Ang Pragmatike ay isang remote na kompanya sa recruitment at staffing para sa IT na tumutulong sa mga startup at malalaking negosyo na makahanap ng mga internasyonal na propesyonal sa teknolohiya. Pinagsasama ng serbisyo nito ang pagpili ng mga kandidato na sinuri ng mga eksperto at mga teknikal na pagtatasa, para sa mga tungkulin tulad ng software development, data engineering, mobile at game development, product management, at iba pang espesyalisadong posisyon. Sinusuportahan din ng Pragmatike ang mga operasyonal na aspeto ng internasyonal na pagkuha ng empleyado, kabilang ang onboarding, pag-i-invoice, at payroll, at nagpapatakbo sa mahigit 60 bansa. Ayon sa kompanya, makatutulong ang na-verify nitong talent network sa mabilis na paglalagay ng mga empleyado, at maaaring maipakilala ang mga kwalipikadong espesyalista sa loob ng 48 oras.
Inhinyero ng Naka-embed na Sistema at Cloud (Remote, South Korea)
Bumuo ng firmware, koneksyon ng device, at mga AWS data pipeline para sa isang Physical AI robotics company. Pamahalaan ang remote deployment at multimodal data collection sa buong South Korea.
Paglalarawan
- Magdisenyo, bumuo, at magpanatili ng firmware para sa mga wearable sensing device
- Isama ang mga microcontroller at sensor habang nagpapatupad ng real-time data acquisition
- Bumuo ng maaasahang device-to-cloud communication at streaming para sa naka-synchronize na vision at tactile data
- Magdisenyo at magpatakbo ng AWS infrastructure gamit ang EC2, S3, Lambda, at IoT Core
- Pamahalaan ang malakihang multimodal data collection, storage, at processing na nakatuon sa scalability, seguridad, at performance
- Bumuo ng mga API, ingestion service, at Python pipeline para sa maaasahan at high-throughput na processing
- Mag-deploy, mag-monitor, at magpanatili ng mga device fleet at data-capture setup sa mga aktuwal na collection site
- Gawing praktikal na engineering fix ang mga problema sa field
- Mag-diagnose ng mga isyung sumasaklaw sa device firmware, koneksyon, at cloud deployment
- Makipagtulungan sa hardware, machine learning, at data team upang tukuyin ang mga requirement ng system
- Suportahan ang testing, dokumentasyon, at patuloy na pagpapahusay ng data-collection infrastructure
- Pangasiwaan ang teknikal na delivery para sa mga regional deployment
- Paminsan-minsang bumiyahe sa mga collection site kung kinakailangan
Mga Kinakailangan
- Hindi bababa sa apat na taon ng karanasan sa engineering na sumasaklaw sa embedded systems at cloud technologies
- Advanced na kaalaman sa embedded at firmware, kabilang ang C o C++, RTOS, microcontroller, real-time systems, sensor integration, at low-level programming
- Praktikal na karanasan sa AWS kabilang ang EC2, S3, Lambda, IoT Core, at maaasahang high-throughput data pipeline
- Matibay na background sa software engineering gamit ang Python o katumbas na wika, kabilang ang mga API, streaming service, at hardware-to-cloud integration
- Pag-unawa sa networking, security practice, performance optimization, monitoring, at logging
- Napatunayang kakayahang mag-debug sa mga hardware, firmware, at cloud layer
- Mataas na ownership at kakayahang magtrabaho nang nakapag-iisa sa isang remote-first at distributed na kapaligiran
- Bachelor’s degree o mas mataas sa Electrical Engineering, Computer Engineering, Computer Science, o kaugnay na larangan, o katumbas na praktikal na karanasan
- Mahusay na kasanayan sa wikang Ingles
- Ang kaalaman sa Korean o Mandarin ay isang kalamangan
- Ang karanasan sa robotics, tactile o force sensing, wearables, o IoT device ay isang kalamangan
- Ang karanasan sa pagbuo ng mga real-world data-collection system ay isang kalamangan
- Ang exposure sa machine learning data pipeline o robot-learning dataset ay isang kalamangan
- Ang karanasan sa pag-deploy at pagsuporta sa field hardware, kabilang ang remote device management, ay isang kalamangan
Mga Benepisyo
- Remote-first na modelo ng pagtatrabaho
- Malaking ownership na may mabilis na iteration
- Pagkakataong sumali sa isang early-stage na Physical AI company na suportado ng venture capital
- End-to-end na responsibilidad mula device firmware hanggang cloud system
- Direktang ambag sa mga dataset na ginagamit sa pagsasanay ng mga advanced na robot-manipulation model
- Pagkakataong magkaroon ng praktikal na epekto mula pa sa simula