كلما زادت طلبات التقديم التي ترسلينها، زادت فرصك في الحصول على وظيفة!

إليك لمحة عن معدل نشاط الباحثات عن عمل خلال الشهر الماضي:

عدد الفرص التي تم تصفحها

عدد الطلبات التي تم تقديمها

استمري في التصفح والتقديم لزيادة فرصك في الحصول على وظيفة!

هل تبحثين عن جهات توظيف لها سجل مثبت في دعم وتمكين النساء؟

اضغطي هنا لاكتشاف الفرص المتاحة الآن!
نُقدّر رأيكِ

ندعوكِ للمشاركة في استطلاع مصمّم لمساعدة الباحثين على فهم أفضل الطرق لربط الباحثات عن عمل بالوظائف التي يبحثن عنها.

هل ترغبين في المشاركة؟

في حال تم اختياركِ، سنتواصل معكِ عبر البريد الإلكتروني لتزويدكِ بالتفاصيل والتعليمات الخاصة بالمشاركة.

ستحصلين على مبلغ 7 دولارات مقابل إجابتك على الاستطلاع.


تم إلغاء حظر المستخدم بنجاح
https://bayt.page.link/xiH64Afk8zasGMJWA
العودة إلى نتائج البحث‎

مهندس برمجيات رئيسي، منصة البيانات - الولايات المتحدة (عن بُعد)

قبل 30+ يومًا 2026/08/09
عن بُعد
الاستشارات الهندسية العامة
أنشئ تنبيهًا وظيفيًا لوظائف مشابهة
تم إيقاف هذا التنبيه الوظيفي. لن تصلك إشعارات لهذا البحث بعد الآن.

الوصف الوظيفي

تقوم شركة Luxury Presence ببناء منصة نمو مدفوعة بالذكاء الاصطناعي لقطاع العقارات. بدعم من Bessemer Venture Partners ومستثمرين آخرين بارزين، نحن شركة في المرحلة C على المسار الصحيح لتحقيق 100 مليون دولار في الإيرادات السنوية المتكررة خلال الأشهر الستة المقبلة. أكثر من 87,000 محترف في مجال العقارات، بما في ذلك أكثر من 30% من أفضل 100 وكيل في الولايات المتحدة وفقًا لـ WSJ Real Trends، يستخدمون خدماتنا لإدارة 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 والممتلكات عالية الجودة عبر أكثر من 400 مصدر
اكتشاف الممتلكات والبحث على مواقع الوكلاء
توصيات قوائم مخصصة وميزات أخرى مدفوعة بالبيانات
وكلاء الذكاء الاصطناعي المحادثات والعمليات التي تسهل سير العمل الداخلي
البنية التحتية للتقييم والمراقبة التي تحافظ على تحسين هذه الأنظمة بمرور الوقت
تتواجد هذه الوظيفة عند تقاطع هندسة الخلفية، البنية التحتية للبيانات، والمنتجات المدفوعة بالذكاء الاصطناعي.
من هو 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 - كامل خط أنابيب القوائم: 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 الذكاء الاصطناعي الذين يقومون بأتمتة استيعاب المصادر والتعامل مع مشاكل القوائم، مما يقلل من الجهد اليدوي للفرق الداخلية والعملاء ويقصر الطريق من البيانات إلى تأثير الأعمال.
ما الذي ستقوم به
القيادة الفنية والهندسة المعمارية
امتلاك الهندسة المعمارية الشاملة لبيانات MLS والممتلكات: خطوط البيانات المتدفقة والدفعات، الخدمات الدقيقة، طبقات التخزين، وواجهات برمجة التطبيقات
تصميم وتطوير تدفقات البيانات المدفوعة بالأحداث، المعتمدة على Kafka، التي تدعم استيعاب القوائم، الإثراء، التوصيات، وحالات استخدام الذكاء الاصطناعي
قيادة مراجعات التصميم الفني، وضع أفضل الممارسات الهندسية، واتخاذ قرارات عالية الجودة حول الموثوقية، الأداء، والتكاليف
هندسة الخلفية، البيانات، والمنصة
تصميم وبناء وتشغيل خدمات خلفية (بايثون أو جافا) تكشف بيانات القوائم، الممتلكات، والتوصيات عبر واجهات برمجة التطبيقات والخدمات الدقيقة 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
دعم الرؤية (المقاييس، التتبع، التسجيل) والتميز التشغيلي (التنبيهات، كتيبات التشغيل، SLOs، المشاركة في الاتصال) لخدمات البيانات والخلفية
خطوط بيانات متدفقة ودفعات
بناء وصيانة خطوط بيانات متدفقة ودفعات عالية الحجم، تتطور وفقًا للمخطط التي تستوعب وتطبع بيانات MLS والبيانات من أطراف ثالثة.
ضمان جودة البيانات، النسب، والحوكمة مضمنة في المنصة منذ 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، التعامل مع مشاكل 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، التسجيل، وحلقات التغذية الراجعة بحيث تتحسن هذه الوكلاء ومنتجات البيانات المدفوعة بالبيانات باستمرار
التأثير عبر الوظائف والتوجيه
التعاون عن كثب مع المنتج، الهندسة، والعمليات لتشكيل خارطة الطريق لمنصتنا للبيانات، قدرات MLS، والتجارب المدفوعة بالذكاء الاصطناعي
ترجمة المشكلات التجارية والعملاء الغامضة إلى استراتيجيات تقنية واضحة وخطط تسليم مرحلية
توجيه وإزالة العوائق أمام المهندسين الآخرين؛ رفع مستوى اتخاذ القرارات التقنية بشكل عام في الفريق عبر التعاون، 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، توافر عالي)
خبرة سابقة في دور كبير أو رئيسي/قيادي حيث أثرت على الهندسة المعمارية، المعايير، والاتجاه التقني
المهارات التقنية الأساسية
مهارات برمجة قوية في بايثون أو جافا، 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 لـ 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 الإنتاجي (مثل، الأدوات الداخلية، أتمتة الدعم، التعامل مع العمليات، أو سير عمل البيانات)
إلمام بالأطر مثل PydanticAI، LangGraph، Claude Code أو ما شابه، وكيفية تفاعلها مع خدمات الخلفية، مخازن المتجهات، وواجهات برمجة التطبيقات LLM
الراحة في العمل مع السجلات، القياسات، ومقاييس 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، النشر)
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 موجهة نحو العملاء والمنتجات: تهتم بكيفية تحسين البيانات والخدمات التي تبنيها تجربة المستخدم النهائي والعميل، وليس فقط الجوانب الداخلية
ما هو الجيد أن يكون لديك
خبرة في أي من:
Iceberg، Hive، أو تنسيقات الجداول/تقنيات بحيرة البيانات الأخرى
Snowflake، Athena، Redshift، أو مستودعات بيانات سحابية أخرى
dbt أو أطر التحويل المشابهة
أدوات جودة البيانات/الرؤية (مثل، Great Expectations، Monte Carlo، Datafold)
قواعد بيانات المتجهات/استرجاع البيانات (مثل، LanceDB، Pinecone، Elasticsearch/OpenSearch)
خلفية في العقارات، الأسواق، أو مجالات أخرى حيث تكون جودة البيانات وحداثتها مرئية للغاية للعملاء
خبرة سابقة في بيئة ناشئة أو سريعة النمو 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.

لقد تجاوزت الحد الأقصى المسموح به للتنبيهات الوظيفية (15). يرجى حذف أحد التنبيهات الحالية لإضافة تنبيه جديد.
تم إنشاء تنبيه وظيفي لهذا البحث. ستصلك إشعارات فور الإعلان عن وظائف جديدة مطابقة.
هل أنت متأكد أنك تريد سحب طلب التقديم إلى هذه الوظيفة؟

لن يتم النظر في طلبك لهذة الوظيفة، وسيتم إزالته من البريد الوارد الخاص بصاحب العمل.