格步
Lead Software Engineer, AI Platform – AI SRE
Lead Software Engineer, AI Platform – AI SRE
发布于 6 个月前基层主管/组长
Singapore, Singapore
高级经验
全职员工
仅现场办公
学历未注明
软件工程
分布式系统
机器学习
系统设计
GO
LangGraph
LLM
Next.js
薪资面议
暂无薪资依据说明。
职位详情
关于这个职位
这是一个专注于AI平台运维与事件管理的首席软件工程师职位
你将作为技术负责人，利用LLM、LangChain等先进AI技术，开发和扩展用于司机体验优化和事件管理的AI SRE智能体与聊天机器人
核心工作包括构建可扩展的全栈解决方案、部署机器学习管道，并为团队提供技术指导
最低要求
扎实的计算机科学基础：数据结构、算法、多线程、分布式系统、关系型/非关系型数据库
在LLM、LangChain、LangGraph方面有专长，用于对话式AI开发
精通后端语言（如Go、Python、Java），重点关注Go和Python
具备现代前端框架（如Next.js）、SSR概念（SSR/SSG）和协议（WebSocket、Streamable HTTP、gRPC）的经验
年以上云平台（AWS/Azure）和可扩展后端部署经验
倡导左移测试，包括单元测试、集成测试和自动化测试
有跨团队/跨地区与利益相关者协作的经验
具备强大的解决问题和系统设计能力，以实现可扩展性和稳定性
能够为跨团队协作创建简洁的技术文档
具有强烈的所有权意识，能够在快节奏环境中独立工作
具备出色的系统设计能力，对代码质量和可扩展性有高标准
工作职责
独立领导与执行：作为技术负责人，全面负责项目的构思、规划和执行
使用LLM、LangChain和LangGraph开发AI SRE智能体和聊天机器人，以提升司机体验并解决现实世界的挑战
构建可扩展的全栈解决方案，包括基于云的后端和高效的Web界面
使用现代语言（如Python、Go）和框架编写高质量代码，确保可扩展性和效率
进行代码/设计审查
部署机器学习管道，并将AI智能体与技术基础设施系统集成
与跨职能团队合作，实施功能并评估业务影响
确保移动端集成顺畅
指导与激励：提供深入的技术指导，培养平台思维，并在工程和研究团队中营造追求卓越的文化
参与待命轮换，执行根本原因分析，并参与事后分析
AI 洞察
优缺点分析
优点
- 技术前沿：直接接触并应用LLM、LangGraph等最前沿的AI技术解决实际业务问题，技术栈极具竞争力和前瞻性
- 平台与业务影响力：在东南亚领先的超级应用Grab工作，项目直接影响数百万司机和用户，技术成果能产生巨大的业务价值
- 职业发展全面：该角色结合了深度技术开发、项目领导力和团队指导，为向技术专家或管理者的双向发展提供了良好基础
- 公司福利完善：提供全面的医疗保险、灵活福利计划、各类假期和员工援助计划，关注员工福祉
- 跨领域协作要求高：需要与不同团队和地区的利益相关者有效协作，对沟通和项目管理能力是考验
- 该职位适合拥有5年以上全栈或后端开发经验，对AI技术充满热情，并希望承担技术领导责任、在快节奏的科技公司中解决复杂实际问题的资深软件工程师
缺点 / 挑战
- 技术复杂度高：需要同时精通AI、后端、前端和运维（SRE），技术栈广且深，学习压力和持续更新要求大
- 工作责任与压力：作为技术负责人，需独立负责项目从构思到交付的全过程，并参与待命轮换，处理线上事件，工作强度和责任重大
角色解读
- 技术路径：可以从AI SRE专家，成长为AI平台架构师或技术负责人，主导更复杂的AI基础设施和系统设计
- 管理路径：凭借领导项目和指导团队的经验，可以向工程经理或技术总监方向发展，负责更大的团队和战略规划
- 行业路径：在东南亚领先的超级应用平台积累的AI与运维结合的经验，是进入AI驱动的大型互联网公司或科技企业的宝贵资本
- 你将作为技术负责人，主导AI SRE智能体和聊天机器人的开发，利用LLM、LangChain等技术解决司机体验和事件管理中的实际问题
- 你需要构建和维护可扩展的全栈解决方案，包括云后端和Web前端，并负责部署和集成机器学习管道
- 除了技术开发，你还需要提供技术指导、参与代码审查、待命轮换和事后分析，并培养团队的卓越文化
- 核心是AI工程能力，特别是运用LLM、LangChain、LangGraph等工具进行对话式AI和智能体开发
- 需要扎实的全栈开发技能，精通Go和Python后端，熟悉Next.js等现代前端框架，并拥有5年以上的云平台（AWS/Azure）部署经验
- 必须具备系统设计能力，以构建高可扩展、稳定的分布式系统，并拥有优秀的解决问题和跨团队协作能力
申请策略
- 在申请和面试中，展现出强烈的“所有权”意识和在快节奏环境中独立解决问题的能力，这与职位描述强调的特质高度吻合
- 了解并认同Grab“用心、渴望、荣誉、谦逊”的企业价值观，在沟通中体现你与公司文化的契合度
- 重点突出与LLM、LangChain、对话式AI或智能体开发相关的项目经验，详细说明你的技术选型、架构设计和业务影响
- 清晰展示你在Go/Python后端开发、云平台（AWS/Azure）部署以及构建可扩展系统方面的具体成就和量化结果
- 强调你作为技术负责人或核心贡献者，独立领导项目从0到1或大规模扩展的经历，包括技术决策和团队协作
- 如果有参与事件管理、待命轮换或构建运维工具的经验，务必在简历中明确体现，这与AI SRE的职责高度相关
- 如果对LangChain/LangGraph的实践经验不足，可以通过构建一个小型的AI智能体或聊天机器人项目来快速熟悉其核心概念和流程
- 深入复习分布式系统、系统设计和高并发场景下的解决方案，准备好在面试中应对相关的架构设计问题
面试指南
- 对于技术问题，采用“情境-任务-行动-结果”（STAR）法则来组织答案，清晰阐述背景、你的角色、采取的具体技术行动以及最终的业务或技术成果
- 对于行为或协作问题，重点展示你的沟通方式、解决问题的结构化思维、以业务目标为导向的决策能力，以及从冲突或失败中学习成长的能力
- 请详细介绍一个你使用LLM或LangChain等工具开发AI应用或智能体的项目，你遇到了哪些挑战，是如何解决的？
- 描述一个你设计的可扩展后端系统的架构，你是如何考虑数据存储、API设计、负载均衡和故障恢复的？
- 作为技术负责人，当你与产品经理或跨职能团队在技术方案上意见不一致时，你会如何处理？
- 请分享一次你处理线上严重故障（Incident）的经历，你的处理流程是什么？事后如何做根因分析和预防？
- 如何评估一个AI模型或智能体在业务场景中的效果？你会设计哪些指标？
- 深入准备1-2个最能体现你AI工程能力和系统设计能力的项目案例，确保能清晰阐述技术细节、权衡决策和项目影响力
职位点评
Watch Jobs