Ingénieur déployé à l'avant

À propos de Tirelire

Chez Moneybox, notre mission est de donner à chacun les moyens de tirer le meilleur parti de la vie. Nous sommes guidés par notre conviction que la richesse n'est pas une question d'argent, mais plutôt de moyens d'accéder à plus de liberté, d'opportunités, de possibilités et de tranquillité d'esprit. Moneybox est une plateforme de gestion de patrimoine primée qui aide plus d'un million et demi de personnes à créer de la richesse tout au long de leur vie, qu'elles épargnent et investissent, achètent leur première maison ou planifient leur retraite.

Fiche de poste

Moneybox sert plus de 2 millions de clients et gère un service en direct traitant plus de 20 millions de requêtes API par jour. Nous avons convenu d'une stratégie AI Platforms à l'échelle de l'entreprise et sommes en train de constituer une nouvelle équipe de déploiement d'IA pour la mettre en œuvre. Il s'agit de la première d'une série d'ingénieurs senior en déploiement d'IA, relevant du responsable des plateformes et du déploiement d'IA.

Vous serez un ingénieur senior déployé vers l'avant qui débloquera des solutions basées sur l'IA aux problèmes commerciaux : un expert dans le déploiement de l'IA et son utilisation en toute sécurité, pas un modélisateur ML. Le travail est principalement Python dans la pile d'ingénierie d'IA moderne - ingénierie d'exploitation, développement de compétences et d'outils, flux de travail et orchestration des agents, hébergement et sandboxing des agents, garde-corps, évaluations, ingénierie RAG et contextuelle, et tokenomics (coût, latence, sélection de modèle). Une expérience du système LLM de qualité production est la principale exigence.

Vous travaillerez sur trois types de projets :

• Engagements ministériels. Intégrez les services aux tâches et aux processus pour activer l'IA d'une manière plus sophistiquée que « il suffit de demander à Claude » - par exemple, des pipelines Python dont une étape est un appel d'API LLM - offrant une réelle valeur incrémentielle à chaque engagement et transformant les modèles de travail en processus métier porteurs et activés par l'IA.

• Déploiement de l'IA orienté client. Déployez et intégrez en production les composants d'IA construits par nos équipes ML et Decisioning : la couche de mise en œuvre de l'ingénierie entre un modèle de travail et une fonctionnalité client en direct.

• Capacités de la plateforme IA. Travaillez avec l'équipe AI Platforms pour transformer les modèles d'engagement en outils sûrs et de plus en plus en libre-service à l'échelle de l'entreprise.

Les départements de Moneybox créent déjà eux-mêmes des outils d'IA - nous voulons leur fournir un chemin sûr vers une utilisation à grande échelle. Ce rôle répond à cette demande et la fait mûrir correctement.

Ce que vous ferez

• Propre mission d'engagement de bout en bout. Collaborez avec le département, concevez la solution, construisez-la, déployez-la et convenez du modèle de transfert et de propriété - du prototype jusqu'à la production stable. Les fiançailles arrivent comme une vague douleur ; vous définissez le problème, pas seulement la solution.

• Concevoir correctement des solutions d'IA. Pipelines, intégration d'API LLM, évaluations, garde-corps, surveillance et optimisation des coûts et de la précision pour les systèmes que vous construisez. Sachez quand une étape doit être déterministe et quand un LLM est le bon outil.

• Outils gradués dans les systèmes d'entreprise. Prenez des outils partagés et porteurs de charge d'équipe que les gens ont construits pour eux-mêmes et reconstruisez-les en tant que systèmes d'entreprise détenus dans le cadre d'un SDLC complet lorsque la valeur le justifie.

• Déployez les composants basés sur ML en production. Service, intégration avec la plateforme Moneybox et tout ce qui entoure le modèle, en partenariat avec les équipes de décision et de science des données (qui possèdent ce qui se passe à l'intérieur du modèle) et nos équipes d'ingénierie.

• Créer une capacité réutilisable. Convertissez les apprentissages liés à l'engagement en outils, modèles, playbooks et flux de travail en libre-service partagés sur la pile AI Platforms. Création de composants de plate-forme, notamment des garde-corps, du sandboxing, des flux de travail et des passerelles.

• Relevez la barre. Travaillez aux côtés de spécialistes intégrés pendant la montée en puissance de l'équipe, en absorbant et en internalisant leur production afin que la capacité reste avec Moneybox.

Au cours de vos trois premiers mois, nous nous attendons à ce que vos premiers engagements départementaux soient sélectionnés en fonction de leur faisabilité et livrés avec une valeur commerciale mesurable - temps gagné, coûts évités, risque supprimé - et au moins une fonctionnalité construite par ML déployée en production avec des évaluations, une surveillance et des contrôles des coûts appropriés.

Ce rôle n'est explicitement pas une formation de modèle ML ou une science des données, et il ne s'agit pas non plus d'un généraliste invitant un chatbot : il s'agit d'une ingénierie logicielle de production avec l'IA en son cœur.

Qui tu es

• Un ingénieur de production avec l'IA au cœur. Vous avez construit et expédié des systèmes basés sur LLM qui ont fonctionné en production et pouvez parler concrètement des évaluations, des modes de défaillance, des courbes de coûts et de ce que vous feriez différemment.

• À l'aise dans l'ambiguïté. Vous pouvez entrer dans un service avec un problème vague et repartir avec un système livrable et ciblé, et vous êtes géré par exception plutôt que par direction.

• Un partenaire solide pour les propriétaires non techniques. Intégrer, définir la portée et communiquer avec les personnes qui possèdent un processus métier, mais pas la technologie, constitue le travail et ne constitue pas une distraction.

• Un penseur de plateforme. Vous avez déjà transformé des solutions ponctuelles en outils ou plates-formes réutilisables et vous recherchez le modèle dans chaque engagement.

• Esprit opérationnel. Vous vous souciez de la surveillance, du coût et de la fiabilité de ce que vous expédiez, et de la transformation d'un prototype en un système sur lequel quelqu'un peut compter.

• Soucieux de la sécurité par habitude. La gestion des informations personnelles, la discipline aux limites des données, la sensibilisation à l'injection rapide, la conception humaine dans la boucle et l'échec gracieux sont la façon dont vous construisez, et non une liste de contrôle que vous appliquez par la suite.

Compétences et expérience

Essentiel

• Plus de 5 ans d'expérience en génie logiciel avec une propriété de production significative.

• A construit et expédié des systèmes alimentés par LLM qui ont fonctionné en production.

• Python de qualité production comme langage principal.

• Systèmes en production basés sur LLM : expérience réelle de travail avec des modèles via des API - harnais, orchestration, sortie structurée, utilisation d'outils et d'agents, RAG le cas échéant.

• Évaluations et qualité : conception d'ensembles d'évaluation, mesure de l'exactitude, du rappel et de la précision des étapes LLM, invites et flux de travail de tests de régression.…

Source : Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/moneybox/forward-deployed-engineer-london-office-204670)