Inżynier AI oddelegowany do przodu

Gravity9 to butikowa firma konsultingowa IT z siedzibą w Wielkiej Brytanii i biurami w USA, Kanadzie, Polsce i Kolumbii. Nasz zespół posiada głębokie doświadczenie w inżynierii, projektowaniu i zarządzaniu produktem. Lubimy wyzwania i jesteśmy dumni, że możemy pracować z naszymi klientami nad najbardziej złożonymi problemami, znajdując eleganckie i elastyczne rozwiązania, które pomogą im przekształcić ich biznes.

Dołącz do naszego rosnącego zespołu - czekają na nas przyszłe możliwości! Z radością informujemy, że nasza firma doświadcza znacznego wzrostu i ekspansji, w związku z czym poszukujemy utalentowanych osób, które dołączyłyby do naszego zespołu. Chcemy otwarcie informować o naszym procesie rekrutacji.

W tej chwili jesteśmy w trakcie zabezpieczania projektów zgodnych z naszymi celami biznesowymi. Naszą intencją jest zapewnienie, że gdy dołączymy do zespołu nowych członków, będą oni odgrywać znaczącą i wpływową rolę od pierwszego dnia. Chociaż możemy nie być w stanie natychmiast rozszerzyć oferty, jesteśmy bardzo zainteresowani rozważeniem Ciebie w przypadku tych przyszłych projektów.

Jeśli jesteś otwarty na pomysł potencjalnego dołączenia do naszego zespołu w przyszłości, zachęcamy Cię do kontynuowania naszej rozmowy kwalifikacyjnej. Cenimy Twój czas i wysiłek i wierzymy, że lepsze poznanie Cię pomoże nam podjąć świadomą decyzję. Gdy skutecznie zakończysz całą procedurę rekrutacyjną, zachowamy Twój profil i skontaktujemy się z Tobą, gdy pojawi się odpowiednia okazja.

Dodatkowe rozmowy kwalifikacyjne na tym etapie nie będą konieczne i przewidujemy, że będziemy mogli szybko przedstawić Państwu ofertę. Jak wygląda proces rekrutacji?1.

Ekran Rekrutera

Podczas pierwszej rozmowy nasz rekruter dowie się więcej o Tobie i Twojej historii, aby sprawdzić potencjalne dopasowanie do grawitacji9. Jest to także okazja do zadania pytań dotyczących stanowiska i firmy. Ten krok może zająć około 60 minut.2.

Tech 1 Wywiad z naszym liderem ds. praktyki sztucznej inteligencji Podczas tego spotkania Twój potencjalny przyszły członek zespołu bliżej przyjrzy się Twojemu doświadczeniu i temu, co możesz wnieść do zespołu. Ten krok zajmie około 75 minut.3. Tech 2 Wywiad z naszymi konsultantami ds. oprogramowaniaPodczas tego spotkania Twój potencjalny przyszły członek zespołu bardziej szczegółowo zapozna się z Twoimi doświadczeniami i tym, co możesz wnieść do zespołu.

Ten krok zajmie około 60 minut.4. Rozmowa końcowa Dotarłeś do ostatniego etapu! Tutaj już staramy się z Państwem współpracować i dajemy Państwu możliwość spotkania się z naszym zespołem kierowniczym podczas tej nieformalnej rozmowy.

Ten krok zajmie około 30 minut. Szczegóły dotyczące wynagrodzenia na danym stanowisku zostaną przekazane przed pierwszym spotkaniem rekrutacyjnym. Dziękujemy za rozważenie możliwości bycia częścią naszej rozwijającej się podróży.

Nie możemy się doczekać możliwości współpracy i osiągnięcia wielkich rzeczy. Rola Opisgravity9 powiększa swój zespół Forward Deployed Engineering, aby tworzyć produkcyjne systemy AI dla klientów korporacyjnych, we współpracy z wiodącymi dostawcami pionierskich modeli. Wspieramy już klientów z różnych branż, aby systemy agentowe i RAG działały w środowisku produkcyjnym w obszarze opieki zdrowotnej, usług finansowych, handlu detalicznego i logistyki globalnej.

Jako inżynier AI zajmujący się wdrażaniem w przód pracujesz osadzony w środowisku klienta, od odkrywania, przez architekturę i budowę, po produkcję i przekazanie. Jest to kompleksowa inżynieria agentów, a nie weryfikacja koncepcji ani praca doradcza. Dwa rodzaje zaangażowania: Wewnętrzne przypadki użycia w przedsiębiorstwie, takie jak uzgadnianie i przepływy KYC w usługach finansowych, przepływy pracy kliniczne i przepływy roszczeń w opiece zdrowotnej, operacje i przepływy pracy w łańcuchu dostaw w logistyce.

Agenci mający kontakt z produktami i klientami, bardziej od podstaw, często eksploracyjni, wbudowani w produkt klienta. Zaangażowanie to zazwyczaj kilkumiesięczny zespół inżynierów, współpracujący ramię w ramię z zespołem klienta, w tym architektami, DevOps i QA.Embed z klientem. Pracuj ramię w ramię w środowisku klienta, w bazie kodu i w chmurze, często w zespole hybrydowym wraz z inżynierami.

Jesteś widoczny dla klienta od pierwszego dnia. Projektuj i buduj produkcyjne systemy AI. Orkiestracja wieloagentowa, wywoływanie narzędzi i funkcji, odzyskiwanie, planowanie i wyznaczanie tras, punkty kontrolne typu „człowiek w pętli”, punkty kontrolne stanu i kontrolne, poręcze, obsługa awarii i odzyskiwanie.

Wykonaj nieestetyczną pracę z danymi. Dużą część każdego zaangażowania stanowi inżynieria danych: pozyskiwanie, spłaszczanie głęboko zagnieżdżonych struktur, wydobywanie treści z dokumentów bez struktury, klasyfikacja, podsumowywanie, tagowanie, wzbogacanie, indeksowanie. Modele opierają się na danych, złe dane za każdym razem pokonują dobry model.

Własna ocena i dokładność. Na początku współpracy utwórz bazowy zbiór danych ewaluacyjnych, zautomatyzuj ocenianie i śledź zasadność, wierność i jakość wyszukiwania dla każdego narzędzia, a nie tylko na poziomie agenta. Bądź gotowy bronić liczb dotyczących dokładności przed sceptycznym interesariuszem w przedsiębiorstwie.

Inżynier ds. kosztów i opóźnień. Wybór i routing modelu (tańsze, szybsze modele dla kroków pozbawionych rozumowania; modele graniczne, w których naprawdę na to zasługuje rozumowanie), szybkie i kontekstowe budżetowanie, buforowanie. Koszt to niepodlegający negocjacjom wskaźnik każdego zlecenia.

Wyślij go prawidłowo. Obserwowalność i śledzenie, CI/CD, IaC, monitorowanie, czy klient faktycznie może działać, przegląd bezpieczeństwa i zgodności. Przekazuj wiedzę celowo.

Nie prowadzimy długoterminowej działalności związanej ze wsparciem. Każde zlecenie jest zaprojektowane tak, aby klient był właścicielem systemu i mógł go rozbudowywać po naszym odejściu. Tworzysz projekt z ich zespołem w pomieszczeniu, współpracujesz z inżynierami i przekazujesz działający monitoring i dokumentację.

Umiejętności technicznePodstawowe programowanie: Silny Python (asynchronizacja, pisanie, testowanie, pakowanie). Znajomość języka TypeScript/Node będzie dodatkowym atutem. Inżynieria aplikacji LLM: Praktyczne doświadczenie w produkcji z modelami pionierskimi: inżynieria natychmiastowa i kontekstowa, ustrukturyzowane wyniki, wywoływanie narzędzi i funkcji, przesyłanie strumieniowe, zarządzanie tokenami i oknami kontekstowymi.

Architektura agenta: Zbudowane i dostarczane przepływy pracy obejmujące wielu agentów lub agentów, wzorce planistów/routerów, projekty nadzorców i podagentów, pętle w stylu ReAct, stan i punkty kontrolne, ponowne próby i przerwania, przegląd przez człowieka w pętli gates.Frameworks: Co najmniej jeden z: Anthropic Agent SDK, LangGraph, LlamaIndex lub równoważny framework orkiestracji, plus ocena, kiedy nie używać żadnego z nich.RAG i wyszukiwanie: strategia dzielenia na kawałki, osadzanie, wyszukiwanie hybrydowe i semantyczne, zmiana rankingu, cytowanie i pochodzenie, tłumaczenie z języka naturalnego na zapytanie. Platformy danych: Bazy danych NoSQL, takie jak MongoDB (agregacja potoki, Atlas Search, Atlas Vector Search) lub mocny odpowiednik plus SQL. Wygodne projektowanie schematów wyszukiwania agentów, nie tylko dla OLTP.Inżynieria danych: Budowanie potoków pozyskiwania i wzbogacania w oparciu o chaotycznie ustrukturyzowane i nieustrukturyzowane źródła, dokumenty, pliki PDF, przechowywanie obiektów.Ewaluacja: Tworzenie wiązek eval i zestawów danych eval, LLM-as-sędzia ze zrozumieniem swoich ograniczeń, testowanie regresji podpowiedzi i agentów, wybór metryk dla każdego przypadku użycia.Chmura: Dostawa produkcyjna na AWS (w tym Bedrock), Azure lub GCP, kontenery, bezserwerowe, podstawy sieci, zarządzanie tajemnicami, IAM.Działalność inżynierska: Git, przegląd kodu, testowanie, CI/CD, IaC (Terraform lub równoważny), obserwowalność.Duża przewagaCertyfikat Anthropic (Claude Developer / dane uwierzytelniające wydane przez Anthropic), wyraźna przewaga na krótkiej liście.Doświadczenie w produkcji pakietu Anthropic Agent SDK, znacząca premia.MCP (Model Context Protocol): budowanie serwerów i klientów, ekspozycja narzędzi, wzorce uwierzytelniania.Claude Code jako autonomiczny agent SDLC: podagenci, haki, niestandardowe umiejętności, rynki agentów, dzielenie kontekstu w zespole.

Narzędzia do obserwacji i śledzenia LLM (LangFuse, LangSmith, Arize, Braintrust lub podobne). Dostarczanie w środowisku regulowanym: HIPAA, RODO, SOC 2, FCA/PRA, obsługa PII, rezydencja danych, poręcze i red-teaming. Reprezentacja wiedzy oparta na wykresach lub taksonomii obok pobierania wektorowego.

Kafka / streaming, Databricks lub porównywalna platforma danych na dużą skalę. Miło jest mieć agentów głosowych i multimodalnych; ocena wyników nietekstowych.FinOps dla obciążeń AI; modelowanie ekonomii jednostkowej dla systemów agentów. Wkład typu open source w ekosystem agentów / LLM lub wystąpienia na konferencjach.

Wcześniejsze doświadczenie jako FDE, architekt rozwiązań lub konsultant ds. dostaw u dostawcy modelu pionierskiego, platformy danych lub dostawcy infrastruktury. Umiejętności miękkie FDE to inżynier, który jest bezpieczny przed klientem. Sprawdzamy zarówno tę sekcję, jak i techniczną.

Obecność i wiarygodność klienta. Potrafi przeprowadzić rozmowę techniczną z architektem klienta i rozmowę biznesową z dyrektorem technicznym lub dyrektorem operacyjnym w tej samej godzinie i cieszy się zaufaniem obu stron. Potrafi prezentować, pisać na tablicy i odpowiadać na trudne pytania bez odchylania się.

Tłumaczenie. Zamienia problem biznesowy opisany przez osoby nietechniczne, takie jak klinicysta, kierownik kampanii lub planista łańcucha dostaw, w projekt techniczny i wyjaśnia projekt techniczny z powrotem w ich języku. Współpraca wolna od ego w roli wspierającej.

W przypadku niektórych zleceń kierownik techniczny będzie pochodził od klienta lub partnera, a nie od nas. Musisz mocno wnosić swój wkład, dobrze się nie zgadzać i obierać kierunek bez tarć. Błyskotliwe, ale terytorialne podejście tu nie działa.

Komfort z niejednoznacznością i greenfieldem. Zadania często rozpoczynają się przed ustaleniem wymagań, dostępu do danych lub czasami określenia problemu. Tak czy inaczej robisz postępy i uwidaczniasz niejednoznaczność, zamiast ją ukrywać.

Skłonność do produkcji. Instynktownie zadaje pytanie „w jaki sposób to jest wdrażane, monitorowane i utrzymywane?” zamiast zatrzymywać się przy działającym notatniku. Instynkt nauczania.

Aktywnie cieszy się podnoszeniem kwalifikacji inżynierów klienta, ponieważ samowystarczalność w momencie przekazania jest definicją sukcesu, a nie późniejsze rozliczenia. Własność i tempo. Krótkie starcia, małe zespoły, brak warstw, za którymi można się schować.

Odblokowujesz się, gonisz za prośbą o dostęp i podążasz wątkiem do odpowiedzi. Świadomość komercyjna. Rozumie, że zakres, koszt i gotowość klienta do zapłaty są częścią problemu inżynieryjnego i przyczynia się do uczciwego określania zakresu i szacowania. Odporność i zdolność adaptacji.

Nowy klient, nowa domena, nowy stack co kilka miesięcy; okazjonalne podróże; czasami sceptyczny interesariusz, któremu powiedziano, że sztuczna inteligencja przyjdzie po jego pracę. Pozostajesz stabilny i konstruktywny. Komunikacja pisemna.

Przejrzysta dokumentacja projektowa, zapisy decyzji, materiały dotyczące przekazania i aktualizacje statusu w języku angielskim. Większość z nich ma charakter asynchroniczny i obejmuje różne strefy czasowe. Prawdziwa ciekawość tej dziedziny.

Ten ekosystem zmienia się co miesiąc. Zależy nam na osobach, które już czytają, tworzą projekty poboczne i formułują opinie - nie czekając na zaplanowane dla nich szkolenie. Profil doświadczeniaFDE (średni): ponad 3 lata inżynierii oprogramowania, ponad 1 rok praktycznej pracy LLM / pracy agenta z co najmniej jednym systemem na żywo w środowisku produkcyjnym.

Kontakt z klientem. Starszy FDE: ponad 5 lat inżynierii, ponad 2 lata sztucznej inteligencji lub agentycznej sztucznej inteligencji, posiada kompleksową architekturę co najmniej jednego systemu agenta produkcyjnego i prowadził rozmowy z klientami na ten temat. Lider FDE: ponad 7 lat, kieruje zespołami dostaw składającymi się z 3 - 7 osób, może pełnić funkcję kierownika ds. zaangażowania w technologię, uczestniczy w przedsprzedaży i szacowaniach oraz może być mentorem rosnącego zespołu FDE.

Jak wygląda sukces Pierwsze 90 dni - posiadanie istotnego komponentu systemu agentów kontaktujących się z klientem, w tym jego ewaluacja, i zaufanie przed klientem.6 miesięcy - samodzielne projektowanie architektur agentów, kierowanie procesem pracy oraz prowadzenie ścieżki przekazania i transferu wiedzy.12 miesięcy - punkt odniesienia dla innych członków zespołu, współtworzenie zasobów nadających się do ponownego wykorzystania, przedsprzedaż i rozmowy kwalifikacyjne.Co oferujemyWsparcie w zakresie certyfikatów dostawców i dostęp do programów szkoleniowych dla partnerów.Ogólnofirmowe narzędzia AI w ramach naszej codziennej pracy day.Znajdź oferty pracy w Wielkiej Brytanii na Arbeitnow