Ang inDrive ay isang pandaigdigang kompanya ng mobility at delivery na nagpapatakbo ng marketplace para sa ride-hailing at logistics, na nag-uugnay sa mga pasahero, driver, courier, at negosyo. Kabilang sa mga serbisyo nito ang mga biyahe sa loob ng lungsod, paglalakbay sa pagitan ng mga lungsod, courier at freight delivery, at mga serbisyong pinansyal para sa mga consumer at driver sa pamamagitan ng inDrive.Money. Pinahihintulutan ng modelo ng kompanya ang mga user na makipagnegosasyon sa pamasahe, habang saklaw ng mas malawak nitong operasyon ang logistics, paglalakbay, at iba pang kaugnay na marketplace service sa maraming bansa.
Senior Backend Software Engineer, Platform ng AI — inDrive
Bumuo ng mga serbisyo sa Go at Python para sa machine learning platform ng inDrive, na sumusuporta sa mga modelong ginagamit sa produksyon at mga MLOps tool. Tumulong magpatakbo ng nasusubaybayan at high-load na imprastraktura para sa mga system sa 48 bansa.
Paglalarawan
- Bumuo at magpatakbo ng mga backend service sa Go at Python at mga internal tool para sa machine learning platform.
- Dalhin ang mga production service mula delivery hanggang monitoring at on-call na suporta.
- Magsaliksik at magdisenyo ng mga feature ng platform, at itala ang mahahalagang teknikal na pagsasaalang-alang.
- Bumuo ng mga deployment tool at SDK para sa model serving, autoscaling, at pagkuha ng data.
- Ikonekta ang mga machine learning service sa mga backend system sa pamamagitan ng synchronous at asynchronous na komunikasyon.
- Makipagtulungan sa mga data scientist at ML engineer sa CI/CD ng modelo at pipeline, monitoring, at mga sukatan ng performance.
- Magbigay ng end-to-end na observability sa pamamagitan ng mga sukatan, log, dashboard, tracing, alert, at runbook.
- Pamahalaan ang imprastraktura bilang code gamit ang Terraform at Terragrunt sa pamamagitan ng mga sinuring pull request.
- Makilahok sa mga code at design review, gumabay sa mga engineer, at magsuri ng mga pagbabagong nilikha ng AI ayon sa parehong pamantayan ng iba pang kontribusyon.
- Makipagtulungan sa mga pangkat ng data science, ML, software engineering, at data engineering.
Mga Kinakailangan
- Hindi bababa sa limang taon ng propesyonal na karanasan sa backend engineering, kabilang ang pagtatrabaho sa mga high-load na system.
- Malawak na karanasan sa Go sa production, kabilang ang mga advanced na feature nito.
- Mahusay sa Python para sa pagproseso ng data at pagbuo ng mga serbisyo.
- Mahusay sa SQL, kabilang ang disenyo ng schema, indexing, query optimization, replication, at partitioning.
- Karanasan sa Redis o katulad na key-value store.
- Karanasan sa HTTP, gRPC, Kafka, o RabbitMQ, na nakatuon sa pagiging maaasahan.
- Karanasan sa Docker at mga CI/CD pipeline, pati na kaalaman sa paggamit ng Kubernetes.
- Karanasan sa mga pangunahing serbisyo ng AWS o Google Cloud para sa compute, storage, networking, at pamamahala ng identity at access.
- Pag-unawa sa lifecycle ng machine learning, kabilang ang paghahanda ng data, mga sukatan ng performance ng modelo, mga non-functional requirement, at concept drift.
- Pamilyar sa scikit-learn, PyTorch, o TensorFlow.
- Karanasan sa pagdisenyo at pagpapatakbo ng mga observability system gamit ang mga sukatan, logging, dashboard, tracing, alert, at runbook.
- Karanasan sa Prometheus, Grafana, ELK, o mga katulad na tool.
- Pamilyar sa mga Git workflow, code review, Linux command line, at mga batayan ng networking gaya ng TCP/IP, DNS, VPC, at load balancer.
- Kayang malinaw na ipaliwanag ang mga teknikal na pagsasaalang-alang sa mga data scientist, product owner, at on-call engineer.
- Kapaki-pakinabang na karagdagang karanasan: mga MLOps tool gaya ng Databricks, SageMaker, Kubeflow, MLflow, o Airflow; GPU o LLM inference; AI coding agent; mga umuusbong na merkado; o mga tool para sa infrastructure as code.
Mga Benepisyo
- Magtrabaho sa pandaigdigang saklaw, kung saan nagsisilbi ang mga production model sa fleet sa buong mundo, may makabuluhang GPU budget, at may mga LLM workload.
- Pagkakataon para sa mga backend engineer na lumago sa MLOps, na may pagtuturo mula sa pangkat ng platform.
- Paunlarin ang mga propesyonal na kasanayan sa pamamagitan ng mentoring, career consulting, at mga programang pampagkatuto.
- Sumali sa Global Talent Exchange Program para magkaroon ng internasyonal na karanasan.
- Makilahok sa mga hamon at parangal ng buong kumpanya, palakasan, mga inisyatiba para sa panlipunang epekto na pinangungunahan ng empleyado, at boluntaryong gawain.
- Makakuha ng mga kursong pangwika na co-funded at mga internal speaking club.
- Maaaring mag-iba ang mga benepisyo depende sa lokasyon.