Senior Engineer - Enterprise Architecture

О позиции

Команда Enterprise Architecture в MongoDB занимается исследованием и внедрением новых возможностей искусственного интеллекта до того, как они станут частью официальногоroadmap продукта. Вы будете партнёрствовать с командами по всей организации, включая Internal Engineering, чтобы исследовать, прототипировать и валидировать emerging AI capabilities. Это роль для тех, кто хочет оставаться на острие технологий и помогать принимать решения о развитии платформы MongoDB.

Будет плюсом

• Опыт full-stack разработки: front-end UIs, backend API, data pipelines
• Опыт проектирования систем или сервисов для других инженеров/команд
• Знание технологий: Tanstack Start, Next.js, FastAPI, React
• Опыт с фреймворками оценки моделей, векторными базами данных, агентами оркестрации (например, LangGraph)
• Понимание архитектуры трансформеров и внутренних механизмов моделей
• Опыт с контейнеризованными приложениями, Kubernetes, CI/CD pipelines

Условия

• Работа в ведущей компании в области баз данных и облачных платформ
• Возможность влиять на направление развития продуктов через эксперименты с ИИ
• Гибридный формат работы в офисе Gurugram
• Развитие в области передовых технологий машинного обучения и LLM
• Корпоративная культура поддержки и заботы о wellbeing сотрудников
• Политика parental leave и программы помощи сотрудникам

Навыки

• Python
• TypeScript
• Go
• Rust
• LLM
• Machine Learning
• Deep Learning
• Neural Networks
• Transformers
• RAG (Retrieval-Augmented Generation)
• Fine-tuning
• Vector Databases
• AI Agent Orchestration
• LangGraph
• React
• FastAPI
• Next.js
• Kubernetes
• CI/CD Pipelines
• Full Stack Development

Могут спросить на собеседовании

1. Расскажите о вашем опыте прототипирования систем на базе LLM или агентов. Какие технологии вы использовали?
2. Как вы оцениваете эффективность различных моделей или подходов при проведении экспериментов? Какими метриками пользуетесь?
3. Приведите пример ситуации, когда требования были неясны, и вы должны были самостоятельно определить подход. Что вы сделали?
4. Как вы документируете результаты экспериментов для передачи другим командам? На что обращаете особое внимание?
5. Какой emerging AI trend или инструмент вас наиболее впечатлил за последние 6 месяцев и почему? Как это могло бы быть применено в MongoDB?