A Clipbook mesterséges intelligenciával működő médiafigyelő és kutatási platform kommunikációs, közügyi és vállalati csapatok számára. Több mint egymillió hír-, műsorszórási, közösségimédia-, podcast- és szakpolitikai forrást figyel és elemez, így segít a csapatoknak felismerni a fejleményeket, nyomon követni az érintetteket és felmérni munkájuk hatását. Eszközei közé tartoznak a valós idejű értesítések, a kulcsszavas követésen túlmutató előrejelzések, az egyéni jelentések, a vizuális elemzések és a kereshető médiadatbázis.
Alapító vezető szoftvermérnök, Európa (távmunka)
Építsen skálázható, mesterséges intelligenciával támogatott információs rendszereket a Clipbooknál, amely több mint 200 ügyfelet szolgál ki. Fejlesszen éles környezetben működő LLM-munkafolyamatokat, API-kat és alapvető szoftverrendszereket.
Leírás
- Tervezzen és építsen alapvető rendszereket
- Határozza meg a technológiai stack architekturális irányát
- Vezesse végig a funkciófejlesztést az elejétől a befejezésig
- Integrálja az LLM-eket és a gépi tanulási modelleket az éles munkafolyamatokba, beleértve a RAG-et, az embeddingeket, a promptok végrehajtását, az ágensalapú rendszereket és a finomhangolást
- Építsen olyan rendszereket, amelyek támogatják a vállalat tízszeres növekedését
- Hangolja össze a közvetlen gyakorlati igényeket a jövőbeli skálázhatósággal
- Fejlesszen nagy teljesítményű API-kat és belső szolgáltatásokat
- Gondoskodjon a megbízhatóságról, a biztonságról és a zökkenőmentes ügyfélélményről
Követelmények
- Legalább három év tapasztalat éles rendszerek fejlesztésében és skálázásában
- Erős backend-ismeretek, beleértve a szolgáltatásokat, az adatmodelleket és az elosztott rendszereket
- Tapasztalat felhőinfrastruktúrával, konténerekkel és CI/CD-vel
- AWS- vagy GCP-ismeret
- Docker- és Kubernetes-ismeret
- CI/CD-folyamatok ismerete
- Kiváló kommunikációs készség
- Szakértelem az alábbiak közül egy vagy több területen: Spark, Kafka, Flink, BigQuery, adatfolyam-feldolgozó folyamatok vagy nagy léptékű ETL; nagy forgalmú rendszerek, hibatűrés vagy eventual consistency; éles LLM-ek, RAG, embeddingek, finomhangolás vagy következtetési optimalizálás; Python, TypeScript, PostgreSQL vagy nagy párhuzamosságú rendszerek
- Azonnali teljes munkaidős munkakezdés