الوصف الوظيفي
Luxury Presence تبني منصة نمو الذكاء الاصطناعي للعقارات. مدعومة من Bessemer Venture Partners ومستثمرين آخرين، نحن شركة من الفئة C حققت 100 مليون دولار في الإيرادات السنوية المتكررة. يستخدمنا أكثر من 90,000 محترف في مجال العقارات، بما في ذلك أكثر من 30% من أفضل 100 وكيل في WSJ في الولايات المتحدة، لتشغيل 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 مخصصة وميزات مدفوعة بالبيانات الأخرى
• وكلاء ذكاء اصطناعي محادثة وتشغيلية 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، بنية البيانات، والمنتجات المدعومة 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 - خط أنابيب القوائم بالكامل: الاستيعاب، التحويل، 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 ذكاء اصطناعي تقوم بأتمتة استيعاب المصادر ومشكلات القوائم، مما يقلل من الجهد اليدوي للفرق الداخلية والعملاء ويقصر الطريق من البيانات إلى تأثير الأعمال.
ما الذي ستفعله
القيادة الفنية والهندسة المعمارية
• امتلك الهندسة المعمارية من البداية إلى النهاية لبيانات MLS والعقارات: خطوط البيانات المتدفقة والدفعات، الخدمات الدقيقة، طبقات التخزين، وواجهات برمجة التطبيقات
• صمم وطور تدفقات بيانات مدفوعة بالأحداث، تعتمد على Kafka، التي تدعم استيعاب 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 القوية والخدمات الدقيقة
• نفذ معالجة بيانات قابلة للتوسع باستخدام Spark أو Flink على EMR (أو ما شابه)، منسقة عبر Airflow وتعمل على Kubernetes حيثما كان ذلك ممكنًا
• كن رائدًا في المراقبة (المقاييس، التتبع، التسجيل) والتميز التشغيلي (التنبيهات، كتيبات التشغيل، SLOs، المشاركة في الاتصال) لخدمات البيانات والخلفية
خطوط البيانات المتدفقة والدفعات
• ابنِ وصيانة خطوط بيانات متدفقة ودفعات عالية الحجم، تتطور وفقًا للمخطط التي تستوعب وتطبع بيانات MLS والبيانات من أطراف ثالثة
• تأكد من أن جودة البيانات، السلالة، والحوكمة مدمجة 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، الطبقات الدلالية، الوثائق، أدوات الخدمة الذاتية)
وكلاء الذكاء الاصطناعي ومنتجات البيانات
• تعاون مع مهندسي الذكاء الاصطناعي/التعلم الآلي لتصميم وتوسيع وكلاء الذكاء الاصطناعي الذين يقومون بأتمتة استيعاب مصادر MLS، معالجة مشكلات القوائم، وغيرها من سير العمل التشغيلية
• اعمل مع أطر مثل PydanticAI، LangChain، أو ما شابه لدمج وكلاء معتمدين على LLM في بنية بياناتنا وخدماتنا
• ساعد في تحديد وتنفيذ التقييم، التسجيل، وحلقات التغذية الراجعة بحيث تتحسن هذه الوكلاء ومنتجات البيانات المدفوعة باستمرار
التأثير عبر الفرق والإرشاد
• تعاون بشكل وثيق مع المنتجات، الهندسة، والعمليات لتشكيل خارطة الطريق لمنصة البيانات لدينا، قدرات MLS، والتجارب المدعومة بالذكاء الاصطناعي
• ترجم المشكلات التجارية والعميلة الغامضة إلى استراتيجيات تقنية واضحة وخطط تسليم مرحلية
• قم بإرشاد وإزالة العقبات أمام مهندسين آخرين؛ ارفع مستوى اتخاذ القرار الفني العام في الفريق من خلال التزاوج، المراجعات، وإرشادات التصميم
ما الذي 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/قيادي حيث أثرت على الهندسة المعمارية، المعايير، والاتجاه الفني
المهارات التقنية الأساسية
• مهارات برمجة قوية في Python أو Java، مع خبرة في بناء الخدمات الدقيقة وواجهات برمجة التطبيقات (REST/GraphQL)
خبرة عملية مع Apache Kafka أو منصات الرسائل/الأحداث المشابهة (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 من الحوسبة الكبيرة)
• Airflow (أو أدوات التنسيق المعادلة)
• Kubernetes لتشغيل أحمال البيانات/الحوسبة
• مهارات SQL ونمذجة البيانات قوية؛ فهم جيد لأنماط ETL/ELT، مفاهيم تخزين البيانات، وتحسين 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 الإنتاجي (مثل، الأدوات الداخلية، أتمتة الدعم، معالجة التشغيل، أو سير العمل البيانات)
• معرفة بالأطر مثل PydanticAI، LangGraph، Claude Code أو ما شابه، وكيف تتفاعل مع خدمات الخلفية، مخازن المتجهات، وواجهات برمجة التطبيقات LLM
• راحة في العمل مع السجلات، القياسات، ومقاييس التقييم لمراقبة، تصحيح، 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 إرشاد مهندسين آخرين ورفع مستوى جودة التعليمات البرمجية، الاختبار، والتصميم
• مهارات تواصل قوية؛ قادر على شرح قرارات تقنية معقدة بوضوح لكل من المهندسين وأصحاب المصلحة غير الفنيين
• عقلية العميل والمنتج: تهتم بكيفية تحسين البيانات والخدمات التي تبنيها تجربة المستخدم النهائي والعميل، وليس فقط الجوانب الداخلية
ما هو جميل أن يكون لديك
• خبرة في أي من:
• Iceberg، Hive، أو تنسيقات الجداول الأخرى/تكنولوجيا 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 بيئة 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.
