Praca
Z kanału partnera
Inżynier oddelegowany do przodu
Cena na życzenie
Szczegóły
- Typ zatrudnienia
- Pełny etat
- Zdalnie
- Tak
- Firma
- Moneybox
Opis
Automatyczne tłumaczenie z języka English. Oryginał jest wiążący. Tłumaczenie maszynowe — trwają prace nad dokładniejszą wersją.
O Moneyboxie
Naszą misją w Moneybox jest zapewnienie każdemu środków umożliwiających czerpanie z życia więcej. Kierujemy się przekonaniem, że bogactwo nie polega na pieniądzach, ale na środkach pozwalających osiągnąć więcej – więcej wolności, możliwości, możliwości i spokoju ducha. Moneybox to wielokrotnie nagradzana platforma do zarządzania majątkiem, pomagająca ponad półtora miliona ludzi w gromadzeniu majątku przez całe życie, niezależnie od tego, czy oszczędzają i inwestują, kupują pierwszy dom, czy planują emeryturę.
Krótki opis pracy
Moneybox obsługuje ponad 2 miliony klientów i prowadzi usługę na żywo, obsługującą ponad 20 milionów żądań API dziennie. Uzgodniliśmy ogólnofirmową strategię dotyczącą platform AI i budujemy nowy zespół ds. wdrażania AI, który będzie ją realizował. Jest to pierwsza z kilku osób zatrudnionych na stanowisku starszego inżyniera ds. wdrażania AI, podlegającego kierownikowi ds. platform i wdrożeń AI.
Będziesz oddelegowanym do przodu starszym inżynierem, który odblokowuje rozwiązania problemów biznesowych oparte na sztucznej inteligencji: ekspertem we wdrażaniu sztucznej inteligencji i bezpiecznym jej używaniu, a nie specjalistą ds. modelowania uczenia maszynowego. Zajmuję się głównie językiem Python w ramach nowoczesnego stosu inżynierii AI - inżynieria uprzęży, umiejętności i budowanie narzędzi, przepływy pracy i orkiestracja agentów, hosting agentów i piaskownica, poręcze, ewaluacje, RAG i inżynieria kontekstowa oraz tokenomika (koszt, opóźnienie, wybór modelu). Podstawowym wymaganiem jest doświadczenie w zakresie systemu LLM na poziomie produkcyjnym.
Będziesz pracować nad trzema rodzajami projektów:
• Zadania wydziałowe. Wbuduj działy, aby włączyć zadania i procesy oparte na sztucznej inteligencji w bardziej wyrafinowany sposób niż „po prostu zapytaj Claude’a” – na przykład potoki w języku Python, w których jednym krokiem jest wywołanie interfejsu API LLM – dostarczając rzeczywistą wartość przyrostową przy każdym zaangażowaniu i przekształcając wzorce pracy w obciążające procesy biznesowe obsługujące sztuczną inteligencję.
• Wdrożenie sztucznej inteligencji skierowane do klienta. Wdrażaj i integruj komponenty AI zbudowane przez nasze zespoły ML i decyzyjne w środowisku produkcyjnym: inżynieryjna warstwa wdrażająca pomiędzy działającym modelem a aktywną funkcją klienta.
• Możliwości platformy AI. Współpracuj z zespołem AI Platforms, aby przekształcić wzorce zaangażowania w bezpieczne, coraz bardziej samoobsługowe narzędzia dostępne w całej firmie.
Działy w Moneybox już samodzielnie tworzą narzędzia AI — chcemy zapewnić im bezpieczną ścieżkę do wydajnego wykorzystania na dużą skalę. Rola ta wychwytuje to zapotrzebowanie i odpowiednio je dojrzewa.
Co zrobisz
• Własne zaangażowanie od początku do końca. Ustal zakres z działem, zaprojektuj rozwiązanie, zbuduj je, wdróż i uzgodnij model przekazania i własności - od prototypu po stabilną produkcję. Zaręczyny przychodzą jako niejasny ból; definiujesz problem, a nie tylko rozwiązanie.
• Właściwie projektuj rozwiązania AI. Rurociągi, integracja API LLM, ewaluacja, poręcze, monitorowanie oraz optymalizacja kosztów i dokładności budowanych systemów. Wiedz, kiedy krok musi być deterministyczny, a kiedy LLM jest właściwym narzędziem.
• Absolwent narzędzi w systemach biznesowych. Skorzystaj ze wspólnych, obciążających zespół narzędzi, które ludzie zbudowali dla siebie, i przebuduj je jako własne systemy biznesowe w ramach pełnego pakietu SDLC, jeśli wartość to uzasadnia.
• Wdrażaj komponenty oparte na uczeniu maszynowym w środowisku produkcyjnym. Obsługa, integracja z platformą Moneybox i wszystkim, co otacza model, we współpracy z zespołami decyzyjnymi i analityką danych (które są właścicielami tego, co dzieje się wewnątrz modelu) oraz naszymi zespołami inżynieryjnymi.
• Zbuduj możliwości wielokrotnego użytku. Konwertuj wiedzę związaną z zaangażowaniem na współdzielone narzędzia, szablony, podręczniki i samoobsługowe przepływy pracy na stosie platform AI. Tworzenie komponentów platformy, w tym poręczy, piaskownicy, przepływów pracy i bramek.
• Podnieś poprzeczkę. Współpracuj ze specjalistami w trakcie rozwoju zespołu, absorbując i internalizując ich wyniki, aby możliwości pozostały w Moneybox.
Oczekujemy, że w ciągu pierwszych trzech miesięcy Twoje pierwsze zadania w działach zostaną wybrane na podstawie wykonalności i dostarczone z wymierną wartością biznesową — oszczędnością czasu, uniknionymi kosztami, wyeliminowaniem ryzyka — oraz co najmniej jedną funkcją opartą na uczeniu maszynowym wdrożoną w środowisku produkcyjnym z odpowiednimi ocenami, monitorowaniem i kontrolą kosztów.
Ta rola w żadnym wypadku nie obejmuje szkolenia w zakresie modeli uczenia maszynowego ani nauki o danych i nie jest rolą ogólną podpowiadającą chatboty: jest to inżynieria oprogramowania produkcyjnego ze sztuczną inteligencją u podstaw.
Kim jesteś
• Inżynier produkcji, którego podstawą jest sztuczna inteligencja. Zbudowałeś i dostarczyłeś systemy oparte na LLM, które działały w środowisku produkcyjnym i potrafisz konkretnie opisać oceny, tryby awarii, krzywe kosztów i to, co zrobiłbyś inaczej.
• Dobrze czujesz się w niejednoznaczności. Możesz wejść do działu z niejasnym problemem i wyjść z określonym, możliwym do dostarczenia systemem, a będziesz zarządzany na podstawie wyjątków, a nie wskazówek.
• Silny partner dla właścicieli nietechnicznych. Osadzanie, określanie zakresu i komunikowanie się z ludźmi, którzy są właścicielami procesu biznesowego, ale nie technologii, to zadanie, a nie odwrócenie uwagi od niego.
• Myśliciel platformowy. Już wcześniej zamieniałeś jednorazowe rozwiązania w narzędzia lub platformy wielokrotnego użytku i w każdym zaangażowaniu szukasz wzorca.
• Nastawiony operacyjnie. Zależy Ci na monitorowaniu, kosztach i niezawodności tego, co wysyłasz, a także na przekształceniu prototypu w system, na którym można polegać.
• Dbałość o bezpieczeństwo z przyzwyczajenia. Obsługa danych osobowych, dyscyplina w zakresie granic danych, świadomość szybkiego wstrzykiwania, projektowanie oparte na działaniu człowieka i płynne niepowodzenia to sposób budowania, a nie lista kontrolna, którą stosuje się później.
Umiejętności i doświadczenie
Niezbędne
• Ponad 5 lat inżynierii oprogramowania i znaczący udział w produkcji.
• Zbudował i dostarczył systemy zasilane LLM, które działały w produkcji.
• Python klasy produkcyjnej jako język podstawowy.
• Systemy produkcyjne oparte na LLM: doświadczenie w świecie rzeczywistym w pracy z modelami za pośrednictwem interfejsów API – wiązki przewodów, orkiestracja, dane wyjściowe ustrukturyzowane, użycie narzędzi i agentów, RAG, jeśli to konieczne.
• Oceny i jakość: projektowanie zestawów ewaluacyjnych, pomiar dokładności, przypominania i precyzji etapów LLM, podpowiedzi i przepływów pracy w testach regresyjnych.…
Źródło: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/moneybox/forward-deployed-engineer-london-office-204670)
Naszą misją w Moneybox jest zapewnienie każdemu środków umożliwiających czerpanie z życia więcej. Kierujemy się przekonaniem, że bogactwo nie polega na pieniądzach, ale na środkach pozwalających osiągnąć więcej – więcej wolności, możliwości, możliwości i spokoju ducha. Moneybox to wielokrotnie nagradzana platforma do zarządzania majątkiem, pomagająca ponad półtora miliona ludzi w gromadzeniu majątku przez całe życie, niezależnie od tego, czy oszczędzają i inwestują, kupują pierwszy dom, czy planują emeryturę.
Krótki opis pracy
Moneybox obsługuje ponad 2 miliony klientów i prowadzi usługę na żywo, obsługującą ponad 20 milionów żądań API dziennie. Uzgodniliśmy ogólnofirmową strategię dotyczącą platform AI i budujemy nowy zespół ds. wdrażania AI, który będzie ją realizował. Jest to pierwsza z kilku osób zatrudnionych na stanowisku starszego inżyniera ds. wdrażania AI, podlegającego kierownikowi ds. platform i wdrożeń AI.
Będziesz oddelegowanym do przodu starszym inżynierem, który odblokowuje rozwiązania problemów biznesowych oparte na sztucznej inteligencji: ekspertem we wdrażaniu sztucznej inteligencji i bezpiecznym jej używaniu, a nie specjalistą ds. modelowania uczenia maszynowego. Zajmuję się głównie językiem Python w ramach nowoczesnego stosu inżynierii AI - inżynieria uprzęży, umiejętności i budowanie narzędzi, przepływy pracy i orkiestracja agentów, hosting agentów i piaskownica, poręcze, ewaluacje, RAG i inżynieria kontekstowa oraz tokenomika (koszt, opóźnienie, wybór modelu). Podstawowym wymaganiem jest doświadczenie w zakresie systemu LLM na poziomie produkcyjnym.
Będziesz pracować nad trzema rodzajami projektów:
• Zadania wydziałowe. Wbuduj działy, aby włączyć zadania i procesy oparte na sztucznej inteligencji w bardziej wyrafinowany sposób niż „po prostu zapytaj Claude’a” – na przykład potoki w języku Python, w których jednym krokiem jest wywołanie interfejsu API LLM – dostarczając rzeczywistą wartość przyrostową przy każdym zaangażowaniu i przekształcając wzorce pracy w obciążające procesy biznesowe obsługujące sztuczną inteligencję.
• Wdrożenie sztucznej inteligencji skierowane do klienta. Wdrażaj i integruj komponenty AI zbudowane przez nasze zespoły ML i decyzyjne w środowisku produkcyjnym: inżynieryjna warstwa wdrażająca pomiędzy działającym modelem a aktywną funkcją klienta.
• Możliwości platformy AI. Współpracuj z zespołem AI Platforms, aby przekształcić wzorce zaangażowania w bezpieczne, coraz bardziej samoobsługowe narzędzia dostępne w całej firmie.
Działy w Moneybox już samodzielnie tworzą narzędzia AI — chcemy zapewnić im bezpieczną ścieżkę do wydajnego wykorzystania na dużą skalę. Rola ta wychwytuje to zapotrzebowanie i odpowiednio je dojrzewa.
Co zrobisz
• Własne zaangażowanie od początku do końca. Ustal zakres z działem, zaprojektuj rozwiązanie, zbuduj je, wdróż i uzgodnij model przekazania i własności - od prototypu po stabilną produkcję. Zaręczyny przychodzą jako niejasny ból; definiujesz problem, a nie tylko rozwiązanie.
• Właściwie projektuj rozwiązania AI. Rurociągi, integracja API LLM, ewaluacja, poręcze, monitorowanie oraz optymalizacja kosztów i dokładności budowanych systemów. Wiedz, kiedy krok musi być deterministyczny, a kiedy LLM jest właściwym narzędziem.
• Absolwent narzędzi w systemach biznesowych. Skorzystaj ze wspólnych, obciążających zespół narzędzi, które ludzie zbudowali dla siebie, i przebuduj je jako własne systemy biznesowe w ramach pełnego pakietu SDLC, jeśli wartość to uzasadnia.
• Wdrażaj komponenty oparte na uczeniu maszynowym w środowisku produkcyjnym. Obsługa, integracja z platformą Moneybox i wszystkim, co otacza model, we współpracy z zespołami decyzyjnymi i analityką danych (które są właścicielami tego, co dzieje się wewnątrz modelu) oraz naszymi zespołami inżynieryjnymi.
• Zbuduj możliwości wielokrotnego użytku. Konwertuj wiedzę związaną z zaangażowaniem na współdzielone narzędzia, szablony, podręczniki i samoobsługowe przepływy pracy na stosie platform AI. Tworzenie komponentów platformy, w tym poręczy, piaskownicy, przepływów pracy i bramek.
• Podnieś poprzeczkę. Współpracuj ze specjalistami w trakcie rozwoju zespołu, absorbując i internalizując ich wyniki, aby możliwości pozostały w Moneybox.
Oczekujemy, że w ciągu pierwszych trzech miesięcy Twoje pierwsze zadania w działach zostaną wybrane na podstawie wykonalności i dostarczone z wymierną wartością biznesową — oszczędnością czasu, uniknionymi kosztami, wyeliminowaniem ryzyka — oraz co najmniej jedną funkcją opartą na uczeniu maszynowym wdrożoną w środowisku produkcyjnym z odpowiednimi ocenami, monitorowaniem i kontrolą kosztów.
Ta rola w żadnym wypadku nie obejmuje szkolenia w zakresie modeli uczenia maszynowego ani nauki o danych i nie jest rolą ogólną podpowiadającą chatboty: jest to inżynieria oprogramowania produkcyjnego ze sztuczną inteligencją u podstaw.
Kim jesteś
• Inżynier produkcji, którego podstawą jest sztuczna inteligencja. Zbudowałeś i dostarczyłeś systemy oparte na LLM, które działały w środowisku produkcyjnym i potrafisz konkretnie opisać oceny, tryby awarii, krzywe kosztów i to, co zrobiłbyś inaczej.
• Dobrze czujesz się w niejednoznaczności. Możesz wejść do działu z niejasnym problemem i wyjść z określonym, możliwym do dostarczenia systemem, a będziesz zarządzany na podstawie wyjątków, a nie wskazówek.
• Silny partner dla właścicieli nietechnicznych. Osadzanie, określanie zakresu i komunikowanie się z ludźmi, którzy są właścicielami procesu biznesowego, ale nie technologii, to zadanie, a nie odwrócenie uwagi od niego.
• Myśliciel platformowy. Już wcześniej zamieniałeś jednorazowe rozwiązania w narzędzia lub platformy wielokrotnego użytku i w każdym zaangażowaniu szukasz wzorca.
• Nastawiony operacyjnie. Zależy Ci na monitorowaniu, kosztach i niezawodności tego, co wysyłasz, a także na przekształceniu prototypu w system, na którym można polegać.
• Dbałość o bezpieczeństwo z przyzwyczajenia. Obsługa danych osobowych, dyscyplina w zakresie granic danych, świadomość szybkiego wstrzykiwania, projektowanie oparte na działaniu człowieka i płynne niepowodzenia to sposób budowania, a nie lista kontrolna, którą stosuje się później.
Umiejętności i doświadczenie
Niezbędne
• Ponad 5 lat inżynierii oprogramowania i znaczący udział w produkcji.
• Zbudował i dostarczył systemy zasilane LLM, które działały w produkcji.
• Python klasy produkcyjnej jako język podstawowy.
• Systemy produkcyjne oparte na LLM: doświadczenie w świecie rzeczywistym w pracy z modelami za pośrednictwem interfejsów API – wiązki przewodów, orkiestracja, dane wyjściowe ustrukturyzowane, użycie narzędzi i agentów, RAG, jeśli to konieczne.
• Oceny i jakość: projektowanie zestawów ewaluacyjnych, pomiar dokładności, przypominania i precyzji etapów LLM, podpowiedzi i przepływów pracy w testach regresyjnych.…
Źródło: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/moneybox/forward-deployed-engineer-london-office-204670)
To ogłoszenie pochodzi z feedu partnera. Aplikuj na stronie źródłowej.
Źródło: Moneybox
Ogłoszenie pochodzi od Moneybox.
