Machine Learning Lead

О позиции

Сообщество Digital Nomads из IT-специалистов, создающих глобальные социальные платформы для общения и знакомств. Компания дважды получала признание Great Place to Work и входит в топ-5 компаний для удалённой работы по версии FlexJobs. Мы трансформируем виртуальное общение в новую норму взаимодействия между людьми из разных культур и регионов.

Чем заниматься

• Разработка ML-стратегии для диалоговых систем с привязкой к бизнес-метрикам (ARPU, retention, глубина чатов)
• Руководство командой из 3 ML-инженеров: технический барьер, распределение задач, найм и развитие
• Полный цикл post-training адаптации LLM: SFT, LoRA/QLoRA, preference optimization (DPO/ORPO/SimPO/GRPO), конструирование датасетов
• Проектирование агентных ханчсов и tool-using LLM систем: calling, structured outputs, routing, retries, memory, guardrails
• Создание слоя оценки: offline/pairwise evals, LLM-as-a-judge, regression suites с корреляцией к A/B тестам
• Устранение failure modes диалогов: loops, противоречия, дрейф персонажа, потеря контекста, оптимизация латентности и стоимости

Что ждут

• Техническое образование и реальный опыт ML-инженерии — собственные обученные и выложенные модели
• Опыт руководства командой 3–5 ML-инженеров с принятием кадровых решений
• Экспертный уровень Python, понимание архитектуры transformers и современных LLM
• Production опыт с LLM системами: APIs, streaming, batching, fallbacks, observability
• Способность переводить свежие исследования в прототипы и производственные изменения с измеримым эффектом
• Английский fluency, русский язык на уровне fluent, готовность к работе CET (±2 часа)

Будет плюсом

• Опыт beyond text: компьютерное зрение, генерация изображений, мультимодальность
• Долгосрочные разговоры и консистентность персонажей
• vLLM / TGI / SGLang, DeepSpeed / FSDP / Accelerate
• Quantization и safety classifiers

Условия

• Удалённая работа full-time из любой точки мира
• 28 календарных дней отпуска в году + 7 wellness дней на восстановление
• Бонусы до $5,000 за успешные рекомендации кандидатов
• 50% оплата профессионального обучения, конференций и мероприятий
• Корпоративная скидка на изучение английского
• Медицинская страховка или компенсация до $1,000 в год
• Компенсация расходов на рабочее место до $1,000 раз в 3 года
• Геймифицированная система благодарностей от коллег

Навыки

• Python
• Machine Learning Engineering
• Large Language Models
• Transformer Architecture
• Fine-tuning
• SFT
• LoRA
• QLoRA
• DPO
• RLHF
• Model Evaluation
• API Development
• Observability
• CUDA
• DeepSpeed
• FSDP
• Vector Databases
• Inference Optimization

Могут спросить на собеседовании

1. Как вы строите приоритизацию в ML-стратегии диалоговых систем?
2. Расскажите о конкретном случае fine-tuning модели и какие trade-offs приходилось учитывать.
3. Как вы оцениваете качество агента с tool calling, особенно когда результат зависит от внешних API?
4. Какие подходы используете для поддержания консистентности персонажа в долгосрочных диалогах?
5. Как организуете работу команды ML-инженеров и принимаете решения о найме/увольнении?