Emploi
De la source partenaire
Ingénieur logiciel, plateforme GenAI
Prix sur demande
Détails
- Type de contrat
- Temps plein
- À distance
- Non
- Entreprise
- Deliveroo
Description
Traduit automatiquement depuis English. Le texte original fait foi. Traduction automatique — une traduction plus précise est en préparation.
Notre structure mondiale
Deliveroo fait désormais partie de DoorDash, réunissant des équipes avec une portée, une envergure et une ambition encore plus grandes. En fonction de votre rôle, vous pouvez collaborer avec des coéquipiers, des systèmes et des dirigeants de DoorDash et Wolt. Ensemble, nous ouvrons de nouvelles possibilités en tant qu’équipe mondiale.
Ingénieur logiciel, plateforme GenAI
À propos de l'équipe
L'équipe GenAI Platform de Deliveroo fait partie de Machine Learning Platform et construit l'infrastructure partagée qui aide les équipes DoorDash, Wolt et Deliveroo à mettre en production en toute sécurité des produits, des agents, des automatisations et des personnalisations basés sur GenAI. Notre mission est d'augmenter la vitesse de l'impact commercial de GenAI. Un pilier central de ce travail consiste à exécuter nous-mêmes des LLM et des VLM à poids ouvert (tels que GLM, Qwen, Kimi et DeepSeek) - service GPU en temps réel, inférence par lots à haut débit et réglage fin des GPU à mise à l'échelle automatique - offrant des gains importants en termes de coûts et de latence (par exemple, un milliard d'intégrations ont produit environ 20 fois moins cher et des modèles visuels servis environ 72 % moins cher). Nous possédons également les principales surfaces de la plateforme, notamment la passerelle LLM, la passerelle agent, l'infrastructure d'évaluation, les garde-corps et l'attribution des coûts.
À propos du rôle
Vous rejoindrez une petite infrastructure de production de team building à fort effet de levier pour l'IA générative chez Deliveroo et DoorDash, avec un accent principal sur notre plate-forme de modèles à pondération ouverte couvrant l'inférence et le réglage fin : service GPU en temps réel, inférence par lots à haut débit et réglage fin du modèle. Vous travaillerez sur les moteurs de diffusion de modèles et d'inférence, les pipelines de réglage et de formation, la mise à l'échelle et l'utilisation automatiques du GPU, les pipelines par lots, les services backend et l'observabilité. Ce rôle est idéal pour un ingénieur qui aime repousser la frontière coût/performance de l'inférence et du réglage GPU dans un domaine technique en évolution rapide où les besoins en produits, les capacités de modèle, les écosystèmes de fournisseurs et les compromis coût/performance évoluent rapidement.
Vous êtes enthousiasmé par cette opportunité car vous allez…
• Construisez l'infrastructure qui aide les équipes Deliveroo à faire passer les idées GenAI du prototype à la production, augmentant ainsi la vitesse de l'impact commercial de l'IA dans l'ensemble de l'entreprise.
• Travailler sur notre pile de service à pondération ouverte – points de terminaison GPU en temps réel, inférence par lots à haut débit et réglage fin (SFT/DPO/LoRA) – aux côtés de la passerelle LLM, de la passerelle d'agent, de l'infrastructure d'évaluation, des garde-corps et de l'attribution des coûts.
• Concevoir des systèmes évolutifs et hautes performances pour la diffusion de modèles, l'inférence par lots, la mise à l'échelle automatique du GPU et le réglage fin qui alimentent de véritables cas d'utilisation d'automatisation client et interne.
• Repoussez les limites des coûts et de la latence de l'inférence GPU (en transformant les tâches par lots qui prenaient des jours en heures et en réduisant les coûts d'inférence par plusieurs) tout en offrant aux équipes produit un choix clair entre des modèles open source et fermés avec fiabilité, repli, observabilité et contrôle des coûts intégrés.
• Créez des plates-formes qui prennent en charge une expérimentation rapide tout en respectant les normes de production en matière de latence, d'évolutivité, de surveillance, de SLO, de playbooks et d'excellence opérationnelle.
• Collaborer étroitement avec les ingénieurs ML, les ingénieurs produits, les data scientists et les équipes de plateforme de DoorDash, Wolt et Deliveroo pour transformer les capacités GenAI émergentes en primitives de plateforme durables.
• Façonner l'avenir de la plateforme centralisée GenAI — y compris les orientations émergentes telles que l'apprentissage par renforcement (RLHF/RLVR), l'optimisation des agents et d'autres techniques de post-formation et agents — permettant la prochaine génération de produits, d'agents, d'automatisation et de personnalisation basés sur l'IA.
Nous sommes ravis de vous parce que vous avez…
• BSc, MSc ou PhD en informatique ou équivalent
• Plus de 3 ans d'expérience dans l'industrie en génie logiciel
• Solides bases d'ingénierie backend, en particulier dans Python et les systèmes distribués.
• Expérience dans la création de services de production, d'API, de pipelines de données ou d'infrastructures ML à grande échelle.
• Expérience des systèmes d'exploitation en production, y compris l'observabilité, le débogage, la fiabilité, la réponse aux incidents et l'optimisation des performances et des coûts.
• Expérience pratique de l'inférence LLM et/ou du réglage fin de modèles à poids ouvert en production — service (latence, débit, traitement par lots, mise à l'échelle automatique, utilisation du GPU) et/ou réglage fin (SFT/DPO/LoRA).
• Capacité à travailler dans des domaines techniques ambigus et en évolution rapide et à transformer les cas d'utilisation des clients en fonctionnalités de plateforme réutilisables.
• Maîtrise de l'utilisation d'outils de codage d'IA (par exemple, Claude Code, Codex, Cursor) dans le cycle de vie complet du développement logiciel, y compris la conception, la génération de code, les tests, la surveillance et la publication de logiciels.
Sympa pour les nantis
• Expérience avec les moteurs d'inférence LLM et les frameworks de service (par exemple, vLLM, SGLang, TensorRT-LLM) en production
• Expérience avec les pipelines de réglage fin et de formation distribués/multi-nœuds (SFT, DPO/RLHF, LoRA), y compris la préparation et l'évaluation des données.
• Travail sur les performances du GPU : inférence multi-nœuds/distribuée, optimisation du cache KV/mémoire, quantification (FP8/INT8/AWQ/GPTQ) ou réglage du démarrage/débit à froid.
• Expérience avec Kubernetes, l'infrastructure cloud (AWS/GCP), les GPU, les plates-formes GPU sans serveur/élastiques (par exemple, Modal) ou les systèmes batch à haut débit
• Expérience avec les passerelles LLM, le routage de modèles, l'abstraction des fournisseurs ou l'attribution des coûts
• Expérience dans la création de plates-formes de développement, de plates-formes internes ou d'infrastructures libre-service
• Expérience dans la création et le déploiement d'agents IA ou de serveurs MCP en production
• Expérience avec les systèmes d'évaluation, l'observabilité LLM, le traçage, RAG, la recherche ou les bases de données vectorielles…
Source : Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/deliveroo/software-engineer-genai-platform-london-481615)
Deliveroo fait désormais partie de DoorDash, réunissant des équipes avec une portée, une envergure et une ambition encore plus grandes. En fonction de votre rôle, vous pouvez collaborer avec des coéquipiers, des systèmes et des dirigeants de DoorDash et Wolt. Ensemble, nous ouvrons de nouvelles possibilités en tant qu’équipe mondiale.
Ingénieur logiciel, plateforme GenAI
À propos de l'équipe
L'équipe GenAI Platform de Deliveroo fait partie de Machine Learning Platform et construit l'infrastructure partagée qui aide les équipes DoorDash, Wolt et Deliveroo à mettre en production en toute sécurité des produits, des agents, des automatisations et des personnalisations basés sur GenAI. Notre mission est d'augmenter la vitesse de l'impact commercial de GenAI. Un pilier central de ce travail consiste à exécuter nous-mêmes des LLM et des VLM à poids ouvert (tels que GLM, Qwen, Kimi et DeepSeek) - service GPU en temps réel, inférence par lots à haut débit et réglage fin des GPU à mise à l'échelle automatique - offrant des gains importants en termes de coûts et de latence (par exemple, un milliard d'intégrations ont produit environ 20 fois moins cher et des modèles visuels servis environ 72 % moins cher). Nous possédons également les principales surfaces de la plateforme, notamment la passerelle LLM, la passerelle agent, l'infrastructure d'évaluation, les garde-corps et l'attribution des coûts.
À propos du rôle
Vous rejoindrez une petite infrastructure de production de team building à fort effet de levier pour l'IA générative chez Deliveroo et DoorDash, avec un accent principal sur notre plate-forme de modèles à pondération ouverte couvrant l'inférence et le réglage fin : service GPU en temps réel, inférence par lots à haut débit et réglage fin du modèle. Vous travaillerez sur les moteurs de diffusion de modèles et d'inférence, les pipelines de réglage et de formation, la mise à l'échelle et l'utilisation automatiques du GPU, les pipelines par lots, les services backend et l'observabilité. Ce rôle est idéal pour un ingénieur qui aime repousser la frontière coût/performance de l'inférence et du réglage GPU dans un domaine technique en évolution rapide où les besoins en produits, les capacités de modèle, les écosystèmes de fournisseurs et les compromis coût/performance évoluent rapidement.
Vous êtes enthousiasmé par cette opportunité car vous allez…
• Construisez l'infrastructure qui aide les équipes Deliveroo à faire passer les idées GenAI du prototype à la production, augmentant ainsi la vitesse de l'impact commercial de l'IA dans l'ensemble de l'entreprise.
• Travailler sur notre pile de service à pondération ouverte – points de terminaison GPU en temps réel, inférence par lots à haut débit et réglage fin (SFT/DPO/LoRA) – aux côtés de la passerelle LLM, de la passerelle d'agent, de l'infrastructure d'évaluation, des garde-corps et de l'attribution des coûts.
• Concevoir des systèmes évolutifs et hautes performances pour la diffusion de modèles, l'inférence par lots, la mise à l'échelle automatique du GPU et le réglage fin qui alimentent de véritables cas d'utilisation d'automatisation client et interne.
• Repoussez les limites des coûts et de la latence de l'inférence GPU (en transformant les tâches par lots qui prenaient des jours en heures et en réduisant les coûts d'inférence par plusieurs) tout en offrant aux équipes produit un choix clair entre des modèles open source et fermés avec fiabilité, repli, observabilité et contrôle des coûts intégrés.
• Créez des plates-formes qui prennent en charge une expérimentation rapide tout en respectant les normes de production en matière de latence, d'évolutivité, de surveillance, de SLO, de playbooks et d'excellence opérationnelle.
• Collaborer étroitement avec les ingénieurs ML, les ingénieurs produits, les data scientists et les équipes de plateforme de DoorDash, Wolt et Deliveroo pour transformer les capacités GenAI émergentes en primitives de plateforme durables.
• Façonner l'avenir de la plateforme centralisée GenAI — y compris les orientations émergentes telles que l'apprentissage par renforcement (RLHF/RLVR), l'optimisation des agents et d'autres techniques de post-formation et agents — permettant la prochaine génération de produits, d'agents, d'automatisation et de personnalisation basés sur l'IA.
Nous sommes ravis de vous parce que vous avez…
• BSc, MSc ou PhD en informatique ou équivalent
• Plus de 3 ans d'expérience dans l'industrie en génie logiciel
• Solides bases d'ingénierie backend, en particulier dans Python et les systèmes distribués.
• Expérience dans la création de services de production, d'API, de pipelines de données ou d'infrastructures ML à grande échelle.
• Expérience des systèmes d'exploitation en production, y compris l'observabilité, le débogage, la fiabilité, la réponse aux incidents et l'optimisation des performances et des coûts.
• Expérience pratique de l'inférence LLM et/ou du réglage fin de modèles à poids ouvert en production — service (latence, débit, traitement par lots, mise à l'échelle automatique, utilisation du GPU) et/ou réglage fin (SFT/DPO/LoRA).
• Capacité à travailler dans des domaines techniques ambigus et en évolution rapide et à transformer les cas d'utilisation des clients en fonctionnalités de plateforme réutilisables.
• Maîtrise de l'utilisation d'outils de codage d'IA (par exemple, Claude Code, Codex, Cursor) dans le cycle de vie complet du développement logiciel, y compris la conception, la génération de code, les tests, la surveillance et la publication de logiciels.
Sympa pour les nantis
• Expérience avec les moteurs d'inférence LLM et les frameworks de service (par exemple, vLLM, SGLang, TensorRT-LLM) en production
• Expérience avec les pipelines de réglage fin et de formation distribués/multi-nœuds (SFT, DPO/RLHF, LoRA), y compris la préparation et l'évaluation des données.
• Travail sur les performances du GPU : inférence multi-nœuds/distribuée, optimisation du cache KV/mémoire, quantification (FP8/INT8/AWQ/GPTQ) ou réglage du démarrage/débit à froid.
• Expérience avec Kubernetes, l'infrastructure cloud (AWS/GCP), les GPU, les plates-formes GPU sans serveur/élastiques (par exemple, Modal) ou les systèmes batch à haut débit
• Expérience avec les passerelles LLM, le routage de modèles, l'abstraction des fournisseurs ou l'attribution des coûts
• Expérience dans la création de plates-formes de développement, de plates-formes internes ou d'infrastructures libre-service
• Expérience dans la création et le déploiement d'agents IA ou de serveurs MCP en production
• Expérience avec les systèmes d'évaluation, l'observabilité LLM, le traçage, RAG, la recherche ou les bases de données vectorielles…
Source : Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/deliveroo/software-engineer-genai-platform-london-481615)
Cette annonce provient d'un flux partenaire. Postulez sur le site source.
Source: Deliveroo
Emplacement
Londres, Royaume-Uni
Annonce fournie par Deliveroo.
