AI Product Engineer

HOLYWATER TECH СЬОГОДНІ — ЦЕ:

Ми створюємо нові формати, історії та будуємо світ, де єдине обмеження — людська уява. І зараз шукаємо AI Enginner, який готовий/-а долучитися й творити його разом із нами.

• Побудова агентських пайплайнів, що перетворюють ідею на готовий епізод серіалу без ручних етапів між сценарієм, генерацією та монтажем.
• Переведення робочих прототипів (MVP, PoC) у продакшн-реді системи з веб-інтерфейсом, якими користується вся команда.
• Проєктування єдиної Knowledge Base, доступної одночасно людям і агентам, як основи для спільної роботи різних департаментів.
• Швидка інтеграція нових генеративних моделей (відео, текст) у продакшн одразу в день їх релізу.
• Пошук і впровадження нових архітектур агентських систем: multi-agent workflows, tool calling, memory, guardrails, self-recovery.
• Аналіз патернів у зверненнях користувачів до агентів та автоматизація типових сценаріїв без участі людини.
• Скорочення часу і ручної редактури на кожному етапі виробництва контенту — від сценарію до фінального монтажу.
• Постійний моніторинг нових моделей, технік і практик у генеративному AI та їх швидка адаптація в продакшн.
• 3-4+ років на позиції engineer/developer.
• Досвід роботи з Typescipt, Nest.js та Next.js.
• Досвід з PostgreSQL, Redis, Docker.
• Розуміння Observability.
• Продакшен досвід з Agentic AI Architecture: проєктування автономних агентів, ієрархічного планування, оркестрації multi-agent систем, динамічних воркфлоу, tool execution та персистентного стану з використанням TypeScript і LangGraph.js/Mastra.
• Досвід з AI Memory & Knowledge Architecture: GraphRAG, векторні бази даних, Neo4j, графи знань, entity resolution, семантичний пошук та довготривала пам'ять агентів.
• Досвід з мультимодальним генеративним AI: оркестрація LLM, vision-language моделей та моделей генерації відео; автоматизована оцінка якості, візуальна консистентність, ітеративна регенерація та human-in-the-loop архітектури.
• Досвід впровадження Agentic AI systems — multi-agent workflows, tool calling, MCP, RAG, state/memory, structured outputs, evaluations, guardrails і recovery.
• Досвід роботи з генеративним відео — video generation models/API, асинхронні медіапайплайни, FFmpeg, забезпечення consistency та автоматичний quality control.
• Python для AI/ML-прототипів і роботи з моделями
• Fine-tuning, LoRA, PyTorch
• GPU infrastructure та inference optimization
• Computer vision, lip-sync, character consistency
• Knowledge graphs і hybrid RAG

…