ML Engineer в український AI-native стартап

Ми будуємо AI-агента, який автономно обробляє запити до підтримки компаній - з дуже високою якістю відповідей і дій (не обгортка навколо ChatGPT).

Агент не просто відповідає - він сам закриває запит від початку до кінця: визначає, що потрібно юзеру, підлаштовує поведінку під його метадату і виконує реальні дії в інструментах компанії-клієнта. А це середовище, де невелика помилка вже має великий impact.

І зараз ми шукаємо людину, яка візьме на себе велику частину ML-напряму продукту.

Що конкретно треба буде робити

Покращувати і перебудовувати ML-частину продукту - щоб агент відповідав точніше та покривав більший відсоток запитів.

• Покращувати пошук релевантної інформації, експериментувати з Graph RAG, Logic RAG та гібридними підходами;
• Експериментування з альтернативами cosine similarity, дослідження і впровадження інших підходів до similarity search та reranking'
• Впровадження нових агентних алгоритмів для покращення якості прийняття рішень і виконання дій;
• Порівняння перформансу для різних задач (передобробка, класифікація, генерація), оптимізація під конкретні сценарії;
• Зменшення cost per request через оптимізацію pipeline, підбір моделей, кешування, зменшення кількості токенів без втрати якості;
• Покращення і можлива перебудова RLHF-механізму, щоб система динамічно навчалась на реальному фідбеку;
• Prompt engineering і feature engineering
• Побудова системи моніторингу якості ШІ-агента

• За потреби - створення кастомних алгоритмів/моделей на PyTorch

   

Перші задачі:

Онбординг в архітектуру, дослідження того, як все працює, і покращення перформансу агентної системи. Твої зміни будуть в продакшені протягом днів, не тижнів - feedback loop дуже швидкий.

Що треба вміти

• 3+ роки досвіду в ML і практичне застосування LLM (не теорія)
• Знання RAG-архітектури та Graph RAG підходів
• Досвід роботи з векторними базами даних (Pinecone, Weaviate, ChromaDB, FAISS)
• Розуміння пошукових алгоритмів: як працює векторний пошук, similarity metrics, reranking
• Знання Graph databases (Neo4j) та досвід роботи з графовими структурами даних
• Досвід роботи з пам'яттю агентів і multi-turn conversation handling
• Сильний Python
• Досвід з ML-фреймворками: PyTorch або TensorFlow
• Розуміння NLP fundamentals: токенізація, embeddings, similarity search
• Практичні навички prompt engineering

• Вміння працювати з даними: preprocessing, cleaning, feature engineering

   

Nice to have:

• Досвід з LangChain, LlamaIndex або подібними фреймворками для агентних систем
• Досвід файн-тюнінгу моделей
• Розуміння RLHF та інших підходів до навчання з людським фідбеком
• Досвід з MLOps: model versioning, A/B testing, моніторинг в проді
• Досвід оптимізації inference costs (token optimization, caching strategies, model selection)

• Знання FastAPI

   

Наш стек

Python, FastAPI, PostgreSQL, Redis, Docker, React, TypeScript, REST APIs, webhooks, Git, pytest, GCP/AWS

Що ти отримаєш

• Повна відповідальність за ML-напрямок. Твої рішення визначають, як працює ядро продукту
• Команда сіньйорів з 8+ років досвіду і PhD-лінгвіст, яка закладає наукові основи в продукт
• Дуже швидкий feedback loop. Задеплоїв - наступного дня бачиш, як воно працює на реальних запитах реальних клієнтів
• Досвід побудови AI-продукту повного циклу - від архітектури до продакшену, від перших клієнтів до масштабування
• Можливість отримати опціони в компанії

• Публікації та open-source. Ми плануємо публікувати дослідження і писати статті - якщо хочеш брати участь, твоє ім'я буде як контриб'ютора

   

Умови

Ми відкриті до part-time і full-time співпраці. Умови — super negotiable.

Note

Це не вакансія для тих, хто шукає супер стабільну роботу з високою зарплатою. Ми стартап на ранній стадії і чесно не можемо цього дати.

Ми шукаємо людину, для якої стартап - це свідомий вибір, а не компроміс. 

Людину, яка хоче мати повну відповідальність за ML-напрямок продукту, бачити результат своєї роботи в проді наступного дня, і будувати щось, що реально змінює індустрію (no bullshit, ми рілі можемо зробити дуже великий імпакт).

Тут багато невизначеності, багато відповідальності, але і величезний простір для дій. 

Якщо ти хочеш створити власний стартап зараз або в майбутньому - це середовище, де ти отримаєш весь досвід і нетворк для цього. Я, як фаундер, особисто вкладаюсь в розвиток кожної людини в команді.

Тож якщо ти відчуваєш match - давай спілкуватись!