Senior AI mérnök (Product Neuro Forge csapat)

Stack

Feladatok

• ▹AI/ML funkciók teljes körű gazdája: kutatás, prototípus, éles üzem, monitorozás és iteráció
• ▹LLM-alapú funkciók tervezése és építése értékelési és pontszám-adatokra: visszajelzések kategorizálása, összegzés, válaszgenerálás, szemantikus keresés, anomáliadetektálás, beszélgetéses és ágens-alapú forgatókönyvek
• ▹Munka kereskedelmi LLM API-kkal (OpenAI, Anthropic, Google) és nyílt forráskódú modellekkel (Llama, Mistral, Qwen stb.): modellválasztás, adaptáció, finomhangolás és telepítés
• ▹Modelltanítási, finomhangolási és minőségértékelési pipeline-ok építése és karbantartása: adathalmazok, metrikák, offline kiértékelés, LLM-as-a-judge, A/B tesztek
• ▹RAG és szemantikus keresés fejlesztése: embeddingek, vektortárolás, találati minőség
• ▹Az LLM-inferencia minőségének, késleltetésének és költségének optimalizálása éles környezetben
• ▹Az NLP/LLM élvonalának követése, kísérletek és POC-k futtatása, az ígéretesek termékfunkcióvá alakítása
• ▹Együttműködés a backend, termék és platform csapatokkal, hozzájárulás a rendszerarchitektúrához; hatékony, tesztelhető, biztonságos és dokumentált kód írása

Elvárások

• ▹5+ év szoftverfejlesztési tapasztalat, erős éles Python (asyncio)
• ▹3+ év gyakorlati ML/NLP tapasztalat éles környezetbe került modellekkel
• ▹Gyakorlati LLM-tapasztalat: prompt engineering, RAG, nyílt forráskódú modellek finomhangolása (LoRA/PEFT), kereskedelmi API-k és saját üzemeltetésű modellek használata
• ▹Modellminőség-értékelési folyamatok építésének tapasztalata: metrikák, kiértékelő adathalmazok és pipeline-ok, A/B tesztelés
• ▹Magabiztos PyTorch és Hugging Face ökoszisztéma-ismeret (transformers, datasets, PEFT)
• ▹FastAPI ismerete API-fejlesztéshez
• ▹Erős SQL-tudás (MySQL vagy PostgreSQL), ORM keretrendszerek tapasztalata (lehetőleg SQLAlchemy)
• ▹Unit tesztelés tapasztalata (pytest)
• ▹Felső-középfokú vagy jobb angol

Előny

• ▹Nyílt forráskódú LLM-ek éles üzemeltetése (vLLM, TGI, Triton) és GPU-infrastruktúra tapasztalat
• ▹Vektoradatbázisok (például pgvector) tapasztalata
• ▹Ágens- és orkesztrációs keretrendszerek (LangChain, LangGraph), valamint kiértékelő/megfigyelő eszközök (MLflow, Langfuse) ismerete
• ▹Adatfeldolgozó pipeline-ok és automatizálás (például Airflow, Prefect) tapasztalata
• ▹Felhőszolgáltatások (AWS), NoSQL adatbázisok (MongoDB), üzenetközvetítők (RabbitMQ, Kafka) tapasztalata
• ▹Klasszikus ML/NLP háttér (szövegosztályozás, klaszterezés, topic modeling)
• ▹Nyílt forráskódú hozzájárulások, publikációk vagy saját ML-projektek

Soft skillek

Amit kínálunk

• ▹Teljes munkaidős távmunka, havi all hands találkozó lehetőségével a hubokban: Helsinki, Belgrád, Tbiliszi, Batumi, Jereván
• ▹Fizetett szabadság és betegszabadság
• ▹Szabadnapok különleges alkalmakra előzetes egyeztetés alapján
• ▹Bőséges juttatási csomag: egészségbiztosítás, eszköztámogatás, home office bónusz és egyebek
• ▹Részvényopciós bónusz a munkavállalói tulajdonrészesedési terv szerint
• ▹Vezetői szintű rálátás a cég működésére és teljesítményére
• ▹Dedikált támogatás és gyorsított beilleszkedés

A munkáltatóról

Az AppFollow egy app-értékelés-kezelő és ASO platform, amely segít az alkalmazásfejlesztőknek, termékmenedzsereknek, marketing- és ügyfélszolgálati csapatoknak adataik kezelésében, az átlagos értékelés és az áruházi rangsor javításában. Az értékelések az alapadatuk, az AI pedig az eszköz, amellyel értéket teremtenek belőlük.