Inżynier ds. stosowanej sztucznej inteligencji

Informacje o Dwelly Dwelly tworzy system operacyjny AI dla wynajmu mieszkań. Rosnąca sieć agencji zapewnia sztucznej inteligencji dane ze świata rzeczywistego, ciągłą informację zwrotną i kontrolę nad całym przepływem pracy, dzięki czemu wyjątkowa obsługa staje się standardem dla wynajmujących i najemców. Obecnie Dwelly zarządza ponad 15 000 nieruchomości i ma 470 milionów dolarów GMV, co czyni go jednym z dziesięciu największych operatorów wynajmu w Wielkiej Brytanii.

Firma zebrała 263 miliony dolarów. Jesteśmy szybko rozwijającą się firmą skoncentrowaną na produktach, wspieraną przez najwyższej klasy inwestorów i kierowaną przez zespół z głębokim doświadczeniem w zakresie nieruchomości, technologii i operacji. Podsumowanie stanowiska Poszukujemy inżyniera stosowanej sztucznej inteligencji, który pomoże w budowie infrastruktury agentowej, która napędza automatyzację w Dwelly.

Nasz model rozwoju to przejęcia. Każda nabywana przez nas agencja wprowadza nowe przepływy pracy operacyjnej, starsze procesy i pracę ręczną. Jeśli będziemy zarządzać każdą nową agencją ręcznie, ekonomika modelu się załamie.

Nasza zdolność do skalowania zależy od przekształcania złożonych procesów operacyjnych w niezawodne i zautomatyzowane systemy oparte na sztucznej inteligencji. Mamy już skuteczne przepływy oparte na sztucznej inteligencji działające w narzędziach do wyszukiwania najemców i zarządzania nieruchomościami. Działają i przynoszą realne rezultaty biznesowe.

Jednak zbudowano je szybko i jako oddzielne systemy. Kolejnym wyzwaniem jest połączenie tych podejść: zbudowanie infrastruktury agentowej wielokrotnego użytku, ustanowienie solidnej warstwy oceny i obserwowalności oraz stworzenie systemów, które pozwalają nam szybko i niezawodnie automatyzować nowe przepływy pracy w miarę skalowania Dwelly. To nie jest rola badacza sztucznej inteligencji.

Będziesz budować systemy sztucznej inteligencji, które będą działać w prawdziwej firmie i oczekuje się od nich niezawodnej pracy na produkcji. Zatrudniamy zdalnie w Wielkiej Brytanii, Irlandii i europejskich strefach czasowych. Kandydaci powinni mieszkać w tych regionach/strefach czasowych, aby umożliwić efektywną współpracę z szerszym zespołem.Kluczowe obowiązki1.

Infrastruktura agentowa Zaprojektuj i zbuduj podstawowe elementy naszych systemów agentowych, w tym pamięć, zarządzanie kontekstem, wywoływanie narzędzi, orkiestrację i pętle sprzężenia zwrotnego. Przenieś nas z jednorazowych rozwiązań AI w kierunku infrastruktury wielokrotnego użytku, w której można szybko i przewidywalnie wprowadzać nowe przepływy pracy. 2.

Ocena i obserwowalność Zbuduj ramy oceny, które pozwolą nam zrozumieć, jak działają nasi agenci i dlaczego odnoszą sukcesy lub porażki. Spraw, aby testowanie, śledzenie, debugowanie i ocena systemów AI były tak fundamentalne dla naszego procesu inżynieryjnego, jak tradycyjne testy jednostkowe oprogramowania. Opracuj systemy, które pozwolą nam z pewnością ocenić przepływ pracy agenta przed wdrożeniem go w środowisku produkcyjnym.

3. Rozwój agentyczny Promuj sposób, w jaki wykorzystujemy LLM do tworzenia samego oprogramowania. Twórz przepływy pracy, w których agenci kodujący i wyspecjalizowani podagenci mogą eksplorować repozytoria, wdrażać zmiany, przeglądać architekturę, sprawdzać konwencje, przeprowadzać oceny i wykonywać iteracje przy minimalnej koordynacji człowieka.

Wykorzystuj w szerokim zakresie przepływy pracy związane z inżynierią agentyczną w swoim codziennym rozwoju. 4. Orkiestracja Projektuj systemy, w których wyspecjalizowani agenci, narzędzia, deterministyczne oprogramowanie i ludzie efektywnie współpracują.

Zrozum, kiedy problem należy rozwiązać za pomocą LLM, kiedy tradycyjne oprogramowanie jest lepszym rozwiązaniem i kiedy wielu skoordynowanych agentów może znacząco poprawić wynik. 5. Automatyzacja operacyjna Działaj jako pomost pomiędzy złożonymi procesami operacyjnymi a inżynierią. Ściśle współpracuj z naszymi zespołami operacyjnymi i produktowymi, aby zrozumieć, jak faktycznie wygląda praca w przejętych agencjach, zidentyfikować możliwości automatyzacji o największym wykorzystaniu i przekształcić je w niezawodne systemy produkcyjne.

6. Wpływ architektury Pomóż zdefiniować wzorce architektoniczne, których używamy w systemach agentowych w miarę rozwoju firmy. Nie dołączysz jako inżynier nr 20 na uznanej platformie AI.

Będziesz jednym z pierwszych członków zespołu, który będzie miał znaczący wpływ na nasze podejście techniczne, narzędzia i standardy inżynieryjne. Kwalifikacje i preferowane wykształcenie Silne wykształcenie w zakresie inżynierii oprogramowania z doświadczeniem w niezależnym dostarczaniu złożonych systemów od pomysłu do produkcji Praktyczne doświadczenie w budowaniu sztucznej inteligencji lub systemów agentowych, które działały w środowisku produkcyjnym Doświadczenie w radzeniu sobie z wyzwaniami związanymi ze sztuczną inteligencją w świecie rzeczywistym, takimi jak niezawodność, opóźnienia, zarządzanie kontekstem, tryby awarii, ocena i obserwowalność Silne zrozumienie agentów, użycia narzędzi, ustrukturyzowanych wyników, zarządzania kontekstem, orkiestracji, oceny i pętli sprzężenia zwrotnego Zaawansowane praktyczne wykorzystanie nowoczesnych LLM - nie tylko sporadyczne używanie ChatGPT lub Claude, ale zrozumienie, jak budować niezawodne przepływy pracy wokół systemów probabilistycznych Doświadczenie w korzystaniu z agentów kodujących i przepływów pracy związanych z tworzeniem agentów w ramach własnego procesu inżynieryjnego Doświadczenie w rozkładaniu złożonych zadań inżynieryjnych na agentów lub wyspecjalizowanych podagentów i projektowaniu dla nich mechanizmów w celu weryfikacji i ulepszania ich wyników Dobra ocena architektury i umiejętność decydowania, kiedy używać LLM, oprogramowania deterministycznego, interwencji człowieka lub kombinacji podejść Doświadczenie z TypeScript / Node.js lub duże doświadczenie w budowaniu systemów AI w Pythonie z możliwością i chęcią zastosowania tej wiedzy w środowisku opartym na TypeScript Wysoki autonomia, własność i komfort podejmowania decyzji w warunkach niejednoznaczności Dobra ocena produktu i umiejętność łączenia decyzji technicznych z wynikami operacyjnymi i biznesowymi Silne umiejętności komunikacyjne i biegła znajomość języka angielskiego Mentalność startupu: odporność, zdolność adaptacji i umiejętność prosperowania w dynamicznym środowisku Czego nie rozumiemy przez „doświadczenie AI”W przypadku tej roli doświadczenie AI nie oznacza: Używania ChatGPT do generowania fragmentów kodu Dodawania pojedynczego wywołania API LLM do aplikacji Budowania szybkiego opakowania i nazywania go agentem Ślepie akceptowanie wszystkiego, co generuje agent kodujący. Poszukujemy inżynierów, którzy myślą w kategoriach agentów, narzędzi, kontekstu, orkiestracji, oceny, pętli sprzężenia zwrotnego i współpracy człowiek-maszyna - i którzy już stosują te koncepcje w swojej codziennej pracy inżynieryjnej.

Jak wygląda sukces w ciągu pierwszych 12 miesięcy: Niezawodność: możemy wdrożyć nowy agentowy przepływ pracy i zrozumieć, jak będzie on działał, zanim trafi do produkcji, ponieważ mamy wdrożone solidne systemy oceny i obserwacji. Szybkość: Integracja procesów z nowo nabytych agencji zajmuje raczej dni, a nie tygodnie, ponieważ dysponujemy standaryzowaną biblioteką prymitywów agentycznych wielokrotnego użytku. Wydajność: znaczna część powtarzalnej pracy operacyjnej została zautomatyzowana, dzięki czemu nasze zespoły mogą skoncentrować się na obszarach, w których ludzka ocena i interakcja tworzą największą wartość.

Dźwignia inżynieryjna: Agentyczne przepływy pracy znacznie zwiększają szybkość i jakość, z jaką nasz zespół inżynierów może tworzyć, testować i rozwijać oprogramowanie.

Technologia StackType

Script (podstawowa) · Node.js · PostgreSQL · Orkiestracja LLM · Agentyczne przepływy pracyDlaczego to może nie być dla CiebieTa rola prawdopodobnie nie jest odpowiednia, jeśli: Przede wszystkim chcesz badać nowe modele, czytać najnowsze artykuły lub szkolić niestandardowe modele. Jesteśmy pragmatycznymi twórcami, a nie laboratorium badawczym AI. Preferujesz pracę z jasno określonym backlogiem, gdzie ktoś inny określa, co należy zbudować.

Lubisz prototypować systemy AI, ale mniej interesują Cię mniej efektowne prace wymagane do zapewnienia ich niezawodności - ocena, rejestrowanie, obsługa błędów, obserwowalność, infrastruktura i operacyjne przypadki brzegowe. Postrzegasz sztuczną inteligencję przede wszystkim jako funkcję, a nie nowy sposób projektowania i tworzenia systemów oprogramowania. Wynagrodzenie i świadczenia Stanowisko jest w pełni zdalne, co zapewnia elastyczność i umożliwia bezproblemową współpracę z naszym rozproszonym geograficznie zespołem Konkurencyjne wynagrodzenie z możliwością opcji na akcje w oparciu o wyniki, uznające wyjątkowy wkład w nasz sukces integracyjny Jak to jest być Dwell-erZapraszam do zapoznania się z podstawowymi zasadami Dwelly.

Chodzi o to, w co wierzymy, jak działamy i podejmujemy decyzje. To, co oferujemy, to nie jest wymyślne biuro ani statyczne miejsce pracy. Zamiast tego rozwiązuje się jeden z najbardziej złożonych problemów w największej branży konsumenckiej na świecie (najem mieszkań), aby poprawić doświadczenia ponad 30% gospodarstw domowych (ponad 5 milionów w Wielkiej Brytanii i ponad 100 milionów, w tym w UE i USA), które mieszkają w wynajmowanych domach.

Chodzi o zakłócenie największego, najbardziej przestarzałego przemysłu na świecie dzięki jednemu z najsilniejszych zespołów operacyjnych i technicznych istniejących w Wielkiej Brytanii i UE. Ciężko pracujemy i dążymy do niezwykle ambitnych wyników. Ale chcemy, żeby ludzie byli dumni z tego, co zbudowali i mogli pewnego dnia spojrzeć wstecz i powiedzieć „do diabła, to ja to wszystko zrobiłem” Obsesja klienta, a nie koncentracja na konkurencyjności Pasja do wynalazków Doskonałość operacyjna Myślenie długoterminowe Aplikując na to stanowisko, wyrażasz zgodę na przetwarzanie i przechowywanie swoich danych osobowych w celach rekrutacyjnych przez maksymalnie 365 dni, zgodnie z naszą polityką przechowywania danych i obowiązującymi przepisami o ochronie danych.

Oryginalnie opublikowano w Himalaje