OpenRouter
OpenRouter
Ang OpenRouter ay isang platform ng artificial intelligence na nagbibigay sa mga developer at team ng pinag-isang paraan upang ma-access at magamit ang malalaking language model mula sa iba’t ibang provider. Kabilang sa catalog nito ang mga opsyon tulad ng Mistral Small 3 at DeepSeek R1 Distill Qwen 32B, na sumusuporta sa mga application na nagbibigay-priyoridad sa bilis, katumpakan, at malayang pagpili ng modelo. Nag-aalok din ang OpenRouter ng mga tool para sa coding at gaming, na maaaring gamitin sa mga larangan tulad ng marketing, pananalapi, at edukasyon.

Tagapamahala ng Inhinyeriya, Provider Ecosystem — OpenRouter (Remote)

Pangungunahan ang engineering team ng Provider Ecosystem ng OpenRouter at mga pakikipagsosyo sa mga panlabas na provider. Pananagutan ang mga integration, routing, evaluation, at multimodal inference capability para sa enterprise LLM access.

Paglalarawan

  • Pangungunahan at palalakihin ang engineering team ng Provider Ecosystem
  • Magre-recruit ng mga engineer, magtatakda ng roadmap, magsusuri ng code, mamamahala ng mga insidente, at kakatawan sa team
  • Pananagutan ang mga provider adapter, lifecycle ng endpoint, at routing system
  • Magsisilbing teknikal na katuwang ng mga nangungunang model provider
  • Mag-uugnay sa mga day-zero at stealth product launch
  • Makikipagtulungan sa mga team ng go-to-market, business development, at legal upang makapag-onboard ng mga provider
  • Palalawakin ang mga kakayahan ng platform para sa image, video, audio, embedding, realtime, at batch inference
  • Pananagutan ang mga evaluation program at kalidad ng inference
  • Gagamitin ang mga resulta ng benchmark at production telemetry upang gabayan ang mga desisyon sa routing at magbigay ng feedback sa mga provider
  • Magre-report sa Vice President of Engineering

Mga Kinakailangan

  • Hindi bababa sa apat na taon ng karanasan sa engineering management
  • Karanasan sa pagbuo o pagpapalaki ng mga team sa panahon ng mabilis na paglago
  • Malalim na kaalaman sa distributed systems, API design, at LLM inference
  • Pag-unawa sa streaming, tool calling, prompt caching, quantization, at mga trade-off sa throughput kumpara sa latency
  • Pag-unawa sa mga pagkakaiba ng provider API at pagruruta ng milyun-milyong request sa magkakaibang endpoint
  • Aktuwal na karanasan sa programming at pamilyaridad sa mga AI-assisted development tool
  • Kakayahang makipagtulungan sa labas ng organisasyon sa mga model lab at engineering team
  • Karanasan sa pagre-recruit at pagpapanatili ng mga engineer na mahusay ang performance
  • Nagpapakita ng pagkukusa at malinaw na komunikasyon
  • Praktikal na paraan ng pagtatrabaho sa loob ng mga lean engineering organization
  • Mas mainam: karanasan sa inference provider, model lab, GPU cloud, o maraming LLM API
  • Mas mainam: karanasan sa TypeScript, Cloudflare Workers, Postgres, ClickHouse, GCP, o Vercel
  • Mas mainam: karanasan sa evaluation, benchmarking, routing, o load-balancing system
  • Mas mainam: karanasan sa multimodal API o realtime at batch inference
  • Mas mainam: karanasan sa vendor security at compliance review, kabilang ang NDA, DPA, at SOC 2
  • Mas mainam: karanasan sa paggamit ng OpenRouter o pagbuo ng AI infrastructure at mga side project para sa developer tooling

Mga Benepisyo

  • Pakikilahok sa equity
  • Remote na trabaho