AI Engineer
Description
Для однієї з найбільших fintech-компаній України з мільйонами клієнтів шукаємо Generative AI Engineer до нового R&D Hub, який будує AI-first середовище та розробляє production-ready AI-рішення для продуктів і внутрішніх процесів.
Ми будуємо AI-first середовище та створюємо окремий R&D Hub, який відповідає за розробку й масштабування AI-рішень для продуктів, цифрових сервісів та внутрішніх процесів. Це роль для інженера/ки, який/яка хоче працювати не лише з кодом, а й із архітектурою, експериментами та real-world production use cases. Команда вже запускає AI-рішення у production та працює над масштабними Agentic AI системами для автоматизації, персоналізації та оптимізації складних бізнес-процесів.У цій ролі ви будете працювати з сучасним GenAI стеком, multi-agent architectures, RAG pipelines, orchestration frameworks та enterprise-scale AI infrastructure.
Hard Skills
Практичний досвід розробки і оцінки сервісів GenAI, включаючи системи RAG розуміння логіки “reAct” (Reasoning + Acting)+ Agentic RAG, інтеграцію API LLM і prompt/context engineering, а також навчання, тонкого налаштування і розгортання моделей машинного навчання в продакшн середовищах.
Знання фреймворків для машинного навчання і генеративного штучного інтелекту LangGraph або LangChain, PyTorch / TensorFlow, Hugging Face, OpenAI/Anthropic SDK.
Практичний комерційний досвід роботи з AI моделями через API (Gemini, Anthropic) та Self-hosted моделями (Llama 3, Mistral, Mixtral).
Глибоке розуміння того, як LLM взаємодіють з зовнішніми API через Function Calling.
Робота з векторними базами даних (Qdrant, Milvus, pgvector або інші), знання методів семантичного пошуку та принципи структурування та чистки БД.
Практичний досвід роботи як мінімум із однією хмарною платформою (AWS, GCP або Azure) та Git.
Знання основ Python та розуміння асинхронного програмування.
Розуміння життєвого циклу ШІ-моделей: моніторинг, версіонування та оцінка якості (RAGAS, DeepEval) та досвід роботи з цими інструментами.
Досвід роботи з Guardrails для встановлення жорстких обмежень на теми розмов та дії агента, фільтрацій, які автоматично видаляють персональні дані перед відправкою запиту до зовнішніх LLM а також вміння створювати Output filters, які перевіряють згенеровану відповідь на Fact-checking перед відображенням.
Deterministic Logic Integration – запуск AI-агента працювати за суворими схемами з недопущення можливості моделі «вигадати».
Буде перевагою знання підходів автоматизованого тестування відповідей на великих наборах даних, щоб виміряти відсоток галюцинацій перед виходом у MVP.
Знання підходів з провадження механізмів Human-in-the-loop, щоб агент не міг виконати дію без фінальної верифікації користувачем.
Вміння проектувати системи пам’яті, які зберігають контекст попередніх розмов та операцій клієнта для персоналізації Long-term Memory & User Context.
Soft Skills
Орієнтація на швидке прототипування (POC/MVP).
Вміння дебажити складні AI-системи.
Здатність пояснювати складні концепти та тісно взаємодіяти з Backend/Frontend командами.
