Inżynier kontekstu

CapIntel to platforma oprogramowania stworzona dla przedsiębiorstw zarządzających majątkiem, która pomaga doradcom finansowym wyjaśniać klientom złożone strategie inwestycyjne. Doradcy niektórych z największych banków w Ameryce Północnej zdobywają zaufanie, korzystając z oprogramowania CapIntel do łatwego porównywania inwestycji i tworzenia atrakcyjnych, edukacyjnych prezentacji. Ostatecznie koncentrujemy się na tym, aby inwestorzy otrzymywali lepszą obsługę, rozumieli swoje inwestycje i czuli się swobodnie, wiedząc, że ich przyszłość jest bezpieczna.

Od chwili uruchomienia w 2019 r. firma CapIntel szybko się przyjęła i zyskała uznanie w branży, zdobywając czołowe miejsca w rankingach Deloitte Technology Fast 50 Canada i Fast 500 North America w 2025 r., co plasuje nas wśród najszybciej rozwijających się firm technologicznych. Aby wesprzeć tę dynamikę, szybko powiększamy nasz zespół - inwestując w ludzi, którzy wprowadzają innowacje na dużą skalę, aby zwiększyć nasz wpływ na północnoamerykańską branżę zarządzania majątkiem. Informacje o roli Jako inżynier kontekstowy w CapIntel będziesz pracować na skrzyżowaniu infrastruktury sztucznej inteligencji i inżynierii.

Będziesz odpowiedzialny za integrację dużych modeli językowych z naszą podstawową platformą i za wdrażanie przez nasz zespół inżynierów agentycznych przepływów pracy. Jest to rola praktyczna, skoncentrowana na produkcji, a nie badawcza. Zbudujesz systemy, które sprawią, że nasze funkcje sztucznej inteligencji będą niezawodne, dokładne i skalowalne dla zależnych od nas przedsiębiorstw zarządzających majątkiem.

Będziesz częścią zespołów programistycznych ściśle współpracujących z inżynierami, menedżerami produktów i ekspertami dziedzinowymi w całej organizacji, aby projektować i dostarczać funkcje oparte na LLM, które bezpośrednio poprawiają doświadczenie doradcy i klienta. Jako jeden z pierwszych praktyków w tej dyscyplinie w CapIntel pomożesz także zdefiniować, jak wygląda tutaj inżynieria kontekstowa: ustalanie wzorców i praktyk, na których może opierać się szerszy zespół. Ta rola jest idealna dla kogoś, kto myśli systemowo, dba o niezawodność produkcji bardziej niż o wydajność w dniu demonstracyjnym i czerpie energię z pracy w dyscyplinie, która szybko się rozwija.

Co będziesz robić - Projektować i wdrażać funkcje oparte na LLM w naszej podstawowej aplikacji za pośrednictwem modelowych interfejsów API (np. Anthropic, OpenAI, Cohere), ze szczególnym naciskiem na niezawodność i gotowość do produkcji - Projektować i utrzymywać potoki generacji wspomaganej pobieraniem (RAG), łącząc modele językowe z wewnętrznymi bazami wiedzy, bazami danych i źródłami danych na żywo - Zarządzać strategią okna kontekstowego, określając, jakie informacje trafiają do modelu, kiedy, w jakim formacie i na jakim poziomie kompresji w celu optymalizacji pod kątem dokładności, koszty i opóźnienia - Projektuj i wdrażaj agentyczne przepływy pracy, umożliwiające platformie obsługę wieloetapowych, autonomicznych zadań - Twórz poręcze i warstwy walidacji wyników, które ograniczają zachowanie modelu i zapewniają, że funkcje AI działają w dobrze zdefiniowanych, zgodnych granicach - Opracuj prymitywne agenty wielokrotnego użytku, szablony podpowiedzi i komponenty przepływu pracy, na których mogą bazować inni inżynierowie - Twórz ramy oceny w celu pomiaru efektywności kontekstu, jakości wyników i niezawodności agentów w produkcji - Monitoruj wdrożone systemy AI pod kątem wzorców awarii i wdrażaj strategie łagodzenia, przekazując wnioski z powrotem do cykle ciągłego doskonalenia - Współpraca z zespołami ds. produktu, inżynierii produktu, wdrożeniami i danymi w celu przełożenia wymagań biznesowych i weryfikacji koncepcji na specyfikacje produkcyjnego systemu AI - Pełnienie roli wewnętrznego praktyka i zasobów pomagających w podnoszeniu kwalifikacji szerszego zespołu inżynierów w zakresie zasad inżynierii kontekstowej i najlepszych praktyk agentycznych Czego szukamy - Ponad 5 lat doświadczenia w profesjonalnej inżynierii oprogramowania, z czego co najmniej 1 - 2 lata pracy z LLM w kontekście produkcyjnym - Duże doświadczenie z Pythonem lub Node i budowaniem usług backendu zintegrowanych z API - Praktyczne doświadczenie z framework do orkiestracji lub wykonywania - Praktyczna znajomość architektury RAG, wektorowych baz danych (np. Pinecone, pgVector, AWS OpenSearch) i wyszukiwania semantycznego - Znajomość technik zarządzania kontekstem: podsumowania, fragmentowania, dzielenia sesji i strategii pamięci - Doświadczenie w budowaniu lub korzystaniu z interfejsów API REST i integracji z usługami stron trzecich - Wygodna współpraca z zespołami wielofunkcyjnymi w dynamicznym i szybko rozwijającym się środowisku - Silny instynkt rozwiązywania problemów i chęć uczenia się i dostosowywania w miarę rozwoju dziedziny Mile widziane - Doświadczenie z Model Context Protocol (MCP) lub podobnymi standardami integracji narzędzi - Znajomość praktyk LLMOps: śledzenie, obserwowalność (np.

LangSmith, Datadog) i wersjonowanie modeli - Znajomość architektur wieloagentowych i wzorców orkiestracji - Znajomość walidacji wyników AI, bezpieczeństwa kontekstu i zagadnień związanych z zarządzaniem, szczególnie istotnych w branżach regulowanych, takich jak usługi finansowe - Znajomość AWS lub infrastruktura oparta na chmurze i wdrożenia kontenerowe (Docker, Kubernetes) - Możliwość jasnego przekazywania koncepcji technicznych zarówno partnerom technicznym, jak i nietechnicznym. W CapIntel projektujemy wynagrodzenia z intencją. Każde stanowisko jest oceniane pod kątem wymaganego wpływu, umiejętności i doświadczenia, a nasze wynagrodzenie dostosowujemy do danych dotyczących konkurencji na rynku, aby kandydaci od początku wiedzieli, czego się spodziewać.

Twoja ostateczna oferta będzie odzwierciedlać Twoje doświadczenie, zestaw umiejętności i lokalizację. Podany zakres ma charakter orientacyjny i zakres dla tej roli może ulec zmianie. Wynagrodzenie w CapIntel wykracza poza wynagrodzenie podstawowe.

W zależności od stanowiska łączne nagrody mogą obejmować wynagrodzenie zmienne, kapitał własny, kompleksowe świadczenia, elastyczny czas wolny oraz dedykowane możliwości wzrostu i rozwoju. Jeśli chcesz lepiej poznać nasze podejście, chętnie omówimy je podczas procesu rekrutacji. W przypadku stanowisk zlokalizowanych w Ontario lub kwalifikujących się do pracy w Ontario oczekiwany zakres podstawowego wynagrodzenia wynosi: 120 000 - 140 000 dolarów kanadyjskich.

Nie jesteś pewien, czy spełniasz wszystkie wymagania? Najbardziej zależy nam na sposobie myślenia: Twojej motywacji, ciekawości i zaangażowaniu w dostarczanie wspaniałej pracy. Choć doświadczenie ma znaczenie, wiemy, że kariera nie zawsze przebiega liniowo.

Jeśli ta rola Cię ekscytuje i wierzysz, że możesz mieć na nas wpływ, czekamy na Twoją opinię. Dlaczego spodoba Ci się praca tutaj Dowiedz się więcej o życiu w CapIntel na naszej stronie Kariera, w tym o zaletach, które inspirują naszą pracę, oraz o korzyściach mających na celu wspieranie Twojego rozwoju i dobrego samopoczucia. Jesteśmy zespołem zbudowanym na zaufaniu, szacunku i współpracy.

To napędza wszystko, co robimy i tworzy przestrzeń, w której możemy rzucać sobie wyzwania i podnosić się nawzajem, gdy pracujemy nad naszą wspólną wizją. Jeśli to do Ciebie przemawia, będziemy podekscytowani, że będziesz z nami. Aplikuj bezpośrednio na RemoteJobs.org: https://remotejobs.org/remote-jobs/context-engineer-capintel