inDrive ist ein global tätiges Mobilitäts- und Lieferunternehmen mit einem Marktplatz für Fahrdienste und Logistik, der Fahrgäste, Fahrer, Kuriere und Unternehmen miteinander verbindet. Zu den Dienstleistungen gehören Fahrten innerhalb von Städten, Reisen zwischen Städten, Kurier- und Frachtlieferungen sowie Finanzdienstleistungen für Verbraucher und Fahrer über inDrive.Money. Das Geschäftsmodell ermöglicht es den Nutzern, Fahrpreise auszuhandeln, während sich die Aktivitäten des Unternehmens über mehrere Länder und weitere Marktplatzangebote in den Bereichen Logistik, Reisen und verwandten Dienstleistungen erstrecken.
Senior Backend Software Engineer, KI-Plattform — inDrive
Entwickle Go- und Python-Dienste für die Machine-Learning-Plattform von inDrive und unterstütze Modelle im Produktivbetrieb sowie MLOps-Tools. Betreibe beobachtbare Hochlast-Infrastruktur für Systeme in 48 Ländern.
Beschreibung
- Entwickle und betreibe Go- und Python-Backend-Dienste sowie interne Tools für die Machine-Learning-Plattform.
- Begleite Produktivdienste von der Bereitstellung über die Überwachung bis zum Bereitschaftsdienst.
- Recherchiere und entwirf Plattformfunktionen und dokumentiere dabei wichtige technische Abwägungen.
- Entwickle Bereitstellungstools und SDKs für Modellbereitstellung, automatische Skalierung und Datenerfassung.
- Verbinde Machine-Learning-Dienste über synchrone und asynchrone Kommunikation mit Backend-Systemen.
- Arbeite mit Data Scientists und ML Engineers an CI/CD für Modelle und Pipelines, an der Überwachung und an Leistungskennzahlen.
- Sorge mit Kennzahlen, Protokollen, Dashboards, Tracing, Alarmen und Runbooks für durchgängige Beobachtbarkeit.
- Verwalte Infrastruktur als Code mit Terraform und Terragrunt über geprüfte Pull Requests.
- Nimm an Code- und Design-Reviews teil, betreue Engineers und bewerte KI-generierte Änderungen nach denselben Maßstäben wie andere Beiträge.
- Arbeite teamübergreifend mit den Bereichen Data Science, ML, Softwareentwicklung und Data Engineering.
Anforderungen
- Mindestens fünf Jahre Berufserfahrung in der Backend-Entwicklung, einschließlich der Arbeit mit Hochlastsystemen.
- Fundierte Erfahrung mit Go im Produktivbetrieb, einschließlich fortgeschrittener Funktionen der Sprache.
- Sehr gute Python-Kenntnisse für Datenverarbeitung und die Entwicklung von Diensten.
- Fundierte SQL-Kenntnisse, einschließlich Schemaentwurf, Indexierung, Abfrageoptimierung, Replikation und Partitionierung.
- Erfahrung mit Redis oder einem vergleichbaren Key-Value-Store.
- Erfahrung mit HTTP, gRPC, Kafka oder RabbitMQ mit Schwerpunkt auf Zuverlässigkeit.
- Erfahrung mit Docker und CI/CD-Pipelines sowie praktische Grundkenntnisse in Kubernetes.
- Erfahrung mit zentralen AWS- oder Google-Cloud-Diensten für Rechenleistung, Speicher, Netzwerke sowie Identitäts- und Zugriffsverwaltung.
- Verständnis des Machine-Learning-Lebenszyklus, einschließlich Datenaufbereitung, Modellleistungskennzahlen, nichtfunktionaler Anforderungen und Concept Drift.
- Vertrautheit mit scikit-learn, PyTorch oder TensorFlow.
- Erfahrung mit dem Entwurf und Betrieb von Beobachtungssystemen mit Kennzahlen, Protokollierung, Dashboards, Tracing, Alarmen und Runbooks.
- Erfahrung mit Prometheus, Grafana, ELK oder ähnlichen Tools.
- Vertrautheit mit Git-Workflows, Code-Reviews, der Linux-Kommandozeile und Netzwerkgrundlagen wie TCP/IP, DNS, VPCs und Load Balancern.
- Fähigkeit, technische Abwägungen Data Scientists, Product Ownern und Bereitschafts-Engineers verständlich zu erläutern.
- Zusätzliche hilfreiche Erfahrung: MLOps-Tools wie Databricks, SageMaker, Kubeflow, MLflow oder Airflow; GPU- oder LLM-Inferenz; KI-Coding-Agenten; Schwellenmärkte oder Infrastructure-as-Code-Tools.
Zusatzleistungen
- Arbeite in globalem Maßstab: Produktivmodelle versorgen eine weltweite Flotte, mit relevanten GPU-Budgets und LLM-Workloads.
- Backend Engineers können sich in Richtung MLOps weiterentwickeln; Unterstützung und Wissensvermittlung zur Plattform stehen zur Verfügung.
- Entwickle deine beruflichen Fähigkeiten durch Mentoring, Karriereberatung und Lernprogramme weiter.
- Nimm am Global Talent Exchange Program teil und sammle internationale Erfahrung.
- Mach bei unternehmensweiten Herausforderungen, Auszeichnungen, Sportangeboten, mitarbeitendengetragenen sozialen Initiativen und Freiwilligenarbeit mit.
- Nutze anteilig finanzierte Sprachkurse und interne Gesprächsrunden.
- Die Leistungen können je nach Standort variieren.