Civic Marketplace فناوری‌های خرید و تدارکات را برای سازمان‌های دولتی محلی توسعه می‌دهد. بازار این شرکت به دفاتر تدارکات کمک می‌کند کالاها و خدمات مورد نیاز خود را با سادگی، شفافیت و رعایت الزامات قانونی بیشتر از فروشندگان قابل‌اعتماد و ازپیش‌تأییدشده تهیه کنند. این کار زمان و پیچیدگی اداری ناشی از سامانه‌های قدیمی را کاهش می‌دهد. این شرکت همچنین از تأمین‌کنندگان متنوع و توسعه اقتصادی محلی حمایت می‌کند و با ترکیب تخصص خود در حوزه‌های دولت، لجستیک و مشاوره، به بهبود مدیریت خرید در بخش عمومی کمک می‌رساند.
مهندس داده (میان‌رده تا ارشد، دورکاری در بریتانیا)
مسئولیت زیربنای داده پلتفرم تدارکات دولتی Civic Marketplace را بر عهده می‌گیرید؛ از تفکیک موجودیت‌ها و مدل‌های کانونی تا دریافت قابل‌اعتماد داده و بازیابی آماده برای هوش مصنوعی. به‌عنوان نخستین نیروی اختصاصی مهندسی داده شرکت، هدایت کیفیت داده، منشأ داده و پایپ‌لاین‌های برداری را بر عهده خواهید داشت.
توضیحات
- مسئولیت مجموعه‌داده کانونی و قابل‌اعتماد تدارکات را بر عهده گرفتن تا از تحلیل و تدارکات عامل‌محور پشتیبانی کند
- بررسی و حل مشکلات کیفیت داده در میان تأمین‌کنندگان، سازمان‌ها، درخواست‌های مناقصه، قراردادها و پیشنهادهای برنده
- ساخت پایپ‌لاین‌های دریافت داده قابل‌مشاهده، قابل‌اعتماد و مقرون‌به‌صرفه برای APIها، فایل‌ها، محتوای خزش‌شده، PDFها و دیگر منابع خارجی
- تطبیق رکوردهای تأمین‌کنندگان میان اشخاص حقوقی، املای جایگزین، نام‌های تجاری، شرکت‌های تابعه، دفاتر ثبت و شناسه‌ها
- ایجاد مدل‌های کانونی مشترک برای تأمین‌کنندگان، قراردادها، کالاها و سازمان‌ها
- پیاده‌سازی آزمون، تبار داده، تازگی، منشأ داده و ابزارهای داده سلف‌سرویس
- برنامه‌ریزی دریافت و ذخیره‌سازی برای گردش‌کارهای عامل‌محور و بهبود سامانه‌های برداری مانند Pinecone برای RAG
- همکاری با مدیر مهندسی در معماری داده و پلتفرم
- توسعه پایپ‌لاین‌ها، مشارکت در پوشش پیجر و ردیابی داده معیوب تا منبع آن
- همکاری با مهندسی محصول، موفقیت مشتری و مدیر رشد
- فعالیت به‌عنوان نخستین مهندس داده اختصاصی Civic Marketplace و رهبری این حوزه همراه با مدیر مهندسی
شرایط لازم
- تجربه ساخت پلتفرم‌های داده در محیط استارتاپی یا مقیاس‌پذیر، به‌جای نگهداری سامانه‌ای که از قبل به ارث رسیده باشد
- مهارت پیشرفته در SQL و Python، همراه با قضاوت لازم برای انتخاب راهکارهای جایگزین وقتی انبار داده گزینه مناسبی نیست
- سابقه طراحی مدل داده‌ای که دیگران از آن استفاده کرده‌اند، همراه با درک روشن از مواردی که باید بازنگری شوند
- کار عملی با ورودی‌های غیرقابل‌اعتماد خارجی مانند APIهای مستندسازی‌نشده، دریافت فایل، صفحات خزش‌شده، PDFها و داده‌های خارج از کنترل شما
- تجربه در تفکیک موجودیت‌ها یا پیوند رکوردها، یا توانایی اثبات‌شده برای حل این مسائل
- قضاوت تجاری برای اولویت‌دادن به مشکلات داده‌ای مؤثر بر درآمد، نه صرفاً نقص‌های جالب
- رویکرد تشخیصی برای شناسایی علت نادرست‌بودن یک سنجه پیش از اجرای اصلاح
- ذهنیت سیستمی با تمرکز بر زیرساخت داده مقیاس‌پذیر، نه پایپ‌لاین‌های یک‌بارمصرف
- تسلط عملی قوی بر فناوری‌های هوش مصنوعی
- تاب‌آوری و نگرش سازنده در یک استارتاپ به‌سرعت در حال تغییر
- توانایی کار مستقل و دورکاری میان مناطق زمانی با نظارت محدود
- علاقه به داده‌های بخش عمومی
- تجربه در govtech، فناوری بخش عمومی، civic tech، سوابق عمومی یا داده‌های باز مزیت محسوب می‌شود
- دانش داده‌های تأمین‌کنندگان و تدارکات، از جمله SAM.gov، UEI، DUNS، NAICS، UNSPSC، خرید تعاونی، COG یا NIGP مزیت محسوب می‌شود
- تجربه کار با OpenSearch، Elasticsearch یا سامانه‌های برداری مانند Pinecone یا Milvus برای پشتیبانی از یک محصول LLM مزیت محسوب می‌شود
- مهارت ارتباطی دوزبانه انگلیسی و اسپانیایی به‌ویژه ارزشمند است
- تجربه به‌عنوان نخستین نیروی داده مزیت محسوب می‌شود
مزایا
- دریافت رقابتی و سهام تشویقی مرحله ابتدایی
- پوشش جامع پزشکی، دندان‌پزشکی و بینایی
- مرخصی با حقوق انعطاف‌پذیر
- کار با رویکرد دورکاری‌محور و انعطاف معنادار در مناطق زمانی
- دسترسی به مجموعه گسترده ابزارهای هوش مصنوعی، از جمله Claude Pro، HubSpot، Make و Notion
- گردهمایی‌های منظم تیمی، از جمله نشست‌های بین‌المللی
- همکاری مستقیم با بنیان‌گذاران و مشارکت نزدیک در ساخت شرکت