Jobs ML / AI

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

Вимоги:

• 1+рік досвіду у сфері ML / data science / applied AI
• Впевнене володіння Python і бібліотеками (Pandas, NumPy, Scikit-learn, PyTorch/TensorFlow)
• Знання процесу: збір даних > препроцесинг > навчання > валідація > продакшен
• Досвід з хмарними платформами (AWS/GCP/Azure) для тренування та деплою моделей
• Розуміння, як працюють MLOps-практики (MLflow, Docker, CI/CD, Kubernetes) — буде плюсом
• Обов’язково практика в одній або кількох сферах: NLP, комп’ютерний зір, time-series, рекомендаційні системи
• Аналітичне мислення та вміння вирішувати складні технічні задачі
   

Обов’язки:

• Розробка, навчання та впровадження моделей ML і DL
• Підготовка та обробка великих датасетів, побудова дата-пайплайнів
• Співпраця з розробниками, аналітиками й продуктовими командами для впровадження моделей у продукт
• Дослідження нових підходів: тестування, експерименти, A/B, fine-tuning
• Оптимізація моделей за продуктивністю, точністю, швидкістю
• Документування архітектури, експериментів і рішень
   

Умови роботи:

• Графік роботи пн-пт з 09:00—18:00 (офіс),
• Своєчасна виплата заробітної плати,
• Роботу у інноваційній компанії,
• Сучасний офіс.
   

Якщо Вас зацікавила наша вакансія, будь ласка, надсилайте своє резюме, поспілкуємося більш детально.

 Українське науково-виробниче підприємство повного циклу, лідер галузі безпілотної авіації України, у зв’язку з активним розвитком запрошує в нашу команду Computer Vision Engineer

Функціональні обов’язки:

• Проектування, розробка та оптимізація алгоритмів роботи з відео, зображеннями та програмних компонентів для БПЛА
• Проводити ретельне тестування та відлагодження програмно-апаратних модулів для забезпечення надійності, точності та продуктивності за різних умов експлуатації
• Тестування різних апаратних платформ
• Тестування програмних алгоритмів на різних режимах
• Пропрацювання можливості реалізації проектів з відео з використанням нейромереж

Ключові компетенції:

• Експертний рівень володіння мовою програмування C++ або Python
• Знання та розуміння алгоритмів обробки зображень та відео
• Досвід з GStreamer, Object tracking, Video processing, Video streaming, Embedded
• Досвід тестування рішень
• Досвід відлагодження рішень на базі симуляторів
• Навички роботи з Linux на високому рівні

• Розуміння методів обробки відео та зображення алгоритмами на базі нейромереж та класичних методів

   

Додаткові знання:

• Досвід роботи з DLib
• Досвід роботи з TensorFlow, PyTorch
• Досвід роботи з Nvidia Jetson
• Досвід роботи з Linux Yocto

Ми пропонуємо 

Офіційне працевлаштування з першого робочого дня згідно з трудовим законодавством України: ти можеш спокійно працювати і бути спокійним за відпустку, лікарняні та соціальні внески. Твоє теперішнє і майбутнє під захистом. 

Конкурентна оплата праці: прозора система переглядів та відстеження динаміки ринку дозволяє нам тримати справедливий рівень оплат. 

Система кар’єрного зростання та професійного розвитку: ти можеш розвиватися як горизонтально, так і вертикально по структурі. Компанія зацікавлена в довгостроковій співпраці і професійному розвитку співробітників. 

Робота в динамічній команді з передовими технологіями: компанія працює в передовій сфері і наш результат завтра забезпечує наша динаміка сьогодні. 

Медичне страхування: наші люди – це наша цінність, тому ми інвестуємо в їхнє фізичне та ментальне здоров’я. Компенсація 100%. 

Курси підвищення рівня англійської мови: незалежно від твого теперішнього рівня англійської ти можеш покращити або підтримувати поточний рівень. Компенсація 100%. 

Бронювання: процедура оформлення працює з першого робочого дня. 

Офісний формат роботи: комфортний офіс з укриттям та пішою доступністю від метро. 

An AI consulting group that builds serious, production-grade systems for companies ready to operationalize artificial intelligence across their business. We do not build gimmicks. The main focus is on custom AI solutions that integrate directly into operations and drive measurable results. 

We’re looking for a Senior AI Engineer for one of our clients — an AI consulting group that builds production-grade systems for companies ready to operationalize artificial intelligence across their business. This is a hands-on role for someone who doesn’t just experiment with AI, but has built, deployed, and optimized real AI systems in complex, production environments.

This role is for someone who takes full ownership of AI systems — from architecture to performance. You’ll work at the intersection of LLMs, distributed data processing, and backend systems, building scalable AI pipelines and knowledge systems in a high-impact environment where performance, reliability, and flexibility (including airgapped deployments) matter.

Your responsibilities will include:

• Design and build distributed data pipelines (Apache Beam, Python) for large-scale document and model processing;

• Implement horizontally scalable LLM-powered extraction workflows across thousands of entities;

• Build runner-agnostic pipelines that run across multiple environments (local, cloud, on-prem);

• Design and implement entity resolution and cross-referencing systems with confidence scoring;
  Architect and build graph-based Knowledge Bases (Dgraph or similar), including schema design and query optimization;

• Develop pluggable LLM extractor frameworks (classification, relationships, completeness, document linking);

• Build abstraction layers for LLM providers (Anthropic Claude, Google Gemini, local models via Ollama/vLLM);

• Optimize LLM usage for cost, latency, and reliability in production environments;

• Design and implement backend service layers (Go-based APIs) connecting AI pipelines with agent systems;

• Ensure observability, debugging, and performance monitoring across distributed AI systems;

• Package and deploy systems using Docker (docker-compose, containerized environments);

• Collaborate directly with client teams on integrations, validation, and production rollout.
  
  

What we expect from you:

• 5–8+ years of experience in AI Engineering, Data Engineering, or Applied ML Infrastructure;

• Expert-level Python;

• Strong experience with distributed processing frameworks (Apache Beam preferred; Spark/Flink acceptable);

• Hands-on experience integrating LLMs in production (prompting, orchestration, provider abstraction);

• Experience with graph databases (Dgraph, Neo4j, JanusGraph, or similar);

• Strong understanding of distributed systems, parallel processing, and large-scale data pipelines;

• Solid SQL and data modeling fundamentals;

• Experience with Docker and containerized deployments;

• Experience with cloud platforms (GCP preferred, AWS/Azure acceptable);

• Strong backend/system design mindset (performance, scalability, reliability);

• Ability to work independently and take ownership without micromanagement;

• Strong problem-solving skills in complex, ambiguous environments;

• English level: B2+ (C1 preferred);

• Availability to overlap with US business hours.
  
  

Nice to have:

• Working experience with Go (for API/service layer contributions);

• Experience with local LLM inference (Ollama, vLLM, TensorRT-LLM);

• Experience deploying systems in airgapped or restricted environments;

• Background in defense, aerospace, or complex enterprise systems;

• Familiarity with MBSE / SysML tooling and model-based data (XMI, Cameo, etc.);

• Experience with document parsing pipelines (Docling, Unstructured, etc.);

• Experience with orchestration tools (Airflow, Dagster, Prefect).
  
  

We offer:

• Four-month full-time contract engagement;

• Remote work with overlap in US business hours;

• High-impact project with direct influence on production AI systems;

• Close collaboration with client’s product and engineering teams;

• Opportunity to build core infrastructure for real-world AI applications — not prototypes.