Staff AI Engineer - AI Labs

Должность: Ведущий инженер по ИИ - AI Labs Местоположение: Мадрид / Барселона / Бухарест / Монтевидео / Сан-Паулу / Буэнос-Айрес / гибридный формат

Почему стоит присоединиться к dLocal? dLocal — это финансовая инфраструктура, которая обеспечивает глобальную торговлю на самых быстрорастущих рынках мира. Крупнейшие компании мира доверяют нам, чтобы раскрыть потенциал роста в более чем 60 странах развивающихся рынков, перемещая деньги туда, где другие видят сложности. Мы не просто обрабатываем платежи; мы являемся архитекторами платежных экосистем и партнерами в расширении бизнеса наших клиентов. Вы будете работать вместе с более чем 1300 коллегами из 40+ национальностей и с первого дня решать глобальные задачи.

Какова возможность? Вы присоединитесь к AI Lab, команде, чья миссия заключается в проверке ценных новых технологий в области ИИ и автоматизации и снижении рисков их внедрения в dLocal. Это редкая возможность работать на переднем крае прикладного ИИ в финтехе: проводить строгие эксперименты с новейшими моделями и инструментами и превращать результаты в решения, которые формируют подход глобальной платежной компании к использованию ИИ. Это роль ведущего специалиста-индивидуального исполнителя. Она не требует прямого управления людьми, но несет значительное техническое влияние в рамках лаборатории и среди команд, которые используют ее результаты. В качестве ведущего инженера по ИИ в AI Lab вы будете отвечать за поиск технологий, прототипирование и оценку для dLocal. Вы будете проводить инструментальные исследования и бенчмаркинг новых технологий ИИ, предоставлять четкие рекомендации заинтересованным сторонам из инженерного, бизнес-, юридического отделов и IT на основе ваших прототипов, а также координировать передачу проверенных технологий командам, которые внедряют их в производство. Для перспективных технологий вы поможете определить шаблоны, правила безопасности и технические требования, необходимые для их внедрения, и будете координировать передачу команд, ответственных за их производство.

Чем я буду заниматься? Поиск и оценка технологий Проводить краткие, инструментальные исследования и бенчмаркинг новых моделей, инструментов и фреймворков: LLM, агентные системы, векторные базы данных, фреймворки оркестрации, ко-пилоты, ассистенты и т. д. Сравнивать решения поставщиков и с открытым исходным кодом, документируя компромиссы между качеством, стоимостью, задержкой, безопасностью и сложностью интеграции. Предоставлять краткие служебные записки с четкими рекомендациями: внедрить, наблюдать или избегать. Среды оценки и песочницы Проектировать и поддерживать среды оценки (например, наборы данных, промпты, сценарии, телеметрия) для тестирования моделей в реалистичных условиях. Создавать автоматизацию и инструменты для измерения качества, надежности, задержки и стоимости, включая отслеживание регрессий с течением времени. Обеспечивать, чтобы каждая оцененная технология имела охват бенчмаркинга и документированное представление о рисках и ограничениях. Прототипирование и техническая валидация Создавать достаточно полную систему, чтобы понять, как технология ведет себя в реалистичных условиях, а не только в демонстрациях поставщиков или отдельных примерах. Изучать архитектуру, шаблоны интеграции, операционные ограничения, границы безопасности и режимы отказа с помощью рабочих прототипов. Определять, что должно быть выполнено для того, чтобы концепция стала жизнеспособной производственной возможностью. Предпочитать сфокусированные прототипы, отвечающие на конкретные технические вопросы, а не преждевременное создание производственных систем. Рекомендации, готовность и передача Преобразовывать технические выводы в четкие служебные записки для технических и нетехнических заинтересованных сторон. Для проверенных технологий предоставлять рекомендации по готовности, охватывающие рекомендуемые шаблоны, правила безопасности, известные ограничения, операционные соображения и требования к интеграции. Координировать передачу команд, ответственных за производство. Поддерживать эти команды во время перехода, когда требуется глубокий контекст из оценки, не становясь постоянным владельцем полученной системы. Отслеживать, что происходит после рекомендаций лаборатории, и использовать эти результаты для улучшения будущих методов оценки. Управление, риски и стандарты Работать с отделами безопасности, юридическим отделом, отделом соответствия требованиям и другими командами по ИИ для документирования оценок рисков, мер по их снижению и рекомендаций по управлению для каждой оцененной технологии. Поддерживать контрольные списки, шаблоны принятия решений и легкие стандарты, применимые для повторного использования в оценках и командами-партнерами. Интегрировать полученные знания от сторонних инструментов ИИ, уже находящихся в использовании, таких как внешние ко-пилоты и набор инструментов AWS AI, в руководства по внедрению. Сотрудничество, наставничество и сообщество Сотрудничать с другими командами по ИИ и предметным командам для обеспечения четких границ и плавной совместной работы. Участвовать в найме в качестве технического оценщика и защитника культуры. Наставлять инженеров в лаборатории и смежных командах по методам оценки, бенчмаркингу и экспериментальному дизайну. Делиться знаниями через внутренние публикации, технические доклады и периодические внешние встречи и конференции.

Какие навыки мне нужны? Техническая глубина 8+ лет опыта разработки программного обеспечения, включая значительный опыт работы на уровне старшего специалиста или ведущего инженера. Глубокий практический опыт создания и оценки систем на основе LLM и современных инструментов ИИ. Прочные основы разработки программного обеспечения и способность быстро создавать высококачественные экспериментальные системы. Опыт создания агентных или многошаговых систем ИИ, включающих использование инструментов, оркестрацию, управление состоянием, поиск или внешние интеграции. Глубокие знания облачной инфраструктуры, предпочтительно AWS, и способность безопасно и с учетом затрат выполнять экспериментальные рабочие нагрузки. Опыт в области наблюдаемости, телеметрии, тестирования и бенчмаркинга сложных систем. Способность анализировать архитектуру системы, надежность, масштабируемость, асинхронные рабочие процессы и распределенные компоненты, где это применимо. Опыт проектирования экспериментов или бенчмарков, которые повлияли на важные технические решения. Бенчмаркинг и оценка Опыт проектирования и проведения бенчмарков, которые сравнивают модели и инструменты ИИ в реальных условиях. Опыт создания наборов данных для оценки: выбор задач, маркировка, дисциплина выделения данных, и поддержание набора полезным по мере улучшения моделей. Рабочее знание методов LLM-as-judge и их недостатков, наряду с человеческой оценкой, согласованностью между аннотаторами и пониманием того, когда каждый из них уместен. Способность рассуждать о статистической значимости на малых выборках и честно сообщать об уровне уверенности, а не делать преждевременные выводы. Знакомство с отслеживанием регрессий, телеметрией и версионированием, чтобы результат оставался воспроизводимым спустя месяцы. Принятие решений Способность превращать неопределенные идеи типа «нам следует попробовать эту новую вещь» в хорошо структурированные планы оценки с четкими гипотезами и метриками. Умение принимать решения о компромиссах между качеством, задержкой, стоимостью и зависимостью от поставщика, и четко документировать их. Опыт написания кратких, аргументированных служебных записок, которые помогают другим быстро двигаться вперед. Сотрудничество и общение Способность объяснять технические результаты неспециалистам в конкретных, лаконичных терминах. Опыт работы с командами платформы, продукта и операций для согласования оценок с реальными сценариями использования. Способность влиять без полномочий, объединяя команды вокруг общих стандартов и правил безопасности. Образ мышления Любознательность и склонность к экспериментам в сочетании с дисциплинированным измерением и осознанием рисков. Комфорт в небольшой, высокоэффективной команде без выделенных менеджеров по продуктам. Вы структурируете свою работу и информируете заинтересованные стороны. Отношение строителя: вы предпочитаете повторно используемые инструменты, шаблоны и руководства, а не разовые задачи.

Что мы предлагаем? Помимо индивидуальных льгот для каждой страны, dLocal поможет вам расти и достигать большего, предлагая:

• Гибкость в работе: Мы ориентируемся на результат и производительность, а не на фиксированные часы. Это означает, что у наших команд гибкий график, и, в зависимости от вашей роли и местоположения, вы будете сочетать самостоятельное сфокусированное время с моментами личного общения в наших центрах сотрудничества.
• Финтех-индустрия: работайте в динамичной и постоянно развивающейся среде, где есть множество возможностей для создания и развития вашего творчества.
• Программа реферальных бонусов: наши внутренние таланты — лучшие рекрутеры; порекомендуйте идеального кандидата на вакансию и получите вознаграждение.
• Работа из любой точки мира: Члены команды могут работать во время путешествий до 3 месяцев в год.

Что происходит после подачи заявки? Наша команда по подбору талантов стремится создать лучший опыт для кандидатов, поэтому не волнуйтесь, вы обязательно получите от нас ответ. Мы рассмотрим ваше резюме и будем держать вас в курсе по электронной почте на каждом этапе процесса!

Кроме того, вы можете ознакомиться с нашей веб-страницей, LinkedIn и Youtube, чтобы узнать больше о dLocal!