Clipbook to platforma oparta na sztucznej inteligencji, służąca do monitorowania mediów i prowadzenia analiz na potrzeby zespołów ds. komunikacji, spraw publicznych i zespołów korporacyjnych. Śledzi i analizuje ponad milion źródeł: wiadomości, audycji radiowych i telewizyjnych, mediów społecznościowych, podcastów oraz materiałów dotyczących polityki publicznej. Pomaga zespołom wychwytywać nowe wydarzenia, śledzić interesariuszy i oceniać wpływ swojej pracy. Oferuje alerty w czasie rzeczywistym, analizy predykcyjne wykraczające poza śledzenie słów kluczowych, raporty na zamówienie, analitykę wizualną oraz przeszukiwalną bazę danych mediów.
Starszy inżynier oprogramowania, współzałożyciel, Europa (zdalnie)
Twórz skalowalne systemy informacyjne oparte na AI dla Clipbook, z których korzysta ponad 200 klientów. Opracowuj produkcyjne przepływy pracy LLM, API i podstawowe systemy programowe.
Opis
- Projektowanie i budowanie podstawowych systemów
- Wyznaczanie kierunku architektury w całym stosie technologicznym
- Prowadzenie prac nad funkcjami od początku do końca
- Integracja modeli LLM i uczenia maszynowego z produkcyjnymi przepływami pracy, w tym RAG, embeddingami, wykonywaniem promptów, systemami agentowymi i dostrajaniem modeli
- Budowanie systemów, które obsłużą dziesięciokrotny wzrost firmy
- Łączenie bieżących potrzeb praktycznych z przyszłą skalowalnością
- Tworzenie wydajnych interfejsów API i usług wewnętrznych
- Dbanie o niezawodność i bezpieczeństwo oraz sprawną obsługę klientów
Wymagania
- Co najmniej trzy lata doświadczenia w budowaniu i skalowaniu systemów produkcyjnych
- Dobra znajomość backendu, w tym usług, modeli danych i systemów rozproszonych
- Doświadczenie z infrastrukturą chmurową, kontenerami i CI/CD
- Znajomość AWS lub GCP
- Znajomość Docker i Kubernetes
- Znajomość potoków CI/CD
- Doskonałe umiejętności komunikacyjne
- Ekspercka znajomość co najmniej jednego z obszarów: Spark, Kafka, Flink, BigQuery, potoki strumieniowe lub ETL na dużą skalę; systemy o dużym obciążeniu, odporność na awarie lub eventual consistency; produkcyjne LLM, RAG, embeddingi, dostrajanie lub optymalizacja inferencji; Python, TypeScript, PostgreSQL lub systemy o wysokiej współbieżności
- Gotowość do natychmiastowego rozpoczęcia pracy w pełnym wymiarze godzin