Staff AI Engineer
Компания: PDF.net
Тип занятости: FULL_TIME
Мы — команда Variant Group, которая создает B2C SaaS-продукты, которыми ежедневно пользуются миллионы людей: pdf.net, resume.co, resumetemplates.net & cv.co и другие. Мы полностью удаленная команда, работающая по всему миру: США, Испания, Германия, Сербия, Аргентина, Таиланд.
Мы ищем Staff AI Engineer, который будет отвечать за AI в pdf.net — агентные системы, понимание документов и LLM-функции, которые обеспечивают работу продукта. Вы будете определять техническое направление AI-стека, отвечать за его надежную и предсказуемую работу, а также обеспечивать своевременный выпуск AI-функций и их масштабируемость.
Это роль с высоким уровнем ответственности и необходимостью принимать решения на практике. Вы будете работать на всех этапах — от архитектуры и дизайна агентов до задержек, затрат, надежности и реального влияния на пользователей — и будете связующим звеном между работой AI и остальной компанией.
За что вы будете отвечать
- Реализация. Полный цикл выпуска AI-функций, обеспечение их своевременной и предсказуемой доставки. Установка реалистичного темпа для команды — и его соблюдение.
- Надежность. Поддержание работоспособности продакшена: мониторинг, реагирование на инциденты, резервные копии, безопасность релизов. Когда AI-приложение ведет себя некорректно, вы предвидите это и исправляете, а не просто констатируете факт.
- Техническое направление. Определение архитектуры и решений build-vs-buy для AI-стека. Знание, когда следует внедрять фреймворк, а когда нет; избегание технического долга, из которого невозможно выбраться, и зависимостей, настолько глубоко укоренившихся, что мы не можем двигаться.
- Коммуникация. Объяснение работы AI простым языком для продакт-менеджеров и других руководителей — что происходит, почему это сложно и сколько времени это займет на самом деле.
- Кросс-функциональная работа. Четкое взаимодействие с бэкендом, продакт-менеджментом и дизайнерами.
- Повышение стандартов. Развитие AI-команды через код-ревью, менторство и передовые инженерные практики — и распространение знаний, чтобы система не была завязана на одном человеке.
- Проактивность. Выявление проблем до того, как они станут инцидентами, и самостоятельное их решение.
Что вы будете делать
- Проектировать и выпускать агентные, мультимодальные, основанные на оценке продуктовые функции, охватывающие извлечение, рассуждение, генерацию и оркестрацию.
- Работать над задачами понимания документов: OCR, структурированное извлечение, чанкинг, парсинг с учетом макета и рабочие процессы PDF-to-schema.
- Проектировать и выпускать RAG-пайплайны (LlamaIndex) с использованием векторных баз данных, гибридного поиска, реранкинга и структурированной сборки контекста.
- Интегрировать размещенные LLM API (OpenAI, Google Gemini) и, при необходимости, меньшие self-hosted модели (с использованием vLLM) в продуктовые функции.
- Создавать масштабируемые инференс-сервисы, используя батчинг, стриминг, кэширование и другие оптимизации задержки/стоимости.
- Реализовывать продакшн-пайплайны для оценки, управления промптами/версиями и развертывания, с офлайн-оценками и регрессионными наборами данных для точности, задержки и надежности.
- Отвечать за AI-связанную инфраструктуру в Docker, Cloud Run и GCP, с надлежащим логированием, мониторингом и наблюдаемостью.
Что вы принесете с собой
- 8+ лет инженерного опыта с подтвержденным опытом управления системами в продакшене.
- Глубокие знания Python — вы создаете надежные сервисы (FastAPI) с разумными тестами и понимаете, как они работают изнутри. Не просто "пишете скрипты".
- Прагматичная доставка. Чистый код корпоративного уровня важен — но еще важнее выпустить рабочий результат в разумные сроки. Вы знаете, когда "достаточно хорошо" — это достаточно, и не занимаетесь излишним улучшением.
- Подтвержденный опыт создания агентных / LLM систем в продакшене — не просто прототипов. Вы знаете реальные ловушки: фреймворки, память, стриминг, оценку, стоимость, задержку.
- Практический опыт интеграции API OpenAI / Gemini в реальные пользовательские продукты.
- Практический опыт работы с RAG-системами: чанкинг, эмбеддинг-пайплайны, векторный поиск, реранкинг, конструирование контекста и снижение галлюцинаций.
- Опыт работы с векторными базами данных (pgvector, Qdrant) и гибридным поиском; умение оценить, когда поиск полезен, а когда лучше использовать детерминированный пайплайн.
- Знакомство с рабочими процессами понимания документов: OCR, парсинг PDF, извлечение таблиц/форм, нормализация неструктурированных реальных входных данных.
- DevOps и MLOps на реальном уровне — контейнеры, GCP, CI/CD; плюс MLOps: модельный инференс, пайплайны оценки и LLM-трейсинг/наблюдаемость. Вы отвечаете за свои системы от начала до конца, вместо того чтобы привлекать infra-отдел для каждого изменения.
- Сильные коммуникативные навыки и умение работать в команде, комфортное взаимодействие в удаленном/асинхронном режиме, самомотивация.
Работа с нами
- 🌏 100% удаленная работа, откуда угодно
- ✈️ Регулярные митапы и офсайты
- ⚡️ Отсутствие микроменеджмента
- 🏖 Неограниченный оплачиваемый отпуск
- 🧠 Работа с профессионалами
- 📚 Инвестиции в рост
- 🤖 Работа на переднем крае AI (Claude Code, Cursor, Codex, MCPs)
- ❤️ Благополучие (стипендия на здоровье и велнес, поддержка психического здоровья)
Зарплата и контракт
$90,000–$132,000 в год брутто, выплачивается через deel.com
Как подать заявку?
- Подайте резюме (CV).
- Мы пригласим вас на 1-часовой скрининг-звонок.
- Мы пригласим вас на 1-часовое техническое интервью.
- Если мы увидим потенциальное соответствие, мы можем попросить вас выполнить небольшое задание, которое потребует до 8 часов вашего времени.
- Получите оффер 🎉
