Unbreakable Ukraine Foundation

Шукаємо AI/ML Engineer для розробки інноваційних AI-рішень на базі LLM, мультиагентних систем та персоналізованих помічників. Роль передбачає роботу з сучасними технологіями та вплив на розвиток продукту.

Основні обовʼязки:

• Розробка та оптимізація мультиагентної системи з оркестратором (MCP, Multi-agent Control Plane).
• Інтеграція LLM як головного керуючого агента.
• Побудова і підтримка RAG-інструментів для пошуку/генерації відповідей.
• Проєктування, навчання та кастомізація LoRA-адаптерів під потреби користувача.
• Реалізація механізмів довготривалої пам’яті користувача (user-specific memory layer).
• Тюнінг моделей для персонального помічника на основі поведінки та зворотного звʼязку.

Очікуємо :

• Розуміння принципів побудови мультиагентних систем, оптимізації взаємодії агентів та швидкості відповіді.
• Вміння працювати з векторними базами даних (наприклад, Qdrant, FAISS) для реалізації retrieval-механізмів.
• Досвід роботи з open-source моделями (наприклад, Qwen, GPT-OSS, Mistral) та їх fine-tuning.
• Практичний досвід із LoRA-адаптерами та кастомізацією моделей під специфічні задачі.

Бажано:

• Досвід інтеграції LLM у production-середовища.
• Знання LangChain, LlamaIndex, Haystack тощо.
• Робота з MLOps інструментами (автоматизація, моніторинг).
• Досвід побудови memory-архітектур для персоналізованих систем.

Ми шукаємо Machine Learning Engineer (Analytics & NLP), який/яка допоможе побудувати та масштабувати ML-рішення для аналітики освітнього контенту та поведінки користувачів. Роль передбачає роботу з повним ML-циклом — від підготовки даних до продакшену та інтеграції в аналітичну інфраструктуру.

Ціль посади

Налаштувати, розгорнути та підтримувати ML-моделі для аналітики контенту і поведінки користувачів, забезпечуючи їхню стабільну та ефективну роботу у продакшені.

Основні обов’язки

• Розробка та впровадження ML-моделей для аналізу освітнього контенту (тексти, сценарії, фідбек, метадані).
• Побудова та підтримка повного ML-pipeline: підготовка даних, embeddings, скоринг, inference у продакшені.
• Створення та підтримка API (REST / WebSocket) для доступу до аналітичних результатів.
• Інтеграція ML-сервісів з аналітичними сховищами даних (PostgreSQL, ClickHouse, векторні бази даних).
• Контейнеризація, деплой та масштабування ML-сервісів у хмарному середовищі (Docker).
• Оптимізація продуктивності, стабільності та якості моделей у продакшені.
• Участь у розвитку та вдосконаленні аналітичної та ML-архітектури.

Ми очікуємо

• Досвід роботи з ML / NLP-моделями у продакшені.
• Розуміння повного життєвого циклу ML-рішень.
• Практичний досвід роботи з API, базами даних та контейнеризацією.
• Системне мислення та орієнтацію на якість і масштабованість рішень.

Ми пропонуємо

• Участь у побудові складних аналітичних ML-рішень з реальним впливом на продукт.
• Роботу з сучасним ML-стеком та даними.
• Можливість впливати на архітектурні рішення та розвиток ML-напрямку.
• Професійний розвиток у команді з фокусом на якість і результат.