Estados Unidos
Anduril Industries
Lila Sciences
Engenheiro de Software Sênior Principal/Principal, Scientific System of Record
Estados Unidos
Cambridge, Massachusetts, Estados Unidos · San Francisco, California, Estados Unidos
TypeScriptPythonReactSQLAWSKubernetes
Tradução automática. Consulte o original.
Seu impacto na LILA
Estamos buscando um Senior Principal ou Principal Software Engineer, Scientific System of Record para integrar nossa equipe de Scientific System of Record e ajudar a definir e construir a próxima geração de plataformas científicas impulsionadas por IA.
Nesta função, você atuará como líder técnico de sistemas que conectam intenção científica, execução laboratorial, captura de dados e análise impulsionada por IA. Você moldará a arquitetura de interfaces de usuário, serviços, APIs de alto desempenho, bancos de dados e sistemas críticos de confiabilidade que integram frameworks avançados de IA com análises científicas complexas e fluxos de trabalho laboratoriais.
Você trabalhará em estreita colaboração com pesquisadores de ML, engenheiros de plataforma, engenheiros de dados, equipes de produto e cientistas para transformar processos científicos complexos em sistemas de software escaláveis e elegantes. Esses sistemas precisarão suportar diversas cargas de trabalho em bancos de dados SQL, data lakehouses, motores de fluxo de trabalho e ambientes de execução laboratorial.
Esta é uma oportunidade de definir a direção técnica de uma plataforma de IA de ponta com impacto científico real. Se você é apaixonado por construir sistemas de alto impacto, mentorar engenheiros talentosos e resolver problemas ambíguos na interseção entre IA, software e ciência, adoraríamos conversar com você.
Sobre a equipe
A equipe de Scientific System of Record (SSR) constrói a camada de memória para as operações da LILA. Ela responde a duas perguntas: o que planejamos construir? e o que realmente aconteceu? Esses sistemas conectam a intenção científica à realidade física. Juntamente com as equipes de dados e automação, seus sistemas garantem a reprodutibilidade e fecham o ciclo Design-Build-Test-Learn (DBTL).
O que você irá construir
- Estratégia Técnica e Arquitetura: Definir a direção arquitetural para o AI Lab Execution System e capacidades relacionadas de Scientific System of Record, equilibrando a evolução da plataforma a longo prazo com a entrega de produtos a curto prazo.
- Execução Laboratorial e Fluxos de Trabalho Científicos: Projetar sistemas que modelem intenção científica, planejamento de experimentos, execução de protocolos, estado de amostras e ativos, eventos operacionais e captura de resultados em fluxos de trabalho laboratoriais complexos.
- Interfaces de Usuário e APIs: Liderar o design de UIs de alto desempenho, seguras e bem documentadas, além de APIs que suportem cientistas, sistemas de automação, fluxos de trabalho de ML e aplicações impulsionadas por IA.
- Modelagem de Dados e Sistemas: Estabelecer modelos de domínio duráveis, esquemas e contratos de dados em SQL, NoSQL, bancos de dados vetoriais, data lakehouses e outros sistemas de dados científicos.
- Confiabilidade, Desempenho e Escala: Definir padrões técnicos para alta disponibilidade, baixa latência, observabilidade, tolerância a falhas e excelência operacional.
- Nuvem e Infraestrutura: Orientar o uso de serviços AWS, Kubernetes e práticas modernas de DevOps para construir sistemas de nível de produção que escalem entre equipes e cargas de trabalho.
- Influência Interfuncional: Colaborar profundamente com cientistas, pesquisadores de ML, engenheiros de plataforma, engenheiros de dados, equipes de automação e líderes de produto para traduzir necessidades científicas e operacionais em uma arquitetura de plataforma coerente.
- Excelência em Engenharia: Mentorar engenheiros, conduzir revisões de arquitetura, elevar o nível de qualidade e ajudar a estabelecer padrões, ferramentas e práticas que melhorem a velocidade de engenharia e a qualidade do sistema.
O que você precisa para ter sucesso
- Bacharelado ou Mestrado em Ciência da Computação, Engenharia ou área relacionada.
- 8-15 anos de experiência em engenharia construindo e implantando sistemas de grande escala em produção. Você deve ser forte em front-end ou backend.
- Forte expertise em pelo menos uma das seguintes áreas, com a capacidade de raciocinar sobre todas as três: engenharia front-end, engenharia backend ou modelagem de dados e design de sistemas.
- TypeScript, React e Python: Forte experiência na construção de aplicações modernas com React e TypeScript; experiência com Python é fortemente preferida.
- Arquitetura de Sistemas e Dados: Experiência profunda no design de arquiteturas de aplicações escaláveis, APIs, modelos de domínio, esquemas, índices, contratos de dados e sistemas de dados distribuídos.
- Bancos de Dados: Forte experiência com SQL e pelo menos um entre NoSQL, bancos de dados vetoriais, bancos de dados de grafos, sistemas de busca ou arquiteturas de data lakehouse.
- API e Design de Plataforma: Capacidade comprovada de projetar APIs, abstrações de plataforma e padrões de integração que sejam confiáveis, sustentáveis e fáceis para outras equipes utilizarem.
- Domínios Científicos ou Intensivos em Dados: Experiência trabalhando em ciências da vida, ciência dos materiais, plataformas de ML, sistemas laboratoriais, plataformas de automação ou outros ambientes de pesquisa intensiva e ricos em dados.
- Excelência Operacional: Experiência no design de sistemas de produção com forte observabilidade, confiabilidade, resposta a incidentes, ajuste de desempenho e sustentabilidade a longo prazo.
- Liderança Técnica: Capacidade de mentorar engenheiros seniores, alinhar stakeholders, fazer compensações técnicas claras e conduzir iniciativas complexas da ambiguidade até a produção.
- Comunicação e Colaboração: Fortes habilidades de escuta e capacidade de explicar ideias técnicas complexas para cientistas, engenheiros, líderes de produto e executivos.
- Experiência prática no uso de assistentes de codificação de IA ou fluxos de trabalho de engenharia aumentados por IA para melhorar a produtividade.
Diferenciais
- Sistemas de Orquestração: Experiência com ferramentas de orquestração (Airflow, Prefect, Temporal, Dagster).
- Familiaridade com Python para Ciência: Familiaridade com bibliotecas de ciência de dados e ML (pandas, numpy, scipy, jax, pytorch).
- Experiência no design de sistemas que suportem auditabilidade, rastreabilidade, reprodutibilidade, proveniência de dados ou fluxos de trabalho regulamentados.
Compensação
Oferecemos uma remuneração base competitiva com potencial de bônus e participação acionária generosa em estágio inicial. Sua oferta final refletirá seu histórico, expertise e impacto esperado.
Benefícios nos EUA. Funcionários em tempo integral nos EUA recebem um programa de benefícios abrangente, incluindo cobertura médica, odontológica e oftalmológica; seguro de vida e invalidez pago pelo empregador; tempo livre flexível com feriados generosos em toda a empresa; licença parental remunerada; programa de assistência educacional; benefícios de transporte, incluindo assinaturas de compartilhamento de bicicletas para funcionários baseados no escritório; e um programa de almoço subsidiado pela empresa.
Benefícios Internacionais. Funcionários em tempo integral fora dos EUA recebem um programa de benefícios abrangente adaptado à sua região. As faixas salariais em USD aplicam-se apenas a cargos baseados nos EUA; salários internacionais são definidos de acordo com o mercado local.
Faixa salarial base esperada $204,000—$310,000 USD
Sobre a LILA
Lila Sciences está construindo a Scientific Superintelligence™ para resolver os maiores desafios da humanidade. Acreditamos que a ciência é a fronteira mais inspiradora para a IA. Em vez de codificar conhecimento especializado em ferramentas, a LILA constrói sistemas que podem aprender por si mesmos.
A LILA combina modelos avançados de IA com instrumentos proprietários da AI Science Factory™ em um sistema operacional para a ciência que executa todo o método científico de forma autônoma, acelerando a descoberta em velocidade, escala e impacto sem precedentes em medicina, materiais e energia. Saiba mais em lila.ai.
Guiados por nossos valores fundamentais de verdade, confiança, curiosidade, garra e velocidade, agimos com a agilidade de uma startup enquanto enfrentamos problemas de importância histórica. Se isso soa como um ambiente no qual você adoraria trabalhar, mesmo que não atenda a todos os requisitos listados acima, encorajamos você a se candidatar.
Estamos comprometidos
A Lila Sciences está comprometida com a igualdade de oportunidades de emprego, independentemente de raça, cor, ancestralidade, religião, sexo, origem nacional, orientação sexual, idade, cidadania, estado civil, deficiência, identidade de gênero ou status de veterano.
As informações fornecidas durante o seu processo de candidatura serão tratadas de acordo com nossa Política de Privacidade de Candidatos lila.ai/candidate-privacy-policy-notice.
Uma nota para agências
A Lila Sciences não aceita currículos não solicitados de nenhuma fonte que não sejam os próprios candidatos. O envio de currículos não solicitados por agências de recrutamento ou de seleção para a Lila Sciences ou seus funcionários é estritamente proibido, a menos que contatado diretamente pela equipe interna de Aquisição de Talentos da Lila Science’s. Qualquer currículo enviado por uma agência na ausência de um contrato assinado tornar-se-á automaticamente propriedade da Lila Sciences, e a Lila Sciences não deverá qualquer taxa de indicação ou outras taxas a esse respeito.
Mais oportunidades com um só perfil
Quer aparecer para várias vagas sem repetir todo o processo? Crie seu perfil e seja encontrado pelas empresas que usam a Nort.
Criar meu perfil