AI Architect – Tech Lead, Mahjong Game

🔥 il y a 19 heures

🇵🇱 Pologne – Télétravail

⏳ Contrat

🟠 Senior

🤖 Ingénieur IA

👻 Score fantôme 21%

Ce que ça veut dire : la probabilité que cette offre reste ouverte sans recrutement actif.Comment le lire : 60 % ou plus, on pense que c'est une offre fantôme. Un score plus bas est moins inquiétant.Comment on la calcule : ancienneté, republications, postes ouverts vs taille de l'équipe, rapidité de clôture, et si le salaire est indiqué.À noter : une estimation à partir de données publiques, pas un jugement sur l'entreprise. De vraies offres peuvent avoir un score élevé, alors prenez-le comme un indice, pas comme un fait.

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Configurer une alerte email pour les nouveaux emplois

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV

Neurons Lab

Site WebLinkedInTous les Emplois

51 - 200 employés

🤖 Intelligence artificielle

🏥 Santé

⚡ Énergie

💰 Corporate Round en 2022-10

Artificial Intelligence • Healthcare • Energy

Neurons Lab est une entreprise de recherche et développement en intelligence artificielle distribuée au niveau mondial, qui aide les innovateurs en technologie de pointe à accélérer le développement et le lancement de produits basés sur les données. Notre équipe possède une expertise en sciences fondamentales, ingénierie IA/ML full-stack et en design produit. Cette combinaison rare et notre accès à des talents rares permettent à Neurons Lab de créer des solutions disruptives pour des clients dans les secteurs de la HealthTech et de l'EnergyTech. Neurons Lab opère selon un cadre de livraison propriétaire adapté à l'environnement d'innovation : concurrence féroce, délais serrés, absence de jeux de données et nécessité de générer des solutions nouvelles.

Description

• Design and build the mahjong-playing algorithm using imitation learning, reinforcement learning, search with MCTS, or a hybrid approach • Train, evaluate, and ship the mahjong-playing model • Own the end-to-end technical architecture, including the game model, LLM reasoning layer, valid-action mask, win detection, and API contract with the game bridge • Design and measure the inference path, batching, and caching to meet the 2-second response budget • Define required client data and event names, including hand histories and event streams • Build the training and calibration pipeline using client data • Build and run an evaluation harness for play strength and explanation quality • Stand up LLM observability with Langfuse using async logging and N+1 batch • Take over context from Vlad Borysenko during ramp-up and lead sprint work with the AI Engineer • Work with the client's Product Owner in a scrum process • Present technical decisions and trade-offs to the client's CTO and engineers • Monitor risks involving licensing of new training data, engine-bridge capabilities, and multi-rule-set scope

🎯 Exigences

• 6+ years hands-on ML/AI engineering experience, with real game AI or sequential decision-making work • Hands-on RL, imitation learning, or search-based agents such as MCTS and self-play • Experience with imperfect-information games ideally including mahjong, poker, or card games • Expert Python for ML systems • Strong software engineering skills, including APIs, testing, and CI • End-to-end model training on user or gameplay data: data → training → evaluation → serving • LLM application engineering, including reasoning layers, prompt and context design, structured outputs, and guardrails • Low-latency inference experience, including profiling, batching, caching, and model-size trade-offs • LLM observability and evaluation experience with Langfuse or similar • AWS deployment for ML workloads • Game theory for imperfect-information games • Evaluation of play strength using win rates, Elo-style ratings, and baseline agents • Game-engine integration patterns, including event streams, action masks, and state bridges • AWS Well-Architected knowledge for ML workloads • Hands-on ML/AI engineering at production scale • Experience shipping an AI system inside a live product with hard latency limits • Cloud hyperscaler experience, preferably AWS • Technology consulting or client-facing delivery background • Experience training models on gameplay data end-to-end • Experience leading small delivery teams while coding personally • Ability to own an architecture in front of a technical client CTO • Advanced English level required • Availability for part-time remote work • Openness to B2B contractor collaboration

🏖️ Avantages

• Part-time, 0.5 FTE engagement for 3 months • Remote work • B2B (contractor) form of collaboration