Senior Python AI Engineer — LLM / Agents / Document Intelligence — pdf.net

В Variant Group мы создаем B2C SaaS-продукты, которыми ежедневно пользуются миллионы людей — от конструкторов резюме до генераторов юридических документов. Мы превращаем сложные задачи в простые и доступные решения.

Команды Variant Group:

• pdf.net — 30 участников
• resume.co, resumetemplates.net & cv.co — 15 участников
• mealplan.co — 5 участников
• и многие другие

Оффлайн-хакатон в Стамбуле, ноябрь 2025 г.

Вакансия

pdf.net — самый быстрорастущий продукт в нашем портфеле. Благодаря смелым продуктовым прорывам, он уже обслуживает сотни тысяч пользователей каждый месяц и нацелен на еще больший рост.

Мы ищем старшего инженера по прикладным ИИ-системам для создания производственных ИИ-систем для документооборота в огромных масштабах. Вы будете разрабатывать и внедрять агентные, мультимодальные, основанные на оценке продуктовые функции, охватывающие извлечение, рассуждение, генерацию и оркестрацию — отвечая за всё, от архитектуры и экспериментов до задержки, стоимости, надежности и влияния на пользователей.

Это гибридная роль, сочетающая разработку пользовательских моделей с интеграцией API LLM для предоставления интеллектуальных, готовых к производству функций. Вы будете работать на протяжении всего жизненного цикла — от подготовки обучающих данных и дообучения моделей до проектирования конвейеров извлечения и развертывания высокопроизводительных систем вывода в облаке.

Что вы будете делать

• Работать над задачами интеллектуальной обработки документов: OCR, структурированное извлечение, разбиение на части (chunking), парсинг с учетом макета и рабочие процессы преобразования PDF в схемы.
• Разрабатывать и внедрять конвейеры RAG с использованием векторных баз данных, гибридного поиска, переранжирования и сборки структурированного контекста.
• Интегрировать размещенные API LLM (OpenAI, Anthropic) и, при необходимости, небольшие самостоятельно размещенные модели в продуктовые функции.
• Создавать и дообучать трансформерные модели для задач классификации, извлечения, ранжирования и генерации.
• Создавать масштабируемые сервисы вывода с использованием vLLM, пакетной обработки, потоковой передачи, кэширования и других оптимизаций задержки/стоимости.
• Внедрять производственные конвейеры для обучения, оценки, управления промптами/версиями и развертывания.
• Определять и улучшать качество ИИ с помощью офлайн-оценок, регрессионных наборов данных и метрик на уровне задач для точности, задержки и надежности.
• Владеть инфраструктурой, связанной с ИИ, в Docker, Cloud Run и GCP, с соответствующим логированием, мониторингом и наблюдаемостью.
• Сотрудничать с инженерами по продукту, дизайну и full-stack инженерами для полного цикла внедрения пользовательских ИИ-функций.

Что вы принесете с собой

• Сильный опыт разработки на Python с кодом производственного качества, тестами и поддерживаемой архитектурой сервисов.
• Практический опыт работы с PyTorch и HuggingFace, включая обучение, дообучение, вывод и отладку моделей.
• Глубокое понимание внутренних механизмов трансформеров, токенизации, эмбеддингов, стратегий декодирования и компромиссов в оценке.
• Опыт интеграции API OpenAI / Anthropic в реальные продукты для пользователей, а не только прототипы.
• Практический опыт работы с системами RAG: разбиение на части (chunking), конвейеры эмбеддингов, векторный поиск, переранжирование, построение контекста и сокращение галлюцинаций.
• Опыт работы с векторными хранилищами, такими как pgvector или FAISS; понимание того, когда поиск помогает, а когда детерминированные конвейеры лучше.
• Знакомство с рабочими процессами понимания документов: OCR, парсинг PDF, извлечение таблиц/форм и нормализация реальных, «грязных» входных данных.
• Опыт создания масштабируемых систем вывода или обслуживания моделей; знакомство с vLLM или аналогичными стеками обслуживания является плюсом.
• Способность отлаживать проблемы качества моделей, связанные с промптами, поиском, данными, наборами оценок и поведением при выводе.
• Уверенность в владении системами в продакшене: развертывание, мониторинг, отладка инцидентов и итеративное улучшение.

Бонусные баллы за

• Опыт развертывания ML/AI сервисов с Docker на GCP (Cloud Run, GKE).
• Опыт работы с OpenTelemetry, Prometheus, Grafana или аналогичными инструментами наблюдаемости.
• Опыт работы с Neo4j или другими графовыми системами знаний, где графовый поиск действительно улучшает поведение продукта.
• Опыт работы с RLHF, данными предпочтений или моделированием ранжирования/вознаграждения.
• Сильный опыт в понимании документов, OCR и структурированном парсинге PDF.
• Опыт оптимизации вывода для задержки и стоимости с использованием пакетной обработки, кэширования, маршрутизации или спекулятивного декодирования.

Работа с нами

• Чистый Data-Driven SaaS: Учитесь и экспериментируйте, решения принимаются на основе данных, а не мнений.
• Географическая независимость: Работайте из любого удобного вам места — дома, в кафе или где-либо еще.
• Неограниченный отпуск: Мы доверяем вам брать отпуск, когда он вам нужен, гарантируя, что вы всегда будете в наилучшей форме, когда работаете с нами.
• Ориентация на результат: Мы ценим качество работы, а не количество отработанных часов. Достигайте совершенства и взамен получите беспрецедентную автономию.

Зарплата и контракт

• Компенсация: $60 000 — $132 000 в год (брутто).
• Оплата через deel.com (стандартный контракт).
• Часовой пояс Азия/Тихий океан или ЕС.

Как подать заявку?

Подайте заявку через Google Forms (5-8 минут). После успешного рассмотрения резюме вас пригласят на собеседование. При необходимости мы можем попросить вас выполнить небольшое тестовое задание (максимум 2–4 часа).