Senior AI engineer (Vision)

Stack

Feladatok

• ▹Pipeline-ok építése, amelyek összetett dokumentumokat „olvasnak”: elrendezés, diagramok és vizuális kontextus értelmezése Vision-Language modellekkel (GPT-4V, Claude 3.5) és layout-elemzéssel
• ▹Az alkalmazáslogikai réteg gazdája: LangChain vagy LangGraph használatával ágensek és láncok építése, amelyek lekérdezik az adatokat, következtetnek rájuk és választ generálnak
• ▹PDF-feldolgozás (PyMuPDF, layout-parsing) a struktúra megőrzéséhez, még mielőtt az AI látná a tartalmat
• ▹Összetett promptok és vezérlési folyamatok kialakítása, hogy a modellek a pénzügyi diagramokat és elrendezéseket hallucináció nélkül értelmezzék
• ▹Költségtudatos szemlélet (kötegelt feldolgozás, modellválasztás) a látás- és orchestration-rétegek gazdaságos működtetéséhez

Elvárások

• ▹LLM-orchestration (kötelező): mély tapasztalat LangChain, LangGraph vagy hasonló keretrendszerekkel; a kontextusablak, az eszközhívás és az ágens-alapú munkafolyamatok kezelése
• ▹Multimodális AI-tapasztalat: élvonalbeli látásmodellek (GPT-4V, Claude 3.5 Sonnet) és beágyazási modellek (CLIP) gyakorlati integrálása
• ▹Dokumentumintelligencia: specializált modellek (például Donut, Pix2Struct) és eszközök (Unstructured.io, Docling) ismerete
• ▹PDF-feldolgozás: magas szintű jártasság olyan eszközökkel, mint a PyMuPDF vagy a pdfplumber a natív elemek kinyeréséhez
• ▹Python ML-stack: erős PyTorch- vagy TensorFlow-tudás
• ▹Erős szóbeli és írásbeli angol kommunikáció

Előny

• ▹Látás- vagy nyelvi modellek finomhangolása, különösen a pénzügyi diagramok és táblázatok pontosságának javítására
• ▹Korábbi tapasztalat ingatlan- vagy pénzügyi szektorbeli dokumentumokkal

Soft skillek

Amit kínálunk

• ▹Heti 40 óra, szükség esetén rendes munkaidőben elérhetőség
• ▹Fizetés USD-ben
• ▹Évi 18 nap fizetett szabadság, a helyi ünnepnapok megtartása és éves szünet karácsony és szilveszter között
• ▹Havi wellness-támogatás és otthonra szállított snack-dobozok
• ▹AI-képzés, tudásmegosztás és gyakorlati kísérletezés

A munkáltatóról

Az Able 2012-ben indult mérnöki és termékfejlesztő központként korai fázisú startupok portfóliójához. Ma az alkalmazott AI által meghatározott fejezetben jár, és AI-natív szervezetté válik.