AppFollow — это платформа для управления отзывами приложений и ASO. Наша главная цель — облегчить повседневную работу разработчиков приложений, продакт-менеджеров, маркетинговых команд, службы поддержки и т. д. AppFollow помогает собирать и управлять данными ваших приложений и игр, повышать средний рейтинг приложений, улучшать позиции в магазинах приложений и лояльность пользователей. Оценки и отзывы — это наши основные данные, а ИИ — способ превратить их в ценность для наших клиентов, помогая автоматизировать рутинную работу с обратной связью от пользователей и экономить время: категоризация отзывов, суммирование отзывов, ответы, сгенерированные ИИ, семантический поиск, обнаружение аномалий и контекстуальная аналитика. Эта полностью удаленная вакансия для старшего инженера по искусственному интеллекту, который будет руководить разработкой этих возможностей от начала до конца: от исследований и прототипирования до продакшена. Вы будете работать как с коммерческими LLM, так и с моделями с открытым исходным кодом, создавать конвейеры обучения и оценки, а также внедрять функции на базе ML, используемые командами разработчиков приложений и игр по всему миру, а также всеми, кто работает с цифровой обратной связью от пользователей. По своей сути это прикладная инженерная роль: ваши модели не останутся в ноутбуках. Вместе с нашей командой бэкенда вы также будете разрабатывать функционал продукта, сервисы и API вокруг них.

О роли

• Ответственность за end-to-end разработку ML/AI функций: исследования, прототипирование, продакшен, мониторинг и итерации
• Проектирование и создание функций на базе LLM поверх данных отзывов и оценок: категоризация отзывов, суммирование, генерация ответов, семантический поиск, обнаружение аномалий, контекстные и агентские сценарии
• Работа с коммерческими API LLM (OpenAI, Anthropic, Google), а также с моделями с открытым исходным кодом (Llama, Mistral, Qwen и т. д.): выбор модели, адаптация, дообучение (fine-tuning) и развертывание
• Создание и поддержка конвейеров для обучения моделей, дообучения и оценки качества: наборы данных, метрики, офлайн-оценки, LLM-as-a-judge, A/B-тестирование
• Разработка возможностей RAG и семантического поиска: эмбеддинги, векторные хранилища, качество поиска
• Оптимизация качества, задержки и стоимости инференса LLM в продакшене
• Отслеживание передовых достижений в области NLP/LLM, проведение экспериментов и POC, и преобразование перспективных разработок в функции продукта
• Разработка и оптимизация функционала продукта AppFollow за пределами ML: сервисы и внутренние/публичные API для основных сущностей данных (приложения, отзывы, оценки)
• Интеграция новых функций с существующей системой, включая устаревшие сервисы, и сотрудничество с командой Platform для развертывания в различных средах и обеспечения бесперебойной работы
• Участие совместно с другими разработчиками в общей архитектуре системы; проектирование, создание и документирование эффективного, тестируемого, надежного, безопасного и масштабируемого кодовой базы

О вас

• 5+ лет опыта разработки ПО; уверенное владение Python для продакшена (asyncio)
• 3+ года практического опыта работы с ML/NLP с моделями, внедренными в продакшен
• Практический опыт работы с LLM: prompt engineering, RAG, дообучение моделей с открытым исходным кодом (LoRA/PEFT), работа как с коммерческими API, так и с моделями, развернутыми самостоятельно
• Опыт построения процессов оценки качества моделей: метрики, наборы данных для оценки и конвейеры, A/B-тестирование
• Уверенное владение экосистемой PyTorch и Hugging Face (transformers, datasets, PEFT)
• Владение FastAPI для разработки API
• Сильные навыки SQL (MySQL или PostgreSQL), опыт работы с ORM-фреймворками (предпочтительно SQLAlchemy)
• Опыт написания unit-тестов (pytest)
• Английский язык на уровне Upper-intermediate или выше

Желательно

• Опыт развертывания LLM с открытым исходным кодом в продакшене (vLLM, TGI, Triton) и работы с GPU-инфраструктурой
• Опыт работы с векторными базами данных (например, pgvector)
• Опыт работы с фреймворками для агентских систем и оркестрации (LangChain, LangGraph) и инструментами оценки/наблюдаемости (MLflow, Langfuse)
• Опыт работы с конвейерами обработки данных и автоматизации (например, Airflow, Prefect)
• Опыт работы с облачными сервисами (AWS), NoSQL базами данных (MongoDB), брокерами сообщений (RabbitMQ, Kafka)
• Классический опыт в ML/NLP (классификация текстов, кластеризация, тематическое моделирование)
• Контрибьюции в open-source, публикации или личные ML-проекты, которыми вы гордитесь

Предлагаемые преимущества

• Полностью удаленная работа. Впрочем, вы всегда можете провести время с нами на ежемесячных общих встречах в наших хабах: Хельсинки, Белград, Тбилиси, Батуми, Ереван
• Оплачиваемый отпуск и больничные. Возьмите время, необходимое для поддержания мотивации, заряда и баланса. По предварительной договоренности вы можете взять выходные дни по особым случаям
• Щедрый пакет социальных льгот, включая медицинскую страховку, компенсацию оборудования, бонус за обустройство домашнего офиса и многое другое
• Бонус в виде опционов согласно плану участия работников в акционерном капитале компании
• Вы будете иметь доступ к информации об управлении и результатах деятельности компании на уровне руководства. Мы всегда готовы предоставить специальную поддержку и ускорить вашу адаптацию, включая предоставление инструментов, необходимых для успеха.

Самое большое преимущество — наша замечательная команда AppFollow. Мы — команда открытых и дружелюбных высококвалифицированных профессионалов, которые любят создавать отличный продукт, расти вместе и поддерживать друг друга. Присоединяйтесь к нам!

Процесс найма

• HR-скрининг — 15 мин
• Техническое собеседование по бэкенду — 90 мин
• Техническое собеседование по ML — 90 мин
• Собеседование на соответствие культуре — 60 мин
• Проверка рекомендаций

Ожидаемые сроки: 2–4 недели от подачи заявки до предложения о работе.

Подсказка

Хотите увеличить свои шансы? Пожалуйста, убедитесь, что ваш профиль в LinkedIn полный, обновленный и точно отражает ваш опыт, прежде чем отправлять заявку.