Language Model Engineer (LLM + Computer Vision)

Axis-Y — інноваційна компанія у розробці сучасних IT рішень.

Ми команда професіоналів, кожен з яких відданий своїй справі та щодня працює над тим, щоб створити продукти, які допоможуть бізнесу досягти поставлених цілей.

З нами ти отримаєш:

🧠 Інноваційність — безперервне зростання та розвиток продуктів.

🚀 Перспективи — чудові можливості для розвитку своєї кар’єри.

💸 Конкурентну зарплату — ми цінуємо твої навички та потенціал.

👥 Дружній колектив — пишаємося нашою командою та цінуємо кожного співробітника.

🌍 Захоплюючі проєкти — співпрацюємо з великими клієнтами та розвиваємо унікальні рішення.

🏠 Комфортні умови праці — працюй віддалено або в офісі (м. Київ, метро Печерськ).

Про проєкт:

Ми працюємо над впровадженням штучного інтелекту у два ключові напрямки:

1. Оптимізація підтримки клієнтів — через інтеграцію мовної моделі у CRM для автоматизованої обробки звернень.
2. Розпізнавання об’єктів, співробітників на підприємстві — за допомогою технологій комп’ютерного зору.

Твої задачі:

• Інтегрувати готову LLM (GPT, Claude, Mistral, інші) у внутрішню CRM як чат-асистента.
• Налаштувати доступ LLM до нашої бази знань, історії звернень та скриптів підтримки.
• Побудувати логіку запитів до моделі (RAG, embedding search, context handling).
• Забезпечити точність, безпечність та контроль відповідей (в т.ч. fallback на операторів).
• Розробити/впровадити готове рішення для візуального розпізнавання об’єктів та дій у відеопотоці.

Кого ми шукаємо:

• Маєш досвід роботи з LLM (GPT, Claude, LLaMA, Mistral тощо) на рівні інтеграції та кастомізації.
• Володієш Python, знайомий із HuggingFace, LangChain, OpenAI API або подібними.
• Знання Scikit-Learn, Pandas, NumPy — для обробки, аналізу даних та підготовки моделей машинного навчання.
• Розумієш принципи embedding-пошуку та обробки текстових даних.
• Маєш практичний досвід з комп’ютерним зором (CV) та знайомий з наступними підходами:
• CNN (Convolutional Neural Networks) — архітектури ResNet, YOLO, Faster R-CNN для виявлення та класифікації об’єктів на відео.
• Рекурентні нейронні мережі (RNN) та LSTM — для аналізу послідовностей кадрів та розпізнавання дій.
• 3D-CNN — для урахування часової складової та аналізу динамічних процесів.
• GNN (Graph Neural Networks) — для аналізу взаємозв’язків у виробничих процесах у вигляді графа.
• Знання TensorFlow або PyTorch — буде плюсом.