LogoFresh Jobs Ahead
Beacon Venture Capital
Beacon Venture Capital
1 – 10 Mga Empleyado
Artipisyal na intelihensiyaFintech
Ang Beacon Venture Capital ay ganap na pagmamay-aring sangay ng corporate venture capital ng Kasikornbank PLC, isang nangungunang komersyal na bangko sa Thailand. Itinatag noong 2016, estratehikong namumuhunan ang pondo sa mga startup ng teknolohiya mula sa maagang yugto hanggang sa yugto ng paglago, na pangunahing nakatuon sa fintech. Kabilang din sa mga interes nito sa pamumuhunan ang mga negosyong nakatuon sa pamumuhay ng mamimili at mga larangan ng deep technology tulad ng artificial intelligence at enterprise IT. Inilunsad ang Beacon Venture Capital na may kapital na 30 milyong dolyar at lumago ito sa 135 milyong dolyar pagsapit ng 2018.
LinkedIn
Mga Trabaho sa Kumpanya

Senior na Inhinyero ng Cloud Infrastructure - Hybrid sa San Carlos

Bumuo ng ligtas at scalable na AWS infrastructure para sa mga platform ng LLM, RAG, at machine learning. Suportahan ang teknolohiya sa kaligtasan ng aviation sa pamamagitan ng cloud operations, data pipeline, at ML platform engineering.

USEstados UnidosCACalifornia
$173,000 – $225,000 / taon
HybridFull-timeSeniorKinakailangang Wika: InglesInhinyero ng cloud
AirflowAWSCloudDynamoDBPostgresPythonRedisTerraform

Paglalarawan

  • Magdisenyo, maglaan, at magpanatili ng mga AWS environment gamit ang mga infrastructure-as-code tool gaya ng AWS CDK at Terraform.
  • Bumuo ng CI/CD workflow at testing para sa mga application, infrastructure, at ML pipeline gamit ang GitHub Actions, CodeBuild, at CodePipeline.
  • Magpatakbo ng ligtas na cloud networking gamit ang VPC, PrivateLink, at VPC endpoint.
  • Pamahalaan ang IAM, KMS, Secrets Manager, at mga kontrol sa audit logging.
  • Mag-deploy at magpatakbo ng mga model endpoint gamit ang AWS Bedrock at/o SageMaker.
  • Suriin ang ECS, EKS, Lambda, at Batch para sa mga inference workload.
  • Bumuo ng application service na kumokonekta sa mga LLM sa pamamagitan ng maaasahang API na sumusuporta sa streaming, batching, at backoff.
  • Bumuo ng prompt at tool-execution workflow gamit ang LangChain o katulad na framework, kabilang ang mga agent at function calling.
  • Gumawa ng chunking at embedding pipeline at i-coordinate ang mga ito sa pamamagitan ng Step Functions o Airflow.
  • Magpatakbo ng mga vector search platform kabilang ang OpenSearch Serverless, Aurora PostgreSQL na may pgvector, at Pinecone.
  • Panatilihin ang mga knowledge base at i-synchronize ang data sa S3, Aurora, DynamoDB, at mga external system.
  • Bumuo ng evaluation harness para sa mga prompt, retriever, at chain.
  • Magpatupad ng application at model observability gamit ang CloudWatch at OpenTelemetry.
  • Gumawa ng dashboard para sa token consumption at cloud cost na may budget at alert.
  • Magpatupad ng guardrail, rate limiting, fallback handling, at provider routing.
  • Magdagdag ng PII detection at redaction, access control, content filtering, at human review workflow.
  • Panatilihin ang audit trail para sa mga regulated operating environment.
  • Bumuo ng ingestion at processing workflow para sa structured, unstructured, at multimedia data.
  • Protektahan ang data integrity, lineage, at cataloging gamit ang Glue at Lake Formation.
  • Pagbutihin ang bulk data transfer at storage sa S3, Glacier, at tiered storage.
  • Gamitin ang Athena para sa ad hoc data analysis.
  • Pamahalaan ang infrastructure na dine-deploy sa at nakikipag-ugnayan sa mga edge device.
  • Suportahan ang secure messaging, identity management, at over-the-air update.
  • Makipagtulungan sa product at application team upang maisama ang retrieval service, embedding, at LLM chain sa mga feature na ginagamit ng mga user.
  • Magbigay ng advanced troubleshooting para sa cloud at machine learning service.
  • Pagbutihin ang retrieval quality, context-window efficiency, at caching gamit ang Redis o Bedrock Knowledge Bases.
  • I-optimize ang inference sa pamamagitan ng pagpili ng model, quantization, pagtakda ng laki ng GPU at CPU instance, at autoscaling.

Mga Kinakailangan

  • Hindi bababa sa tatlong taon ng propesyonal na karanasan, o kaugnay na master’s degree.
  • Hands-on na karanasan sa pagbuo at pamamahala ng data pipeline.
  • Karanasan sa pagdidisenyo, pagde-deploy, at pagpapanatili ng cloud infrastructure gamit ang mga infrastructure-as-code tool gaya ng AWS CDK.
  • Karanasan sa pagbuo ng maaasahang CI/CD at automated testing system.
  • Karanasan sa paghahatid o pagpapatakbo ng mga application na pinapagana ng LLM sa production.
  • Pamilyar sa RAG architecture, prompt versioning, at chain orchestration gamit ang LangChain o katulad na framework.
  • Malakas na kaalaman sa mga AWS service kabilang ang VPC, IAM, KMS, CloudWatch, S3, ECS/EKS, Lambda, Step Functions, Bedrock, at SageMaker.
  • Karanasan sa pagbuo ng data ingestion at transformation pipeline sa Python.
  • Pamilyar sa Glue, Athena, EventBridge, at SQS.
  • Kaalaman sa least-privilege access, secrets management, network isolation, at compliance practice.
  • Karanasan sa paggamit ng quantitative evaluation, A/B testing, at production metric.
  • Ang apat o higit pang taon ng pagtatrabaho sa AWS serverless o container platform ay dagdag na bentahe.
  • Ang karanasan sa pagpapatakbo ng vector database, OpenSearch, o pgvector sa malaking scale ay dagdag na bentahe.
  • Ang pagiging pamilyar sa Bedrock Guardrails, Knowledge Bases, o custom policy engine ay dagdag na bentahe.
  • Ang pagiging pamilyar sa GPU workload, Triton Inference Server, o TensorRT-LLM ay dagdag na bentahe.
  • Ang karanasan sa big-data technology para sa malakihang processing at search ay dagdag na bentahe.
  • Ang karanasan sa aviation data o ibang industriyang kritikal sa kaligtasan ay dagdag na bentahe.
  • Ang karanasan sa DevOps o DevSecOps na nag-o-automate ng CI/CD para sa ML at application service ay dagdag na bentahe.
  • Dapat ay isang U.S. Person at awtorisadong legal na magtrabaho sa United States; walang visa sponsorship at transfer.
  • Dapat magtrabaho sa United States, nakabase sa o handang lumipat sa San Francisco Bay Area, at magtrabaho onsite sa San Carlos, California nang hindi bababa sa tatlong araw bawat linggo.
  • mga benepisyo
  • Nag-aalok ng equity.
  • Sinasagot ang 100% ng medical premium ng empleyado.
  • Sinasagot ang 25% ng medical premium ng dependent.

Mga Benepisyo

  • Nag-aalok ng equity.
  • Sinasagot ang 100% ng medical premium ng empleyado.
  • Sinasagot ang 25% ng medical premium ng dependent.
  • Nagbibigay ng tatlong linggong bayad na time off.
  • Nagbibigay ng 13 o higit pang bayad na company holiday.
  • Nag-aalok ng 401(k) plan.
  • Nag-aalok ng hybrid schedule na may remote work sa mga natitirang araw.