الوصف الوظيفي
Luxury Presence تبني منصة نمو مدعومة بالذكاء الاصطناعي للعقارات. مدعومة من Bessemer Venture Partners ومستثمرين آخرين، نحن شركة في 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، لتشغيل وتنمية أعمالهم.
حول الدور
نبحث عن مهندس برمجيات رئيسي لتعزيز فريق منصة بيانات MLS 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 مخصصة وميزات أخرى مدفوعة بالبيانات
• وكلاء الذكاء الاصطناعي المحادثة والتشغيلية التي تسهل سير العمل الداخلي
• البنية التحتية للتقييم والمراقبة التي تحافظ على تحسين هذه الأنظمة مع مرور الوقت
يجلس هذا الدور عند تقاطع الهندسة الخلفية، بنية البيانات، والمنتجات المدفوعة بالذكاء الاصطناعي.
من هم فريق منصة البيانات؟
نضمن أن سجلات قوائم MLS النظيفة والموثوقة وبيانات نقرات المستخدم متاحة دائمًا لمنتجاتنا وعملائنا. يمتلك فريقنا الحالي - مزيج من مهندسي البيانات ومهندسي البرمجيات - خط أنابيب القوائم بالكامل: الاستيعاب، والتحويل، والتطبيع عبر أكثر من 400 مصدر MLS ومصادر أخرى.
نقوم أيضًا بتوسيع المنصة لالتقاط بيانات نشاط المستخدم للميزات الموجهة للمستخدم مثل توصيات القوائم المخصصة، ونبني وكلاء الذكاء الاصطناعي الذين يقومون بأتمتة استيعاب المصادر وحل مشكلات القوائم، مما يقلل من الجهد اليدوي للفرق الداخلية والعملاء ويقصر الطريق من البيانات إلى التأثير التجاري.
ما ستفعله
القيادة الفنية والهندسة المعمارية
• امتلاك الهندسة المعمارية من البداية إلى النهاية لبيانات MLS والعقارات: خطوط البيانات المتدفقة والدفعات، الخدمات المصغرة، طبقات التخزين، وواجهات برمجة التطبيقات
• تصميم وتطوير تدفقات البيانات المعتمدة على الأحداث، المعتمدة على Kafka، التي تدعم استيعاب القوائم، والتعزيز، والتوصيات، وحالات استخدام الذكاء الاصطناعي
• قيادة مراجعات التصميم الفني، وضع أفضل الممارسات الهندسية، وإجراء مقايضات عالية الجودة حول الموثوقية والأداء والتكلفة
الهندسة الخلفية والبيانات والمنصة
• تصميم وبناء وتشغيل الخدمات الخلفية (Python أو Java) التي تعرض بيانات القوائم والعقارات والتوصيات عبر واجهات برمجة التطبيقات والخدمات المصغرة القوية
• تنفيذ معالجة بيانات قابلة للتوسع باستخدام Spark أو Flink على EMR (أو ما شابه)، منسقة عبر Airflow وتعمل على Kubernetes حيثما كان ذلك ممكنًا
• تأييد المراقبة (المقاييس، التتبع، التسجيل) والتميز التشغيلي (التنبيهات، كتب التشغيل، SLOs، المشاركة في الاستجابة للطوارئ) لخدمات البيانات والخلفية
خطوط بيانات متدفقة ودفعات
• بناء وصيانة خطوط بيانات متدفقة ودفعات عالية الحجم ومتطورة في المخطط التي تستوعب وتطبع بيانات MLS والبيانات من الأطراف الثالثة
• ضمان جودة البيانات، والنسب، والحكومة مدمجة في المنصة من البداية - دعم التحليلات، الذكاء الاصطناعي/التعلم الآلي، والميزات الموجهة للعملاء
• التعاون مع هندسة التحليلات وعلوم البيانات لجعل البيانات قابلة للاكتشاف والاستخدام (مثل، الطبقات الدلالية، الوثائق، أدوات الخدمة الذاتية)
وكلاء الذكاء الاصطناعي ومنتجات البيانات
• التعاون مع مهندسي الذكاء الاصطناعي/التعلم الآلي لتصميم وتوسيع وكلاء الذكاء الاصطناعي الذين يقومون بأتمتة استيعاب مصادر MLS، وحل مشكلات القوائم، وغيرها من سير العمل التشغيلية
• العمل مع أطر مثل PydanticAI، LangChain، أو ما شابه لدمج وكلاء معتمدين على LLM في بياناتنا وهندسة الخدمة
• المساعدة في تحديد وتنفيذ التقييم، والتسجيل، وحلقات التغذية الراجعة بحيث تتحسن هذه الوكلاء والمنتجات المدفوعة بالبيانات باستمرار
التأثير عبر الوظائف والإرشاد
• التعاون عن كثب مع المنتج والهندسة والعمليات لتشكيل خارطة الطريق لمنصتنا للبيانات، وقدرات MLS، والتجارب المدفوعة بالذكاء الاصطناعي
• ترجمة المشكلات التجارية والعملاء الغامضة إلى استراتيجيات تقنية واضحة وخطط تسليم مرحلية
• توجيه وإزالة العقبات عن المهندسين الآخرين؛ رفع مستوى اتخاذ القرار الفني العام في الفريق من خلال التزاوج، والمراجعات، وإرشادات التصميم
ما ستجلبه
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/قائد حيث أثرت على الهندسة المعمارية والمعايير والاتجاه الفني
المهارات التقنية الأساسية
• مهارات برمجة قوية في Python أو Java، مع خبرة في بناء الخدمات المصغرة وواجهات برمجة التطبيقات (REST/GraphQL)
خبرة عملية مع Apache Kafka أو منصات الرسائل/الأحداث المماثلة (Kinesis، Pub/Sub، إلخ)
• خبرة عميقة في:
• Spark أو Flink لمعالجة البيانات على نطاق واسع، عبر خطوط البيانات المتدفقة والدفعات (على EMR أو ما شابه)
• Airflow (أو أدوات التنسيق المعادلة)
• Kubernetes لتشغيل أحمال البيانات/الحوسبة
• مهارات قوية في SQL ونمذجة البيانات؛ فهم جيد لـ أنماط ETL/ELT، ومفاهيم تخزين البيانات، وضبط الأداء
• خبرة في البناء على AWS (مفضل) أو مزود سحابي رئيسي آخر، مع فهم جيد لمقايضات التكلفة والموثوقية والأمان
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)
• معرفة بالأطر مثل PydanticAI، LangGraph، Claude Code أو ما شابه، وكيفية تفاعلها مع خدمات الخلفية، ومتاجر المتجهات، وواجهات برمجة التطبيقات LLM
• الراحة في العمل مع السجلات، والقياسات، ومقاييس التقييم لمراقبة، وتصحيح، وتحسين الأنظمة المدفوعة بالذكاء الاصطناعي بشكل تدريجي
القيادة والتعاون
• قدرة مثبتة على قيادة المبادرات الفنية عبر الفرق، من الفكرة إلى الإنتاج (التوافق، التصميم، التنفيذ، النشر)
• سجل حافل في توجيه مهندسين آخرين ورفع مستوى جودة الكود، والاختبار، والتصميم
• مهارات تواصل قوية؛ قادر على شرح القرارات الفنية المعقدة بوضوح لكل من المهندسين وأصحاب المصلحة غير الفنيين
• عقلية موجهة نحو العملاء والمنتجات: تهتم بكيفية تحسين البيانات والخدمات التي تبنيها تجربة المستخدم النهائي والعميل، وليس فقط الجوانب الداخلية
ما هو جيد أن يكون لديك
• خبرة في أي من:
• Iceberg، Hive، أو تنسيقات الجداول الأخرى / تقنيات بحيرات البيانات
• Snowflake، Athena، Redshift، أو مستودعات البيانات السحابية الأخرى
• dbt أو أطر التحويل المماثلة
• أدوات جودة البيانات / المراقبة (مثل، Great Expectations، Monte Carlo، Datafold)
• قواعد بيانات المتجهات / الاسترجاع (مثل، LanceDB، Pinecone، Elasticsearch / OpenSearch)
• خلفية في العقارات، أو الأسواق، أو مجالات أخرى حيث تكون جودة البيانات وحداثتها مرئية للغاية للعملاء
• خبرة سابقة في بيئة ناشئة أو ذات نمو مرتفع 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.
