Modash เป็นบริษัทการตลาด SaaS ที่ช่วยให้แบรนด์สินค้าอุปโภคบริโภควางแผน วัดผล และจัดการแคมเปญอินฟลูเอนเซอร์ แพลตฟอร์มนี้รองรับการค้นหาอินฟลูเอนเซอร์บน Instagram, TikTok และ YouTube พร้อมเครื่องมือประเมินข้อมูลประชากรของผู้ชมและประสิทธิภาพ ติดตามแคมเปญ และจัดการความสัมพันธ์กับครีเอเตอร์ การผสานรวมกับ Shopify ช่วยให้แบรนด์เชื่อมโยงโค้ดโปรโมชันกับกิจกรรมของแคมเปญและจัดการการชำระเงินได้อย่างคล่องตัวมากขึ้น ทีมงานพัฒนาซอฟต์แวร์ที่ทำให้การตลาดผ่านอินฟลูเอนเซอร์มีเป้าหมายชัดเจน วัดผลได้ง่าย และดำเนินงานได้สะดวกยิ่งขึ้น
วิศวกรซอฟต์แวร์ค้นหาข้อมูลอาวุโสที่ Modash (ทำงานทางไกลจากฝรั่งเศส)
เป็นผู้นำการปรับปรุงการดึงข้อมูล เอ็มเบดดิง การจัดอันดับ และความเกี่ยวข้องบนแพลตฟอร์มค้นหาครีเอเตอร์ของ Modash สร้างโครงสร้างพื้นฐานการค้นหาขนาดใหญ่สำหรับแบรนด์ที่บริหารความร่วมมือกับอินฟลูเอนเซอร์
รายละเอียด
- ยกระดับการค้นหาครีเอเตอร์จากโปรไฟล์มากกว่า 400 ล้านรายการและไฟล์สื่อหลายพันล้านไฟล์ ด้วยการปรับปรุงการดึงข้อมูล การกรอง การจัดอันดับ ความเกี่ยวข้อง ประสิทธิภาพ และการตัดสินใจด้านผลิตภัณฑ์
- พัฒนาระบบขนาดใหญ่สำหรับสร้างและใช้งานเอ็มเบดดิงกับภาพ วิดีโอ ข้อความ และเสียง
- ประเมินโมเดลและเทคโนโลยีโดยชั่งน้ำหนักคุณภาพเทียบกับเวลาแฝงและต้นทุนโครงสร้างพื้นฐาน
- เปลี่ยนการทดลองด้านการค้นหาที่ประสบความสำเร็จให้เป็นระบบใช้งานจริงที่เชื่อถือได้
- กำหนดปัญหา รวบรวมความต้องการ ออกแบบสถาปัตยกรรม พัฒนาและเผยแพร่ฟีเจอร์ วัดผลลัพธ์ และปรับปรุงซ้ำ
- วิเคราะห์ขั้นตอนการดึงข้อมูลและการจัดอันดับเพื่อวินิจฉัยและแก้ไขปัญหาด้านความเกี่ยวข้อง
- สร้างและตรวจสอบกระบวนการเอ็มเบดดิงหลายรูปแบบ
- ทำงานร่วมกับ Data Insights เพื่อกำหนดจุดข้อมูล ประเมินความครอบคลุม และกำหนดความต้องการด้านคุณภาพข้อมูล
- ประเมินโมเดลจัดอันดับซ้ำโดยใช้คำค้นจริงของลูกค้า พร้อมวัดความเกี่ยวข้อง เวลาแฝง และต้นทุนการอนุมาน
- ติดตามเมตริกในระบบจริง ตรวจสอบการถดถอย และตัดสินใจว่าควรแก้ไขที่โมเดล ข้อมูล ตรรกะการค้นหา หรือการออกแบบผลิตภัณฑ์
- ทำงานร่วมกับ Data Core, Data Insights, ทีมผลิตภัณฑ์ ลูกค้า และผู้นำบริษัท
- เข้าร่วมการสัมภาษณ์รอบแนะนำตัว การเขียนโค้ด การออกแบบระบบ การทำงานเป็นทีม และวัฒนธรรมรวมถึงความสอดคล้องกับ CEO
คุณสมบัติ
- มีประสบการณ์อย่างมากในการสร้างผลิตภัณฑ์ข้อมูลหรือแบ็กเอนด์ขนาดใหญ่ โดยมีปริมาณข้อมูล เวลาแฝง ความน่าเชื่อถือ และต้นทุนเป็นประเด็นสำคัญ
- มีผลงานที่แสดงให้เห็นว่าสามารถนำผลิตภัณฑ์ตั้งแต่แนวคิดเริ่มต้น ผ่านการกำหนดขอบเขต สถาปัตยกรรม การพัฒนา การเผยแพร่ การวัดผล และการปรับปรุงซ้ำ
- มีประสบการณ์ออกแบบระบบแบบกระจาย โดยใส่ใจปริมาณงาน รูปแบบความล้มเหลว การไหลของข้อมูล ความสามารถในการขยาย และข้อแลกเปลี่ยนด้านการปฏิบัติงาน
- มีประสบการณ์จริงในการส่งมอบความสามารถที่ขับเคลื่อนด้วย LLM หรือระบบเอเจนต์เข้าสู่การใช้งานจริง
- สามารถทำงานอย่างอิสระกับปัญหาที่ไม่ชัดเจนหรือเปลี่ยนแปลงอยู่เสมอ
- มีทักษะการสื่อสารที่ดีในการอธิบายข้อแลกเปลี่ยนทางเทคนิคให้ผู้มีส่วนได้ส่วนเสียทั้งสายวิศวกรรมและสายอื่นเข้าใจ
- มีประสบการณ์ทำงานในองค์กรผลิตภัณฑ์ที่มีจังหวะการทำงานรวดเร็ว
- หากมีประสบการณ์ด้านเอ็มเบดดิงหลายรูปแบบ ฐานข้อมูลเวกเตอร์ การค้นหาเชิงความหมาย อัลกอริทึมการจัดอันดับ การนำโมเดลไปใช้งาน โมเดลที่โฮสต์เอง หรือโครงสร้างพื้นฐาน GPU จะได้รับการพิจารณาเป็นพิเศษ
- ความสนใจในเศรษฐกิจครีเอเตอร์ถือเป็นข้อได้เปรียบ
- สามารถทำงานให้ทับซ้อนกับเวลาทำงาน GMT+3 ได้เมื่อจำเป็น
- มีความคุ้นเคยด้านเทคนิคกับ AWS, GCP, Pulumi, Python, TypeScript, Node.js, PySpark, AWS EMR, Airflow, Milvus, Zilliz, Elasticsearch, LLM batch APIs, Apache Iceberg, SageMaker, DynamoDB, S3, Glue, Kinesis, Lambda, ECS และ Aurora
สวัสดิการ
- มีสิทธิ์ได้รับออปชันหุ้น
- เวลาทำงานยืดหยุ่น
- วันหยุดพักร้อนโดยได้รับค่าจ้างแบบไม่จำกัด
- สนับสนุนการพัฒนาวิชาชีพผ่านหลักสูตร หนังสือ และการประชุม
- รับผิดชอบโจทย์การค้นหาที่ท้าทายตั้งแต่แนวคิดเริ่มต้นจนถึงการใช้งานจริงแบบครบวงจร
- มีการจัดกิจกรรมนอกสถานที่ของบริษัทเป็นประจำ
- ทำงานทางไกลได้เต็มรูปแบบภายในยุโรป
- แพ็กเกจค่าตอบแทนที่ประกอบด้วยเงินเดือนและออปชันหุ้น