虽然这是一个远程职位，但仅限于美国居民，并且由于税务和合规原因，要求候选人必须在美国境内工作。
高级软件工程师将通过构建、部署和维护强大的后端解决方案和高性能API来支持我们的业务运营，并应用高级Python技能来提取、分析和建模大型数据集，以支持关键的业务决策。此角色使用符合行业软件工程标准的现代框架和技术。
主要职责
- 设计、开发、调试和部署可扩展且高效的后端和API代码。
- 通过使用Python库（如Pandas和NumPy）提取和操作数据，进行深入的数据分析，包括统计分析和情景建模，以指导业务战略和产品开发。
- 与数据科学和业务团队合作，了解数据需求并从数据中提供分析见解。
- 执行临时分析和故障排除，以解决已部署系统的问题。
- 作为协作团队的一部分编写代码，构建对我们日常运营至关重要的后端功能和数据驱动服务。
- 设计、实施和维护强大的DevOps和软件开发实践及基础设施。
- 在敏捷环境中管理、定义和分解任务。
- 指导其他团队成员。
- 在工程领导的协作下实施一定自主性并架构解决方案。
- 负责问题并制定符合业务目标的解决方案。
- 快速响应团队的需求。
技能和经验
- 三到五年使用Python、Django或类似Web框架的经验。
- 具有坚实的关系数据库经验和强大的SQL技能。
- 深入的数据分析、统计方法和相关Python库（如Pandas、NumPy）经验，用于复杂的数据操作和建模。
- 熟悉数据准备和数据操作技术。
- 熟悉Google Cloud Platform或其他云提供商，用于在生产环境中部署可扩展的服务和后端工作负载。
- 展示了独立故障排除、解决问题、测试和开发解决方案的能力。
- 具有所有权思维方式，能够自我管理任务、范围和优先级。
- 专注于为我们的客户提供世界级的产品和服务。
高度期望
- 具有核心机器学习概念、算法和库（scikit-learn、Tensorflow等）的经验。
- 熟悉生成式AI概念、LLM和提示工程技术。
- 在构建和评估RAG支持的工作流方面有经验。
预期成果（第一年）
- 构建高性能和可扩展的后端和全栈解决方案，以支持新产品和现有产品及功能。
- 向数据科学（DS）团队和业务利益相关者提供及时准确的数据分析和情景建模。
- 为系统中的新业务逻辑和现有业务逻辑开发和维护文档。
- 积极参与工程社区，进行代码审查和知识分享。
