Portugal
Jolera
Aghanim
Engenheiro de ML Fundador, Pós-Treinamento
Portugal
Lisbon, Portugal · Belgrade, Central Serbia, Serbia
TypeScriptPythonSQLGCP
Tradução automática. Consulte o original.
Sobre a oportunidade
Aghanim é uma plataforma integrada de comércio, automação de liveops, engajamento de comunidade e pagamentos para videogames.
Os jogos mobile tradicionalmente dependem de lojas de aplicativos para distribuição, pagamentos e relacionamento com os jogadores. Acreditamos que existe uma maneira melhor. A Aghanim ajuda estúdios de jogos a construir relacionamentos diretos com os jogadores, vender diretamente e construir seu futuro em seus próprios termos. Hoje, mais de 100 jogos em todo o mundo já estão construindo esse futuro com a Aghanim.
Nossa equipe reúne pessoas em Los Angeles, Nova York, Seul, Pequim, Londres, Lisboa, Belgrado e outros locais ao redor do globo, com profunda experiência em jogos, fintech e tecnologia. Agimos rapidamente, mantemos a comunicação direta e focamos em realizar as tarefas. Acreditamos que as melhores pessoas prosperam quando têm autonomia, senso de dono e participação no sucesso da empresa.
Estamos procurando um Engenheiro de ML Fundador em nível Sênior ou Principal para liderar a transição do Newton, o produto de IA da Aghanim para parceiros, de APIs de modelos proprietários para modelos que controlamos.
O Newton já roda em produção com modelos de fronteira. Você será responsável pela camada de modelo de ponta a ponta: coleta de dados, avaliação, pós-treinamento, servimento e implementação. O objetivo é preservar a qualidade na qual os parceiros confiam, reduzindo custos, melhorando a velocidade e mantendo os dados dos parceiros dentro da nossa infraestrutura.
Você trabalhará em estreita colaboração com o produto para entender seu comportamento e as expectativas dos parceiros, definindo então, de forma independente, a abordagem técnica e as prioridades. Decisões sobre treinamento, roteamento e substituição de modelos devem ser fundamentadas em dados de produção e avaliações.
Principais Responsabilidades
- Construir pipelines de dados de produção que capturem instruções versionadas, chamadas de ferramentas, saídas, custos e resultados, com anonimização, exclusão em nível de parceiro e correções de especialistas.
- Desenvolver benchmarks, testes de regressão e avaliadores baseados em código e em LLM usando execuções reais do Newton para medir precisão factual, uso de ferramentas, qualidade das respostas, custo e latência.
- Comparar modelos de fronteira e de pesos abertos, rotear tarefas para modelos adequados e identificar onde o prompting, a destilação ou o pós-treinamento entregam os melhores resultados.
- Treinar e adaptar modelos usando destilação, SFT, LoRA/QLoRA e DPO em trajetórias aceitas e feedback de especialistas; usar RL onde abordagens mais simples não forem suficientes.
- Implantar modelos por trás da interface existente do Newton, validá-los por meio de execuções em sombra (shadow runs) e gerenciar a implementação com base em benchmarks de qualidade e economia de servimento.
Stack tecnológico: Python, TypeScript, SQL, Langfuse auto-hospedado, TRL / Unsloth / Axolotl ou plataformas de treinamento gerenciadas, vLLM, GPUs serverless, GCP / Modal; modelos de pesos abertos incluindo Qwen, Gemma, DeepSeek e GLM.
Qualificações Necessárias
- Experiência prática em pós-treinamento de LLMs e colocá-los em produção usando SFT, LoRA/QLoRA, DPO e destilação.
- Experiência na construção de sistemas de avaliação a partir de dados de produção, incluindo benchmarks offline, testes de regressão e de comportamento, e avaliadores baseados em código e em LLM.
- Compreensão de sistemas agenticos, incluindo chamadas de ferramentas, trajetórias de várias etapas, saídas estruturadas e o impacto da alteração do modelo subjacente.
- Experiência prática servindo modelos com vLLM ou ferramentas similares, quantização e implantação em GPU, incluindo latência, cold-start e trade-offs de custo.
- Fortes habilidades em Python e SQL de produção, com proficiência suficiente em TypeScript para modificar o código do produto e a instrumentação de forma independente.
- Capacidade de entender o comportamento do produto e as expectativas do usuário, traduzi-los em requisitos de qualidade mensuráveis e decidir quando o treinamento é justificado.
- Experiência em assumir a responsabilidade por uma área técnica de forma independente, definir prioridades e trabalhar em uma base de código desconhecida e seus documentos de design.
- Uso regular de agentes de codificação de IA, com uma abordagem clara para verificar suas saídas.
Qualificações Preferenciais
- Experiência na migração de um produto em produção de APIs de modelos proprietários para modelos auto-hospedados ou de pesos abertos.
- Experiência com RL para LLMs, particularmente GRPO com verificadores automáticos.
- Familiaridade com Langfuse, Braintrust ou ferramentas de rastreamento e avaliação similares.
- Experiência com GCP, incluindo Vertex AI, Cloud Run GPU e BigQuery.
- Interesse em monetização e análise de jogos.
Por que se juntar a nós
- Equipe de classe mundial – trabalhe ao lado de profissionais experientes de todo o mundo que construíram produtos usados por milhões de jogadores.
- Alto crescimento, alto impacto – faça parte de uma empresa em rápido crescimento onde ideias se transformam em produtos e chegam aos clientes em dias, não meses.
- Autonomia e senso de dono – confiamos nas pessoas para tomar decisões, tomar a iniciativa e gerar resultados.
- Ferramentas e tecnologia modernas – use IA, automação e ferramentas modernas como parte do seu trabalho diário.
- Equity – participe do crescimento e do sucesso de longo prazo da empresa.
Mais oportunidades com um só perfil
Quer aparecer para várias vagas sem repetir todo o processo? Crie seu perfil e seja encontrado pelas empresas que usam a Nort.
Criar meu perfil