Вакансія
З партнерського стрічки
Передовий інженер
Ціна за запитом
Деталі
- Тип зайнятості
- Повна зайнятість
- Віддалено
- Так
- Компанія
- Moneybox
Опис
Автоматичний переклад з English. Оригінальний текст є авторитетним. Машинний переклад — готується точніший варіант.
Про Скарбничку
Наша місія в Moneybox — дати кожному можливість отримати від життя більше. Ми керуємось нашим переконанням, що багатство – це не гроші, а засоби для отримання більшого – більше свободи, можливостей, можливостей і душевного спокою. Moneybox — це відзначена нагородами платформа управління капіталом, яка допомагає понад півтора мільйонам людей накопичувати багатство протягом усього життя, незалежно від того, чи вони заощаджують та інвестують, чи купують свій перший будинок, чи планують вийти на пенсію.
Короткий опис роботи
Moneybox обслуговує понад 2 мільйони клієнтів і працює в режимі реального часу, обробляючи понад 20 мільйонів запитів API на день. Ми узгодили стратегію AI Platforms для всієї компанії та створюємо нову команду розгортання AI Deployment для її виконання. Це перший із кількох найнятих старших інженерів із розгортання штучного інтелекту, які підпорядковуються керівнику відділу платформ і розгортання штучного інтелекту.
Ви будете передовим старшим інженером, який відкриває рішення бізнес-проблем на основі ШІ: експертом із розгортання ШІ та його безпечного використання, а не розробником моделей машинного навчання. Робота в основному здійснюється на Python у сучасному стеку інженерних розробок штучного інтелекту – інженерія використання, навички та створення інструментів, робочі процеси та оркестровка агентів, розміщення агентів і пісочниця, захисні огородження, оцінки, RAG і контекстна інженерія, а також токеноміка (вартість, затримка, вибір моделі). Основною вимогою є досвід роботи в системі LLM виробничого рівня.
Ви працюватимете над трьома типами проектів:
• Залучення відділу. Вбудовуйте разом із відділами, щоб увімкнути завдання та процеси за допомогою штучного інтелекту більш витонченим способом, ніж «просто запитайте Клода» - наприклад, конвеєри Python, де одним кроком є виклик LLM API, забезпечуючи справжню додаткову цінність із кожним залученням і перетворюючи робочі шаблони на несучі бізнес-процеси з підтримкою штучного інтелекту.
• Розгортання штучного інтелекту, орієнтованого на клієнта. Розгортайте та інтегруйте компоненти AI, створені нашими командами ML і Decisioning, у виробництво: рівень інженерної реалізації між робочою моделлю та живою функцією клієнта.
• Можливості платформи ШІ. Співпрацюйте з командою AI Platforms, щоб перетворити шаблони залучення в безпечний, все більш самообслуговуваний інструмент для всієї компанії.
Відділи в Moneybox вже самі створюють інструменти штучного інтелекту – ми хочемо надати їм безпечний шлях до несучого використання в масштабі. Ця роль вловлює цей попит і правильно його дозріває.
Що ви зробите
• Власна взаємодія. Обговорюйте з відділом масштаби, проектуйте рішення, створюйте його, розгортайте та погоджуйте передачу та модель власності – від прототипу до стабільного виробництва. Заручини приходять як неясний біль; ви визначаєте проблему, а не просто рішення.
• Правильно розробляйте рішення ШІ. Конвеєри, інтеграція LLM API, оцінки, огорожі, моніторинг, а також оптимізація витрат і точності для систем, які ви створюєте. Знати, коли крок має бути детермінованим, а коли LLM є правильним інструментом.
• Випускні інструменти в бізнес-системи. Візьміть спільні командні інструменти, які люди створили для себе, і перебудуйте їх як власні бізнес-системи на повному SDLC, де цінність це виправдовує.
• Розгортання компонентів ML у виробництві. Обслуговування, інтеграція з платформою Moneybox і все, що стосується моделі, у партнерстві з командами Decisioning і Data Science (які володіють тим, що відбувається всередині моделі) і нашими інженерними групами.
• Створення можливостей багаторазового використання. Перетворюйте знання про залучення в спільні інструменти, шаблони, підручники та робочі процеси для самообслуговування на стеку AI Platforms. Створення компонентів платформи, зокрема захисних огорож, пісочниці, робочих процесів і шлюзів.
• Підніміть планку. Працюйте разом із спеціалістами з вбудованих технологій під час нарощування команди, засвоюючи та інтерналізуючи їхні результати, щоб можливості залишалися з Moneybox.
Протягом перших трьох місяців ми очікуємо, що ваші перші завдання відділу будуть відібрані на основі техніко-економічної доцільності та виконані з вимірною бізнес-цінністю – заощаджено час, уникнено витрат, усунуто ризики – і принаймні одна функція ML буде розгорнута у виробництві з відповідними оцінками, моніторингом і контролем витрат.
Ця роль явно не є навчанням моделям ML або наукою про дані, і це не загальний фахівець із підказками чат-ботів: це розробка виробничого програмного забезпечення з ШІ в основі.
хто ти
• Інженер-технолог із ШІ в основі. Ви створили та поставили системи на базі LLM, які працювали у виробництві та можуть говорити конкретно про оцінки, режими відмов, криві витрат і те, що ви б зробили інакше.
• Зручний у двозначності. Ви можете зайти у відділ із невизначеною проблемою та залишити його з готовою системою, і вами керуватимуться за винятком, а не за вказівкою.
• Сильний партнер для нетехнічних власників. Вбудовування, визначення обсягу та спілкування з людьми, які володіють бізнес-процесами, але не технологіями, — це робота, а не відволікання від неї.
• Мислитель платформи. Раніше ви перетворювали одноразові рішення на багаторазові інструменти чи платформи, і ви шукаєте шаблон у кожній взаємодії.
• Оперативно налаштований. Ви дбаєте про моніторинг, вартість і надійність того, що ви доставляєте, а також про те, щоб перетворити прототип на систему, на яку можна покластися.
• За звичкою дбає про безпеку. Обробка ідентифікаційної інформації, обмеження даних, усвідомлення швидкого введення, розробка "людина в циклі" та витончена помилка - це те, як ви будуєте, а не контрольний список, який ви застосовуєте згодом.
Навички та досвід
Необхідний
• 5+ років розробки програмного забезпечення зі значним володінням виробництвом.
• Створив і поставив системи з живленням LLM, які працювали у виробництві.
• Python робочого рівня як основна мова.
• Системи на базі LLM у виробництві: реальний досвід роботи з моделями через API - джгути, оркестровка, структурований вихід, використання інструментів і агентів, RAG, де це необхідно.
• Оцінки та якість: розробка наборів оцінок, вимірювання точності, запам’ятовування та точності для кроків LLM, підказки та робочі процеси регресійного тестування…
Джерело: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/moneybox/forward-deployed-engineer-london-office-204670)
Наша місія в Moneybox — дати кожному можливість отримати від життя більше. Ми керуємось нашим переконанням, що багатство – це не гроші, а засоби для отримання більшого – більше свободи, можливостей, можливостей і душевного спокою. Moneybox — це відзначена нагородами платформа управління капіталом, яка допомагає понад півтора мільйонам людей накопичувати багатство протягом усього життя, незалежно від того, чи вони заощаджують та інвестують, чи купують свій перший будинок, чи планують вийти на пенсію.
Короткий опис роботи
Moneybox обслуговує понад 2 мільйони клієнтів і працює в режимі реального часу, обробляючи понад 20 мільйонів запитів API на день. Ми узгодили стратегію AI Platforms для всієї компанії та створюємо нову команду розгортання AI Deployment для її виконання. Це перший із кількох найнятих старших інженерів із розгортання штучного інтелекту, які підпорядковуються керівнику відділу платформ і розгортання штучного інтелекту.
Ви будете передовим старшим інженером, який відкриває рішення бізнес-проблем на основі ШІ: експертом із розгортання ШІ та його безпечного використання, а не розробником моделей машинного навчання. Робота в основному здійснюється на Python у сучасному стеку інженерних розробок штучного інтелекту – інженерія використання, навички та створення інструментів, робочі процеси та оркестровка агентів, розміщення агентів і пісочниця, захисні огородження, оцінки, RAG і контекстна інженерія, а також токеноміка (вартість, затримка, вибір моделі). Основною вимогою є досвід роботи в системі LLM виробничого рівня.
Ви працюватимете над трьома типами проектів:
• Залучення відділу. Вбудовуйте разом із відділами, щоб увімкнути завдання та процеси за допомогою штучного інтелекту більш витонченим способом, ніж «просто запитайте Клода» - наприклад, конвеєри Python, де одним кроком є виклик LLM API, забезпечуючи справжню додаткову цінність із кожним залученням і перетворюючи робочі шаблони на несучі бізнес-процеси з підтримкою штучного інтелекту.
• Розгортання штучного інтелекту, орієнтованого на клієнта. Розгортайте та інтегруйте компоненти AI, створені нашими командами ML і Decisioning, у виробництво: рівень інженерної реалізації між робочою моделлю та живою функцією клієнта.
• Можливості платформи ШІ. Співпрацюйте з командою AI Platforms, щоб перетворити шаблони залучення в безпечний, все більш самообслуговуваний інструмент для всієї компанії.
Відділи в Moneybox вже самі створюють інструменти штучного інтелекту – ми хочемо надати їм безпечний шлях до несучого використання в масштабі. Ця роль вловлює цей попит і правильно його дозріває.
Що ви зробите
• Власна взаємодія. Обговорюйте з відділом масштаби, проектуйте рішення, створюйте його, розгортайте та погоджуйте передачу та модель власності – від прототипу до стабільного виробництва. Заручини приходять як неясний біль; ви визначаєте проблему, а не просто рішення.
• Правильно розробляйте рішення ШІ. Конвеєри, інтеграція LLM API, оцінки, огорожі, моніторинг, а також оптимізація витрат і точності для систем, які ви створюєте. Знати, коли крок має бути детермінованим, а коли LLM є правильним інструментом.
• Випускні інструменти в бізнес-системи. Візьміть спільні командні інструменти, які люди створили для себе, і перебудуйте їх як власні бізнес-системи на повному SDLC, де цінність це виправдовує.
• Розгортання компонентів ML у виробництві. Обслуговування, інтеграція з платформою Moneybox і все, що стосується моделі, у партнерстві з командами Decisioning і Data Science (які володіють тим, що відбувається всередині моделі) і нашими інженерними групами.
• Створення можливостей багаторазового використання. Перетворюйте знання про залучення в спільні інструменти, шаблони, підручники та робочі процеси для самообслуговування на стеку AI Platforms. Створення компонентів платформи, зокрема захисних огорож, пісочниці, робочих процесів і шлюзів.
• Підніміть планку. Працюйте разом із спеціалістами з вбудованих технологій під час нарощування команди, засвоюючи та інтерналізуючи їхні результати, щоб можливості залишалися з Moneybox.
Протягом перших трьох місяців ми очікуємо, що ваші перші завдання відділу будуть відібрані на основі техніко-економічної доцільності та виконані з вимірною бізнес-цінністю – заощаджено час, уникнено витрат, усунуто ризики – і принаймні одна функція ML буде розгорнута у виробництві з відповідними оцінками, моніторингом і контролем витрат.
Ця роль явно не є навчанням моделям ML або наукою про дані, і це не загальний фахівець із підказками чат-ботів: це розробка виробничого програмного забезпечення з ШІ в основі.
хто ти
• Інженер-технолог із ШІ в основі. Ви створили та поставили системи на базі LLM, які працювали у виробництві та можуть говорити конкретно про оцінки, режими відмов, криві витрат і те, що ви б зробили інакше.
• Зручний у двозначності. Ви можете зайти у відділ із невизначеною проблемою та залишити його з готовою системою, і вами керуватимуться за винятком, а не за вказівкою.
• Сильний партнер для нетехнічних власників. Вбудовування, визначення обсягу та спілкування з людьми, які володіють бізнес-процесами, але не технологіями, — це робота, а не відволікання від неї.
• Мислитель платформи. Раніше ви перетворювали одноразові рішення на багаторазові інструменти чи платформи, і ви шукаєте шаблон у кожній взаємодії.
• Оперативно налаштований. Ви дбаєте про моніторинг, вартість і надійність того, що ви доставляєте, а також про те, щоб перетворити прототип на систему, на яку можна покластися.
• За звичкою дбає про безпеку. Обробка ідентифікаційної інформації, обмеження даних, усвідомлення швидкого введення, розробка "людина в циклі" та витончена помилка - це те, як ви будуєте, а не контрольний список, який ви застосовуєте згодом.
Навички та досвід
Необхідний
• 5+ років розробки програмного забезпечення зі значним володінням виробництвом.
• Створив і поставив системи з живленням LLM, які працювали у виробництві.
• Python робочого рівня як основна мова.
• Системи на базі LLM у виробництві: реальний досвід роботи з моделями через API - джгути, оркестровка, структурований вихід, використання інструментів і агентів, RAG, де це необхідно.
• Оцінки та якість: розробка наборів оцінок, вимірювання точності, запам’ятовування та точності для кроків LLM, підказки та робочі процеси регресійного тестування…
Джерело: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/moneybox/forward-deployed-engineer-london-office-204670)
Це оголошення надходить із партнерського фіду. Подайте заявку на сайті джерела.
Джерело: Moneybox
Оголошення надано Moneybox.
