O tym stanowisku
auto_translated_note
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 czerwcu 2022 r. ogłosiliśmy rundę finansowania serii D o wartości 220 milionów dolarów, której współprowadzą StepStone Group, Lightspeed Venture Partners i General Catalyst. Dzięki wycenie post-moneytowej wynoszącej 1,7 miliarda dolarów ta runda czyni nas pierwszym jednorożcem EdTech w Wielkiej Brytanii.
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 wspieraj naszą misję polegającą na wyposażeniu pracowników do zwycięstwa w erze sztucznej inteligencji. RoleMultiverse to największy w Wielkiej Brytanii dostawca praktyk zawodowych i 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 ds. transformacji AI 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: odbudować sposób, w jaki firma faktycznie działa, funkcjonować po funkcji i ustalić praktyki, które sprawią, że Multiverse będzie 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 zespołów, jak budując nowe od podstaw. Co będziesz robić Posiadanie i dostarczanie kompletnych systemów agentów. Bierzesz problem z produktem i budujesz system agenta, który go rozwiązuje.
Architektura, wdrożenie, ocena i działanie produkcyjne. Jesteś odpowiedzialny za działanie systemu, a nie tylko za kompilację kodu. Zaprojektuj kontekst i strategie wyszukiwania.
To, co trafia do okna kontekstowego, a co pozostaje poza nim, to najważniejsza decyzja projektowa w systemie AI. Projektujesz potoki wyszukiwania, pamięć konwersacji, strategie podsumowań i logikę dzielenia, która sprawia, że kontekst jest użyteczny, a nie zaszumiony. Rozumiesz kompromisy w zakresie kosztów i jakości na każdym poziomie.
Stwórz ramy oceny. Definiujesz i wdrażasz wskaźniki, które mówią zespołowi, czy jego systemy AI działają tak, jak powinny. Dokładność, bezpieczeństwo, przydatność, jakość specyficzna dla domeny, opóźnienie.
Budujesz zautomatyzowane potoki ewaluacji i procesy przeglądu z udziałem człowieka w pętli. Traktujesz ocenę jako dyscyplinę inżynierską, a nie refleksję. Integracje narzędzi projektowych.
Agenci mają tyle możliwości, ile systemy, do których mogą dotrzeć. Projektujesz i budujesz warstwę narzędzi: MCP, API, kontrakty danych i obsługę błędów, która sprawia, że korzystanie z narzędzi jest niezawodne. Ściśle współpracujesz z szerszą organizacją inżynieryjną, tworząc produkt Multiverse skierowany do klienta, z którego systemami muszą współdziałać Twoi agenci. Wpływaj na kierunek techniczny.
Masz opinie na temat tego, jak należy budować rzeczy, i popierasz je dowodami. Przyczyniasz się do decyzji architektonicznych, wycofujesz się, gdy zespół zmierza w złym kierunku i proponujesz lepsze podejście. Nie jesteś liderem zespołu, ale Twoja ocena techniczna kształtuje to, co i jak zostanie zbudowane.
Podnieś poprzeczkę poprzez przeglądanie kodu i parowanie. Rygoryzujesz kod i przekazujesz informacje zwrotne, dzięki którym zespół staje się lepszy. Przy trudnych problemach współpracujesz z mniej doświadczonymi inżynierami.
Wyznaczasz standard tego, jak wygląda inżynieria AI o jakości produkcyjnej. Używaj Claude Code jako podstawowego przepływu pracy programistycznej. Claude Code to sposób, w jaki buduje się ten zespół.
Ustawiasz kontekst, definiujesz ograniczenia, krytycznie przeglądasz wyniki i rozszerzasz narzędzie o umiejętności i kontekst domeny. Biegle posługujesz się rozwojem wspomaganym sztuczną inteligencją i potrafisz być mentorem dla innych, jak robić to dobrze. Czego szukamy Inżynieria agentów AI w produkcji Dostarczyłeś systemy AI, które służą prawdziwym użytkownikom na znaczącą skalę.
Rozumiesz wyzwania inżynieryjne, które sprawiają, że systemy agentowe różnią się od konwencjonalnego oprogramowania: Zarządzanie kontekstem. Projektowanie tego, co wchodzi do okna kontekstowego, a co pozostaje poza nim. Strategie wyszukiwania, podejścia do fragmentacji, pamięć konwersacji, podsumowywanie.
Wiesz, jak jakość kontekstu wpływa na jakość i koszt wydruku, i zdecydowałeś się na te kompromisy w produkcji. Wybór modelu i routing. Wybór odpowiedniego modelu dla zadania w oparciu o możliwości, opóźnienia, koszt i niezawodność.
Pracowałeś z wieloma modelami i wiesz, kiedy lepszy jest mniejszy, szybszy model. Inżynieria kosztowa. Ekonomia tokenów, buforowanie, szybka optymalizacja, przetwarzanie wsadowe.
Znasz różnicę między działającym prototypem a systemem produkcyjnym, który działa przy kosztach, które firma może ponieść. Wykorzystanie narzędzi i usprawnienie agentów. Projektowanie powierzchni narzędzi używanych przez agentów do interakcji z systemami zewnętrznymi.
Pisanie opisów narzędzi, z których modele korzystają niezawodnie, sprawnie radzą sobie z awariami, budują warstwy integracyjne, które można komponować, a nie kruche. Ocena. Budowanie ram oceny jakości wyników AI: dokładność, bezpieczeństwo, przydatność, kryteria specyficzne dla domeny.
Wysyłasz z eval, a nie po niej. Myślenie o produkcieNie czekasz na specyfikację. Rozumiesz problem, zastanawiasz się, co musi istnieć i budujesz to.
W małym zespole nie ma luki pomiędzy myśleniem o produkcie a inżynierią. Rozmawiasz z użytkownikami, rozumiesz ich przepływ pracy i identyfikujesz interwencję o najwyższej wartości. Nie wymaga to doświadczenia w zarządzaniu produktem.
Wymaga instynktu pytania: „Jaki problem rozwiązujemy i dla kogo?” przed „Jakiego frameworku powinniśmy użyć?” Dostawa pełnego stosu Pracujesz na całym stosie: integracja LLM, usługi backendu, potoki danych i wystarczająca ilość frontendu, aby zapewnić dostawę od początku do końca. Systemy agentowe nie mieszczą się ściśle w granicach usług, a umiejętność pracy między nimi wszystkimi jest wymogiem praktycznym. Komunikacja Jasno wyjaśniasz decyzje techniczne zarówno inżynierom, jak i osobom odpowiedzialnym za produkt i projektowanie, z którymi na co dzień współpracujesz.
Dokumentujesz swoje projekty, piszesz prośby o ściągnięcie, które opowiadają historię i udzielasz bezpośrednich informacji zwrotnych bez bycia szorstkim. Co Cię wyróżniaDoświadczenie w budowaniu systemów AI w EdTech, treści regulowane lub domeny, w których jakość wyjściowa ma wpływ na zgodność lub akredytację Doświadczenie jako założyciel lub inżynier na wczesnym etapie w startupie Publikowane przemyślenia lub wkład zewnętrzny w inżynierię AI (rozmowy, pisanie, open source)Doświadczenie w koordynacji wielu agentów: rozkład zadań, przekazanie, wspólny stanPraktyczne doświadczenie z MCP (Model Context Protocol) lub równoważne standardy integracji agentówCzego nie szukamyCzyści badacze ML bez doświadczenia w inżynierii produkcji. Budujemy produkty, a nie papiery Wąscy specjaliści.
Jeśli zajmujesz się tylko infrastrukturą, tylko szkoleniami modelowymi lub tylko frontendem, ten zespół potrzebuje szerszego zakresu inżynierów, którzy przed rozpoczęciem potrzebują szczegółowej specyfikacji i planu sprintu. Wysyłamy szybko i iteracyjnie Kandydatów, których doświadczenie w zakresie sztucznej inteligencji kończy się na pakowaniu interfejsów API LLM. Potrzebujemy dogłębnej strategii kontekstowej, oceny, projektowania narzędzi i inżynierii systemów leżących u ich podstaw.
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.