Senior AI Engineer

Компанія BusinessTwin в пошуку досвідченого Senior AI Engineer, який здатний глибоко аналізувати, перебудовувати та оптимізувати складні AI-архітектури на основі LLM. Наш продукт уже працює в production, але потребує суттєвого покращення якості пошуку, індексації та роботи з великими документами. Нам потрібен спеціаліст, який не лише виявить проблеми, але й особисто впровадить рішення та допоможе команді масштабувати систему.

Ваші ключові завдання:

1. Аудит існуючої системи

• Аналіз архітектури RAG-пайплайнів (Python FastAPI + LangChain).
  
  

• Оцінка документного пайплайну (PDF/DOCX/XLSX/Images + OCR).
  
  

• Перевірка роботи з Weaviate: індексація, retrieval, chunking.
  
  

• Виявлення причин низької релевантності пошуку.
  
  

• Формування пріоритетного плану рефакторингу.
  
  

2. Перебудова та оптимізація

• Розробка ефективної стратегії chunking під різні типи документів.
  
  

• Оптимізація embedding-пайплайнів та індексації у Weaviate.
  
  

• Покращення RAG-архітектури (hybrid search, reranking, multi-pipeline ingestion).
  
  

• Налаштування метрик якості пошуку, RAG-evaluation та моніторингу.
  
  

• Оптимізація витрат на inference, latency та throughput.
  
  

• Інтеграція змін з існуючим Chat API.
  
  

3. Розв’язання складних прикладних кейсів

• Hierarchical retrieval у випадку фрагментованого контексту.
  
  

• Map-reduce або selective summarization для великих документів.
  
  

• Agent orchestration з memory windows.
  
  

• Multi-vector retrieval та cross-encoder re-ranking.
  
  

• Multi-pipeline ingestion для різнорідних форматів.
  
  

4. Knowledge Transfer

• Документація архітектури та впроваджених рішень.
  
  

• Навчання dev-команди (Python/Node.js).
  
  

• Налаштування системи моніторингу й контролю якості.
  
  

Очікуваний результат:

• Оптимізована RAG-архітектура з вимірюваним покращенням пошуку.
  
  

• Системна обробка великих і складних документів.
  
  

• Зменшення галюцинацій та підвищення точності відповідей.
  
  

• Документація та best practices для подальшої підтримки.
  
  

Необхідні компетенції:

Must Have

• Досвід побудови production RAG-систем.
  
  

• Робота з Weaviate або іншими vector DB (Pinecone, Qdrant, Milvus).
  
  

• Глибоке розуміння semantic search, hybrid search, embedding models.
  
  

• Hands-on досвід з LangChain (Python).
  
  

• Сильні навички Python (FastAPI як плюс).
  
  

• Parsing/OCR (PDF, DOCX, XLSX, Images).
  
  

• Досвід проектування комплексних LLM-систем (5–15 компонентів).
  
  

• Розуміння attention, logits, контекстних обмежень і причин галюцинацій.
  
  

Nice to Have

• RAG evaluation frameworks (RAGAS, LangSmith).
  
  

• Оптимізація вартості та продуктивності LLM-систем.
  
  

• Мікросервісна архітектура.
  
  

• Node.js/TypeScript на базовому рівні.
  
  

• PostgreSQL для роботи з метаданими.
  
  

Наш технічний стек:

Backend: Python (FastAPI), LangChain, Node.js (Fastify), Go

AI: RAG, OCR, semantic search, embedding models

Data: PostgreSQL, Weaviate, MinIO, Redis

Frontend: React + TypeScript + Vite

Архітектура: Мікросервіси, WebSocket, REST

Що ми пропонуємо

• ? Заробітна плата: визначається індивідуально на основі досвіду, технічних компетенцій та очікувань кандидата. Ми відкриті до розгляду запропонованого рівня винагороди.

• Гнучкий формат роботи: повністю віддалено, часткова зайнятість (part-time).
  

• Можливість впливати на архітектуру продукту, який уже використовується бізнесами та знаходиться у стадії активного масштабування.
  

• Складні технічні задачі, що виходять за рамки класичного RAG і потребують творчого інженерного підходу.
  

• Швидке ухвалення рішень в команді, мінімум бюрократії та повна прозорість процесів.
  

• Співпраця з сильною інженерною командою, яка відкрита до нових технологій та архітектурних рішень.
  

• Реальний внесок у розвиток AI-платформи нового покоління, яка формує ринок автоматизації документообігу.