Bolder Apps är en AI-fokuserad byrå för utveckling av mobil- och webbappar med huvudkontor i Miami, som samarbetar med nystartade företag och verksamheter världen över. Teamet stöttar hela produktlivscykeln, från strategi och UI/UX-design till utveckling av inbyggda och plattformsoberoende mobilappar med Flutter, Swift och Kotlin, samt webbutveckling med React, Node.js och Laravel. Byrån erbjuder även backendarkitektur, tillväxtoptimering, personalförstärkning, löpande support och AI-integrationer. Bolder Apps arbetar med projekt inom fintech, hälso- och sjukvård, e-handel, sociala medier och livsstil, vilket gör företaget relevant för kandidater som är intresserade av produktutveckling, kundtjänster och tillämpad AI-utveckling.
LLM-applikationsingenjör – distansarbete från Argentina
Bygg och driftsätt produktionsklara LLM-pipelines för Bolder Apps, en AI-produktstudio. Led arbetet med extraktion, utvärdering, tillförlitlighet och kostnadsoptimering i multimodala arbetsflöden.
Beskrivning
- Leda produktionsklara LLM-pipelines från början till slut, inklusive inläsning, multimodala modellanrop, strukturerade poster, lagring, konfidensbedömning, omförsök och idempotenta omskanningar.
- Utveckla strategier för prompter och scheman, inklusive begränsade eller schemabaserade utdata, för att skapa konsekventa och produktklara resultat.
- Skapa klassificerings- och filtreringssystem med taxonomimappning, demografiska kriterier eller målgruppskriterier, deduplicering och datarensning.
- Bygga ramverk för utvärdering med hjälp av referensdataset, regressionstester och produktionsmått i realtid.
- Följa upp kvaliteten mot mål för fullständighet, andel dubbletter, felaktiga inkluderingar, bildtillgänglighet och relaterade produkt-SLA:er.
- Minska fördröjning och kostnader genom tokenkontroller, val av modellnivå, cachning och batchbearbetning.
- Förbättra långvariga asynkrona jobb med tidsgränser, partiell återställning, minneskontroller och säkra produktionssättningar.
- Samarbeta med Flutter-/mobil- och QA-team kring fältkontrakt, granskningsflöden och incidentutredningar.
- Underhålla arkitekturdokumentation och operativa körböcker som stöder gemensamt ägarskap.
- Övervaka Gemini och jämförbara LLM-API:er och rekommendera modellbyten, reservstrategier och schemaförbättringar.
Krav
- Dokumenterad erfarenhet av att leverera produktionsklara LLM-applikationer, inklusive prompting, strukturerade utdata, omförsök, observerbarhet och felåterställning.
- Avancerad praktisk erfarenhet av Google Gemini för multimodala arbetsflöden med text, bilder och dokument samt strukturerad extraktion.
- Praktisk erfarenhet av minst en annan större LLM-plattform, exempelvis OpenAI eller Anthropic.
- Erfarenhet av att extrahera strukturerad information från HTML, PDF-filer, bilder och blandat innehåll i e-poststil.
- Erfarenhet av att utveckla klassificerings- och taxonomisystem som drivs av LLM-utdata.
- Stark erfarenhet av utvärdering som omfattar offline-tester, regressionssviter och produktionsmått kopplade till definierade acceptanskriterier.
- Förståelse för kostnads- och fördröjningskontroller, inklusive tokenbudgetar, billigare modellnivåer, cachning och batchbearbetning.
- Erfarenhet av Python i backendmiljöer med serverlösa molnplattformar som Cloud Functions och dokumentdatabaser som Firestore, eller jämförbara GCP-mönster.
- Engelska på C1-nivå eller högre.
- Möjlighet att överlappa arbetstiderna till ungefär kl. 17.00 EST när samordning i realtid krävs.
- Starkt ägarskap, inklusive realistiska uppskattningar, tidig eskalering av hinder och slutförda produktionssättningar.
- Meriterande erfarenhet omfattar schemabaserade LLM-ramverk, Google Document AI eller jämförbar OCR-/dokumentintelligens, efterlevnad för Gmail API/OAuth, datorseende, Firebase-/GCP-drift, produktionsdataset för utvärdering eller arbete i byråer och studior med flera kunder.
Förmåner
- Helt distansbaserat och asynkront arbete med överlappning till ungefär kl. 17.00 EST när kund- eller releasekoordination kräver det.
- Månadsbaserat retaineruppdrag med fokus på återkommande AI-pipelinearbete och att upprätthålla produktionskvalitet och kostnadskontroll.
- Betydande självständighet inom promptdesign, scheman, utvärderingsmetoder och driftsättningsrutiner.
- Direkt samarbete med projektledare, mobilutvecklare och beslutsfattare.
- Budget för de LLM- och molnverktyg som behövs för att leverera effektivt.
- Tillgång till ett nätverk av produktinriktade utvecklare som arbetar med relaterade kundprojekt.