Назад к вакансиям
Дата обнаружения: 1 сентября 2026 г.

AI/ML-инженер, прикладной и генеративный ИИ

Oddball

ЗарплатаПо договорённости
Страна
США
Город
Не указан
Формат
Офис
Направления
Вайбкодинг, ML-инженер, Дизайнер
Где отклик
Сайт вакансий

О компании

Oddball — небольшая компания, разрабатывающая качественное ПО для государственного сектора. Мы ценим обучение и рост, а также возможность оказывать значительное влияние в небольшой компании. Мы верим, что можем добиться больших изменений и улучшить повседневную жизнь миллионов людей.

О роли

Мы ищем прикладного AI/ML-инженера для проектирования, разработки и внедрения практических решений на основе ИИ, которые решают реальные задачи. Роль включает применение современных методов ML и GenAI в производственных системах — от экспериментов и прототипирования до развертывания, оценки и итераций. Вы будете тесно работать с инженерами, дизайнерами и заинтересованными сторонами, чтобы превращать неоднозначные задачи в масштабируемые и надежные возможности на основе ИИ. Это практическая инженерная роль для того, кто любит запускать продукты, быстро учиться и сочетать техническую строгость с реальными ограничениями.

Задачи

  • Проектировать, разрабатывать и внедрять функции на основе машинного обучения и ИИ в производственные системы.
  • Применять методы обучения с учителем, без учителя и глубокого обучения к структурированным и неструктурированным данным.
  • Строить и оценивать модели для задач классификации, ранжирования, прогнозирования, NLP или обнаружения аномалий.
  • Разрабатывать и интегрировать решения на основе GenAI (например, рабочие процессы на базе LLM, RAG, агенты).
  • Преобразовывать бизнес- и пользовательские потребности в постановки задач ML, метрики и эксперименты.
  • Реализовывать конвейеры данных и процессы инженерии признаков для поддержки обучения и инференса моделей.
  • Оценивать производительность моделей, смещение, дрейф и надежность; итерировать на основе результатов.
  • Сотрудничать с инженерами для интеграции моделей в API, сервисы и пользовательские приложения.
  • Участвовать в архитектурных решениях по обслуживанию моделей, масштабируемости и оптимизации затрат.
  • Документировать подходы, допущения и компромиссы для поддержки сопровождаемости и обмена знаниями.
  • Выполнять другие связанные обязанности по поручению.

Требования

  • Прочная основа в концепциях машинного обучения, включая выбор моделей, обучение, валидацию и оценку.
  • Опыт построения и развертывания моделей ML в реальных приложениях.
  • Владение Python и распространенными библиотеками ML (например, PyTorch, TensorFlow, scikit-learn).
  • Опыт работы с большими языковыми моделями, эмбеддингами и системами на основе промптов.
  • Знакомство с инструментами и процессами обработки данных (например, Pandas, SQL, Spark или аналоги).
  • Понимание лучших практик разработки ПО (контроль версий, тестирование, ревью кода).
  • Способность рассуждать о компромиссах между точностью, задержкой, стоимостью и сопровождаемостью.
  • Отличные коммуникативные навыки и комфортная работа в кросс-функциональных командах.

Бонусом, если у вас есть

  • Опыт работы в инновационных, исследовательских, лабораторных или исследовательских инженерных командах.
  • Опыт развертывания моделей на облачных платформах и управления инференсом в масштабе.
  • Знакомство с практиками MLOps, такими как мониторинг моделей, CI/CD для ML и отслеживание экспериментов.
  • Опыт участия в архитектурных обсуждениях или технической стратегии.

Условия

  • Гибридный формат / удаленно. Кандидаты должны находиться в регионе DMV (округ Колумбия, Мэриленд, Вирджиния) и иметь возможность участвовать в офисной коллаборации.
  • Кандидаты должны быть авторизованы для работы в США. В соответствии с требованиями федеральных контрактов некоторые роли могут также требовать гражданства США и способности получить и поддерживать федеральную проверку биографии и/или допуск к секретной информации.

Льготы

  • Полностью удаленная работа.
  • Ежегодная выплата.
  • Комплексный социальный пакет.
  • Пенсионный план 401(k) с взносами компании.
  • Гибкий оплачиваемый отпуск, оплачиваемые праздничные дни.