Hovedkvarter: Fjernstyrt, US GitLab er den intelligente orkestreringsplattformen for DevSecOps. GitLab gjør det mulig for organisasjoner å øke utviklerproduktiviteten, forbedre driftseffektiviteten, redusere risikoen for sikkerhet og overholdelse og framskynde digital transformasjon. Mer enn 50 millioner registrerte brukere og mer enn 50 % av Fortune 100* stoler GitLab å sende bedre, mer sikker programvare raskere. De samme prinsippene som er bygget inn i våre produkter gjenspeiles i hvordan vårt team arbeider: vi omfavner AI som en kjerneproduktivitetsmultiplikator, med alle lagmedlemmer som forventes å ta med AI i sine daglige arbeidsstrømmer for å drive effektivitet, innovasjon og virkning. GitLab er der karrierer acceler, innovasjon blomstrer og hver stemme blir verdsatt. Vår høyprestasjonert kultur drives av våre verdier og kontinuerlig kunnskapsutveksling, noe som gjør det mulig for våre lagmedlemmer å nå sitt fulle potensial mens de samarbeider med industriledere for å løse komplekse problemer. Samskap med framtiden med 100 delstats- produkter i $25. Gibradial- produkter.

Som AI- ingeniør på GitLab vil du hjelpe til med å bygge grunnlaget for GitLabs omdanning til et AI- første selskap. Rapporter til direktøren, Enterprise AI vil du være en hånd- på teknisk leder med ansvar for å levere interne AI- motoriserte løsninger som driver målbare forretningsresultater. Bygger du raske saker, men det er ikke nok på egen hånd. Denne rollen starter med å forstå det virkelige problemet: kartlegger hvordan arbeidet beveger seg på tvers av lag, verktøy og avleveringer, identifiserer den virkelige begrensningen og validerer om AI er den rette løsningen før du begynner utviklingen. Derfra tar du eierskap fra oppdagelse gjennom innføring, kombinerer sterke ingeniørferdigheter med systemtenkning og forretningsforståelse. Din første fokus vil omfatte salg, markedsføring og kundestøtte, der du vil legge inn AI- løsninger i viktige systemer og arbeidsstrømmer. Denne rollen gir mulighet til å forme hvordan GitLab- medlemmer arbeider, forbedrer flyten gjennom organisasjonen og forbedrer oppdraget i et fjernt, asynkront og verdidrevet miljø. • Det du gjør med forretningsproblemer før du bygger opp løsninger på det. Kartet du trenger å finne fordelene og

• Utforme, utvikle og sende AI-drevne løsninger raskt, levere arbeidsprototyper i dager, ikke måneder, med fokus på praktiske resultater og målbar forretningsverdi. • Forbedre organisatorisk flyt ved å bygge løsninger som reduserer flaskehalser, kortere ledetider og øke gjennomstrømningen. Mål suksess ved hjelp av flytemetriske målinger sammen med adoption og ROI. • Integrer AI-kapasitet i eksisterende systemer og arbeidsflyter ved hjelp av APIer, orkestreringsverktøy og moderne AI-plattformer, inkludert GitLab Duo Agent Platform, der det er hensiktsmessig. Det riktige verktøyet vinner, enten det er tilpasset kode, plattform eller en velutdannet prompt. • Vær kundenøyaktig: gir giring og visning av GitLabs AI-tilbud, der det er mulig, mate innsikter fra reell bruk til FoU. • Samarbeid med interessenter på tvers av funksjoner for å forstå de reelle begrensningene. • Samarbeide med de riktige spørsmålene, bro- tekniske og ikke-tekniske perspektivene, og tilpasse deg resultatene til løsninger som du kan bruke på nytt. • Hva du kan gjøre for å oppnå resultater av teamets

• En teknologier i hjertet – virkelig investert i teknologi, den grunnleggende og den fremre delen i like stor grad. Du er like energisk som en godt utformet API- integrering som du er ved den siste utgivelsen av grunnmodellen. Du søker den enkleste løsningen som løser problemet godt, heller enn å tvinge til ny teknologi når dokumenterte tilnærminger ville gjøre det. AI er en kraftig del av verktøykassen, men den sitter på toppen av grunnleggende solide ingeniørteknikker, ikke på plass for dem. • Kompetent, konfident- koding- evner – Du kan bygge arbeidsløsninger ende- til- ende, skrive rene og vedlikeholdbare koder og feilsøke effektivt. Om dine ferdigheter ble hengt i en tradisjonell ingeniørrollroll, gjennom byggeautomatisering eller frakt- sideprosjekter, hva som er viktig for at du kan levere produksjonskvalitetsarbeid uavhengig. • AI & LLM Teknisk dybde – sterke ferdigheter i minst ett moderne skriptspråk (Pyton, JavaScript/TypeScript, eller lignende) og en solid forståelse av REST APIer, GraphQL er et stort og integreresmønstre. • Systemfulle, lager et større tillegg med en større

• Agenturmønstre for arkitektur: verktøybruk, fleragent orkestrering, design, beskyttelsesskranker, evalueringsrammer og pålitelighetsmønstre av produksjonskvalitet.Praktisk influensa i hele LLM-økosystemet: hånd-on erfaring med modeller fra Antropisk, OpenAI, åpen kildekode changativ