ML Engineer — Agents & LLMs

О компании:

KIEFER создает интегрированную экосистему ИИ в Греции. От инфраструктуры возобновляемых источников энергии и систем ИИ до робототехники и корпоративных приложений, мы объединяем технологии, которые питают интеллектуальное будущее Европы. Основанная в 2014 году, KIEFER реализовала энергетические проекты мощностью более 600 МВт и в настоящее время разрабатывает суверенную инфраструктуру ИИ, корпоративные продукты ИИ и физические системы ИИ для Греции и Юго-Восточной Европы.

О роли

Мы ищем ML-инженера для улучшения возможностей агентов и LLM с большим контекстом, лежащих в основе ИИ-продуктов Kiefer Tech. Вы будете работать над постобучением, данными, оценкой, проектированием агентов и выводом, с целью повышения надежности многошаговых задач в производственной среде.

Что вы будете делать

• Проводить эксперименты по постобучению с использованием контролируемого дообучения (supervised fine-tuning), оптимизации предпочтений (preference optimization), обучения с подкреплением (reinforcement learning) или других подходящих методов.

• Улучшать планирование агентов, использование инструментов, управление выполнением и восстановление после ошибок.

• Создавать бенчмарки, верификаторы и диагностические инструменты для измерения производительности агентов и выявления сбоев.

• Генерировать и курировать обучающие данные, включая траектории агентов и сложные случаи из целевых рабочих процессов.

• Оценивать и улучшать поведение в условиях большого контекста, взаимодействие с памятью и извлечением, а также надежность при выполнении многошаговых задач.

• Работать с командами ML, Product и Engineering для улучшения вывода и внедрения успешных экспериментов в производственную среду с четкими проверками на регрессию.

Что вам потребуется

• 3+ года соответствующего опыта в области ML или исследовательского инжиниринга, с явной технической ответственностью и измеримыми результатами.

• Практический опыт постобучения LLM хотя бы в одной области: контролируемое дообучение (supervised fine-tuning), оптимизация предпочтений (preference optimization), обучение с подкреплением (reinforcement learning) или аналогичный метод.

• Опыт создания систем агентов, включающих использование инструментов, многошаговое выполнение и восстановление после ошибок.

• Сильные навыки в оценке моделей и агентов, анализе сбоев и создании или курации обучающих данных.

• Сильный Python, практический опыт работы с PyTorch, JAX, TensorFlow или аналогичным фреймворком, а также уверенные навыки программной инженерии.

• Опыт улучшения или развертывания систем на основе моделей, с пониманием производительности и стоимости вывода LLM.

Приветствуется

• Моделирование вознаграждений (reward modeling) или обучение на основе верификаторов (verifier-based training).

• Обучение с большим контекстом, системы памяти, извлечение, или сжатие контекста.

• Распределенное обучение или высокопроизводительное обслуживание LLM.

• Опыт предоставления агентов для сложных корпоративных, кодовых или исследовательских рабочих процессов.

Что мы предлагаем

• Компенсация: Конкурентоспособный пакет, соответствующий отраслевым показателям талантов.

• Влияние: Практическая работа по формированию возможностей ИИ для продуктов Kiefer Tech и реальных приложений.

• AI-native среда: Реальные вызовы в области разработки моделей, оценки и производственных систем ИИ.

• Культура: Инженерный подход, высокая автономия, низкий уровень бюрократии и пространство для создания значимых продуктов ИИ.