inDrive
inDrive
1,001 – 5,000 Wafanyakazi
MasokoUsafiriUsafirishaji
inDrive ni kampuni ya kimataifa ya huduma za usafiri na uwasilishaji inayoendesha soko la usafiri wa magari na vifaa linalowaunganisha abiria, madereva, wasafirishaji na biashara. Huduma zake zinajumuisha safari za mijini, safari kati ya miji, uwasilishaji wa vifurushi na mizigo, pamoja na huduma za kifedha kwa watumiaji na madereva kupitia inDrive.Money. Mfumo wa kampuni huwawezesha watumiaji kujadiliana kuhusu nauli, huku shughuli zake nyingine zikihusisha usafirishaji wa vifaa, usafiri na huduma zinazohusiana na soko katika nchi mbalimbali.

Mhandisi Mwandamizi wa Programu za Backend, Jukwaa la AI — inDrive

Jenga huduma za Go na Python kwa jukwaa la machine learning la inDrive, zikiwezesha modeli zinazotumika kwenye uzalishaji na zana za MLOps. Saidia kuendesha miundombinu inayofuatilika na yenye mzigo mkubwa, inayohudumia mifumo katika nchi 48.

Maelezo

  • Jenga na uendeshe huduma za backend za Go na Python pamoja na zana za ndani za jukwaa la machine learning.
  • Simamia huduma za uzalishaji kuanzia utoaji hadi ufuatiliaji na usaidizi wa zamu ya dharura.
  • Chunguza na usanifu vipengele vya jukwaa, na uandike maamuzi muhimu ya kiufundi na sababu zake.
  • Tengeneza zana za deployment na SDK za kuhudumia modeli, kuongeza uwezo kiotomatiki, na kunasa data.
  • Unganisha huduma za machine learning na mifumo ya backend kupitia mawasiliano ya synchronous na asynchronous.
  • Fanya kazi na wanasayansi wa data na wahandisi wa ML kuhusu CI/CD ya modeli na mabomba ya kazi, ufuatiliaji, na vipimo vya utendaji.
  • Toa ufuatiliaji wa kina kupitia vipimo, kumbukumbu, dashibodi, tracing, arifa, na miongozo ya uendeshaji.
  • Dhibiti miundombinu kama msimbo kwa Terraform na Terragrunt, ukitumia maombi ya mabadiliko yaliyokaguliwa.
  • Shiriki katika ukaguzi wa msimbo na usanifu, waongoze wahandisi, na tathmini mabadiliko yaliyotengenezwa na AI kwa viwango sawa na michango mingine.
  • Fanya kazi na timu za sayansi ya data, ML, uhandisi wa programu, na uhandisi wa data.

Mahitaji

  • Angalau miaka mitano ya uzoefu wa kitaalamu wa uhandisi wa backend, ikijumuisha kufanya kazi na mifumo yenye mzigo mkubwa.
  • Uzoefu thabiti wa Go katika mazingira ya uzalishaji, ikijumuisha vipengele vyake vya kina.
  • Uwezo mzuri wa kutumia Python kwa uchakataji wa data na uundaji wa huduma.
  • Ujuzi thabiti wa SQL, ikijumuisha usanifu wa schema, uorodheshaji, uboreshaji wa query, urudufishaji, na ugawaji wa data.
  • Uzoefu wa Redis au hifadhi inayofanana ya key-value.
  • Uzoefu wa HTTP, gRPC, Kafka, au RabbitMQ, kwa kuzingatia kutegemewa.
  • Uzoefu wa Docker na mabomba ya CI/CD, pamoja na uelewa wa vitendo wa Kubernetes.
  • Uzoefu wa huduma kuu za AWS au Google Cloud za kompyuta, hifadhi, mitandao, na usimamizi wa utambulisho na ufikiaji.
  • Uelewa wa mzunguko wa maisha wa machine learning, ikijumuisha utayarishaji wa data, vipimo vya utendaji wa modeli, mahitaji yasiyo ya kiutendaji, na mabadiliko ya dhana.
  • Kufahamu scikit-learn, PyTorch, au TensorFlow.
  • Uzoefu wa kubuni na kuendesha mifumo ya ufuatiliaji yenye vipimo, kumbukumbu, dashibodi, tracing, arifa, na miongozo ya uendeshaji.
  • Uzoefu wa Prometheus, Grafana, ELK, au zana zinazofanana.
  • Kufahamu utaratibu wa Git, ukaguzi wa msimbo, mstari wa amri wa Linux, na misingi ya mitandao kama TCP/IP, DNS, VPC, na visawazishaji vya mzigo.
  • Uwezo wa kueleza maamuzi ya kiufundi kwa uwazi kwa wanasayansi wa data, wamiliki wa bidhaa, na wahandisi walio zamu ya dharura.
  • Uzoefu wa ziada unaosaidia: zana za MLOps kama Databricks, SageMaker, Kubeflow, MLflow, au Airflow; uendeshaji wa inference ya GPU au LLM; mawakala wa usimbaji wa AI; masoko yanayoibukia; au zana za miundombinu kama msimbo.

Manufaa

  • Fanya kazi kwa kiwango cha kimataifa, huku modeli za uzalishaji zikihudumia kundi la mifumo duniani kote, zikiwa na bajeti kubwa ya GPU na kazi za LLM.
  • Fursa kwa wahandisi wa backend kukua katika MLOps, huku timu ya jukwaa ikitoa mafunzo.
  • Jenga ujuzi wa kitaalamu kupitia ushauri, ushauri wa kazi, na programu za kujifunza.
  • Shiriki katika Global Talent Exchange Program ili kupata uzoefu wa kimataifa.
  • Shiriki katika changamoto na tuzo za kampuni nzima, michezo, shughuli za kijamii zinazoongozwa na wafanyakazi, na kujitolea.
  • Pata kozi za lugha zinazofadhiliwa kwa pamoja na vilabu vya ndani vya mazungumzo.
  • Manufaa yanaweza kutofautiana kulingana na eneo.