Vereinigte Staaten
Anduril Industries
Lila Sciences
Sr Principal/ Principal Software Engineer, Scientific System of Record
Vereinigte Staaten
Cambridge, Massachusetts, Vereinigte Staaten · San Francisco, California, Vereinigte Staaten
TypeScriptPythonReactSQLAWSKubernetes
Automatische Übersetzung. Prüfe das Original.
Ihr Einfluss bei LILA
Wir suchen einen Senior Principal oder Principal Software Engineer für unser Scientific System of Record Team, der uns dabei unterstützt, die nächste Generation einer KI-gestützten wissenschaftlichen Plattform zu definieren und aufzubauen.
In dieser Rolle fungieren Sie als technischer Leiter für Systeme, die wissenschaftliche Zielsetzungen, Laborausführung, Datenerfassung und KI-gestützte Analysen miteinander verbinden. Sie gestalten die Architektur von Benutzeroberflächen, Diensten, hochperformanten APIs, Datenbanken und zuverlässigkeitskritischen Systemen, die fortschrittliche KI-Frameworks mit komplexen wissenschaftlichen Analysen und Laborabläufen integrieren.
Sie arbeiten eng mit ML-Forschern, Plattform-Ingenieuren, Dateningenieuren, Produktteams und Wissenschaftlern zusammen, um komplexe wissenschaftliche Prozesse in skalierbare, elegante Softwaresysteme zu verwandeln. Diese Systeme müssen vielfältige Workloads über strukturierte SQL-Datenbanken, Data Lakehouses, Workflow-Engines und Laborumgebungen hinweg unterstützen.
Dies ist eine Gelegenheit, die technische Richtung für eine hochmoderne KI-Plattform mit echtem wissenschaftlichem Einfluss vorzugeben. Wenn Sie leidenschaftlich daran interessiert sind, hochwirksame Systeme aufzubauen, starke Ingenieure zu betreuen und komplexe Probleme an der Schnittstelle von KI, Software und Wissenschaft zu lösen, würden wir uns freuen, von Ihnen zu hören.
Über das Team
Das Scientific System of Record Team (SSR) baut die Gedächtnisebene für die Abläufe bei Lila auf. Es beantwortet zwei Fragen: Was haben wir geplant zu bauen? Und was ist tatsächlich passiert? Diese Systeme verbinden wissenschaftliche Absichten mit der physischen Realität. Zusammen mit den Daten- und Automatisierungsteams stellen ihre Systeme die Reproduzierbarkeit sicher und schließen den Design-Build-Test-Learn (DBTL)-Kreislauf.
Was Sie entwickeln werden
- Technische Strategie und Architektur: Definieren Sie die architektonische Ausrichtung für das AI Lab Execution System und die damit verbundenen Funktionen des Scientific System of Record, wobei Sie die langfristige Plattformentwicklung mit der kurzfristigen Produktbereitstellung in Einklang bringen.
- Laborausführung und wissenschaftliche Workflows: Entwerfen Sie Systeme, die wissenschaftliche Absichten, Versuchsplanung, Protokollausführung, Proben- und Asset-Status, operative Ereignisse und die Ergebniserfassung über komplexe Laborabläufe hinweg modellieren.
- Benutzeroberflächen und APIs: Leiten Sie das Design von hochperformanten, sicheren und gut dokumentierten UIs und APIs, die Wissenschaftler, Automatisierungssysteme, ML-Workflows und KI-gesteuerte Anwendungen unterstützen.
- Daten- und Systemmodellierung: Etablieren Sie dauerhafte Domänenmodelle, Schemata und Datenverträge über SQL, NoSQL, Vektordatenbanken, Data Lakehouses und andere wissenschaftliche Datensysteme hinweg.
- Zuverlässigkeit, Leistung und Skalierbarkeit: Setzen Sie technische Standards für Hochverfügbarkeit, niedrige Latenz, Beobachtbarkeit, Fehlertoleranz und operative Exzellenz.
- Cloud und Infrastruktur: Leiten Sie die Nutzung von AWS-Diensten, Kubernetes und modernen DevOps-Praktiken, um produktionsreife Systeme aufzubauen, die über Teams und Workloads hinweg skalieren.
- Funktionsübergreifender Einfluss: Arbeiten Sie eng mit Wissenschaftlern, ML-Forschern, Plattform-Ingenieuren, Dateningenieuren, Automatisierungsteams und Produktleitern zusammen, um wissenschaftliche und operative Anforderungen in eine kohärente Plattformarchitektur zu übersetzen.
- Engineering Excellence: Betreuen Sie Ingenieure, leiten Sie Architekturüberprüfungen, heben Sie die Qualitätsstandards an und helfen Sie dabei, Muster, Tools und Praktiken zu etablieren, die die Engineering-Geschwindigkeit und Systemqualität verbessern.
Was Sie für den Erfolg benötigen
- Bachelor- oder Masterabschluss in Informatik, Ingenieurwesen oder einem verwandten Bereich.
- 8-15 Jahre Erfahrung im Engineering beim Aufbau und der Bereitstellung von groß angelegten Systemen in der Produktion. Sie müssen entweder im front-end oder backend stark sein.
- Fundierte Expertise in mindestens einem der folgenden Bereiche, mit der Fähigkeit, über alle drei hinweg zu denken: front-end-Engineering, backend-Engineering oder Datenmodellierung und Systemdesign.
- TypeScript, React und Python: Fundierte Erfahrung im Aufbau moderner Anwendungen mit React und TypeScript; Erfahrung mit Python wird dringend bevorzugt.
- System- und Datenarchitektur: Tiefgreifende Erfahrung im Entwurf skalierbarer Anwendungsarchitekturen, APIs, Domänenmodellen, Schemata, Indizes, Datenverträgen und verteilten Datensystemen.
- Datenbanken: Fundierte Erfahrung mit SQL und mindestens einer der folgenden Technologien: NoSQL, Vektordatenbanken, Graphdatenbanken, Suchsysteme oder Data-Lakehouse-Architekturen.
- API- und Plattformdesign: Nachgewiesene Fähigkeit, APIs, Plattformabstraktionen und Integrationsmuster zu entwerfen, die zuverlässig, wartbar und für andere Teams einfach zu nutzen sind.
- Wissenschaftliche oder datenintensive Bereiche: Erfahrung in den Biowissenschaften, Materialwissenschaften, ML-Plattformen, Laborsystemen, Automatisierungsplattformen oder anderen forschungsintensiven und datenreichen Umgebungen.
- Operative Exzellenz: Erfahrung im Entwurf von Produktionssystemen mit starker Beobachtbarkeit, Zuverlässigkeit, Vorfallreaktion, Leistungsoptimierung und langfristiger Wartbarkeit.
- Technische Führung: Fähigkeit, Senior Engineers zu betreuen, Stakeholder auszurichten, klare technische Kompromisse einzugehen und komplexe Initiativen von der Unklarheit bis zur Produktion voranzutreiben.
- Kommunikation und Zusammenarbeit: Starke Zuhörfähigkeiten und die Fähigkeit, komplexe technische Ideen Wissenschaftlern, Ingenieuren, Produktleitern und Führungskräften zu erklären.
- Praktische Erfahrung mit KI-Coding-Assistenten oder KI-erweiterten Engineering-Workflows zur Steigerung der Produktivität.
Pluspunkte für
- Orchestrierungssysteme: Erfahrung mit Orchestrierungstools (Airflow, Prefect, Temporal, Dagster).
- Vertrautheit mit Python für die Wissenschaft: Vertrautheit mit Data-Science- und ML-Bibliotheken (pandas, numpy, scipy, jax, pytorch).
- Erfahrung im Entwurf von Systemen, die Auditierbarkeit, Rückverfolgbarkeit, Reproduzierbarkeit, Datenherkunft oder regulierte Workflows unterstützen.
Vergütung
Wir bieten eine wettbewerbsfähige Grundvergütung mit Bonuspotenzial und großzügigen Anteilen in der Frühphase. Ihr endgültiges Angebot spiegelt Ihren Hintergrund, Ihre Expertise und Ihren erwarteten Einfluss wider.
US-Leistungen. Vollzeitbeschäftigte in den USA erhalten ein umfassendes Leistungsprogramm, einschließlich Kranken-, Zahn- und Augenversicherung; arbeitgeberfinanzierte Lebens- und Berufsunfähigkeitsversicherung; flexible Freizeit mit großzügigen unternehmensweiten Feiertagen; bezahlten Elternurlaub; ein Programm zur Bildungsunterstützung; Pendler-Vorteile, einschließlich Bike-Sharing-Mitgliedschaften für bürobasierte Mitarbeiter; und ein vom Unternehmen subventioniertes Mittagsprogramm.
Internationale Leistungen. Vollzeitbeschäftigte außerhalb der USA erhalten ein umfassendes Leistungsprogramm, das auf ihre Region zugeschnitten ist. Die Gehaltsspannen in USD gelten nur für Positionen in den USA; internationale Gehälter werden an den lokalen Markt angepasst.
Erwartete Grundgehaltsspanne $204,000—$310,000 USD
Über LILA
Lila Sciences baut Scientific Superintelligence™, um die größten Herausforderungen der Menschheit zu lösen. Wir glauben, dass die Wissenschaft die inspirierendste Grenze für KI ist. Anstatt Expertenwissen hart in Tools zu codieren, baut LILA Systeme, die selbst lernen können.
LILA kombiniert fortschrittliche KI-Modelle mit proprietären AI Science Factory™-Instrumenten zu einem Betriebssystem für die Wissenschaft, das die gesamte wissenschaftliche Methode autonom ausführt und Entdeckungen mit beispielloser Geschwindigkeit, Skalierung und Wirkung in den Bereichen Medizin, Materialien und Energie beschleunigt. Erfahren Sie mehr unter lila.ai.
Geleitet von unseren Grundwerten Wahrheit, Vertrauen, Neugier, Mut und Geschwindigkeit bewegen wir uns mit Startup-Geschwindigkeit, während wir Probleme von historischer Bedeutung angehen. Wenn dies nach einer Umgebung klingt, in der Sie gerne arbeiten würden, ermutigen wir Sie zur Bewerbung, auch wenn Sie nicht jede oben aufgeführte Qualifikation erfüllen.
Wir sind voll dabei
Lila Sciences verpflichtet sich zur Chancengleichheit bei der Beschäftigung, unabhängig von Rasse, Hautfarbe, Abstammung, Religion, Geschlecht, nationaler Herkunft, sexueller Orientierung, Alter, Staatsbürgerschaft, Familienstand, Behinderung, Geschlechtsidentität oder Veteranenstatus.
Informationen, die Sie während Ihres Bewerbungsprozesses bereitstellen, werden in Übereinstimmung mit unserer Datenschutzrichtlinie für Kandidaten lila.ai/candidate-privacy-policy-notice behandelt.
Ein Hinweis an Agenturen
Lila Sciences akzeptiert keine unaufgeforderten Lebensläufe von anderen Quellen als den Kandidaten selbst. Die Einreichung unaufgeforderter Lebensläufe durch Personalvermittlungs- oder Zeitarbeitsfirmen an Lila Sciences oder deren Mitarbeiter ist strengstens untersagt, es sei denn, es erfolgt eine direkte Kontaktaufnahme durch das interne Talent Acquisition Team von Lila Science. Jeder Lebenslauf, der von einer Agentur ohne unterzeichnete Vereinbarung eingereicht wird, geht automatisch in das Eigentum von Lila Sciences über, und Lila Sciences schuldet diesbezüglich keine Vermittlungs- oder sonstigen Gebühren.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen