AI engineer

Мы развиваем высоконагруженную инфраструктуру автоматизированного взаимодействия с геосервисами (Яндекс Карты, Google Maps). Наша задача — строить надежные, масштабируемые контуры автоматизации, с пониманием ML-фильтров защиты, анализировать поведение систем антифрода и обеспечивать высокую юнит-экономику процесса. Мы ищем сильного R&D AI-инженера, который возьмет на себя архитектуру автоматизации, аккаунтинга, внедрение AI-инструментов, а также глубокую исследовательскую работу по управлению цифровыми отпечатками.

• Разработка собственных автоматизированных систем аккаунтинга.
• Обеспечение абсолютной чистоты и уникальности инфраструктуры.
• Создание генеративных пайплайнов на базе языковых моделей (LLM) и векторных эмбеддингов для создания уникальных, живых текстов.
• Защита контента от детекции нейросетевой генерации и устранение «семантической пустоты» или кластерной схожести (на базе BERT-подобных моделей).
• Проектирование систем строгой согласованности параметров (матрица соответствия: железо, сеть, геопозиция, TLS-отпечатки JA3/JA4, Client Hints и заголовки HTTP/2).
• Исследование и нейтрализация триггеров систем защиты (SmartCaptcha, Cloudflare Bot Management, Akamai).
• Сбор и анализ логов успешности прохождения проверок (Pass Rate), выявление корреляций между блокировками и изменениями в алгоритмах.
• Построение предиктивных моделей оценки «веса доверия» аккаунтов (Trust Score) и минимизации рисков теневого бана (Soft Suppression).

• Уверенное владение Python (Pandas, NumPy, асинхронное программирование, работа с API), опыт работы с инструментами веб-автоматизации (Playwright, Puppeteer, BAS, ZennoPoster).
• Опыт интеграции и тонкой настройки LLM (OpenAI API, локальные модели через Ollama/Llama.cpp), работы с векторными базами данных и эмбеддингами для анализа текста.
• Глубокие знания принципов работы браузерных фингерпринтов (Canvas, WebGL, AudioContext), TLS-отпечатков, особенностей работы с мобильными и резидентскими прокси.
• Понимание юнит-экономики расходников, умение мыслить системно, строить гипотезы и проводить эксперименты (R&D-подход).
• Будет плюсом: Опыт арбитража трафика; Знакомство с базовым машинным обучением (CatBoost/LightGBM) для анализа факторов риска и аномалий

• Удаленная работа (Remote), гибкий график.
• Интересные исследовательские вызовы (R&D) на стыке AI, кибербезопасности и автоматизации без рутинного энтерпрайз-болота.
• Стабильные выплаты вовремя.