Inżynier AI personelu

Multiverse to platforma podnoszenia umiejętności umożliwiająca wdrażanie sztucznej inteligencji i technologii. Nawiązaliśmy współpracę z ponad 1500 firm, aby zapewnić nowy rodzaj uczenia się, który zmienia dzisiejszą siłę roboczą. Nasze staże podnoszące umiejętności są przeznaczone dla osób w każdym wieku i na każdym etapie kariery, aby mogły rozwijać krytyczne umiejętności w zakresie sztucznej inteligencji, danych i technologii.

Nasi uczniowie zapewnili swoim pracodawcom zwrot z inwestycji o wartości ponad 2 miliardów dolarów, wykorzystując nabyte umiejętności do poprawy produktywności i mierzalnych wyników. W kwietniu 2026 roku ogłosiliśmy finansowanie strategiczne w wysokości 70 milionów dolarów, którego liderem jest Schroders Capital, przy udziale StepStone Group, Lightspeed Venture Partners i General Catalyst. Przy podwyższonej wycenie na poziomie 2,1 miliarda dolarów runda ta czyni nas pierwszym w Europie podwójnym jednorożcem EdTech.

Ale na tym nie poprzestaniemy. Dzięki silnemu zasięgowi operacyjnemu i ponad 800 pracownikom mamy ambitne plany dalszego skalowania. Budujemy świat, w którym umiejętności technologiczne odblokowują potencjał i wydajność ludzi.

Dołącz do Multiverse i wzmocnij naszą misję zapewniania pracownikom możliwości odniesienia sukcesu w erze sztucznej inteligencji. RoleMultiverse to największy w Wielkiej Brytanii dostawca praktyk zawodowych i jej pierwszy jednorożec EdTech. Obecny stan sztucznej inteligencji stwarza ogromną szansę na zmianę kształtu przyszłości edukacji i rozwoju siły roboczej.

Multiverse ma do tego wyjątkowo silną pozycję, a prawidłowe wykonanie tego zadania ma konsekwencje wykraczające poza samą firmę: dla brytyjskiego sektora technologicznego i szerzej rozumianej gospodarki. Zespół AI Transformation istnieje po to, aby to urzeczywistnić, zaczynając od samego Multiverse. To nie jest zespół, który umieszcza sztuczną inteligencję na obrzeżach firmy lub dostarcza garść wewnętrznych narzędzi zwiększających produktywność.

Zadania są większe: przebudować sposób, w jaki firma faktycznie działa, funkcjonować po funkcji i ustanowić praktyki inżynieryjne, które sprawią, że Multiverse stanie się od podstaw firmą stawiającą na sztuczną inteligencję. Ta praca ma podwójne znaczenie. Zainstaluj to bezpośrednio w Multiverse, a będziemy działać szybciej, lepiej służyć uczniom i działać na poziomie, który może dorównać niewiele organizacji.

Ale Multiverse istnieje również po to, aby budować siłę roboczą, po którą sięga każda inna firma. Sposób, w jaki się zmieniamy, staje się standardem, który wyznaczamy dla wszystkich innych. Nie zmieniasz tylko jednej firmy, tworzysz plan, według którego inni będą podążać.

Zespół to jeden mały, skupiony zespół, odpowiedzialny od początku do końca za wyniki. Ściśle współpracujesz z szerszą organizacją inżynieryjną tworzącą produkt Multiverse skierowany do klienta, a także z zespołami, których pracę pomagasz wymyślić na nowo. Konstrukcja jest płaska i szybka. Żadnych wspólnych kolejek, żadnych biurokratycznych kosztów między pomysłem a jego wysyłką. Chociaż budujemy coś zupełnie nowego, Multiverse ma sprawdzony produkt, istniejącą infrastrukturę i zespoły inżynieryjne w Londynie i Berlinie.

Musisz czuć się równie komfortowo integrując istniejące systemy i pracując ponad granicami zespołu, jak budując nowe od podstaw. Co będziesz robić Posiadaj architekturę naszego wewnętrznego, agentowego systemu operacyjnego. Praca zespołu obejmuje cały obszar działania Multiverse.

Jesteś właścicielem architektury technicznej naszego agentowego systemu operacyjnego: orkiestracji agentów, strategii kontekstu, integracji narzędzi, platformy ewaluacyjnej i operacji produkcyjnych. Twoje decyzje projektowe kształtują możliwości zespołów ludzkich i AI w produkcyjnych systemach agentów AI MultiverseShip. To jest rola budująca.

Piszesz kod, przeglądasz go i odpowiadasz za jakość tego, co trafia do produkcji. Będziesz osobiście budować i dostarczać znaczące systemy agentowe. W drużynie tej wielkości nikt nie kieruje przy pomocy tablicy.

Zaprojektuj koordynację wielu agentów. Dekompozycja zadań na agentów, protokoły przekazywania, współdzielone zarządzanie stanem, logika orkiestracji. Znasz różnicę między agentami, którzy rzeczywiście koordynują, a agentami, którzy działają sekwencyjnie i mają nadzieję na najlepsze.

Projektujesz wzorce, które czynią systemy wieloagentowe niezawodnymi. Budujesz infrastrukturę oceny i jakości. Zautomatyzowane potoki ewaluacyjne, systemy przeglądu typu „człowiek w pętli”, testy regresyjne w celu szybkiego wprowadzenia zmian, metryki jakości specyficzne dla domeny.

Traktujesz ocenę jako pierwszorzędną kwestię inżynieryjną i budujesz systemy, które umożliwiają to na dużą skalę. Wspieraj inżynierię kosztową. Ekonomia tokenów, strategie buforowania, routing modelu, szybka optymalizacja.

Profil kosztów produkcyjnych systemów AI wymaga aktywnej uwagi inżynierów, dlatego świadomość kosztów i narzędzia należy wbudować w architekturę, zamiast je później dołączać. Zbuduj warstwę integracji, która sprawi, że istniejące systemy Multiverse będą dostępne dla agentów. Interfejsy API, MCP, umowy dotyczące współdzielonych danych oraz narzędzia łączące agentów z platformą, systemami treści i narzędziami, na których działa firma.

Oznacza to budowanie prawdziwych relacji roboczych z zespołami inżynieryjnymi w całym Londynie i projektowanie interfejsów, które dobrze służą obu stronom. Ustal standardy. Definiujesz wzorce szybkiego zarządzania, wyszukiwania, poręczy i testowania, które przyjmuje szerszy zespół, a ostatecznie cała organizacja - i które z czasem kształtują sposób, w jaki robią to również firmy, które uczą się od Multiverse.

Robisz to poprzez kod, dokumentację i decyzje dotyczące architektury, a nie poprzez mandaty. Bądź mentorem dla zespołu. Przegląd kodu, wytyczne dotyczące architektury, parowanie przy najtrudniejszych problemach.

Nie jesteś menadżerem liniowym, ale Twoje przywództwo techniczne bezpośrednio kształtuje rozwój otaczających Cię inżynierów. Czego szukamy Inżynieria agentów AI do produkcjiWysłałeś systemy wieloagentowe lub złożone produkty AI do prawdziwych użytkowników. Rozumiesz wyzwania inżynieryjne, które sprawiają, że systemy agentowe są odrębną dyscypliną: Zarządzanie kontekstem.

Projektowanie tego, co wchodzi do okna kontekstowego, a co pozostaje poza nim. Strategie wyszukiwania, fragmentacja, pamięć konwersacji, podsumowanie i kompromis między kosztem a jakością każdego z nich. Podjąłeś te decyzje na produkcji i widziałeś konsekwencje.

Wybór modelu i routing. Wybór odpowiedniego modelu dla każdego zadania w oparciu o możliwości, opóźnienia, koszt i niezawodność. Budowanie logiki routingu, która dopasowuje pracę do odpowiedniego modelu, a nie domyślną.

Inżynieria kosztowa. Ekonomia tokenów, buforowanie, szybka optymalizacja, przetwarzanie wsadowe. Znasz różnicę między działającym prototypem a systemem produkcyjnym, który działa przy zrównoważonych kosztach.

Zbudowałeś systemy, w których koszt był ograniczeniem inżynieryjnym, a nie problemem kogoś innego. Wykorzystanie narzędzi i usprawnienie agentów. Projektowanie możliwości, jakie mogą osiągnąć agenci: opisy narzędzi, z których niezawodnie korzystają modele, obsługa awarii, MCP lub równoważne interfejsy.

Rozumiesz, że jakość warstwy narzędzi decyduje o tym, czy agenci są użyteczni, czy kruchi. Koordynacja wieloagentowa. Dekompozycja zadań na agentów, protokoły przekazywania, stan współdzielony, logika orkiestracji.

Zbudowałeś systemy, w których wielu agentów współpracuje w ramach domeny produktu i rozumiesz wzorce architektoniczne, które zapewniają niezawodną koordynację. Ocena i jakość. Budowanie ram oceny wyników AI: dokładność, przydatność, bezpieczeństwo, kryteria specyficzne dla domeny.

Zautomatyzowane rurociągi i przegląd przez człowieka w pętli. Nie dostarczyłbyś systemu agentów bez podstawowej jakości. Myślenie o produkcie i instynkt przedsiębiorczości W małym zespole nie ma luki pomiędzy myśleniem o produkcie a inżynierią.

Jesteś właścicielem problemu, począwszy od potrzeb użytkownika po system produkcyjny. Możesz usiąść z ludźmi, których pracę przekształcasz, zrozumieć ich przepływ pracy, zidentyfikować interwencję o najwyższej wartości i zbudować ją, nie czekając, aż menedżer produktu napisze specyfikację. Albo sam coś zbudowałeś (produkt, startup, projekt z prawdziwymi użytkownikami), albo działałeś z nastawieniem założyciela w większej organizacji.

Rozumiesz, że szybkość ma znaczenie i że wysłanie czegoś przydatnego jest ważniejsze od dopracowania czegoś teoretycznego. Inżynieria natywna AI Codziennie budujesz przy użyciu Claude Code. Kontekst i ograniczenia ustawiasz przed wygenerowaniem kodu.

Krytycznie oceniasz wyniki AI. Aby narzędzie było skuteczne, uzupełniasz je umiejętnościami, podpowiedziami systemowymi i kontekstem domeny. Tak działa zespół, a Ty pomagasz zdefiniować, jak dobrze to wygląda.

Dostawa pełnego stosu Pracujesz na całym stosie: integracja LLM, usługi backendu, potoki danych i wystarczająca ilość frontendu, aby wysłać wszystko od początku do końca. Granice między tymi warstwami zanikają w systemach agentów, podobnie jak Twoja chęć pracy między nimi. Komunikacja Możesz wyjaśnić CPO strategię techniczną, przeprowadzić menedżera produktu przez kompromis kosztów i przekazać bezpośrednią informację zwrotną podczas przeglądu kodu.

Reprezentujesz podejście techniczne zespołu na interdyscyplinarnych forach z zespołami zajmującymi się produktami, projektowaniem, projektowaniem edukacyjnym, zgodnością i innymi inżynierami. Dokumentujesz decyzje, a nie tylko kod. Co Cię wyróżni Doświadczenie w EdTech, treści regulowane lub domeny, w których jakość wyników AI ma wpływ na zgodność lub akredytację Doświadczenie jako inżynier założyciel lub współzałożyciel techniczny Publikowane przemyślenia lub wkład zewnętrzny w inżynierię AI (rozmowy, pisanie, open source) Doświadczenie w projektowaniu warstw platform, na których opierają się inne zespoły Praktyczne doświadczenie z MCP (Model Context Protocol) lub równoważnymi standardami integracji agentówCzego nie szukamyCzyste badania ML bez doświadczenia w inżynierii produkcji.

Potrzebujemy budowniczychWąska specjalizacja. Zespół ten pracuje nad pełnym stosem produktu AI. Jeśli zajmujesz się tylko infrastrukturą, tylko szkoleniem modeli lub tylko frontendem, jest to niewłaściwe rozwiązanie.

Ludzie, którzy potrzebują szczegółowej specyfikacji, planu sprintu i stand-upu, zanim będą mogli napisać linię kodu. Wysyłamy szybkich i iteracyjnych Kandydatów, których doświadczenie ogranicza się do owijania interfejsów API LLM w cienkich warstwach aplikacji. Potrzebujemy dogłębnej analizy architektury agentów, strategii kontekstowej, projektowania narzędzi i koordynacji wielu agentów.

Inżynierowie, którzy optymalizują pod kątem technicznej elegancji, a nie wyników użytkownika. Architektura służy produktowiKorzyściCzas wolny - 27 dni urlopu plus 5 dodatkowych dni wolnych: 1 dzień wydarzeń życiowych, 2 dni wolontariatu, 2 dni dobrego samopoczucia w całej firmie (Weekend M-Powered) i 8 świąt państwowych w roku Zdrowie i dobre samopoczucie - prywatne ubezpieczenie medyczne w Bupa, program zwrotu pieniędzy za leczenie, ubezpieczenie na życie, członkostwo w siłowni i zasoby odnowy biologicznej za pośrednictwem Wellhub oraz dostęp do Spill - wszystko w jednym wsparciu zdrowia psychicznego Oferta pracy hybrydowej - na większości stanowisk, na których współpracujemy w biurze trzy dni w tygodniu z wyjątkiem Trenerów i Instruktorów, którzy współpracują w biurze raz w miesiącu Schemat pracy z dowolnego miejsca - będziesz mieć możliwość pracy z dowolnego miejsca, aż do 10 dni w roku Przestrzeń do komunikacji: Poza biurkiem znajdujemy czas na cotygodniowe nadrabianie zaległości, uroczystości sezonowe i mamy zawsze zaopatrzoną kuchnię! Nasze zaangażowanie na rzecz różnorodności, równości i włączenia społecznego Jesteśmy pracodawcą zapewniającym równe szanse.

I jestem z tego dumny. Każdy kandydat i pracownik ma takie same możliwości bez względu na rasę, kolor skóry, pochodzenie, religię, płeć, narodowość, orientację seksualną, wiek, obywatelstwo, stan cywilny, niepełnosprawność, płeć, tożsamość lub ekspresję płciową czy status weterana. To nigdy się nie zmieni.

Przeczytaj naszą politykę równości, różnorodności i włączenia tutaj. Nasze zaangażowanie w ochronę Multiverse ma na celu ochronę i promowanie dobra naszych uczniów. Oczekujemy, że wszyscy pracownicy będą podzielać to zobowiązanie i będą przestrzegać naszej Polityki bezpieczeństwa, naszej Polityki zapobiegania i wszystkich innych zasad firmy Multiverse.

Wybrani kandydaci będą zobowiązani do przeprowadzenia co najmniej podstawowej kontroli za pośrednictwem usługi zakazu ujawniania informacji (DBS). W przypadku stanowisk, które będą obejmować działalność regulowaną, wybrani kandydaci muszą również przejść wzmocnioną kontrolę DBS, w tym kontrolę listy dzieci wykluczonych i kontrolę nakazu zakazu. Role związane z działalnością regulowaną mogą wchodzić w interakcje z grupami bezbronnymi, dlatego są wyłączone z Ustawy o resocjalizacji przestępców z 1974 r., co oznacza, że ​​kandydaci mają obowiązek zadeklarować wszelkie wyroki skazujące, pouczenia, nagany i ostateczne ostrzeżenia.

Podanie fałszywych informacji jest przestępstwem i może skutkować odrzuceniem wniosku lub natychmiastowym zwolnieniem, jeśli wnioskodawca został wybrany, oraz możliwym skierowaniem sprawy na policję i do DBS.