AI Ինժեներ / Fullstack Մշակող AI Լուծումների համար

Փնտրում ենք AI Ինժեներ / Fullstack Մշակող՝ SM Lab-ում AI պատկերների մշակման խողովակաշարեր մշակելու և LLM-ներ ինտեգրելու համար: Լրիվ դրույք, հեռավար հնարավոր է:

Մշակել ապրանքի մշակման խողովակաշար՝ ստանալ տվյալներ և լուսանկարներ, վերլուծել տեքստային առաջադրանքները, վերլուծել պատկերները և հավաքել ապրանքային քարտեր: Ինտեգրել լեզվական և մուլտիմոդալ մոդելներ, սեգմենտացիայի և պատկերների գեներացիայի ծառայություններ: Վավերացնել կառուցվածքային մոդելի ելքերը և մշակել սխալները: Մշակել բեքենդ ծառայություններ Python կամ Node.js՝ API-ներ, ֆոնային առաջադրանքներ, տվյալների մշակում և կորպորատիվ համակարգերի հետ ինտեգրում: Մշակել ինտերֆեյսներ React կամ Vue TypeScript-ով՝ արդյունքների դիտման, ձեռքով խմբագրման և բովանդակության ընդունման համար: Աշխատել տեքստի և գրաֆիկայի տեղադրման հետ պատկերների վրա՝ հաշվի առնելով ապրանքի տարածքները, ազատ տարածքը, հարթակի սահմանափակումները և բրենդի դիզայնի կանոնները: Դարձնել մշակումը կրկնելի և հասկանալի խմբագիրների համար՝ պահպանել որոշումների պատճառները, հաշվի առնել ձեռքով խմբագրումները, ցույց տալ առաջընթացը և սխալները: Ստուգել արդյունքների որակը իրական ապրանքների վրա և բարելավել համակարգը խմբագիրների և բովանդակության հաճախորդների հետ: Մասնակցել թիմի այլ առաջադրանքներին՝ վեբ ծառայություններ, AI/ML հավելվածներ, տվյալների խողովակաշարեր և DAG-ներ:

Ուժեղ Python և բեքենդ ծառայությունների և API-ների մշակման փորձ: Ամբողջ կիրառական համակարգեր մշակելու փորձ՝ բեքենդ, ինտերֆեյս, API և անհրաժեշտ ինտեգրումներ: AI/ML մոդելների գործնական կիրառման փորձ կիրառական առաջադրանքների համար և մոդելի տրամաբանությունը աշխատող հավելվածների և ծառայությունների մեջ փոխանցելու փորձ: LLM-ներով հավելվածներ ստեղծելու գործնական փորձ՝ կառուցվածքային ելք, համատեքստի կառավարում և մոդելի սխալների նկատմամբ կայունություն: React կամ Vue և TypeScript փորձ՝ բավարար մակարդակով, որպեսզի ինքնուրույն մշակեք աշխատող օգտագործողի ինտերֆեյս: Ամուր SQL և հարաբերական տվյալների բազաների հետ փորձ: API-ներ, ֆոնային գործընթացներ և արտաքին ու ներքին համակարգերի հետ ինտեգրումներ նախագծելու կարողություն՝ հաշվի առնելով պատասխանի ժամանակի սահմանափակումները և ճիշտ կառավարելով ձախողումները: Ծրագրային ճարտարապետության հիմնական սկզբունքների ըմբռնում՝ պարտականությունների բաժանում, կոնֆիգուրացիա, լոգավորում, թեստավորում և միջավայրի կրկնելիություն: Docker և Git փորձ: Պատրաստակամություն աշխատել տվյալների առաջադրանքների հետ՝ տվյալների մշակման խողովակաշարեր, DAG-ներ և առկա ML ենթակառուցվածք: Codex, Claude կամ այլ AI մշակման գործիքների հետ փորձ: Կարևոր է հասկանալ ճարտարապետությունը և կոդի որակը: Տեխնիկական անգլերեն՝ փաստաթղթեր և մասնագիտական նյութեր կարդալու համար: Լրացուցիչ առավելություն՝ մուլտիմոդալ մոդելների, համակարգչային տեսողության, պատկերների սեգմենտացիայի, օբյեկտների կոորդինատների, գրաֆիկայի մշակման փորձ; պատկերների խմբագրիչներ կամ այլ տեսողական բովանդակության ինտերֆեյսներ ստեղծելու փորձ; RAG համակարգեր և AI գործակալներ; բաց կոդով մոդելներ և տեղական ինֆերենցիա; FastAPI, PostgreSQL, Redis; տվյալների խողովակաշարեր և DAG-ներ Airflow-ում, Spark-ում; Oracle և կորպորատիվ համակարգեր; Node.js; DS/ML նախատիպերը աշխատող հավելվածների վերածում; կողմնորոշված է ուժեղ Middle+/Senior մշակողի:

Լրիվ դրույքով զբաղվածություն: Աշխատանքի ձևաչափ՝ հեռավար հնարավոր է: