Applied AI/ML Engineer

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Инженер по прикладному AI/ML в Oddball: проектирование, разработка и внедрение практичных AI-решений в продакшн, от прототипов до оценки и итераций. Работа в кросс-функциональной команде над масштабируемыми и надёжными AI-возможностями.

Задачи

• Проектировать, разрабатывать и внедрять ML- и AI-функции в продакшн-системы
• Применять supervised, unsupervised и deep learning к структурированным и неструктурированным данным
• Строить и оценивать модели для классификации, ранжирования, прогнозирования, NLP и обнаружения аномалий
• Разрабатывать и интегрировать GenAI-решения (LLM-воркфлоу, RAG, агенты)
• Переводить бизнес- и пользовательские потребности в ML-задачи, метрики и эксперименты
• Реализовывать пайплайны данных и feature engineering для обучения и инференса моделей
• Оценивать производительность, смещение, дрейф и надёжность моделей и итерировать по результатам
• Совместно с software-инженерами интегрировать модели в API, сервисы и пользовательские приложения
• Участвовать в архитектурных решениях по model serving, масштабируемости и оптимизации затрат
• Документировать подходы, допущения и компромиссы для поддерживаемости и обмена знаниями

Требования

• Сильная база в машинном обучении: выбор, обучение, валидация и оценка моделей
• Опыт построения и деплоя ML-моделей в реальных приложениях
• Владение Python и распространёнными ML-библиотеками (PyTorch, TensorFlow, scikit-learn)
• Опыт работы с большими языковыми моделями, эмбеддингами и prompt-driven системами
• Знакомство с инструментами и воркфлоу обработки данных (Pandas, SQL, Spark или аналоги)
• Понимание лучших практик software engineering (контроль версий, тестирование, code review)
• Умение рассуждать о компромиссах между точностью, задержкой, стоимостью и поддерживаемостью
• Сильные коммуникативные навыки и комфорт в кросс-функциональных командах
• Право на работу в США; для отдельных ролей может требоваться гражданство США и допуск к федеральным проверкам/секретности

Условия

• Гибридный/удалённый формат; кандидаты должны находиться в регионе DMV (DC, Maryland, Virginia) и участвовать в офисной коллаборации
• Полностью удалённая работа
• Ежегодный stipend
• Комплексный пакет льгот
• Company Match 401(k)
• Гибкий PTO и оплачиваемые праздники

Навыки

• Python
• PyTorch
• TensorFlow
• scikit-learn
• LLM
• embeddings
• RAG
• agents
• Pandas
• SQL
• Spark
• MLOps
• CI/CD
• model monitoring
• experiment tracking
• cloud platforms