Starszy inżynier oprogramowania (AI)

Informacje o ExTracExTrac to firma zajmująca się analizą decyzji, z której korzystają rządy, organizacje obronne, instytucje finansowe i korporacje działające w złożonych, szybko zmieniających się środowiskach. Nasze możliwości łączą wyselekcjonowane źródła danych, sztuczną inteligencję dostosowaną do danej dziedziny i głęboką wiedzę ludzką, aby przekształcić nadmiar informacji w jasną prognozę wykonalną. Naszą ambicją jest stać się analitycznym szkieletem, na którym polegają organizacje, gdy niepewność geopolityczna staje się szansą lub strategicznym ryzykiem.

Więcej informacji na stronie extrac.ai.Rola Poszukujemy starszego inżyniera oprogramowania, który dołączy do zespołu AI ExTrac i będzie zajmował się tworzeniem narzędzia Co-Analyst i związanych z nim funkcji analitycznych sztucznej inteligencji.Co-Analyst to wieloagentowy system skierowany do użytkownika, który współpracuje z analitykami wywiadowczymi przy badaniach i pisaniu raportów. Pętla planowania rozkłada pytania analityka, fani przekazują je subagentom i gromadzą wyniki w raporcie, w którym każde twierdzenie jest powiązane z fragmentem źródła, z którego pochodzi. Poniżej znajduje się wyszukiwanie wektorowe w dużym, nieustrukturyzowanym korpusie, w wielu językach i typach mediów.

Praca agenta jest najważniejszym elementem, ale nie całą pracą. W jednym kwartale praca obejmuje orkiestrację agentów, wyszukiwanie, analizę grafów i długotrwałe potoki przesyłania strumieniowego, a także leżące pod nimi usługi i bazy danych. Będziesz właścicielem kompleksowych usług w oparciu o bazę kodu Python i Go, współpracując z zespołem danych, który jest właścicielem potoków pozyskiwania, oraz zespołem zajmującym się badaniami w zakresie uczenia maszynowego, który szkoli i ocenia modele, które integrujemy i obsługujemy.

Pętla jest krótka: produkt przynosi pomysł, często świeży i niesprawdzony, a naszym zadaniem jest przyspieszenie wdrożenia i przeniesienie go do funkcji produkcyjnej. Nowe funkcje pojawiają się prawie co tydzień. Celem tego zatrudnienia jest zwiększenie przepustowości zespołu AI w przypadku trudnych problemów.

Zatrudnienie inżyniera, który dogłębnie analizuje systemy, aby przekształcić coś, co działa, w coś, na czym mogą polegać analitycy. Na czym polega ta praca. Agentyczne i analityczne funkcje AI.

Buduj i ulepszaj samą pętlę agenta: montaż kontekstu, wybór narzędzi i orkiestrację pod-agentów. Twórz towarzyszące jej funkcje analityczne AI, od budowy sieci po podsumowania czytane przez analityków. Udowodnij, że zmiany są ulepszeniami i działają. eksperymenty z ruchem analityków na żywo za flagami funkcji.

Uzgodnij, co „lepsze” oznacza dla danej możliwości przed jej wysłaniem i uczciwie zadzwoń, gdy dowody wskazują, że obiecujące podejście nie działa. Znajdź wykonalne podejście, w którym nie pasuje żaden ustalony wzorzec, na zbiorze danych, który rzadko jest czysty. Pracuj z osadzaniem jako czymś więcej niż tylko problemem związanym z pobieraniem.

Te same wektory wpływają na budowę sieci i wykrywanie społeczności. Pracuj w ramach projektu niezależnego od modelu, zamieniając modele i osadzania na podstawie ocen zespołu ML, zamiast ograniczać się do jednego. Projektowanie i dostarczanie usług Rozwiąż niejednoznaczny problem, zbierz wymagania, napisz projekt techniczny i wyślij do produkcji przy minimalnym nadzorze.

Własne usługi od początku do końca, łącznie z konsolidacją lub likwidacją tego, co zastępują. Projektuj interfejsy API używane zarówno przez wewnętrzne zespoły, jak i klientów, i trzymaj je przejrzyste umowy i rozsądne wersjonowanie w miarę wzrostu liczby konsumentów. Traktuj warstwę pamięci masowej raczej jako kwestię projektową, a nie szczegół implementacji: schemat, strategię indeksowania i wzorce dostępu do magazynów relacyjnych, dokumentów i wektorowych.

Weź udział w podejmowaniu decyzji dotyczących projektu systemu i architektury oraz prowadź je. Inżynieria produkcji Własne usługi pomocnicze od początku do końca w Pythonie i Go: projektuj, buduj, wdrażaj, obsługuj. Utrzymuj przepływy pracy agentów zgodnie ze standardami produkcyjnymi w zakresie opóźnień, kosztów i niezawodności w systemie, w którym niedeterminizm jest kluczem podane.Twórz i obsługuj długotrwałe potoki przesyłania strumieniowego, łącznie z buforowaniem i odzyskiwaniem, które zapewnia ich przetrwanie.Praca z analitykami, produktem i zespołem MLPracuj bezpośrednio z analitykami, którzy korzystają z naszych produktów, zamieniając to, co napotkają w praktyce, na zmiany w systemie.Szybko iteruj względem strumienia żądań produktów na żywo, zaznaczając, gdzie kolidują one z pracą nad możliwościami w dłuższym horyzoncie.Współpracuj z zespołem ML w zakresie podejść agentycznych, przenoszenia sprawdzonych koncepcji do produkcji i rozwiązywania problemów inżynieryjnych, problemy z wydajnością i niezawodnością, których nie musi mieć wdrożenie badawcze.

Zintegruj i obsłuż trenowane modele oraz zbuduj infrastrukturę produkcyjną, na której działają ich ramy ewaluacyjne. Powinieneś złożyć wniosek, jeśli zbudowałeś i obsługiwałeś produkcyjne systemy zaplecza i chcesz to robić dalej. Znasz różnicę między czymś, co dobrze demonstruje, a czymś, co wytrzymuje obciążenie produkcyjne, opóźnienia i koszty.

Spędzisz więcej czasu w usługach, bazach danych i interfejsach API Python i Go niż w pliku podpowiedzi. Możesz działać z dużą autonomią. Będziesz mieć zaufanie do prowadzenia projektów, podejmowania decyzji i osiągania wyników.

Pracujemy nad problemami otwartymi, na które nie ma ustalonej odpowiedzi, a gdy oczywiste podejście zawiedzie, zamiast przerywać, generujesz alternatywy. Masz opinie na temat frameworków agentycznych i czujesz się komfortowo, nie korzystając z nich. Doświadczenie z nimi jest przydatne, ale większość orkiestracji budujemy sami, ponieważ gotowe abstrakcje nie spełniły naszych wymagań dotyczących oceny, kontroli i wydajności produkcyjnej.

Możesz skorzystać z najnowszej techniki lub artykułu, ulepszyć implementację i dać jasne zalecenie, czy warto kontynuować. Równie swobodnie możesz kłócić się o zabicie czegoś, co o wysłanie tego. Nie ufasz zmianom, dopóki ich nie zmierzysz.

Sięganie po ocenę to raczej instynkt, a nie refleksja. Traktujesz jakość, bezpieczeństwo i obserwowalność jako podstawy inżynierii, a nie opcjonalne dodatki, i przedstawiasz argumenty za zajęciem się długiem technicznym, zamiast z nim żyć. Podnosisz poprzeczkę inżynierom wokół siebie w sposób, który by docenili: rozwiązywanie problemów spoza własnego projektu, zostawianie recenzji, z których ludzie się uczą i zapisywanie rzeczy następnej osobie.

Chcesz pracować nad rzeczami, które mają znaczenie. Nasze oprogramowanie opiera się na decyzjach podejmowanych przez rządy, organizacje obronne i instytucje działające tam, gdzie błąd lub spóźnienie niesie ze sobą realne konsekwencje. Dokąd może Cię zaprowadzić ta rola.

Pogłębij swoją odpowiedzialność. Dobra wydajność oznacza większą część współanalityka, większy wpływ architektury na ewolucję systemu agentów i większy wpływ na to, jakie pomysły będziemy realizować, a nie tylko na to, jak je budujemy. Stwórz praktykę inżynierską dla klasy systemów, której nikt jeszcze nie ustalił.

Istnieją ustalone wzorce uruchamiania usług sieciowych i modeli szkoleniowych. Nie ma jeszcze systemów umożliwiających obsługę systemów agentowych w środowisku produkcyjnym: kontrolowanie kosztów i opóźnień, zapewnianie niezawodności niedeterministycznego zachowania i sprawdzanie, kiedy zmiana faktycznie stanowi ulepszenie. Będziesz nad nimi pracować, zamiast je stosować.

Raczej szerokość niż wąska ścieżka. Prace podążają za problemem, co oznacza orkiestrację agentów w jednym miesiącu, a prace nad potokiem, pobieraniem lub infrastrukturą w następnym. Inżynierowie mają tutaj możliwość budowania głębi w kilku obszarach, zamiast skupiać się na jednym.

Zajmij się inną klasą problemów. Zapewnienie pracy naszych systemów w środowiskach FedRAMP to nadchodzący ważny projekt, a inżynieria przy tego rodzaju ograniczeniach to zestaw umiejętności, który pozostanie z Tobą. Postęp bez zmiany ścieżki.

ExTrac w równym stopniu ceni IC i ścieżki zarządzania: Inżynier personelu i Menedżer ds. inżynierii zajmują ten sam poziom, a przyjmowanie raportów nie jest ceną awansu. Wymagania Ze względu na charakter naszej pracy i obsługiwanych przez nas klientów, kandydaci muszą kwalifikować się do uzyskania brytyjskiego poświadczenia bezpieczeństwa. Obecnie jesteśmy w stanie rozpatrywać tylko kandydatów, którzy są obywatelami państwa członkowskiego NATO, Australii lub Nowej Zelandii.

Ponad 4 lata doświadczenia w profesjonalnej inżynierii oprogramowania, wykazana zdolność do świadczenia usług na poziomie produkcyjnym z kompleksowym zakresem testów oraz kompleksowe doświadczenie w zakresie posiadania funkcji. Biegłość w budowaniu usług w języku Python, praktyczna znajomość Go lub umiejętność szybkiego jej opanowania. Doświadczenie w budowaniu i obsłudze systemów agentowych, aplikacji LLM lub wyszukiwaniu produkcji, na których polegają prawdziwi użytkownicy.

Solidna znajomość systemów rozproszonych, bazy danych i wzorce inżynierii oprogramowania.Doświadczenie w pisaniu wydajnego kodu asynchronicznego, który skaluje się pod rzeczywistym obciążeniem.Doświadczenie z infrastrukturą w chmurze i infrastrukturą jako kodem oraz otaczającymi je potokami CI/CD.Doświadczenie z flagami funkcji i wdrażaniem opartym na magistrali.Miło jest otrzymać objaw, a nie diagnozę. Biorąc pod uwagę podejrzenie wycieku pamięci, można go sprofilować, znaleźć przyczynę i naprawić. Można pobrać PRD i określić na jego podstawie projekt techniczny, odpychając się tam, gdzie proponowane podejście nie jest wystarczające.

Podobnie szukasz sposobu, zamiast dochodzić do wniosku, że czegoś nie da się zrobić. Silne umiejętności komunikacji i współpracy. Komfortowe pisanie przejrzystej dokumentacji technicznej i omawianie wymagań z kolegami z inżynierii i szerszym zespołem.

Szeroki zakres stosu: ulepszanie potoków wdrażania, zrozumienie zachowania baz danych oraz prawdziwe zainteresowanie zabezpieczeniami i barierami AI. Szybko radzisz sobie z nieznanymi narzędziami, zamiast potrzebować wcześniejszej wiedzy specjalistycznej w zakresie konkretnego.Zainteresowanie sprawdzaniem wyników analiz i uwzględnianiem opinii analityków w dyskusjach na temat wymagań, zamiast traktowania wymagań jako problemu kogoś innego.PożądaneDoświadczenie z systemami wyszukiwania i wydajnością wielkoskalowych wektorowych baz danych (Elastic).Doświadczenie w analizie wykresów lub sieci na dużą skalę.Doświadczenie w budowaniu wyszukiwania lub analiz działających w wielu językach.Doświadczenie z potokami strumieniowymi i infrastrukturą wyszukiwania.Doświadczenie w obsłudze systemy z wieloma dzierżawcami, w których izolacja danych jest trudnym wymogiem. Doświadczenie w pracy w środowiskach o ograniczonych wymaganiach związanych ze zgodnością.

Znaczącym nadchodzącym projektem jest umożliwienie naszym systemom pracy w środowiskach FedRAMP. Proces rozmowy kwalifikacyjnej Wstępna rozmowa wprowadzająca z menedżerem ds. rekrutacji - 30 minut Ocena techniczna - 1 godzina Rozmowa oparta na kompetencjach - 1 godzina Wywiad z założycielem - 30 minut Korzyści Konkurencyjne wynagrodzenie uzależnione od umiejętności i doświadczenia. Bogaty pakiet świadczeń, w tym prywatne ubezpieczenie zdrowotne i podwyższone składki emerytalne.

Dłuższy urlop rodzicielski i żłobek w miejscu pracy. Budżet na edukację 500 funtów rocznie przy droższych pozycjach (np. konferencje) po uzyskaniu zgody przełożonego. 33 dni urlopu w ciągu roku łącznie z dniami ustawowo wolnymi od pracy.

Elastyczna praca. Zespół zazwyczaj przebywa w naszym biurze w centrum Londynu dwa dni w tygodniu, a Ty możesz przyjść do pięciu dni w tygodniu. ExTrac AI zapewnia równe szanse zatrudnienia (EEO) wszystkim pracownikom i osobom ubiegającym się o pracę bez względu na rasę, kolor skóry, religię, płeć, pochodzenie narodowe, wiek, niepełnosprawność, informacje genetyczne, orientację seksualną, tożsamość płciową czy ekspresję płciową.

Zależy nam na tworzeniu zróżnicowanej i włączającej siły roboczej i zapraszamy osoby ze wszystkich środowisk, doświadczeń, perspektyw i umiejętności. ExTrac AI dba o uczciwy i przejrzysty proces rekrutacji. Potwierdzamy, że to ogłoszenie dotyczy aktywnego, istniejącego otwartego stanowiska w naszej organizacji.

Informujemy, że możemy korzystać z narzędzi opartych na sztucznej inteligencji, aby pomóc naszemu zespołowi rekrutacyjnemu w przeglądaniu, ocenie i wyborze kandydatów na to stanowisko, ale wszystkie decyzje dotyczące zatrudnienia będą podejmowane przez członka naszego zespołu.Wynagrodzenie: 87 tys. GBP - 93,5 tys. GBP • 87 tys.

GBP - 93,5 tys. GBPZnajdź więcej ofert pracy anglojęzycznej w Wielkiej Brytanii w witrynie Arbeitnow