Główny inżynier AI

🚀 Kim jesteśmy? Grip to kompleksowa platforma wydarzeń oparta na sztucznej inteligencji, stworzona z myślą o zaangażowaniu. Elastyczny system pomaga organizatorom wydarzeń komercyjnych, takim jak Ascential, Hyve, Emerald i Clarion Events, zwiększać przychody poprzez nawiązywanie, utrzymywanie i śledzenie relacji między uczestnikami podczas wielu wydarzeń.

Grip wykracza poza sieć - łączy sztuczną inteligencję z miliardami interakcji zachodzących na platformie z potężnym systemem zarządzania wydarzeniami, bezproblemową rejestracją i wielokrotnie nagradzaną aplikacją mobilną do obsługi wydarzeń, dzięki czemu uczestnicy spotykają się z właściwymi osobami we właściwym czasie.🚀 Szansa Każda interakcja na platformie Grip - skanowanie, spotkanie, obecność na sesji, przechwytywanie potencjalnego klienta, wiadomość - generuje dane o rzeczywistej wartości komercyjnej dla organizatorów, wystawców i uczestników. Jesteśmy w punkcie zwrotnym, w którym sztuczna inteligencja umożliwia przekształcenie tej surowej aktywności w prawdziwie inteligentne produkty: lepsze rekomendacje, dokładniejsze spostrzeżenia i autonomiczni agenci, którzy działają na danych, a nie tylko je zgłaszają, w tym produkty Greenfield Organizer i Exhibitor Agentic, które nasz założycielski zespół Agentic opiera na protokole Model Context Protocol (MCP). Poszukujemy głównego inżyniera AI i danych, który będzie właścicielem podstaw danych i infrastruktury AI znajdującej się pod całą platformą Grip.

Jesteś właścicielem warstwy poziomej - sposobu modelowania, przechowywania, zarządzania i udostępniania danych na całej platformie oraz sposobu, w jaki dane te są wykorzystywane przez analitykę, systemy rekomendacji i nasze produkty Agentic. Będziesz współpracować z dyrektorem zespołu i starszymi inżynierami w zespole Engage and Manage, a także ze swoim zespołem ds. sztucznej inteligencji i danych w zakresie umów i standardów dotyczących danych.🚀 Twoja rola Zarządzaj architekturą danych i infrastruktury AI obejmującej całą platformę Grip - od sposobu przechwytywania i modelowania danych o zdarzeniach, po sposób ich przechowywania, zarządzania i udostępniania dalszym konsumentom, w tym wyszukiwarkom, rekomendacjom, analizom i agentom AI. Ustalisz standardy, według których będą budować drużyny, i bezpośrednio zbudujesz wspólną infrastrukturę, której nie posiada żaden pojedynczy oddział.

Ta rola podlega dyrektorowi ds. inżynierii.🚀 Podstawowe obowiązki Własna architektura danych obejmująca całą platformę: standardy przechwytywania, modelowanie danych, strategia przechowywania i warstwy obsługi używane w całej organizacji. Projektuj i buduj infrastrukturę danych obsługującą analitykę, wyszukiwanie, rekomendacje i funkcje sztucznej inteligencji/agentów. Buduj i skaluj potoki danych obsługujące dane interakcji o dużej liczbie zdarzeń na całej platformie - zarówno wsadowe, jak i strumieniowe - z niezawodnością i niskimi opóźnieniami w rdzeniu.

Posiadaj warstwę danych, która stanowi podstawę produktów Grip Agentic, zapewniając agentom i narzędziom opartym na MCP dostęp do czystych, dobrze modelowanych danych w czasie rzeczywistym. Zdefiniuj kontrakty dotyczące danych i standardy, na których opierają się zespoły ds. produktów (Engage, Management), pracując jako techniczny partner dla swoich głównych/starszych inżynierów. Ustanów standardy jakości danych, zarządzania i pochodzenia w całej organizacji, w tym obsługę danych osobowych zgodnie z RODO.

Kieruj strategią techniczną dotyczącą tego, jak Grip przechwytuje i zarządza nowymi kategoriami danych (np. telemetrią inteligentnego identyfikatora, sygnałami o lokalizacji/zbliżeniu) w sposób zgodny z prywatnością i zgodny z prawem. Buduj obserwowalność w systemach danych - ustrukturyzowane rejestrowanie, monitorowanie świeżości i jakości, SLO i pulpity nawigacyjne stanu rurociągów. Mistrz wysokiej jakości komunikacji technicznej: propozycje, specyfikacje i dokumentacja, na których mogą opierać się inne zespoły.

Inżynierowie mentorzy w całej organizacji na temat najlepszych praktyk w zakresie architektury danych i infrastruktury AI🚀 Platform. ZadaniaTo rola horyzontalna na poziomie platformy, a nie rola zespołu produktowego: Posiadaj współdzieloną warstwę danych, która znajduje się pod systemami Engage, Management i Agentic. Udostępniaj dobrze ustrukturyzowane dane za pomocą serwerów MCP i narzędzi dla Organizatora i agentów wystawców.

Ustawiaj i utrzymuj umowy, schematy i potoki współdzielonych danych wykorzystywane przez zespoły. Działaj jako organ techniczny w zakresie architektury danych, projektowania wyszukiwania/odzyskiwania i decyzji dotyczących infrastruktury AI na całej platformie. Wpływaj na podejście organizacji do danych. przechowywanie, przechowywanie i zgodność z przepisamiPartner z głównymi inżynierami w gronie rówieśników, gdy ich praca nad produktem dotyka współdzielonej infrastruktury danych🚀 Co oferujemyPierwsza zdalna kultura z biurem w London Bridge (opcjonalnie)Konkurencyjne wynagrodzenie, kapitał własny i świadczenia25 dni urlopu w roku, możliwości urlopu sabatycznegoSzkolenia firmowe i budżet na rozwój zawodowyGrupowe ubezpieczenie na życie i firmowy plan zdrowotnyPrawdziwy wpływ na kierunek techniczny w całej platformie🚀Ścieżka kariery i rozwójJesteśmy bardzo zaangażowani w Twój rozwój.

Rozwój Twojej kariery jest stałym punktem programu regularnych spotkań z przełożonym. Jako główny inżynier w Grip będziesz miał realny wpływ na kierunki techniczne na całej platformie, możliwości mentorowania w różnych oddziałach i jasne ramy rozwoju. Korzystamy z kwartalnych ocen wyników, aby zastanowić się nad postępami i wyznaczyć ambitne cele zgodne z Twoimi aspiracjami.🚀 Nasza rozmowa kwalifikacyjna w ramach przeglądu procesu Studium przypadku produktu/inżynierii - opis problemu i wymagań, wspólna praca nad zrozumieniem, w jaki sposób podejdziesz do wdrożenia.

Ocena techniczna - projekt systemu i wywiad techniczny skupiający się na architekturze danych, potokach i kompromisach między platformami. Ostatnia runda z naszym dyrektorem generalnym, Timem Grootem, założycielem i dyrektorem generalnym - dopasowanie kultury i dostosowanie do wizji. Wymagania.

UmiejętnościUdokumentowane doświadczenie w zakresie architektury danych na dużą skalę w produkcyjnym środowisku SaaS, najlepiej na poziomie platformy (a nie pojedynczego produktu) Duże doświadczenie zarówno z operacyjnymi bazami danych (Postgres, MongoDB/DocumentDB, MySQL), jak i systemami analitycznymi/hurtowniami danych (Redshift)Doświadczenie w budowaniu i skalowaniu potoków danych (wsadowych i strumieniowych) przy użyciu narzędzi takich jak Kinesis, SQS/SNS i LambdaDobra znajomość systemów wyszukiwania i wyszukiwania (Elasticsearch) i jak wybory w zakresie modelowania danych wpływają na trafność i ranking na dalszych etapach. Głębokie, praktyczne budowanie doświadczenia z LLM, asystentami kodowania (Claude, GitHub Copilot) i systemami agentowymi. Doświadczenie z protokołem Model Context Protocol (MCP), orkiestracją AI lub podobnymi frameworkami agentowymi.

Płynność w zakresie bezpieczeństwa AI - szybkie wstrzykiwanie, jailbreaki, walidacja wyników, projektowanie poręczy, ponieważ budowana warstwa danych bezpośrednio zasila systemy agentowe. Doświadczenie z buforowaniem i wydajnością na dużą skalę. (Redis/Elasticache)Doskonała znajomość pełnego stosu w TypeScript/Node.js, dzięki czemu możesz efektywnie współpracować z zespołami inżynierów produktów, nawet jeśli koncentrujesz się na infrastrukturze danych i sztucznej inteligencjiPłynność DevOps: AWS, Kubernetes/EKS, Terraform, potoki CI/CDDoskonałe praktyki obserwowalności - rejestrowanie strukturalne, metryki, rozproszone śledzenie, SLO (Datadog, Sentry)Flagi funkcji, wdrożenia kanaryjskie i stopniowe wdrażanie wzorceDoświadczenie w zapewnianiu jakości danych, zarządzania i zgodności ze standardami (doświadczenie w zakresie RODO to duży plus, biorąc pod uwagę naszą odznakę SmartBadge i pracę związaną ze śledzeniem lokalizacji) Wyjątkowe umiejętności komunikacji i wywierania wpływu - ta rola nie ma bezpośredniego wpływu na plany działania drużyny i musi prowadzić poprzez wiarygodność techniczną i jasne standardy Nastawienie na produkt - potrafi przełożyć niejednoznaczne cele biznesowe („pomóż nam zmaksymalizować nasze dane dotyczące wydarzeń”) na konkretny techniczny plan działania obejmujący całą platformę🚀 Miło jest mieć doświadczenie z technologią wydarzeń, platformami SaaS, lub aplikacji B2B Doświadczenie w budowaniu infrastruktury danych, która bezpośrednio zasila modele ML lub systemy agentów AI Znajomość szybkiego projektowania, dostrajania lub optymalizacji modeli AI Systemy czasu rzeczywistego, WebSockets lub potoki danych na żywo Doświadczenie w zakresie danych o lokalizacji/bliskości w czasie rzeczywistym (systemy oparte na Bluetooth/RFID/UWB) Wcześniejsze doświadczenie na stanowisku w platformie/infrastrukturze innej niż inżynieria produktu Wkłady typu open source lub portfolio publiczne demonstrujące inżynierię danych lub Sztuczna inteligencja/praca agentaDoświadczenie w zakresie ram zgodności z bezpieczeństwem (SOC 2) dla systemów AI Pierwotnie opublikowane w Himalajach