格步
Lead Software Engineer, AI Platform
Lead Software Engineer, AI Platform
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
LLMs
Next.js
AI 估算 · 60k–100k
该职位要求高级AI工程与领导能力，涉及前沿技术，市场竞争力强，薪资水平较高。
职位详情
关于这个职位
这是一个AI平台的首席软件工程师职位，专注于事件与事故管理
你将利用先进的AI和机器学习技术（如LLMs、LangChain）来构建和扩展创新的解决方案，以提升司机合作伙伴的体验并优化市场效率
作为技术负责人，你需要独立负责项目的构思、规划和执行，并指导团队成员
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LLMs、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
具有现代前端框架（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
具有跨团队/跨地区利益相关者协作的经验
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
擅长为跨团队协作创建简洁的技术文档
强烈的所有权心态，能够在快节奏环境中独立工作
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，通过全面负责项目的构思、规划和执行来展示实力
使用LLMs、LangChain和LangGraph开发AI SRE代理和聊天机器人，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代理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卓越文化
参与待命轮换，进行根本原因分析，并参与事后分析
AI 洞察
优缺点分析
优点
- 技术前沿：有机会在东南亚领先的超级应用平台，使用LLMs、LangChain等最前沿的AI技术解决大规模实际问题
- 平台与影响力：作为技术负责人，可以塑造核心的事件管理支柱，对业务效率和司机体验产生直接影响
- 职业发展：公司提供全面的福利和成长支持，技术领导角色为未来晋升为管理者或高级专家铺平道路
- 技术复杂度高：需要同时精通AI/ML、全栈开发和分布式系统，技术栈广泛且深度要求高
- 快节奏环境：需要在快速变化的业务需求和技术迭代中保持高效产出和持续学习
- 适合具有5年以上经验、精通AI和全栈开发、渴望在技术领导岗位上产生业务影响的高级软件工程师
缺点 / 挑战
- 责任与压力：作为负责人，需独立领导项目并参与待命轮换，确保关键系统的稳定，工作压力较大
角色解读
- 技术路径：可向AI/ML架构师、首席工程师或技术专家方向发展，深耕AI平台和SRE领域
- 管理路径：可晋升为工程经理或技术总监，负责更大的团队和更复杂的AI产品线
- 行业路径：在东南亚领先的超级应用平台积累的经验，为进入其他科技巨头或AI初创公司奠定基础
- 作为技术负责人，独立负责AI SRE项目的全周期管理，从构思、规划到执行
- 利用LLMs、LangChain等工具开发AI代理和聊天机器人，解决司机体验和事故管理中的实际问题
- 设计和构建可扩展的全栈云解决方案，包括后端服务和前端界面，并部署机器学习管道
- 指导团队成员，进行代码审查，并参与待命轮换和事故分析，确保系统稳定
- 扎实的计算机科学基础和系统设计能力，能够构建高可用的分布式系统
- 精通Go和Python等后端语言，并熟悉现代前端框架如Next.js和云平台AWS/Azure
- 在LLMs、LangChain、LangGraph等AI/ML技术方面有深入的专业知识，用于开发对话式AI应用
- 具备领导力、跨团队协作能力和出色的技术文档撰写能力
申请策略
- 深入了解Grab作为东南亚超级应用的业务（如出行、外卖、金融），思考AI SRE如何提升其核心运营效率
- 准备清晰阐述你对“技术领导力”的理解，并结合过去经验说明你如何独立负责项目并指导他人
- 重点突出使用LLMs、LangChain等工具开发AI应用（如聊天机器人、智能代理）的具体项目经验，量化业务影响
- 详细描述作为技术负责人或核心贡献者，领导或参与构建可扩展分布式系统和云原生应用的经验
- 展示在Go/Python后端开发、现代前端技术（如Next.js）以及AWS/Azure云部署方面的专业技能
- 强调跨团队协作、技术指导（如代码审查、mentorship）和解决复杂系统问题的能力
- 如果对LangChain/LangGraph实践经验不足，可通过构建一个小型对话式AI代理项目来快速熟悉其核心概念和流程
- 加强对分布式系统设计原则（如容错、一致性、可扩展性）和SRE最佳实践（如监控、告警、事故响应）的理解
面试指南
- 使用STAR（情境、任务、行动、结果）结构来回答问题，特别是对于项目和情景类问题，确保逻辑清晰并突出个人贡献
- 对于系统设计问题，从需求分析、高层架构、核心组件、数据流、可扩展性、容错性和技术选型等方面进行结构化阐述
- 在回答中不仅展示技术深度，也体现领导力、协作精神、问题解决能力和对业务影响的理解
- 请描述一个你使用LLMs或类似AI技术（如LangChain）解决复杂问题的项目
- 你遇到了什么挑战，如何解决的？
- 作为技术负责人，你如何规划、执行并确保一个涉及AI代理和全栈开发的大型项目成功交付？
- 请设计一个高可用、可扩展的事件管理系统，用于处理Grab平台上的实时事故
- 你会考虑哪些组件和技术栈？
职位点评
Watch Jobs