Starszy inżynier założyciel - platforma edukacyjna AI

Lokalizacja: Hybryda (preferowana Wielka Brytania) Raportowanie do: Kierownika działu inżynierii Kluczowi partnerzy: Kim Faura (kierownik produktu) i Pravin Paratey (kierownik działu inżynierii) Podział: 80% głębokiego budowania i kodowania | 20% przywództwa technicznego i ochrony zespołu Informacje o SalesAPE i AbiBudujemy coś, co według nas stanie się systemem operacyjnym dla milionów małych firm. Obecnie mamy jedną główną markę produktów - SalesApe, która pomaga firmom automatyzować rozmowy z klientami, kwalifikować przychodzących potencjalnych klientów i zwiększać sprzedaż. Oprócz tego tworzymy Self-Serve Abi (sztuczna inteligencja biznesowa) - partnera biznesowego AI opartego na języku naturalnym, który umożliwia właścicielom firm tworzenie, prowadzenie i rozwój firm po prostu poprzez rozmowę z sztuczną inteligencją.

Jednak nasza długoterminowa wizja wykracza daleko poza indywidualnych agentów AI. Wierzymy, że następna generacja oprogramowania będzie stale uczyć się na podstawie generowanych przez siebie wyników. Każda interakcja z klientem, rekomendacja, eksperyment i wynik biznesowy powinny sprawić, że platforma będzie inteligentniejsza dla następnego klienta.

Aby to osiągnąć, poszukujemy starszego inżyniera-założyciela, który zbuduje podstawową własność intelektualną łączącą te produkty: naszą ujednoliconą, samodoskonalącą się platformę edukacyjną. MisjaTwoją misją jest zaprojektowanie i zbudowanie warstwy inteligencji, która leży za SalesApe i Self-Serve Abi. Platforma ta będzie rejestrować zdarzenia biznesowe, mierzyć wyniki, identyfikować wzorce i stale ulepszać rekomendacje formułowane przez naszą sztuczną inteligencję.

Zamiast po prostu orkiestrować istniejące podstawowe modele, zbudujesz samodoskonalący się silnik rekomendacji i uczenia się, który z biegiem czasu będzie się zwiększał. Wyobraź sobie, że miliony firm wspólnie uczą platformę: które techniki sprzedaży najlepiej konwertują, które kampanie marketingowe faktycznie działają i które podróże wprowadzające zmniejszają odpływ pracowników. Każdy klient czerpie korzyści z wiedzy wygenerowanej przez każdego innego klienta, ściśle przestrzegając prywatności i bezpieczeństwa.

To nie jest teoretyczne ćwiczenie akademickie. Aby wcześnie udowodnić wartość tej platformy, zakotwiczysz początkowe pętle edukacyjne na bogatych danych i zdarzeniach, które już wygenerowaliśmy, bezpośrednio skupiając się na bezpośrednich wyzwaniach związanych z wdrażaniem i utrzymaniem, nad którymi obecnie pracujemy. Dzięki temu platforma edukacyjna bezpośrednio zwiększy wartość produktu, a my będziemy budować wieloletnią strategiczną fosę obronną, której potrzebujemy przed naszą serią B.

Czym właściwie jest ta rola (a czym nie jest) Nie szukamy architekta z „wieżą z kości słoniowej” ani niezależnego menedżera ds. inżynierii. Potrzebujemy wysoko wykwalifikowanego, pragmatycznego inżyniera, który wciąż jest głęboko zakochany w pisaniu kodu i systemach wysyłki. Stanowisko dzieli się na dwa główne obowiązki: 80% Inżynieria i budowanie: większość swojego czasu spędzisz na projektowaniu, pisaniu i wysyłaniu kodu gotowego do produkcji.

Odziedziczysz prototyp naszej warstwy wiedzy i przekształcisz go w solidną, skalowalną i odporną platformę produkcyjną.20% Przywództwo techniczne i osłona: Będziesz ściśle współpracować z zespołem starszych przywódców, aby bezlitośnie ustalać priorytety technicznego planu działania. Będziesz kierować innymi inżynierami w zakresie standardów architektonicznych i działać jako bufor ochronny - chroniąc ich przed codziennym „hałasem” szybko rozwijającego się startupu, aby mogli skupić się na głębokim, nieprzerwanym trybie konstruktora. Co zbudujesz Będziesz projektować, posiadać i skalować architekturę na platformie stale się uczącej, w tym: Architektura gromadzenia zdarzeń i potoki interakcji z klientami w celu czystego rejestrowania bogatych dzienników interakcji.

Ramy pomiaru wyników w celu powiązania sugestii AI z rzeczywistymi wynikami biznesowymi (sprzedaż, utrzymanie, kliknięć). Pętle rekomendacji i informacji zwrotnych, które pozwalają sztucznej inteligencji automatycznie ulepszać swoje modele behawioralne w oparciu o prawdziwe dowody. Wykresy wiedzy, wektorowe bazy danych i systemy pamięci/wyszukiwania, które służą jako nasza trwała inteligencja między produktami.

Infrastruktura eksperymentalna i magazyny funkcji umożliwiające przeprowadzanie bezpiecznych eksperymentów i wydajne zarządzanie funkcjami. Ramy ewaluacyjne umożliwiające ciągłe porównywanie i sprawdzanie poprawności podpowiedzi i modeli. Jak wygląda sukces W ciągu 12 miesięcy przeniesiemy się z ręcznego dostrajania do zautomatyzowanej pętli łączenia inteligencji:Strukturalne uczenie się: Każda interakcja z klientem automatycznie przekłada się na ustrukturyzowane, użyteczne dane edukacyjne.Wymierna wydajność: Każdą rekomendację sztucznej inteligencji można śledzić i mierzyć w porównaniu z wynikami biznesowymi w świecie rzeczywistym.Łączna obrona: Każdy eksperyment prowadzony przez jednego klienta bezpiecznie poprawia przyszłe rekomendacje dla wszystkich pozostałych klientów.Opinia o sztucznej inteligencji: Nasi agenci AI stają się coraz bardziej uparci, wykraczając poza podstawowe, szybkie zasady i podejmując działania w oparciu o rzeczywiste dowody potwierdzające, co działa.Autonomiczne doskonalenie: Platforma jest stale ulepszana w miarę upływu czasu bez konieczności ręcznej interwencji programisty.

Kogo szukamy Przedstawiamy sposób myślenia, a nie konkretne stanowiska. Jesteś wyjątkowym myślicielem systemowym, który myśli w kategoriach sprzężenia zwrotnego, a nie prostych cech produktu. Naturalnie zadajesz sobie pytanie: „W jaki sposób ten system staje się coraz mądrzejszy z każdym dniem?” Idealni kandydaci mają doświadczenie w: Systemach rozproszonych, architekturze sterowanej zdarzeniami i przetwarzaniu zdarzeń na dużą skalę.

Inżynierii danych, przetwarzaniu strumieni, magazynach funkcji i solidnym modelowaniu danych. Grafowych bazach danych (wykresy wiedzy) i wektorowych bazach danych do systemów wyszukiwania i pamięci. Pythonie, TypeScript, SQL i nowoczesnej infrastrukturze chmurowej (AWS/GCP/Azure).

Silniki rekomendacji, personalizacja. platformy lub kanały uczenia się przez wzmacnianie. Projektowanie architektur aplikacji LLM i solidnych ram oceny AI (wcześniejsze doświadczenie w GenAI jest bardzo przydatne, ale nie jest całkowicie obowiązkowe). Nasza kultura Jesteśmy szczupłym, ambitnym zespołem, który ceni konstruktorów, którzy myślą głęboko, ale szybko działają.

Nasze podstawowe wartości inżynieryjne to: Ciekawość ponad pewność: pytamy „w jaki sposób system staje się mądrzejszy?” zamiast zakładać, że znamy odpowiedzi na wszystkie pytania. Myślenie według pierwszych zasad: rozkładamy złożone systemy na czynniki pierwsze, aby zbudować eleganckie, nowatorskie rozwiązania. Dostarczanie ponad perfekcję: wierzymy, że działające oprogramowanie w środowisku produkcyjnym uczy nas nieskończenie więcej niż piękne projekty na tablicy.

Długoterminowe łączenie zamiast krótkoterminowej optymalizacji: projektujemy systemy, które budują wartość przez lata, a nie tylko tygodnie. Zdecydowane opinie, luźne przekonania: Zaciekle debatujemy w oparciu o dane, ale raz na zawsze angażujemy się w pełni kierunek został wyznaczony. Uczciwość intelektualna i odpowiedzialność: jesteśmy właścicielami naszych błędów, mówimy prawdę o danych i bierzemy całkowitą odpowiedzialność za nasze wyniki.

Szansa Jeśli Twoja praca się powiedzie, nie tylko ulepszysz produkt AI - pomożesz zbudować zupełnie nową kategorię oprogramowania biznesowego, które w naturalny sposób uzyska ogromną przewagę konkurencyjną z każdą firmą, której służy. Platforma edukacyjna, którą utworzysz, stanie się podstawą jednego z najcenniejszych, zastrzeżonych zbiorów danych na temat tego, jak małe firmy pomyślnie działają, rozwijają się i skalują. To rzadka okazja, aby dołączyć jako inżynier założyciel, napisać ogromną ilość infrastruktury podstawowej i ukształtować strategiczny kierunek techniczny firmy na ścieżce szybkiego wzrostu.

Nasz proces rozmowy kwalifikacyjnej Szanujemy Twój czas. Zamiast standardowych łamigłówek algorytmicznych skupiamy się na praktycznym myśleniu systemowym i wspólnym projektowaniu: Wstępna rozmowa: zwykła rozmowa z Kimem (kierownikiem produktu) i Pravinem (szefem inżynierii), aby uzgodnić wizję, kulturę i cele. Ćwiczenie z projektowania architektury: wspólna sesja w stylu tablicy, skupiająca się na projektowaniu pętli uczenia się w świecie rzeczywistym. Warsztaty techniczne: praktyczne programowanie i współpraca z naszym głównym zespołem inżynierów.

Wywiad z przywódcami i dyskusja na temat strategii: dogłębna dyskusja na temat produktu strategia, dynamika zespołu i długoterminowa wizja. Oryginalnie opublikowano w Himalajach