ML Engineer

Компания разрабатывает комплексную платформу для розничной торговли каннабисом, объединяющую системы управления продажами, электронной коммерцией, маркетингом, аналитикой и товарными запасами.

• Создавать и внедрять функции на основе искусственного интеллекта для электронной коммерции, маркетинга, аналитики и рабочих процессов клиентов;
• Проектировать и реализовывать агентные системы искусственного интеллекта и рабочие процессы на базе больших языковых моделей;
• Разрабатывать, обучать, оценивать и развертывать модели машинного обучения в производственных средах;
• Сопровождать полный жизненный цикл машинного обучения: от экспериментов и проектирования признаков до развертывания, мониторинга и итераций;
• Сотрудничать с менеджерами по продукту, бэкенд-разработчиками, аналитиками и командами DevOps для вывода систем искусственного интеллекта в продакшн;
• Проектировать масштабируемые API и сервисы вывода для функциональности на базе искусственного интеллекта;
• Совершенствовать инфраструктуру машинного обучения, инструментарий и рабочие процессы разработки;
• Прототипировать идеи, проверять гипотезы и вносить изменения на основе обратной связи и влияния на бизнес;
• Участвовать в развитии фреймворков для экспериментов, подходов к A/B тестированию и практик мониторинга;
• Следить за последними разработками в области больших языковых моделей, агентных систем, генеративного искусственного интеллекта и прикладного машинного обучения.

• Опыт инженерной работы в области машинного обучения, искусственного интеллекта или бэкенд-разработки от 5 лет;
• Уверенное владение Python и SQL;
• Опыт работы с большими языковыми моделями, системами поиска с дополнением, агентами искусственного интеллекта или фреймворками оркестрации вроде LangGraph или PydanticAI;
• Практический опыт создания и запуска производственных систем;
• Понимание проектирования систем искусственного интеллекта, экспериментов и практик развертывания;
• Опыт создания API или бэкенд-сервисов;
• Опыт обработки данных и аналитических рабочих процессов;
• Знание концепций MLOps, мониторинга, CI/CD, логирования и обеспечения надежности систем;
• Умение работать в условиях неопределенности и самостоятельно развивать технические инициативы;
• Развитые коммуникативные навыки и готовность к кросс-функциональному взаимодействию;
• Будет плюсом опыт работы с рекомендательными системами, персонализацией, маркетинговой автоматизацией или продуктами электронной коммерции, знакомство с Airflow, Trino, Grafana, Prometheus или современным стеком инструментов для работы с данными, опыт работы в продуктовых компаниях или быстрорастущих стартапах, а также сильные фундаментальные знания в области разработки программного обеспечения и проектирования систем.

• Оплата в долларах США (контракт B2B с американской компанией);
• Гибкий график работы;
• 20 Оплачиваемых дней отпуска в год;
• 12 Праздничных дней в году;
• 3 Дня оплачиваемого больничного;
• Медицинская страховка после испытательного срока;
• Компенсация оборудования (ноутбуки, мониторы и прочее).