Ingénieur logiciel senior - Recherche de données (à distance, Europe)

Modash | Berlin, Germany

Entièrement distant Temps plein Développement de logiciels
Traduit par machine pour vous (English → French) Afficher l'original
Désignation des marchandises

Modash aide les marques à trouver, comprendre et travailler avec des créateurs sur Instagram, TikTok et YouTube. Plus de 2 700 entreprises – dont Stanley 1913, Sennheiser et NordVPN – nous utilisent pour gérer et étendre leurs partenariats de créateurs. Derrière ce produit est un problème de recherche fascinant : aider les clients à trouver les bonnes personnes sur 400M+ profils de créateurs et des milliards de fichiers multimédias. Nous combinons le traitement à grande échelle des données, la recherche traditionnelle, la recherche vectoriale, les embarquations multimodales et les LLMs pour rendre cela possible. C'est là que vous venez. Pourquoi nous recrutons Search chez Modash n'est pas une plateforme interne ou une fonction de support. C'est l'un des produits de base que les clients utilisent pour découvrir les créateurs. L'échelle est grande, les données sont mesquines, et l'intention de recherche est souvent complexe. Un client peut être à la recherche de créateurs dans une niche spécifique, des personnes dont le contenu transmet un certain style visuel, ou des comptes qui ressemblent à un groupe qu'il connaît déjà. Résoudre cela nécessite plus que d'ajouter un autre filtre ou appeler une API LLM. Nous avons besoin d'un ingénieur senior qui peut travailler à travers le système de recherche complète – des données et des pipelines d'indexation à des services d'intégration, de classement, de pertinence et de faible latence – et prendre des problèmes de produit ambigus jusqu'à la production.

Si vous voulez une idée de la façon dont nous pensons à construire des logiciels, consultez notre Blog d'ingénierie. Ce que vous posséderez réellement 1. Faites de la recherche de créateur significativement mieux. Vous améliorerez la façon dont les clients découvrent les créateurs à travers des profils de 400M+ et des milliards de fichiers multimédias. Cela comprend la récupération, le filtrage, le classement, la pertinence, la vitesse, et les décisions de produit qui les connectent. 2. Transformez les données multimodales en intelligence consultable. Vous construirez des systèmes qui génèrent et utilisent des embarquations à partir d'images, de vidéos, de textes et d'audio à grande échelle, puis rendre ces signaux utiles dans une expérience de recherche réelle orientée vers le client. 3. Naviguez de nouvelles capacités de recherche en production. Vous évaluerez les modèles et les technologies de façon pragmatique, comprendrez les compromis autour du coût, de latence et de la qualité, et déplacerez les approches prometteuses de l'expérience vers un système de production fiable dans les semaines plutôt que les trimestres. 4. Vous allez aider à façonner le problème, recueillir les exigences, concevoir l'architecture, écrire le code, le publier, mesurer le résultat, et l'améliorer. Ingénieurs seniors ici leurs propres résultats, pas seulement les tâches de mise en œuvre. Ce que le jour ressemble à Voici ce que la semaine typique pourrait inclure:.

• Lundi. Une recherche client retourne des résultats techniquement pertinents mais inutiles. Vous inspectez les étapes de recherche et de classement, identifiez où l'intention est perdue et proposez une amélioration mesurable. • Mardi. Deep focus time. Vous construisez un pipeline pour générer des embarquations multimodales sur un grand lot de contenu créateur et testez comment la nouvelle représentation affecte la qualité et le coût de recherche. • Mercredi. Vous travaillez avec Data Insights sur un nouveau point de données interne. Ensemble, vous acceptez ses exigences de définition, de couverture et de qualité des données, puis vous l'exposez dans Search pour donner aux clients plus de moyens de découvrir les créateurs. • Jeudi. Vous testez un modèle de reclassage sur un ensemble fixe de vraies requêtes client. Vous mesurez combien il améliore la pertinence par rapport au coût de latence et de l'inférence qu'il ajoute, puis vous décidez ce qui est prêt pour la production. • Vendredi. Vous examinez les paramètres de production, étudiez une régression de pertinence et partagez ce que vous avez appris avec l'équipe. Nous maintenons des réunions à dessein et protégeons le temps nécessaire pour un travail approfondi. Vous aurez une courte position, une collaboration étroite quand elle vous aidera, et beaucoup d'espace pour concevoir, construire, optimiser et lancer. Exigences Ce que vous avez fait avant • Construit des données à grande échelle ou des produits de backend. Vous avez une solide expérience de travail avec des systèmes où le volume, la latence, la fiabilité et le coût de toute la matière.

• Des produits expédiés du concept à la production. Vous possédez la cadrage, l'architecture, l'implémentation, la libération, la mesure et l'itération, pas seulement une couche de la solution. • Des systèmes distribués conçus. Vous pouvez raisonner clairement sur le débit, les modes de défaillance, le flux de données, l'évolutivité et les compromis opérationnels. • Des caractéristiques de production à moteur LLM ou des caractéristiques d'agent. Vous comprenez les différences pratiques entre les modèles et pouvez équilibrer la capacité par rapport à la latence et aux coûts. • Vous travaillez de façon autonome sur des problèmes ambigus. Vous savez rassembler les exigences, poser des questions utiles et transformer un contexte incomplet en mouvement avancé. • Communiquez clairement entre les équipes. Vous pouvez expliquer les compromis techniques aux ingénieurs et aux non-ingénieurs, donner des commentaires directs et collaborer sans créer de processus inutiles. • Travaillez dans un environnement de produits en mouvement rapide.

Points bonus si vous avez travaillé avec des embarquements multimodaux, des bases de données vectorielles, des recherches sémantiques, des algorithmes de classement, des déploiements de modèles, des modèles auto-portés ou des infrastructures GPU. La curiosité sur l'économie créatrice aide aussi, mais nous vous ferons monter à la vitesse. Notre pile • AWS et GCP, avec Pulumi pour l'infrastructure comme code • Python, TypeScript, et Node.js • PySpark sur AWS EMR • Airflow • Milvus Vector DB à travers Zilliz • Elasticsearch • API par lots LLM • Apache Iceberg • SageMaker, DynamoDB, S3, Glue, Kinesis, Lambda, ECS et Aurora • Slack, GitHub, Linear, Notion et Cursor

Le processus d'entrevue Nous nous déplaçons rapidement et pouvons terminer le processus en moins d'une semaine: • Intro chat • Codage interview • Conception du système interview • Entretien d'équipe • Culture et alignement conversation avec notre PDG, Avery Schrader Avantages Ce que nous offrons • Entièrement distant i

Compétences requises

Engineering, Computer Software, Data, Remote

Détails de l'emploi

Expérience : 0 années

Publié : 1 month, 2 weeks il y a

Vues: 669

Appliquer Arbeitnow

Source: Arbeitnow · ouvre le message original.

Obtenir une application sur mesure pour ce rôle

Laissez tomber votre CV et nous écrirons une lettre de motivation visant cette liste exacte — gratuite, et prêt dès que votre compte est créé.

PDF, Word ou texte. Nous créons votre compte gratuit sur l'écran suivant — pas de carte.

Vous vous êtes fait un rôle comme ça?

Affichez votre emploi à distance sur WFHJ et rejoignez les candidats assortis. Pas de frais.

Postez un emploi gratuit
Feedback