AI Field Engineer - AI Natives

Stack

Feladatok

• ▹End-to-end POC-k és MVP-k építése ügyfél mérnökcsapatokkal, azok kódbázisán belül
• ▹Inferencia-alapok architektúrájának megtervezése generatív AI-ra épülő termékekhez
• ▹Terheléstesztek futtatása, késleltetési, átviteli és költség-alapvonalak meghatározása
• ▹Új modellcsaládok telepítése és validálása inferenciakereteken (vLLM, SGLang)
• ▹Ügyfelek tanácsadása modellválasztásban és finomhangolási stratégiában (SFT, DPO, RFT)
• ▹Finomhangolási pipeline-ok építése és futtatása ügyfelekkel közösen
• ▹Strukturált discovery-beszélgetések vezetése a fájdalompontok feltárására
• ▹Technikai kapcsolat tulajdonlása az első egyeztetéstől az éles bevezetésig, mérnöki peerként beágyazódva a csapatba
• ▹Helyszíni jelenlét az ügyfeleknél a bizalom személyes kiépítéséhez
• ▹Ismétlődő ügyféligények konkrét termékfejlesztési javaslatokká alakítása

Elvárások

• ▹5+ év tapasztalat ügyfélközpontú technikai szerepkörben (Forward Deployed Engineer, Applied AI Engineer, Solutions Architect, terepi tapasztalattal rendelkező ML mérnök vagy technikai alapító)
• ▹Bizonyított képesség éles rendszerek fejlesztésére ügyfelekkel közösen
• ▹Erős Python-ismeretek, éles kód olvasása, írása, hibakeresése
• ▹Kubernetes és infrastruktúra-mérnöki ismeretek
• ▹Az LLM-stack gyakorlati ismerete: inferencia-kompromisszumok, modellkiszolgálás, finomhangolási workflow-k
• ▹Tapasztalat felhő-infrastruktúrával (AWS, Azure, GCP) és GPU-alapú modelltelepítéssel
• ▹Kiváló kommunikációs készség vezetői és mérnöki szinten egyaránt
• ▹Tapasztalat agentikus rendszerek vagy tool-use láncok építésével/integrálásával

Előny

• ▹10+ év tapasztalat technikai terepi vagy mérnöki szerepkörben
• ▹Tapasztalat inferencia-kiszolgáló keretekkel (vLLM, SGLang, TensorRT-LLM)
• ▹Korábbi tapasztalat forward-deployed vagy beágyazott mérnöki modellel dolgozó cégnél (pl. Palantir, Scale AI, Anthropic, OpenAI, BCG X, McKinsey QuantumBlack)
• ▹Korábbi technikai alapítói vagy korai mérnöki tapasztalat AI-natív cégnél
• ▹Tapasztalat generatív AI POC-k prototípusból éles, skálázott bevezetésre juttatásában
• ▹Tapasztalat hyperscaler AI-platformokkal (Azure AI Foundry, AWS Bedrock/SageMaker, GCP Vertex)

Soft skillek

Amit kínálunk

• ▹200 000–260 000 USD célfizetés (plusz equity)
• ▹Jelentős részesedés (equity) egy gyorsan növekvő startupban
• ▹Versenyképes fizetés és átfogó juttatási csomag

A munkáltatóról

A Fireworks a generatív AI infrastruktúra jövőjét építi: az iparág egyik leggyorsabb és legjobban skálázható inferencia-platformját kínálja. A cég Series C fázisban jár, 4 milliárd dolláros értékelésnél, mögötte olyan befektetők állnak, mint a Benchmark, Sequoia, Lightspeed és Index; alapítói a Meta PyTorch és a Google Vertex AI veteránjai.