مهندس خلفي أول

حول ميتّي لابز: ميتّي لابز هي شركة ناشئة في مجال التكنولوجيا المناخية تهدف إلى تحويل صناعة الأرز من خلال دعم المزارعين الصغار في اعتماد ممارسات مستدامة.
مهمتنا هي إدخال الذكاء الاصطناعي وتقنية الأقمار الصناعية في الزراعة التقليدية للأرز، مما يقلل من انبعاثات الميثان مع تحسين سبل عيش المزارعين.
مدعومة بعلم مدعوم من ناسا ونظام قوي من الشركاء، نعمل مع الشركات العالمية لمساعدتها في تحقيق أهدافها المتعلقة بالانبعاثات الصفرية من خلال ائتمانات الكربون عالية الجودة والمحققة.
تشمل مبادراتنا إطلاق مشروع لـ 40,000 مزارع في تيلانغانا وأندرا براديش وتقليل تلوث الهواء الناتج عن حرق القش في البنجاب.
عملاؤنا - بما في ذلك شركات فورتشن 500، والشركات الرائدة في مجال الزراعة، والمنظمات غير الحكومية العالمية - يثقون في ميتّي لابز لتقديم تأثير قابل للقياس عبر المناخ، وأنظمة الغذاء، والاستدامة.
نحن فريق مكون من أكثر من 30 عالم بيانات، ومهندسين زراعيين، ومهندسين، وعاملين، بما في ذلك قادة في برنامج SAR التابع لناسا، مع عقود من الخبرة في الاستشعار عن بعد ونمذجة غازات الدفيئة.
وصف الدور: نبحث عن مهندس خلفي أول يمكنه تصميم وبناء وتوسيع أنظمة خلفية قوية تدعم التطبيقات المعتمدة على البيانات.
ستلعب دورًا رئيسيًا في تصميم وتطوير الخدمات باستخدام جولانغ وبايثون (كلاهما مطلوب)، بينما تستفيد أيضًا من خبرتك الأوسع في الأنظمة الخلفية عبر البنية التحتية السحابية، وقواعد البيانات، وأنظمة البيانات الجغرافية.
هذا الدور مثالي لشخص يستمتع بحل المشكلات الهندسية المعقدة، والعمل مع الأنظمة الموزعة، والتعاون عن كثب مع فرق البيانات والمنتجات لتقديم حلول مؤثرة.
تصميم وبناء وصيانة أنظمة خلفية قابلة للتوسع وواجهات برمجة التطبيقات مع تركيز قوي على الاعتمادية والأداء.
المساهمة بشكل عملي في جولانغ وبايثون، بينما تجلب أيضًا خبرة في تقنيات خلفية أخرى حسب الحاجة.
تصميم وتحسين قواعد بيانات PostgreSQL، بما في ذلك PostGIS للتعامل مع البيانات الجغرافية.
تصميم ونشر خدمات خلفية على AWS، مع ضمان القابلية للتوسع، وتحمل الأخطاء، والأمان.
التعاون مع فرق علوم البيانات لدمج النماذج التحليلية وتدفقات البيانات في الإنتاج.
امتلاك دورة حياة كاملة لميزات الخلفية - من التصميم والتنفيذ إلى المراقبة والتحسين.
توجيه المهندسين المبتدئين والمشاركة بنشاط في المناقشات المعمارية ومراجعات الكود.
تنفيذ أفضل الممارسات لـ CI/CD، والرؤية، وتصميم النظام.
كن في مقدمة التكنولوجيا المناخية التي تتعامل معها ميتّي لابز في تقليل انبعاثات الميثان والممارسات التي تستهلك المياه في زراعة الأرز - وهو رافعة مناخية عالمية رئيسية تركز عليها قلة من المنظمات.
ستعمل مع بيانات الأقمار الصناعية/الذكاء الاصطناعي/البيانات الميدانية لإحداث تغيير حقيقي، وليس مجرد بناء ميزات.
منصة عالمية ذات تأثير كبير + عمل محلي عميق يمتد عمل الشركة من المزارعين الصغار في الهند وجنوب شرق آسيا إلى الأسواق العالمية للكربون والمشترين.
سيكون لديك الفرصة للتفاعل مع عمليات المزارع الحقيقية والتمويل المناخي على مستوى عالٍ.
العمل مع فريق متميز مدفوع بالرسالة في بيئة نمو ديناميكية. ميتّي لابز مدعومة من قبل مستثمرين كبار (لايت سبيد، فويجر) ويقودها فريق ذو خبرة عميقة في الزراعة، وعلوم الكربون، والتكنولوجيا.
إذا كنت ستنضم، ستكون في بيئة شركة ناشئة ذات نمو عالٍ حيث تهم مساهماتك، والتكرار سريع، والأولويات تتطور - وسترى عملك له تأثير ملموس على المناخ وسبل العيش.
10+ سنوات من الخبرة في تطوير البرمجيات الخلفية.
خبرة قوية في جولانغ وبايثون (كلاهما مطلوب).
فهم قوي لـ PostgreSQL، PostGIS، ونمذجة البيانات العلائقية.
خبرة مثبتة مع خدمات AWS (ECS، Lambda، RDS، S3، IAM، إلخ).
خبرة في بناء واجهات برمجة التطبيقات RESTful و/أو gRPC، والميكروسيرفيسز، والأنظمة الموزعة.
المعرفة بالتعبئة (Docker، Kubernetes) والبنية التحتية ككود (Terraform، CloudFormation).
فهم تدفقات عمل علوم البيانات، أو تقديم النماذج، أو العمل مع خطوط بيانات تحليلية.
المعرفة بالواجهة الأمامية: JavaScript وتطوير الويب (للتعاون عن كثب مع مهندس الواجهة الأمامية حول عقود واجهة برمجة التطبيقات، وهياكل البيانات، والتكامل).
تصميم وتنفيذ الترقيم لمجموعات البيانات الكبيرة.
تحسين واجهة برمجة التطبيقات: خبرة في إعادة هيكلة واجهات برمجة التطبيقات الكبيرة إلى نقاط نهاية أصغر وأكثر كفاءة (فك التجميع، استراتيجيات تجميع البيانات).
أساسيات قوية في الخوارزميات، وتصميم الأنظمة، وهندسة البرمجيات.
ما يفضل: خبرة في معالجة البيانات الجغرافية، أو خطوط أنابيب ETL، أو أدوات تنسيق البيانات (Airflow، Prefect، Dagster).
التعرض لقوائم الرسائل أو الأنظمة المعتمدة على الأحداث (Kafka، SQS، Pub/Sub).
معرفة بهندسة البيانات أو مفاهيم نشر نماذج التعلم الآلي.