États-Unis
Deloitte
Lila Sciences
Ingénieur logiciel principal / Sr Principal, Système d'enregistrement scientifique
États-Unis
Cambridge, Massachusetts, États-Unis · San Francisco, California, États-Unis
TypeScriptPythonReactSQLAWSKubernetes
Traduction automatique. Consultez l’original.
Votre impact chez LILA
Nous recherchons un ingénieur logiciel principal ou Sr Principal, Système d'enregistrement scientifique, pour rejoindre notre équipe dédiée au système d'enregistrement scientifique et contribuer à définir et construire la plateforme scientifique de nouvelle génération pilotée par l'IA.
Dans ce rôle, vous agirez en tant que leader technique pour les systèmes reliant l'intention scientifique, l'exécution en laboratoire, la capture de données et l'analyse pilotée par l'IA. Vous façonnerez l'architecture des interfaces utilisateur, des services, des APIs haute performance, des bases de données et des systèmes critiques pour la fiabilité qui intègrent des frameworks d'IA avancés avec des analyses scientifiques complexes et des flux de travail de laboratoire.
Vous travaillerez en étroite collaboration avec des chercheurs en ML, des ingénieurs plateforme, des ingénieurs de données, des équipes produit et des scientifiques pour transformer des processus scientifiques complexes en systèmes logiciels élégants et évolutifs. Ces systèmes devront prendre en charge diverses charges de travail sur des bases de données SQL structurées, des data lakehouses, des moteurs de flux de travail et des environnements d'exécution de laboratoire.
C'est une opportunité de définir l'orientation technique d'une plateforme d'IA de pointe ayant un impact scientifique réel. Si vous êtes passionné par la création de systèmes à fort effet de levier, le mentorat d'ingénieurs talentueux et la résolution de problèmes ambigus à l'intersection de l'IA, du logiciel et de la science, nous serions ravis d'échanger avec vous.
À propos de l'équipe
L'équipe du système d'enregistrement scientifique (SSR) construit la couche mémoire des opérations de Lila. Elle répond à deux questions : qu'avions-nous prévu de construire ? et que s'est-il réellement passé ? Ces systèmes relient l'intention scientifique à la réalité physique. En collaboration avec les équipes de données et d'automatisation, leurs systèmes assurent la reproductibilité et ferment la boucle Design-Build-Test-Learn (DBTL).
Ce que vous allez construire
- Stratégie technique et architecture : Définir l'orientation architecturale du système d'exécution de laboratoire IA et des capacités associées du système d'enregistrement scientifique, en équilibrant l'évolution de la plateforme à long terme avec la livraison de produits à court terme.
- Exécution en laboratoire et flux de travail scientifiques : Concevoir des systèmes qui modélisent l'intention scientifique, la planification d'expériences, l'exécution de protocoles, l'état des échantillons et des actifs, les événements opérationnels et la capture des résultats à travers des flux de travail de laboratoire complexes.
- Interfaces utilisateur et APIs : Diriger la conception d'interfaces utilisateur et de APIs haute performance, sécurisées et bien documentées qui soutiennent les scientifiques, les systèmes d'automatisation, les flux de travail ML et les applications pilotées par l'IA.
- Modélisation des données et des systèmes : Établir des modèles de domaine durables, des schémas et des contrats de données à travers SQL, NoSQL, des bases de données vectorielles, des data lakehouses et d'autres systèmes de données scientifiques.
- Fiabilité, performance et mise à l'échelle : Établir des normes techniques pour la haute disponibilité, la faible latence, l'observabilité, la tolérance aux pannes et l'excellence opérationnelle.
- Cloud et infrastructure : Guider l'utilisation des services AWS, Kubernetes et des pratiques DevOps modernes pour construire des systèmes de qualité production qui évoluent à travers les équipes et les charges de travail.
- Influence interfonctionnelle : Collaborer étroitement avec les scientifiques, les chercheurs en ML, les ingénieurs plateforme, les ingénieurs de données, les équipes d'automatisation et les responsables produit pour traduire les besoins scientifiques et opérationnels en une architecture de plateforme cohérente.
- Excellence en ingénierie : Encadrer les ingénieurs, piloter les revues d'architecture, élever le niveau de qualité et aider à établir des modèles, des outils et des pratiques qui améliorent la vélocité de l'ingénierie et la qualité du système.
Ce dont vous aurez besoin pour réussir
- Licence ou Master en informatique, ingénierie ou domaine connexe.
- 8-15 ans d'expérience en ingénierie dans la construction et le déploiement de systèmes à grande échelle en production. Vous devez être solide en front-end ou en backend.
- Expertise solide dans au moins l'un des domaines suivants, avec la capacité de raisonner sur les trois : ingénierie front-end, ingénierie backend ou modélisation de données et conception de systèmes.
- TypeScript, React et Python : Expérience solide dans la création d'applications modernes avec React et TypeScript ; une expérience avec Python est fortement privilégiée.
- Architecture des systèmes et des données : Expérience approfondie dans la conception d'architectures d'applications évolutives, de APIs, de modèles de domaine, de schémas, d'index, de contrats de données et de systèmes de données distribués.
- Bases de données : Expérience solide avec SQL et au moins l'un des éléments suivants : NoSQL, bases de données vectorielles, bases de données orientées graphes, systèmes de recherche ou architectures de data lakehouse.
- API et conception de plateforme : Capacité démontrée à concevoir des APIs, des abstractions de plateforme et des modèles d'intégration qui sont fiables, maintenables et faciles à utiliser pour les autres équipes.
- Domaines scientifiques ou à forte intensité de données : Expérience de travail dans les sciences de la vie, la science des matériaux, les plateformes ML, les systèmes de laboratoire, les plateformes d'automatisation ou d'autres environnements axés sur la recherche et à forte intensité de données.
- Excellence opérationnelle : Expérience dans la conception de systèmes de production avec une forte observabilité, fiabilité, réponse aux incidents, réglage des performances et maintenabilité à long terme.
- Leadership technique : Capacité à encadrer des ingénieurs seniors, à aligner les parties prenantes, à faire des compromis techniques clairs et à mener des initiatives complexes de l'ambiguïté à la production.
- Communication et collaboration : Solides compétences d'écoute et capacité à expliquer des idées techniques complexes aux scientifiques, ingénieurs, responsables produit et cadres.
- Expérience pratique de l'utilisation d'assistants de codage IA ou de flux de travail d'ingénierie augmentés par l'IA pour améliorer la productivité.
Points bonus
- Systèmes d'orchestration : Expérience avec des outils d'orchestration (Airflow, Prefect, Temporal, Dagster).
- Familiarité avec Python pour la science : Familiarité avec les bibliothèques de science des données et de ML (pandas, numpy, scipy, jax, pytorch).
- Expérience dans la conception de systèmes prenant en charge l'auditabilité, la traçabilité, la reproductibilité, la provenance des données ou les flux de travail réglementés.
Rémunération
Nous offrons une rémunération de base compétitive avec un potentiel de bonus et des capitaux propres généreux en phase de démarrage. Votre offre finale reflétera votre parcours, votre expertise et l'impact attendu.
Avantages aux États-Unis. Les employés à temps plein aux États-Unis bénéficient d'un programme d'avantages sociaux complet comprenant une couverture médicale, dentaire et ophtalmique ; une assurance vie et invalidité payée par l'employeur ; des congés flexibles avec des jours fériés généreux à l'échelle de l'entreprise ; un congé parental payé ; un programme d'aide à l'éducation ; des avantages liés aux déplacements domicile-travail, y compris des abonnements à des vélos en libre-service pour les employés basés au bureau ; et un programme de déjeuner subventionné par l'entreprise.
Avantages internationaux. Les employés à temps plein en dehors des États-Unis bénéficient d'un programme d'avantages sociaux complet adapté à leur région. Les fourchettes salariales en USD s'appliquent uniquement aux postes basés aux États-Unis ; les salaires internationaux sont fixés en fonction du marché local.
Fourchette de salaire de base prévue $204,000—$310,000 USD
À propos de LILA
Lila Sciences construit une superintelligence scientifique (Scientific Superintelligence™) pour résoudre les plus grands défis de l'humanité. Nous pensons que la science est la frontière la plus inspirante pour l'IA. Plutôt que de coder en dur des connaissances d'experts dans des outils, LILA construit des systèmes capables d'apprendre par eux-mêmes.
LILA combine des modèles d'IA avancés avec des instruments propriétaires AI Science Factory™ dans un système d'exploitation pour la science qui exécute toute la méthode scientifique de manière autonome, accélérant la découverte à une vitesse, une échelle et un impact sans précédent dans les domaines de la médecine, des matériaux et de l'énergie. En savoir plus sur lila.ai.
Guidés par nos valeurs fondamentales de vérité, de confiance, de curiosité, de courage et de vélocité, nous avançons à la vitesse d'une startup tout en nous attaquant à des problèmes d'importance historique. Si cela ressemble à un environnement dans lequel vous aimeriez travailler, même si vous ne remplissez pas toutes les qualifications énumérées ci-dessus, nous vous encourageons à postuler.
Nous sommes engagés
Lila Sciences s'engage en faveur de l'égalité des chances en matière d'emploi, indépendamment de la race, de la couleur, de l'ascendance, de la religion, du sexe, de l'origine nationale, de l'orientation sexuelle, de l'âge, de la citoyenneté, de l'état civil, du handicap, de l'identité de genre ou du statut d'ancien combattant.
Les informations que vous fournissez au cours de votre processus de candidature seront traitées conformément à notre politique de confidentialité des candidats lila.ai/candidate-privacy-policy-notice.
Note aux agences
Lila Sciences n'accepte pas les candidatures spontanées provenant d'autres sources que les candidats eux-mêmes. La soumission de candidatures spontanées par des agences de recrutement ou de placement à Lila Sciences ou à ses employés est strictement interdite, sauf en cas de contact direct de la part de l'équipe interne d'acquisition de talents de Lila Science’s. Tout CV soumis par une agence en l'absence d'un accord signé deviendra automatiquement la propriété de Lila Sciences, et Lila Sciences ne sera redevable d'aucun frais de recrutement ou autre à cet égard.
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