inDrive היא חברת ניידות ומשלוחים גלובלית המפעילה זירת מסחר לשירותי נסיעות מוזמנות ולוגיסטיקה, המחברת בין נוסעים, נהגים, שליחים ועסקים. שירותיה כוללים נסיעות עירוניות, נסיעות בין־עירוניות, משלוחי שליחויות ומטענים, וכן שירותים פיננסיים לצרכנים ולנהגים באמצעות inDrive.Money. המודל של החברה מאפשר למשתמשים לנהל משא ומתן על המחירים, בעוד שפעילותה הרחבה משתרעת על פני לוגיסטיקה, נסיעות ושירותי זירת מסחר קשורים במדינות רבות.
מהנדס/ת תוכנת Backend בכיר/ה, פלטפורמת AI — inDrive
פיתוח שירותי Go ו-Python לפלטפורמת למידת המכונה של inDrive, ותמיכה במודלים בסביבת ייצור ובכלי MLOps. סיוע בהפעלת תשתיות ניתנות לניטור ובעומס גבוה, המשרתות מערכות ב-48 מדינות.
תיאור
- פיתוח והפעלה של שירותי Backend וכלים פנימיים ב-Go וב-Python עבור פלטפורמת למידת המכונה.
- הובלת שירותי ייצור לאורך האספקה, הניטור והתמיכה התורנית.
- מחקר ותכנון של יכולות פלטפורמה, תוך תיעוד השיקולים הטכניים המרכזיים.
- פיתוח כלי פריסה ו-SDKs להגשת מודלים, להתרחבות אוטומטית ולאיסוף נתונים.
- חיבור שירותי למידת מכונה למערכות Backend באמצעות תקשורת סינכרונית ואסינכרונית.
- עבודה עם מדעני נתונים ומהנדסי ML על CI/CD למודלים ולצינורות עיבוד, ניטור ומדדי ביצועים.
- מתן יכולת תצפית מקצה לקצה באמצעות מדדים, לוגים, לוחות מחוונים, מעקב, התראות ומדריכי תפעול.
- ניהול תשתיות כקוד באמצעות Terraform ו-Terragrunt, בעזרת בקשות משיכה שעברו בדיקה.
- השתתפות בבדיקות קוד ותכנון, חניכת מהנדסים והערכת שינויים שנוצרו באמצעות AI לפי אותם סטנדרטים החלים על תרומות אחרות.
- עבודה משותפת עם צוותי מדעי הנתונים, ML, הנדסת תוכנה והנדסת נתונים.
דרישות
- לפחות חמש שנות ניסיון מסחרי בהנדסת Backend, כולל עבודה עם מערכות בעומס גבוה.
- ניסיון משמעותי ב-Go בסביבת ייצור, לרבות שימוש בתכונות מתקדמות של השפה.
- שליטה ב-Python לעיבוד נתונים ולפיתוח שירותים.
- מיומנויות SQL חזקות, לרבות תכנון סכמות, אינדוקס, מיטוב שאילתות, שכפול וחלוקה למחיצות.
- ניסיון עם Redis או עם מאגר מפתח-ערך דומה.
- ניסיון עם HTTP, gRPC, Kafka או RabbitMQ, בדגש על אמינות.
- ניסיון עם Docker וצינורות CI/CD, לצד היכרות מעשית עם Kubernetes.
- ניסיון עם שירותי AWS או Google Cloud מרכזיים בתחומי מחשוב, אחסון, רשתות וניהול זהויות והרשאות.
- הבנת מחזור החיים של למידת מכונה, כולל הכנת נתונים, מדדי ביצוע של מודלים, דרישות לא פונקציונליות וסטיית מושג.
- היכרות עם scikit-learn, PyTorch או TensorFlow.
- ניסיון בתכנון ובהפעלה של מערכות תצפית באמצעות מדדים, רישום לוגים, לוחות מחוונים, מעקב, התראות ומדריכי תפעול.
- ניסיון עם Prometheus, Grafana, ELK או כלים דומים.
- היכרות עם תהליכי Git, סקירת קוד, שורת הפקודה של Linux ויסודות רשת כגון TCP/IP, DNS, VPC ומאזני עומסים.
- יכולת להסביר שיקולים טכניים בבירור למדעני נתונים, לבעלי מוצר ולמהנדסי תורנות.
- ניסיון נוסף שיכול לסייע: כלי MLOps כגון Databricks, SageMaker, Kubeflow, MLflow או Airflow; הסקת מסקנות באמצעות GPU או LLM; סוכני תכנות מבוססי AI; שווקים מתעוררים; או כלי תשתיות כקוד.
הטבות
- עבודה בקנה מידה גלובלי, עם מודלים בסביבת ייצור המשרתים צי עולמי, תקציבי GPU משמעותיים ועומסי עבודה של LLM.
- הזדמנות למהנדסי Backend להתפתח לתחום MLOps, עם אפשרות להדרכה מצד צוות הפלטפורמה.
- פיתוח מיומנויות מקצועיות באמצעות חניכה, ייעוץ קריירה ותוכניות למידה.
- הצטרפות לתוכנית חילופי הכישרונות הגלובלית לצבירת ניסיון בינלאומי.
- השתתפות באתגרים כלל-חברתיים, בפרסים, בספורט, ביוזמות השפעה חברתית שמובילים עובדים ובהתנדבות.
- גישה לקורסי שפות במימון משותף ולמועדוני שיחה פנימיים.
- ההטבות עשויות להשתנות לפי מיקום.