Bolder Apps er et AI-fokuseret bureau for udvikling af mobil- og webapps med hovedsæde i Miami, som samarbejder med startups og virksomheder over hele verden. Teamet understøtter hele produktets livscyklus, fra strategi og UI/UX-design til udvikling af native og multiplatformsbaserede mobilapps med Flutter, Swift og Kotlin samt webudvikling med React, Node.js og Laravel. Bureauet tilbyder også backend-arkitektur, vækstoptimering, bemandingsforstærkning, løbende support og AI-integrationer. Bolder Apps arbejder med projekter inden for fintech, sundhedspleje, e-handel, sociale medier og livsstil, hvilket gør virksomheden relevant for kandidater, der er interesserede i produktudvikling, kundeservice og anvendt AI-udvikling.
LLM-applikationsingeniør – fjernarbejde fra Argentina
Byg og driv produktionsklare LLM-pipelines for Bolder Apps, et AI-produktstudio. Led arbejdet med ekstraktion, evaluering, driftssikkerhed og omkostningsoptimering på tværs af multimodale arbejdsgange.
Beskrivelse
- Lede produktionsklare LLM-pipelines fra start til slut, herunder indlæsning, multimodale modelkald, strukturerede poster, lagring, konfidensscoring, gentagne forsøg og idempotente genindlæsninger.
- Udvikle strategier for prompts og skemaer, herunder begrænsede eller skemaorienterede output, for at skabe ensartede, produktionsklare resultater.
- Skabe klassifikations- og filtreringssystemer med taksonomitilknytning, demografiske kriterier eller målgruppekriterier, deduplikering og datarensning.
- Opbygge evalueringsværktøjer ved hjælp af golden datasets, regressionstest og live-produktionsmålinger.
- Følge kvaliteten i forhold til mål for fuldstændighed, duplikatrater, fejlagtige inklusioner, billedtilgængelighed og relaterede produktsikkerhedsniveauer.
- Reducere svartider og omkostninger gennem tokenstyring, valg af modelniveau, caching og batching.
- Styrke langvarige asynkrone jobs med timeouts, delvis gendannelse, hukommelseskontrol og sikre produktionsudrulninger.
- Samarbejde med Flutter-/mobil- og QA-teams om feltkontrakter, gennemgangsarbejdsgange og hændelsesundersøgelser.
- Vedligeholde arkitekturdokumentation og operationelle runbooks, der understøtter fælles ejerskab.
- Overvåge Gemini og sammenlignelige LLM-API'er og anbefale modelændringer, fallback-strategier og skemaforbedringer.
Krav
- Dokumenteret erfaring med at levere produktionsklare LLM-applikationer, herunder prompting, strukturerede output, gentagne forsøg, observability og fejlhåndtering.
- Avanceret praktisk erfaring med Google Gemini til multimodale tekst-, billed- og dokumentarbejdsgange samt struktureret ekstraktion.
- Praktisk erfaring med mindst én anden større LLM-platform, f.eks. OpenAI eller Anthropic.
- Erfaring med at udtrække struktureret information fra HTML, PDF-filer, billeder og blandet indhold i e-mailformat.
- Erfaring med at udvikle klassifikations- og taksonomisystemer baseret på LLM-output.
- Stærk evalueringspraksis, der omfatter offline-tests, regressionssuiter og produktionsmålinger knyttet til definerede acceptkriterier.
- Forståelse for omkostnings- og svartidskontroller, herunder tokenbudgetter, billigere modelniveauer, caching og batching.
- Python-erfaring fra backend med serverløse cloudplatforme som Cloud Functions og dokumentdatabaser som Firestore eller tilsvarende GCP-mønstre.
- Engelskkundskaber på C1-niveau eller højere.
- Mulighed for overlap med arbejdstiden til cirka kl. 17.00 EST, når koordinering i realtid er nødvendig.
- Stærkt ejerskab, herunder realistiske estimater, tidlig eskalering af blokeringer og færdige releases.
- Foretrukken erfaring omfatter skemaorienterede LLM-frameworks, Google Document AI eller tilsvarende OCR-/dokumentintelligens, Gmail API/OAuth-compliance, computer vision, Firebase-/GCP-drift, produktionsdatasæt til evaluering eller arbejde i bureauer og studier med flere kunder.
Fordele
- Fuldt fjernbaseret, asynkront arbejde med overlap til cirka kl. 17.00 EST, når kunde- eller releasekoordinering kræver det.
- Månedligt retainerengagement med fokus på tilbagevendende AI-pipelinearbejde og vedligeholdelse af produktionskvalitet og omkostningskontrol.
- Stor selvstændighed inden for promptdesign, skemaer, evalueringsmetoder og deploymentpraksis.
- Direkte samarbejde med projektledere, mobiludviklere og beslutningstagere.
- Budget til de LLM- og cloudværktøjer, der er nødvendige for at levere effektivt.
- Adgang til et netværk af produktorienterede udviklere, der arbejder på relaterede kundeprojekter.