États-Unis
Siemens
Stanbridge University
Ingénieur logiciel - Systèmes d'IA (Go)
À distanceÉtats-Unis
Irvine, California, United States
SQLGo
Traduction automatique. Consultez l’original.
À propos du poste
Stanbridge University recherche des ingénieurs logiciels – Systèmes d'IA (Go) pour concevoir, construire et exploiter des systèmes d'IA en production capables d'exécuter des tâches complexes et multi-étapes de manière fiable et à grande échelle.
Il s'agit d'un rôle d'ingénierie opérationnel axé sur une catégorie de problèmes exigeants : les flux de travail d'IA de longue durée qui appellent des modèles, des outils et des APIs externes ; maintiennent l'état au cours d'exécutions prolongées ; produisent du contenu structuré et des médias générés ; interagissent avec des réviseurs humains ; se remettent de défaillances partielles ; et fournissent systématiquement des résultats précis aux utilisateurs.
Les défis d'ingénierie fondamentaux vont bien au-delà du développement de prompts. Ces systèmes doivent prendre en compte les défaillances des fournisseurs et les limites de débit, les flux de travail interrompus, l'évolution de l'état, le comportement non déterministe des modèles, les sorties incorrectes ou non prises en charge, la latence et le coût variables, ainsi que les déploiements effectués pendant que le travail est en cours.
Le candidat retenu combinera un solide jugement en ingénierie logicielle et en systèmes distribués avec une expérience pratique de la construction et de l'exploitation d'applications basées sur LLM, d'agents d'IA ou de systèmes basés sur des agents en production.
Vous nous rejoindrez à un stade où une architecture significative reste à concevoir et à construire. Les ingénieurs occupant ce poste auront une responsabilité substantielle sur les modèles, les services, l'infrastructure et les normes d'ingénierie qui façonnent les systèmes d'IA de l'université.
Éligibilité au télétravail
Ce poste est éligible au télétravail pour les candidats résidant dans les États où Stanbridge University est actuellement autorisé à employer des employés à distance. Les États éligibles incluent actuellement : Arizona, Colorado, Illinois, Indiana, Kansas, Kentucky, Louisiane, Maryland, Michigan, Minnesota, Nevada, New Jersey, Caroline du Nord, Dakota du Nord, Ohio, Tennessee, Texas et Wisconsin.
Les candidats doivent résider dans un État éligible au moment de l'embauche. L'éligibilité au télétravail est soumise aux exigences d'emploi de l'université et peut changer en fonction des exigences étatiques applicables.
Environnement d'ingénierie
Les problèmes d'ingénierie abordés par cette équipe incluent :
- Orchestration de flux de travail durables : pipelines multi-étapes de longue durée utilisant un état persistant, des files d'attente de tâches, des points de contrôle, la possibilité de reprise, l'exécution idempotente et la récupération après un travail interrompu ou orphelin.
- Infrastructure de modèles multi-fournisseurs : routage entre les fournisseurs de modèles commerciaux avec registres de modèles, contrôles des jetons et des coûts, gestion des limites de débit, tentatives, disjoncteurs, surveillance de la santé et basculement vers d'autres fournisseurs.
- Orchestration d'agents et d'outils : systèmes dans lesquels les agents d'IA interagissent avec des outils, des APIs, des sources de données, des services d'application et une logique métier déterministe pour accomplir un travail en plusieurs étapes.
- Infrastructure d'ingénierie de prompts : traiter les prompts comme des artefacts de production contrôlés par version avec révision, tests, protection contre les régressions et comportement mesurable.
- Tests de systèmes non déterministes : interactions avec les fournisseurs enregistrées et rejouables, fixtures déterministes, harnais d'évaluation, lignes de base et tests de régression pour le comportement de l'IA.
- Contrôles de correction et de qualité : validation des sorties structurées, évaluation automatisée, exigences spécifiques au domaine, vérification des preuves et garanties contre les sorties de modèle confiantes mais incorrectes.
- Flux de travail avec intervention humaine : étapes de révision et d'approbation au sein de processus automatisés, y compris des systèmes capables de répondre en toute sécurité lorsque les utilisateurs modifient l'état ou les entrées pendant l'exécution.
- Pipelines de médias générés : systèmes capables de produire et de gérer des documents, de l'audio, de l'imagerie, de la vidéo et d'autres actifs générés.
- Architecture de service de production : services APIs et backend basés sur Go, magasins de données relationnelles, infrastructure de tâches, observabilité et intégrations prenant en charge les applications orientées utilisateur.
- Ingestion sécurisée : traitement de documents fournis par l'utilisateur et potentiellement non approuvés tout en maintenant des limites de sécurité et d'autorisation appropriées.
Deux axes d'ingénierie
Les ingénieurs devront atteindre le même niveau technique global, mais pourront apporter une expertise plus approfondie dans l'un des deux domaines :
Plateforme et Pipeline
Axé sur les systèmes distribués, l'orchestration de flux de travail, l'état durable, les files d'attente de tâches, la récupération, l'infrastructure des fournisseurs, la latence, le débit, l'évolutivité, la fiabilité et l'optimisation des coûts.
Cet axe est particulièrement bien adapté aux ingénieurs systèmes expérimentés qui considèrent les modèles d'IA comme des composants puissants introduisant une nouvelle série de défis en matière de systèmes distribués et de fiabilité.
Agents et Qualité
Axé sur l'architecture des agents et des outils, les systèmes de prompts, la gestion du contexte, les cadres d'évaluation, les tests de régression, les modèles de jugement, la validation des preuves et la qualité des sorties de bout en bout.
Cet axe est particulièrement bien adapté aux ingénieurs qui abordent le comportement de l'IA par l'expérimentation, la mesure, les tests et l'amélioration systématique.
Les candidats peuvent indiquer une préférence, cependant, une spécialisation dans un domaine n'est pas requise.
À quoi ressemble le succès
Un ingénieur exceptionnel dans ce rôle :
- Construira des flux de travail d'IA qui fonctionnent de manière fiable en production sans nécessiter d'intervention humaine de routine.
- Concevra des systèmes qui se remettent gracieusement des défaillances des fournisseurs de modèles, de l'exécution interrompue, des déploiements, des limites de débit et d'autres défaillances partielles.
- Rendra le comportement de l'IA de plus en plus mesurable, reproductible, testable et observable plutôt que de s'appuyer sur une évaluation subjective.
- Améliorera la qualité des sorties tout en réduisant systématiquement la latence et le coût par exécution.
- Créera des modèles d'ingénierie durables qui facilitent et sécurisent l'introduction d'agents, de fournisseurs, de flux de travail et de types de sortie ultérieurs.
- Identifiera quand le logiciel déterministe doit remplacer ou contraindre le comportement piloté par le modèle.
- Construira des systèmes dont les défaillances peuvent être diagnostiquées par l'instrumentation et la relecture plutôt que par des conjectures.
- Établira une architecture et des pratiques d'ingénierie qui deviendront des composants fondamentaux des capacités d'IA plus larges de l'université.
Conditions d'emploi
- Une évaluation liée au travail peut être requise pendant le processus d'entretien.
- Doit être capable d'accomplir chaque devoir essentiel de manière satisfaisante et d'être physiquement présent au bureau (sauf indication contraire).
- Autorisation d'emploi : Les candidats doivent être légalement autorisés à travailler aux États-Unis. Stanbridge University ne fournit pas de parrainage d'immigration basé sur l'emploi et ne participe pas à des programmes d'autorisation de travail parrainés par l'employeur ou dépendants de l'employeur.
- Parrainage : Le parrainage maintenant ou à l'avenir pourrait inclure le fait que Stanbridge University parraine, complète la documentation de l'employeur, fournisse des attestations ou des plans de formation, ou participe autrement à un programme d'autorisation de travail ou d'immigration basé sur l'emploi afin qu'un individu puisse commencer ou continuer à travailler. Stanbridge University ne fournit aucun parrainage de ce type.
- Une vérification de l'emploi sera effectuée pour valider l'expérience professionnelle conformément aux normes d'accréditation.
- Les offres d'emploi sont conditionnées à la réussite d'une vérification des antécédents.
- Les relevés de notes officiels sont requis avant l'embauche. Les diplômes obtenus en dehors des États-Unis doivent être évalués par un service d'évaluation des diplômes reconnu pour déterminer l'équivalence des diplômes américains et les cours de la matière applicable.
- Des aménagements raisonnables peuvent être faits pour permettre aux personnes handicapées d'accomplir les fonctions essentielles.
Environnement de travail
- Environnement de travail professionnel et axé sur la technologie standard.
- Les tâches sont généralement effectuées en étant assis à un bureau ou à un poste de travail informatique.
- Le poste nécessite une interaction étendue avec des ordinateurs, des environnements de développement logiciel, des services cloud, des systèmes d'IA et une infrastructure technique.
- Sujet à la collaboration avec des équipes interfonctionnelles, à l'évolution des exigences techniques et à des délais de projet exigeants.
Exigences physiques
- Assis régulièrement pendant de longues périodes.
- Capacité physique à effectuer les tâches liées au département.
- Maîtrise de l'utilisation des claviers électroniques et de l'équipement de bureau.
- Communication verbale efficace par téléphone, vidéoconférence et en personne.
- Capacité à lire les petits caractères, à utiliser des ordinateurs et à comprendre clairement les voix.
- Capable de soulever, transporter et/ou déplacer des objets pesant entre 10 et 25 livres au besoin.
Valeurs institutionnelles
Diversité et inclusion
La devise de Stanbridge University, « La force par la diversité », reflète notre engagement profond à honorer les divers horizons de nos étudiants, professeurs, personnel et communautés environnantes. Nous nous efforçons de construire un environnement d'apprentissage inclusif et de maintenir des pratiques anti-discrimination dans tous les aspects de la vie universitaire.
Innovation et technologie
Nous adoptons une technologie de pointe pour améliorer l'apprentissage des étudiants grâce à des expériences interactives et pratiques, y compris la réalité virtuelle et les laboratoires de simulation, garantissant que les étudiants sont préparés aux exigences de la pratique moderne des soins de santé.
Engagement communautaire
Grâce à des initiatives telles que Stanbridge outREACH, les étudiants sont habilités à redonner aux communautés locales et mondiales, cultivant la compassion, la responsabilité civique et la conscience sociale.
Employeur garantissant l'égalité des chances
Stanbridge University est un employeur garantissant l'égalité des chances. Nous nous engageons à construire un lieu de travail diversifié et inclusif. Nous ne pratiquons aucune discrimination fondée sur la race, la couleur, la religion, le sexe, l'origine nationale, l'âge, le handicap, les informations génétiques, l'orientation sexuelle, l'identité de genre ou tout autre statut protégé. Tous les candidats qualifiés sont encouragés à postuler.
Fonctions essentielles
- Concevoir, développer, tester, déployer et exploiter des logiciels et des services backend de qualité production, principalement en utilisant Go (Golang).
- Architecturer et construire des agents d'IA et des systèmes basés sur des agents capables d'utiliser des outils, d'interagir avec des APIs, de maintenir l'état et le contexte, et d'exécuter des flux de travail complexes en plusieurs étapes.
- Concevoir des flux de travail durables capables de mettre en point de contrôle, de reprendre, de réessayer, de récupérer et de poursuivre l'exécution en toute sécurité après des défaillances partielles ou des interruptions du système.
- Déterminer comment les modèles, les agents, les outils, les APIs, les sources de données, les services et la logique d'application déterministe doivent diviser les responsabilités au sein d'un système d'IA, y compris reconnaître quand un modèle d'IA n'est pas la solution appropriée.
- Concevoir des intégrations entre plusieurs fournisseurs de modèles d'IA, y compris le routage, le basculement, la gestion des limites de débit, la surveillance de la santé et les stratégies de dégradation.
- Construire des garanties, notamment la validation des sorties structurées, la gestion des erreurs, les tentatives, les portes de qualité, la validation des preuves et les mécanismes de récupération automatisés.
- Développer des stratégies de test pour le comportement non déterministe de l'IA en utilisant des techniques telles que des fixtures déterministes, des interactions enregistrées et rejouées, des suites de régression, des harnais d'évaluation et des lignes de base de qualité.
- Développer des capacités d'observabilité, notamment le traçage, les métriques, la journalisation, les données d'évaluation et les historiques d'exécution rejouables pour prendre en charge le débogage en production et l'analyse des performances.
- Concevoir des flux de travail avec intervention humaine intégrant la révision, l'approbation, l'intervention et la modification de l'état du flux de travail.
- Construire et maintenir des APIs, des services backend, des modèles de données relationnelles, une infrastructure de traitement des tâches et des composants d'application de support.
- Développer des méthodes sécurisées pour ingérer et traiter les documents fournis par l'utilisateur et d'autres contenus externes.
- Optimiser les systèmes pour la fiabilité, la latence, le débit, l'évolutivité, la qualité des sorties et le coût par exécution.
- Construire des modèles d'ingénierie réutilisables et des composants partagés qui simplifient l'ajout de nouveaux agents, fournisseurs de modèles, outils, flux de travail et types de sortie.
- Prendre en charge les problèmes techniques depuis l'investigation initiale et l'architecture jusqu'à la mise en œuvre, le déploiement, la surveillance, le dépannage et l'exploitation continue en production.
- Collaborer directement avec les parties prenantes du produit et les experts du domaine pour traduire les exigences qualitatives en comportement mesurable du système et en solutions techniques.
- Contribuer aux décisions architecturales et aux normes d'ingénierie pour les applications basées sur l'IA à travers l'université.
Qualifications
Requis
- Expérience professionnelle substantielle dans le développement et l'exploitation de logiciels de production, avec une solide expérience en Go (Golang) ou une profondeur démontrée dans un autre langage backend avec la capacité de devenir productif en Go rapidement.
- Expérience pratique de la mise en production d'une application basée sur LLM, d'un agent d'IA ou d'un système basé sur des agents et de son support après le déploiement.
- Solide compréhension de l'architecture des applications d'IA, y compris la manière dont les modèles, les agents, les outils, les APIs, les sources de données, les services et la logique d'application interagissent.
- Connaissance démontrée de l'ingénierie des systèmes distribués, y compris la concurrence, le traitement asynchrone, les files d'attente, l'idempotence, les tentatives, la défaillance partielle, la gestion de l'état et la récupération.
- Expérience dans la conception de systèmes qui restent fiables lorsque des services individuels, des fournisseurs ou des étapes de flux de travail échouent.
- Discipline de test démontrée pour les systèmes impliquant un comportement non déterministe.
- Solide expérience dans la conception et la consommation de APIs HTTP.
- Expérience avec les bases de données relationnelles, SQL et l'état d'application persistant.
- Expérience dans la construction, le déploiement, la surveillance et le dépannage de services backend dans des environnements de production.
- Compréhension de l'architecture logicielle, des tests, du débogage, de l'observabilité et des pratiques d'ingénierie de production.
- Capacité à prendre en charge de manière indépendante des problèmes techniques ambigus, de l'investigation à la mise en œuvre en production.
- Solide jugement analytique et capacité à équilibrer fiabilité, qualité, performance, complexité et coût.
Qualifications souhaitées
- Expérience avec les cadres d'agents d'IA, les modèles d'orchestration ou les architectures d'agents personnalisées, y compris la compréhension du moment où un cadre peut ne pas être approprié.
- Expérience avec la génération augmentée par récupération (RAG), les embeddings, les bases de données vectorielles, la recherche sémantique ou les architectures de récupération de connaissances.
- Expérience dans le développement de systèmes d'évaluation et d'observabilité pour les applications LLM, y compris le traçage, les suites de régression, les tableaux de bord de qualité ou l'évaluation automatisée.
- Expérience avec les modèles de jugement, la validation des sorties structurées, la vérification des preuves ou d'autres mécanismes de contrôle de la qualité de l'IA.
- Expérience dans la conception de flux de travail avec intervention humaine impliquant la révision, l'approbation, l'intervention ou la modification de l'état actif du flux de travail.
- Expérience avec le traitement de documents, le rendu de navigateur sans tête, la synthèse vocale, la génération d'images, la génération de vidéos ou d'autres pipelines de médias.
- Expérience avec les architectures pilotées par événements, les files d'attente de tâches durables et le traitement asynchrone à grande échelle.
- Expérience avec les conteneurs, l'infrastructure cloud, CI/CD et les environnements de déploiement de production.
- Compréhension de l'injection de prompts, des limites d'autorisation, de l'isolation des données et des considérations de sécurité lorsque du contenu non approuvé est traité par des systèmes d'IA.
- Expérience dans le développement de systèmes dans des environnements où l'exactitude des résultats générés a des implications opérationnelles, réglementaires, de conformité ou de sécurité significatives.
Rémunération
La rémunération est basée sur l'éducation, l'expérience, les qualifications et l'équité interne.
Avantages sociaux
- Régime de soins de santé (médical, dentaire et vision)
- Plan de retraite (401k)
- Événements universitaires passionnants
- Défis saisonniers de santé et de bien-être motivationnels
- Initiatives d'équilibre travail/vie personnelle
- Programme de bien-être sur site / Chiropracteur du personnel
- Assurance vie (de base, volontaire et AD&D)
- Congés payés (vacances, maladie et jours fériés)
- Congé familial (maternité, paternité)
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil