Используем cookie — чтобы сайт работал и чтобы считать посещаемость. Нажимая «Хорошо», вы разрешаете ещё и запись сессий Вебвизором. Подробнее и как отказаться
Dwelly
Backend Software Engineer — Applied ML & LLM Systems
2 месяца назад
Контакты
Свяжитесь напрямую по этой вакансии
Детали
Грейд
Senior
Формат работы
Удаленно
Тип занятости
Полная занятость
Уровень английского
B2 - Выше среднего
Средняя заработная плата на позиции
По должности
191,000USDв год
135,000276,500
Сопроводительное письмо за минуту
ИИ напишет его по вашему резюме, останется только отправить
Описание
Что предстоит делать
Создавать системы для извлечения структурированных данных из электронной почты, документов и других неструктурированных источников.
Обогащать мигрированные записи клиентов, арендодателей, арендаторов и объектов недвижимости полезной информацией из истории коммуникаций.
Разрабатывать решения для суммирования полной истории электронной почты клиента и отображения наиболее релевантного контекста внутри Dwelly.
Создавать продакшн-сервисы на бэкенде с использованием NLP/ML, которые надежно работают с «грязными» реальными данными.
Улучшать системы поиска и ранжирования, используя такие подходы, как RAG, BM25, эмбеддинги, гибридный поиск и реранжирование.
Определять метрики качества, наборы данных для оценки и циклы обратной связи для систем извлечения, суммирования и поиска.
Создавать Python-сервисы и API на бэкенде с использованием таких фреймворков, как FastAPI, Django, Flask или аналогичных.
Интегрировать рабочие процессы ML и LLM в продакшн-системы с четкой обработкой ошибок, наблюдаемостью и удобством сопровождения.
Тесно сотрудничать с командами инженеров, продакт-менеджеров и операционных специалистов для преобразования реальных бизнес-задач в масштабируемые системы автоматизации.
Что мы ищем
Значительный опыт разработки бэкенда на Python.
Опыт работы с API-фреймворками, такими как FastAPI, Django, Flask или аналогичными.
Опыт работы в продакшне с системами NLP, ML, извлечения информации, поиска, ранжирования или суммирования.
Способность внедрять исследовательские идеи или прототипы в продакшн.
Глубокое понимание оценки, метрик и измерения качества для систем ML / LLM.
Практический опыт работы с системами поиска, такими как RAG, BM25, эмбеддинги, гибридный поиск или реранжирование.
Уверенность в работе с «грязными», неоднозначными или неполными реальными данными.
Способность создавать надежные сервисы вокруг ML-рабочих процессов, включая мониторинг, тестирование и обработку сбоев.
Хорошее понимание ограничений LLM, рисков галлюцинаций и безопасного пользовательского ИИ.
Сильное чувство ответственности и способность работать самостоятельно в неопределенных продуктовых областях.
Опыт работы с пониманием документов, парсингом электронной почты, извлечением сущностей или обогащением CRM.
Опыт работы с оценкой LLM, управлением промптами/версиями или рабочими процессами проверки человеком (human-in-the-loop).
Опыт работы с векторными базами данных или инфраструктурой поиска.
Опыт DevOps или CI/CD для развертывания сервисов на основе ML.
Опыт тестирования ML-систем на сложных продакшн-данных.
Опыт работы с типизированными языками программирования, такими как TypeScript, Java, C#, C++, Kotlin, Scala или аналогичными.
Как выглядит успех
Полезная информация может быть извлечена из электронной почты и документов с измеримым качеством.
Истории коммуникаций с клиентами могут быть обобщены безопасно, четко и с релевантным контекстом.
Системы поиска и ранжирования улучшаются со временем благодаря оценке и обратной связи.
Рабочие процессы ML и LLM надежны, наблюдаемы и готовы к продакшну.
Операционные и продуктовые команды могут доверять результатам и понимать, когда требуется проверка человеком.
Неструктурированные данные от приобретенных агентств становятся пригодными для использования в Dwelly быстрее и с меньшим объемом ручной работы.
Компенсация и льготы
Полностью удаленная работа.
Конкурентоспособная компенсация, основанная на опыте и вкладе.
Возможность работать над высокоэффективными системами автоматизации на стыке бэкенд-разработки, прикладного ML, данных и реальных операционных процессов.
Конкурентная заработная плата с возможностью получения опционов на акции в зависимости от результатов работы, признавая исключительный вклад в успех нашей интеграции.