Ang Betway Global ay isang online sports betting at iGaming brand na nakatuon sa mga consumer at pinamamahalaan ng Super Group (SGHC). Kabilang sa mga produkto nito ang pagtaya sa sports at mga karanasan sa online casino, na sinusuportahan ng mga panrehiyong operasyon gaya ng Betway Africa. May pakikipagsosyo ang brand sa mga sports team at event kabilang ang Arsenal, Manchester City, Springboks, at SA20. Kasama rin sa mga aktibidad ng Betway Global ang mga inisyatiba para sa mas ligtas na pagsusugal sa pamamagitan ng responsableng gaming programme ng Super Group na SuperPlan, pati na ang mga gawaing pangkomunidad at sponsorship.
Senior na Inhinyero ng AI
Bumuo at magpatakbo ng mga AI system sa produksyon para sa isang online gaming company, mula Azure machine learning at retrieval-augmented generation hanggang sa mga agentic application. Maghatid ng mga secure at sinusubaybayang solusyon, at dalhin ang mga ito mula proof of concept tungo sa nasusukat na resulta sa negosyo.
Paglalarawan
- Gawing mga solusyon sa AI at machine learning ang mga pangangailangan ng negosyo, na may malinaw na sukatan ng tagumpay.
- Bumuo at mag-tune ng mga modelo para sa classification, forecasting, rekomendasyon, pagtukoy ng anomaly, at iba pang aplikasyon.
- Ihanda ang data sa pamamagitan ng feature engineering, paglilinis, at exploratory analysis sa mga structured at unstructured na source.
- Bumuo ng mga retrieval-augmented generation system gamit ang embeddings, vector o hybrid search, reranking, at mga sagot na nakabatay sa pinagmulan.
- Ikonekta at i-coordinate ang mga large language model gamit ang Azure OpenAI at Azure AI Foundry.
- Gumamit ng disenyo ng prompt, structured output, tool calling, fine-tuning, o distillation kapag akma sa solusyon.
- Suriin ang kalidad, bilis, at gastos ng mga generative application habang pinamamahalaan ang paggamit ng token at inference.
- Lumikha ng mga agentic system na nagpaplano at tumatapos ng maraming hakbang na trabaho gamit ang mga tool at API, na may mga pananggalang at pagsusuri ng tao.
- Bumuo ng mga multi-agent workflow gamit ang Semantic Kernel, Azure AI Agent Service, AutoGen, o LangGraph.
- Idisenyo ang mga tool, memorya, state handling ng agent, at mga proseso para sa error at escalation.
- Bumuo ng mga feature sa pagproseso ng wika gaya ng pagkuha ng entity, pagbubuod, pagsusuri ng sentiment, at pagtukoy ng layunin.
- Magpatupad ng speech-to-text para sa batch job at live transcription.
- Gumamit ng document intelligence at OCR upang kumuha ng impormasyon mula sa mga form at dokumento.
- Maglabas ng mga modelo at AI service sa pamamagitan ng API, container, o managed endpoint na may awtomatikong CI/CD.
- Mag-set up ng pagsubaybay sa eksperimento, model registry, version control, at mga training pipeline na nauulit.
- Subaybayan ang performance sa produksyon, drift, kalidad, gastos, at pagiging maaasahan.
- Siyasatin ang mga isyung operasyonal at suportahan ang mga business application.
- Ilapat ang mga responsableng gawi sa AI, kabilang ang pagsusuri ng pagiging patas, kaligtasan ng content, mga tool sa pagsusuri, at malinaw na pahayag ng mga limitasyon.
- Tuparin ang mga obligasyon sa privacy, proteksyon ng data, at regulasyon, kabilang ang mga kontrol sa personal na data at data residency.
- Protektahan ang mga system gamit ang managed identity, pamamahala ng key, pananggalang sa network, at access na may pinakamababang pribilehiyo.
- Panatilihing naa-audit ang mga modelo, prompt, pinagmumulan ng data, at desisyon.
- Makipag-ugnayan sa data engineering tungkol sa mga pipeline, access sa feature, at kalidad ng data.
- Makipagtulungan sa mga software engineer upang maisama ang mga kakayahan ng AI sa mga produkto at panloob na platform.
- Ipaliwanag ang mga pamamaraan, trade-off, at resulta sa mga kasamahang teknikal at hindi teknikal.
- Idokumento ang mga architecture, pagsusuri, solusyon, at operational runbook.
- Dalhin ang mga proyekto ng AI mula proof of concept tungo sa produksyon na may nasusukat na resulta sa negosyo.
- Tuparin ang napagkasunduang target sa accuracy at latency para sa mga modelo at generative application.
- Panatilihing maaasahan, madaling suportahan, sinusubaybayan, at nakaayon sa mga kinakailangan ng responsableng AI ang mga nailunsad na system.
- Lumikha ng mga pinagsasaluhang component, pipeline, at gawi para magamit ng mas malawak na team.
Mga Kinakailangan
- May 3–5 taong praktikal na karanasan sa AI engineering, machine learning, o data science engineering, kabilang ang pag-deploy sa produksyon.
- Mas gusto ang degree sa Computer Science; isinasaalang-alang din ang mga kaugnay na degree sa engineering, information systems, data science, statistics, o quantitative na larangan.
- Mas gusto ang kaugnay na propesyonal na sertipikasyon, gaya ng Microsoft Azure AI Engineer Associate (AI-102) o Azure Data Scientist Associate (DP-100).
- May hands-on na karanasan sa paghahatid ng mga solusyon gamit ang Azure AI at machine learning service.
- May napatunayang paghahatid sa ilang larangan, gaya ng machine learning, RAG, LLM application, agentic AI, NLP, o speech-to-text.
- Mahusay sa Python at SQL, na may diin sa malinis, nasubok, at madaling panatilihing code.
- Nauunawaan ang pagsusuri ng modelo at kayang patunayan ang mga solusyon bago ilabas.
- Mabisang nakapagsusuri ng mga problema sa data, modelo, at integration.
- Kayang magtrabaho nang mag-isa at makipagtulungan sa iba't ibang tungkulin.
- Handang patuloy na matuto.
- May karanasan sa Microsoft Azure, Azure Machine Learning, Azure AI Foundry, at Azure OpenAI Service.
- May karanasan sa Azure AI Search at Azure AI Services.
- May karanasan sa Azure Functions, Azure Container Apps, at AKS.
- Pamilyar sa Azure Key Vault, Microsoft Entra ID, managed identity, Azure Monitor, at Application Insights.
- May karanasan sa Azure Data Lake Storage, Azure SQL, Cosmos DB, Azure Databricks, at Microsoft Fabric.
- Mahusay sa SQL at may karanasan sa paghawak ng malalaking dami ng structured at unstructured na data.
- May karanasan sa Python gamit ang pandas, scikit-learn, PyTorch o TensorFlow, at Hugging Face Transformers.
- May karanasan sa LangChain, LlamaIndex, Semantic Kernel, o katulad na orchestration framework.
- May karanasan sa MLflow at Prompt flow.
- May karanasan sa Git, Azure DevOps, GitHub Actions, Docker, at infrastructure as code gamit ang Bicep o Terraform.
- May karanasan sa pagbuo ng REST API, karaniwan gamit ang FastAPI o katumbas na framework.
- Kailangan ang credit check at pagsusuri ng rekord kriminal.
- Kailangan ang beripikasyon ng mga kwalipikasyon.
- Handang magtrabaho nang hybrid sa Johannesburg, at pumasok sa opisina mula Lunes hanggang Huwebes.
Mga Benepisyo
- Hybrid na iskedyul: trabaho sa opisina mula Lunes hanggang Huwebes at remote na trabaho tuwing Biyernes.
- Mga pagkakataon para sa propesyonal na pag-unlad at pagsulong sa karera.
- Maaaring isaalang-alang para sa Talent Management and Talent Development Programme.
- Mga pagkakataong matuto at gumamit ng mga umuusbong na teknolohiya ng AI.
- Maaaring kailanganin ang kaunting kakayahang umangkop upang suportahan ang mga release sa produksyon o lutasin ang mga insidente.