Research Engineer

Описание

Мы — быстрорастущий AI-стартап, создающий платформу нового поколения для видеоконтента. Наша миссия — соединить авторов и зрителей: дать авторам лучшие AI-инструменты для генерации видео, а зрителям — самый релевантный контент.

AI — это не функция нашего продукта, это и есть продукт. Качество того, что создают наши пользователи, определяется тем, насколько хорошо мы выбираем, промптим и комбинируем генеративные модели. Мы ищем Senior GenAI Engineer, который возьмёт на себя ответственность именно за это.

Чем предстоит заниматься

• Отвечать за качество AI-генерации для пользователей: проектировать и итеративно улучшать промпты и пайплайны, лежащие в основе ключевых сценариев для авторов — многошаговая генерация видео (идея → сценарий → сцены → видео), понимание и классификация запросов, речь и дубляж.
• Превращать проблемы пользователей в AI-решения: когда авторы получают слабые сценарии, сцены не в том стиле или неверно маршрутизированные запросы, вы диагностируете, в чём дело — в промпте, пайплайне или модели, — и исправляете.
• Встроить оценку качества в продуктовый цикл: определить, что значит «хороший результат» для каждого сценария, измерять его и принимать изменения промптов и моделей только на основе этих измерений, а не интуиции.
• Отвечать за ландшафт моделей для продукта: отслеживать новые релизы по тексту, изображениям, видео и речи; оценивать их применительно к задачам наших пользователей; рекомендовать, когда внедрить, сменить или отказаться от провайдера — с цифрами по стоимости, задержке и качеству.
• Специфицировать поведение AI для инженерной команды: точные спецификации промптов, схемы выходных данных, правила фолбэков и качества, которые разработчики интегрируют в наши сервисы.
• Приносить новые AI-возможности в роадмап: замечать, что недавно стало возможным (или в 10 раз дешевле), и предлагать пользовательские фичи, которые это открывает.

Требования

• Практический опыт вывода пользовательских AI/LLM-фич в продакшн — вы можете подробно рассказать хотя бы об одной: что получили пользователи, как измеряли качество, что бы изменили.
• Сильный практический промпт-инжиниринг: многошаговые пайплайны, структурированные выходы (JSON schema / function calling), дизайн few-shot, промпты-классификаторы.
• Практика оценки: вы строили или запускали eval-сьюты для генеративных результатов и можете объяснить, как они гейтили релизы.
• Широкие и актуальные знания ландшафта генеративных медиа-моделей и умение подобрать модель под задачу с учётом стоимости.
• Достаточная техническая грамотность для работы с бэкенд-инженерами: вы читаете API-контракт, понимаете асинхронные пайплайны и колбэки провайдеров, пишете точные и реализуемые спецификации.

Большой плюс

• Глубокий практический опыт именно с видеогенеративными моделями: особенности промптов у разных провайдеров, контроль движения и консистентности, согласованность между кадрами (multi-shot).
• Умение прототипировать свои идеи в коде перед передачей инженерам.
• Знакомство с архитектурными паттернами прикладного AI: роутинг и каскадирование моделей, агентная и многошаговая оркестрация, RAG, кэширование промптов/ответов, guardrails и цепочки фолбэков — и понимание, когда каждый из них оправдан.
• Опыт контроля затрат на AI-фичи по фактическому использованию (учёт токенов, стоимость за генерацию).
• Опыт с пайплайнами модерации контента / безопасности для пользовательского контента.
• Опыт файн-тюнинга и понимание, когда он лучше промптинга.
• Опыт работы в стартапе или быстрой продуктовой команде.

Что важно в подходе

• Пользователь прежде всего. Вы оцениваете каждое изменение промпта или модели по тому, что видит пользователь, а не по бенчмаркам.
• Эмпиризм. Вы сначала измеряете, потом утверждаете; «новая модель вроде бы лучше» — не аргумент, который вы бы привели.
• Прагматизм. Вы выбираете самый дешёвый инструмент, который проходит планку качества, а не самый модный.
• Ответственность. Вы проактивно приносите команде обновления по моделям и техникам и превращаете их в продуктовые предложения.

Почему это интересно

• AI-слой — это и есть продукт: ваша работа напрямую определяет, что смогут создавать тысячи авторов.
• Весь генеративный стек в одном месте: текст, изображения, видео, речь.
• Быстрые решения, минимум бюрократии, прямое влияние на продукт и роадмап.
• Сильная инженерная команда с культурой documentation-first — ваши спецификации будут реализованы.

Мы предлагаем

• Полностью удалённая работа (из любой точки мира).
• Зарплата фиксирована в USD.
• Гибкий график (часовой пояс близко к CET/MSK).
• Минимум бюрократии, максимум влияния на продукт и процессы.
• Возможность построить глобальный AI-видеосервис с ранней стадии.

Если вы хотите влиять на то, что создают и смотрят миллионы людей, — пришлите нам короткое интро и историю одной AI-фичи, которую вы выпустили: что получили пользователи, как вы это измеряли и что бы сделали иначе.

"AI Engineer (Инженер по искусственному интеллекту)

$60 - $120 в час
Тип занятости: ~15 часов в неделю
Формат работы: Удалённо
График: Гибкий — вы самостоятельно выбираете часы и дни работы, включая выходные при желании.
Описание вакансии
В этой роли вы будете применять свои профессиональные знания для помощи в обучении AI-систем нового поколения. Ваша работа будет влиять на то, как модели учатся, рассуждают и выполняют задачи благодаря качественным данным и экспертному опыту из реального мира.
Предыдущий опыт работы с AI не требуется — основное значение имеет ваша профессиональная экспертиза.
В качестве эксперта вы будете создавать среды Reinforcement Learning (RL), которые проверяют способность AI-моделей решать сложные задачи программной инженерии с использованием инструментов Model Context Protocol (MCP).
Задачи могут включать:
исправление багов;
реализацию новых функций;
рефакторинг кода;
оптимизацию производительности;
работу с информацией, которую AI-агенты должны самостоятельно находить и анализировать через реальные MCP-серверы.
Вы будете проектировать воспроизводимые среды, детерминированную проверку результатов и эталонные решения (golden reference solutions), которые позволяют точно оценивать как использование MCP-инструментов, так и способность AI решать задачи программной инженерии.
Обязательные навыки и требования
Уверенное владение одним или несколькими языками программирования:
C++
Python
Java
Go / Golang
TypeScript
Rust
Глубокое понимание:
алгоритмов;
структур данных;
оптимизации производительности.
Подтверждённый опыт:
отладки сложных программных проблем;
разработки поддерживаемых и качественных решений.
Сильный опыт:
разработки новых функций;
рефакторинга кодовых баз.
Подтверждённая способность оптимизировать программное обеспечение с точки зрения производительности и масштабируемости.
Отличные навыки письменной и устной коммуникации, а также повышенное внимание к деталям.
Успешный опыт работы в совместных кросс-функциональных командах, желательно в удалённом формате.
Желательные требования
Опыт работы с крупными распределёнными кодовыми базами.
Знакомство с современными системами AI или Machine Learning будет преимуществом, но не является обязательным.
Опыт участия в строгих code review и внедрения лучших практик разработки программного обеспечения.
Процесс отбора
Откликнуться на вакансию и заполнить screening questions.
Пройти AI-интервью — примерно 30 минут.
Пройти техническое тестирование (Technical Assessment) — предполагается.
Проверка со стороны Hiring Manager.
Система оплаты
Оплата осуществляется по принципу output-based — эксперты получают оплату за каждую выполненную задачу, которая соответствует требованиям проекта.
Время выполнения задач может отличаться в зависимости от опыта специалиста и его рабочего процесса.
Действуют минимальные требования к количеству отправляемых задач.
Эксперты должны выполнять установленный минимальный объём задач в неделю.
Срок начала работы
Обычно вакансии закрываются в течение 48 часов.
Компания ищет специалистов, которые готовы приступить к работе сразу.
Если кандидат будет выбран, ожидается, что он начнёт выполнять первые задачи в течение 24–48 часов после завершения onboarding. ​​​​​​​