الوصف الوظيفي
Luxury Presence تبني منصة نمو الذكاء الاصطناعي للعقارات. مدعومة من Bessemer Venture Partners ومستثمرين آخرين، نحن شركة من المرحلة C على المسار الصحيح لتحقيق 100 مليون دولار في الإيرادات السنوية المتكررة في الأشهر الستة المقبلة. يستخدمنا أكثر من 70,000 محترف في مجال العقارات، بما في ذلك أكثر من 30% من أفضل الوكلاء في العالم، لإدارة وتنمية أعمالهم.
حول الدور
نبحث عن مهندس برمجيات رئيسي لتعزيز فريق منصة بيانات MLS للعقارات لدينا. ستقوم ببناء خطوط بيانات قوية وخدمات خلفية تدعم:
• بيانات MLS وبيانات العقارات عالية الجودة عبر أكثر من 400 مصدر
• اكتشاف العقارات والبحث على مواقع الوكلاء
• توصيات قوائم شخصية وميزات مدفوعة بالبيانات الأخرى
• وكلاء ذكاء اصطناعي محادثات وعمليات تعمل على تبسيط سير العمل الداخلي
• البنية التحتية للتقييم والمراقبة التي تحافظ على تحسين هذه الأنظمة بمرور الوقت
يجلس هذا الدور عند تقاطع هندسة الخلفية، البنية التحتية للبيانات، ومنتجات مدفوعة بالذكاء الاصطناعي.
من هو فريق منصة البيانات؟
نتأكد من أن سجلات قوائم MLS النظيفة والموثوقة وبيانات نقرات المستخدم متاحة دائمًا لمنتجاتنا وعملائنا. يمتلك فريقنا الحالي - مزيج من مهندسي البيانات ومهندسي البرمجيات - كامل خط أنابيب القوائم: الإدخال، التحويل، والتطبيع عبر أكثر من 400 مصدر MLS ومصادر أخرى.
نقوم أيضًا بتوسيع المنصة لالتقاط بيانات نشاط المستخدم للميزات الموجهة للمستخدم مثل توصيات القوائم الشخصية، ونبني وكلاء ذكاء اصطناعي يقومون بأتمتة إدخال البيانات وحل مشكلات القوائم، مما يقلل من الجهد اليدوي للفرق الداخلية والعملاء ويقصر الطريق من البيانات إلى تأثير الأعمال.
ماذا ستفعل
القيادة الفنية والهندسة المعمارية
• امتلك الهندسة المعمارية الشاملة لبيانات MLS والعقارات: خطوط بيانات متدفقة ودفعات، خدمات صغيرة، طبقات تخزين، وواجهات برمجة التطبيقات
• صمم وتطور تدفقات بيانات مدفوعة بالأحداث، تعتمد على Kafka، تدعم إدخال القوائم، الإثراء، التوصيات، وحالات استخدام الذكاء الاصطناعي
• قم بقيادة مراجعات التصميم الفني، وضع أفضل الممارسات الهندسية، واتخذ قرارات عالية الجودة حول الموثوقية، الأداء، والتكلفة
هندسة الخلفية والبيانات والمنصة
• صمم، ابني، وادعم خدمات الخلفية (Python أو Java) التي تعرض بيانات القوائم، العقارات، والتوصيات عبر واجهات برمجة التطبيقات والخدمات الصغيرة القوية
• نفذ معالجة بيانات قابلة للتطوير باستخدام Spark أو Flink على EMR (أو ما شابه)، منسقة عبر Airflow وتعمل على Kubernetes حيثما كان ذلك ممكنًا
• كن رائدًا في المراقبة (المؤشرات، التتبع، التسجيل) والتميز التشغيلي (التنبيهات، كتب التشغيل، SLOs، المشاركة في الاتصال) لخدمات البيانات والخلفية
خطوط بيانات متدفقة ودفعات
• قم ببناء وصيانة خطوط بيانات متدفقة ودفعات عالية الحجم ومتطورة من حيث المخطط تقوم بإدخال وتطبيع بيانات MLS والبيانات من أطراف ثالثة
• تأكد من أن جودة البيانات، الأنساب، والحوكمة تم بناؤها في المنصة من البداية - دعم التحليلات، الذكاء الاصطناعي/التعلم الآلي، والميزات الموجهة للعملاء
• تعاون مع هندسة التحليلات وعلوم البيانات لجعل البيانات قابلة للاكتشاف والاستخدام (مثل، طبقات دلالية، توثيق، أدوات الخدمة الذاتية)
وكلاء الذكاء الاصطناعي ومنتجات البيانات
• تعاون مع مهندسي الذكاء الاصطناعي/التعلم الآلي لتصميم وتوسيع وكلاء الذكاء الاصطناعي الذين يقومون بأتمتة إدخال بيانات MLS، حل تناقضات القوائم، وغيرها من سير العمل التشغيلية
• اعمل مع أطر مثل PydanticAI، LangChain، أو ما شابه لدمج وكلاء معتمدين على LLM في بياناتنا وهندسة الخدمة
• ساعد في تحديد وتنفيذ التقييم، التسجيل، وحلقات التغذية الراجعة حتى تتحسن هذه الوكلاء ومنتجات البيانات المدفوعة بالبيانات باستمرار
التأثير عبر الوظائف والتوجيه
• تعاون بشكل وثيق مع المنتج، الهندسة، والعمليات لتشكيل خارطة الطريق لمنصة البيانات لدينا، قدرات MLS، والتجارب المدفوعة بالذكاء الاصطناعي
• ترجم المشاكل التجارية وعملاء الغامضة إلى استراتيجيات تقنية واضحة وخطط تسليم مرحلية
• قم بتوجيه وإزالة العوائق أمام مهندسين آخرين؛ ارفع المستوى العام لاتخاذ القرارات التقنية في الفريق من خلال التزاوج، المراجعات، وإرشادات التصميم
ماذا ستجلب
الخبرة والنطاق
• 10+ سنوات من الخبرة المهنية في هندسة البرمجيات، بما في ذلك امتلاك أنظمة الإنتاج من البداية إلى النهاية
• خبرة كبيرة في العمل مع أنظمة كثيفة البيانات أو أنظمة موزعة على نطاق واسع (حجم كبير، توفر عالي)
• خبرة سابقة في دور كبير أو رئيسي/قيادي حيث أثرت على الهندسة المعمارية، المعايير، والاتجاه التقني
المهارات التقنية الأساسية
• مهارات برمجة قوية في Python أو Java، مع خبرة في بناء خدمات صغيرة وواجهات برمجة التطبيقات (REST/GraphQL)
خبرة عملية مع Apache Kafka أو منصات الأحداث/الرسائل المشابهة (Kinesis، Pub/Sub، إلخ.)
• خبرة عميقة مع:
Spark أو Flink لمعالجة البيانات على نطاق واسع، عبر خطوط بيانات متدفقة ودفعات (على EMR أو ما شابه من الحوسبة الكبيرة)
Airflow (أو أدوات التنسيق المكافئة)
Kubernetes لتشغيل أحمال البيانات/الحوسبة
• مهارات SQL ونمذجة البيانات قوية؛ فهم جيد ل أنماط ETL/ELT، مفاهيم تخزين البيانات، وضبط الأداء
• خبرة في البناء على AWS (مفضل) أو مزود سحابي رئيسي آخر، مع فهم جيد للتكاليف، الموثوقية، وتجارة الأمان
خبرة وكيل الذكاء الاصطناعي
• خبرة في بناء أو دمج وكلاء الذكاء الاصطناعي في سير العمل الإنتاجية (مثل، الأدوات الداخلية، أتمتة الدعم، حل المشكلات التشغيلية، أو سير العمل البياني)
• إلمام بالأطر مثل PydanticAI، LangGraph، Claude Code أو ما شابه، وكيفية تفاعلها مع خدمات الخلفية، مخازن المتجهات، وواجهات برمجة التطبيقات LLM
• راحة في العمل مع السجلات، القياسات، ومؤشرات التقييم لمراقبة، تصحيح، وتحسين الأنظمة المدفوعة بالذكاء الاصطناعي بشكل تدريجي
القيادة والتعاون
• قدرة مثبتة على قيادة المبادرات التقنية عبر الفرق، من الفكرة إلى الإنتاج (التوافق، التصميم، التنفيذ، الإطلاق)
• سجل حافل في توجيه مهندسين آخرين ورفع مستوى جودة التعليمات البرمجية، الاختبار، والتصميم
• مهارات تواصل قوية؛ قادر على شرح القرارات التقنية المعقدة بوضوح لكل من المهندسين وأصحاب المصلحة غير التقنيين
• عقلية العملاء والمنتجات: تهتم بكيفية تحسين البيانات والخدمات التي تبنيها تجربة المستخدم النهائي وتجربة العميل، وليس فقط الجوانب الداخلية
من الجيد أن يكون لديك
• خبرة في أي من:
Iceberg، Hive، أو تنسيقات الجداول الأخرى/تقنيات بحيرات البيانات
Snowflake، Athena، Redshift، أو مستودعات بيانات سحابية أخرى
dbt أو أطر التحويل المشابهة
أدوات جودة البيانات/المراقبة (مثل، Great Expectations، Monte Carlo، Datafold)
قواعد بيانات المتجهات/الاسترجاع (مثل، LanceDB، Pinecone، Elasticsearch/OpenSearch)
خلفية في العقارات، الأسواق، أو مجالات أخرى حيث تكون جودة البيانات وحداثتها مرئية بشكل كبير للعملاء
خبرة سابقة في بيئة ناشئة أو ذات نمو سريع حيث قمت ببناء أو تطوير منصة بيانات بشكل كبير
لقد تمت ترجمة هذا الإعلان الوظيفي بواسطة الذكاء الاصطناعي وقد يحتوي على بعض الاختلافات أو الأخطاء البسيطة.
