильно інтерпретувати дані або зрозуміти обмеження системи.
БУДЕ ПЛЮСОМ
- Базове розуміння військової техніки і термінології — відрізняти типи озброєнь, розуміти контекст застосування систем
- Досвід роботи з тепловізійними або оптичними системами
- Знайомство з OpenCV, ffmpeg, потоковою обробкою відео
ЧОГО НЕ ВИМАГАЄМО
- Ідеального коду — є Claude Code та інші AI-інструменти
- Знання всього стеку наперед — є час розібратися
- Академічного бекграунду — важливий результат, не диплом
УМОВИ
- Повна зайнятість, гібрид (Київ)
- Бронь при потребі
- Конкурентна ЗП — обговорюємо індивідуально залежно від досвіду
- Робота над реальними системами
- Невелика команда, пряма комунікація, без бюрократії
- Можливість реально впливати на архітектурні рішення
Required skills experience
| Computer Vision | 2 years |
| Machine Learning | 2 years |
| Python | 3 years |
| Deep Learning | 2 years |
| OpenCV | 1 year |
Required languages
| English | B2 - Upper Intermediate |
| Ukrainian | C1 - Advanced |