概述
职位：高级工程师（Agentic + 数据/ML）
地点：远程（加拿大）
职位类型：合同
您将加入美国领先的视频内容提供商的核心工程团队之一，支持数百个分布式软件工程团队，并在跨越内部数据中心、广播设施和公共云（AWS）的大型基础设施上运营。
项目专注于构建代理检索工作流、数据管道和由ML/LLM驱动的评分系统，以提高工程生产力和代码质量指标。您将设计检索代理，优化LLM提示策略，构建强大的编排，并集成处理PR、提交和代码质量元数据的后端服务。
目标背景
- 5-10年以上软件/数据/ML工程师经验。
- 精通Python，熟悉现代数据/ML工具。
- 在AWS上成功交付生产级编排系统（Dagster/Airflow）。
- 具有提示/LLM优化的实际经验（优先DSPy）。
- 熟悉使用Git/PR元数据、代码差异、回填和性能关键的数据管道。
职责
- CES改进：PR级别评分、历史上下文、上下文检索代理、自动评分校正、从反馈中准备训练数据。
- 数据/PR跟踪：摄取PR，链接到提交/分支，跟踪合并到主分支，回填。
- 编排与可靠性：Dagster迁移、重试、调度、监控、数据质量警报。
- LLM/提示优化：基于DSPy的提示调优、评估集创建、反馈驱动的校正、提示成本/质量权衡。
- 元数据与分类：角色/工作类型分类、史诗链接改进、过滤器/浏览器功能。
必备技能
- 代理编码：构建检索代理，提取代码上下文/差异/历史以改善评分（与CES阶段3和质量指标工作一致）。
- 数据管道：Dagster（优先）或同等编排器；AWS原生管道（ECS/EventBridge/Lambda/S3/Glue经验优先）；强大的回填和重试。
- LLM/提示：DSPy或类似的提示/策略优化；提示链；上下文打包；评估设计和执行。
- 数据建模与分析：PR/提交链接、分支/主分支跟踪、史诗链接；质量/努力评分信号；数据质量的异常检测。
- 后端集成：构建服务以摄取PR/提交元数据，计算CES/质量指标，并将其暴露给UI/API。
- 评估/反馈循环：设计和运行评估集；收集用户反馈；通过自动/手动评分校正闭环。
加分项
- 具有代码评分/努力或质量指标经验；SonarQube集成。
- 跨工件（Jira/PR/提交/分支）的图状链接，用于史诗/工作类型分类。
- 调整LLM调用的性能/成本经验（OSS LLM评估、批处理、缓存）。
- 管道的可观测性（指标/跟踪/日志）和数据质量警报。
#J-18808-Ljbffr
