Machine Learning Engineer — Build AI's Memory Layer (Remote)

Unabyss; United States; Remote; USD 63,000 - 100,000; Full time

Benefits offered by this job

ESOPs planned

Sports benefits

Job summary

Unabyss ищет инженера ML/AI для построения универсального контекстного слоя. Вы будете проектировать системы памяти и алгоритмы извлечения контекста, работать над конвейерами обработки данных и экспериментами с архитектурами поиска на стыке ML и информации.

Требуется 2+ года опыта, сильный Python и знание продвинутых retrieval-архитектур. Взаимодействие с CTO, гибкий удалённый режим и опциональные ESOPs на раннем этапе.

Qualifications

• 2+ года профессионального опыта разработки ML/NLP/LLM систем в продакшн.
• Высокий уровень владения Python.
• Глубокое понимание retrieval-архитектур за пределами базового RAG.
• Умение быстро создавать POC, проводить эксперименты и оценивать результаты.
• Опыт работы с AI‑первым программированием и инструментами кодирования на базе ИИ.

Responsibilities

• Разработать систему знаний/памяти для структурирования контекста пользователя.
• Построить пайплайны обработки данных для обогащения и структурирования информации.
• Разработать механизмы поиска, экономичные и отслеживаемые к источникам.
• Реализовать контроль доступа на уровне выборки/дretrieval с ограничениями по разрешениям.
• Оценивать архитектурные подходы через прототипирование и бенчмаркинг.
• Сформировать стратегии промптинга и архитектуры LLM.
• Сотрудничать с CTO по направлению продукта.

Skills

Python

ML/NLP

Retrieval architectures

Rapid prototyping

AI coding tools

English fluency

Tools

Cursor

Claude Code

Job description

Unabyss ищет инженера ML/AI для построения универсального контекстного слоя. Вы будете проектировать системы памяти и алгоритмы извлечения контекста, работать над конвейерами обработки данных и экспериментами с архитектурами поиска на стыке ML и информации.

Требуется 2+ года опыта, сильный Python и знание продвинутых retrieval-архитектур. Взаимодействие с CTO, гибкий удалённый режим и опциональные ESOPs на раннем этапе.