AI Full-Stack Engineer
Description
Genesis — українська кофаундингова IT-компанія та один із найбільших глобальних паблішерів неігрових застосунків. У нашій екосистемі розвиваються понад 25 проєктів у напрямах мобільних застосунків, онлайн-медіа, e-commerce та R&D.
AI R&D Team: невелика команда із сильним інженерним бекграундом, що будує внутрішні AI-продукти для бізнесів екосистеми. Серед наших недавніх запусків: кост-ефективний LLM-пайплайн для аналізу мільйонів рекламних креативів, ClickHouse-рушій для процесингу сотень гігабайтів даних з GitHub, освітні платформи з AI-інтеграціями для сотень тисяч українців.
Зараз шукаємо AI Full-Stack Engineer — інженера з продуктовим мисленням, який перетворюватиме бізнес-задачі на практичні внутрішні AI-інструменти. Ти працюватимеш на перетині даних, LLM/ML-логіки, бекенду, UI та інтеграцій — і доводитимеш рішення від ідеї до щоденного використання командами.
Ти працюватимеш в умовах високої автономії: створюватимеш внутрішні AI-продукти, що кратно прискорюють бізнес-процеси компанії. У нас немає legacy-систем, натомість є повний карт-бланш на вибір стеку, доступ до будь-яких ресурсів та прямий вплив на бізнес.
Requirements
- Маєш 2–3+ роки комерційного досвіду в Software Engineering (Full-stack)
- Здатен вільно рухатися по всьому стеку: від створення ML-моделей і бекенду до розробки UI та налаштування деплою
- Володієш міцним технічним фундаментом: мова програмування чи фреймворк не принципові — важливе розуміння дизайну систем, структур даних та того, що таке хороший код
- Впевнено та постійно використовуєш AI-кодинг-асистенти (Cursor, Claude Code) як базовий стандарт для кратного прискорення розробки
- Проактивний та самостійний: можеш взяти задачу на рівні бізнес-ідеї та перетворити її на MVP без детально розписаного ТЗ за тиждень
Responsibilities
- Будувати AI-інструменти end-to-end: від збору даних і LLM/ML-логіки до бекенду, UI та деплою — так, щоб нетехнічні команди користувалися ними самостійно
- Налаштовувати пайплайни збору й обробки даних: гнучкий скрейпінг, інтеграції з API, кластеризація, NLP-аналіз
- Розробляти генеративні пайплайни: кост-ефективні рішення для масової генерації контенту (тексти, зображення, відео) під бізнес-задачі
- Створювати предиктивні ML-моделі: від PoC і перевірки гіпотез до прогнозування бізнес-метрик на основі візуальних та публічних даних
- Доводити внутрішні AI-прототипи (зокрема, створені нетехнічними колегами за допомогою AI-асистентів) до production-ready інструментів, забезпечуючи надійність та безпеку
Nice to Have
- Досвід створення складних AI-агентів (Agentic workflows, LangGraph)
- Практику побудови предиктивних ML-моделей (XGBoost, LightGBM, нейромережі)
- Досвід оптимізації або fine-tuning open-source моделей (як-от з LoRA)
- Досвід налаштування cloud-інфраструктури (AWS, GCP, Vercel, Docker)
- Досвід створення та запуску власних продуктів з нуля (мікро-SaaS, Telegram-боти з реальними користувачами)