Senior Software Engineer – Data Platform

Emploi pas sur LinkedIn

🕒 il y a 9 jours

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Configurer une alerte email pour les nouveaux emplois

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV

LightBox

Site WebLinkedInTous les Emplois

501 - 1000 employés

Fondée en 2019

🏠 Immobilier

☁️ SaaS

🤝 B2B

Real Estate • SaaS • B2B

LightBox est un fournisseur de données immobilières connectées, d'intelligence de localisation et de logiciels de gestion de flux de travail pour les professionnels de l'immobilier commercial. L'entreprise regroupe des ensembles de données autoritaires concernant les parcelles, la propriété, le zonage, les transactions, l'emprise des bâtiments, le géocodage, l'environnement et l'évaluation, et les expose à travers des produits tels que LightBox Vision (anciennement LandVision), des API, la livraison de données en masse, des outils d'évaluation et de marketing, et des services professionnels. LightBox se positionne comme une plateforme SaaS B2B qui aide ses clients à localiser, analyser et agir sur les informations immobilières commerciales pour des cas d'utilisation incluant les marchés de capitaux, la diligence environnementale, le prêt, l'évaluation et les flux de travail des gouvernements/utilités.

Description

• Design and implement API gateways, model routing layers, and service infrastructure that connect fine-tuned CRE models with production applications. • Develop internal developer tooling - prompt management interfaces, evaluation dashboards, trace viewers - that accelerate the team's ability to ship and iterate on AI features. • Implement integration patterns for embedding AI capabilities into LightBox's existing workflow applications, ensuring seamless user experiences. • Build observability and monitoring infrastructure for AI workloads: latency tracking, quality metrics, cost attribution, and usage analytics. • Contribute to the platform's knowledge retrieval and caching layers, optimizing for both accuracy and performance at scale. • Collaborate with ML engineers on model serving infrastructure, helping bridge the gap between training outputs and production deployment. • Participate in architecture decisions and technical design reviews, bringing a pragmatic full-stack perspective to the team's work.

🎯 Exigences

• 6+ years of software engineering experience with a strong full-stack foundation (backend-leaning preferred). • Production experience building APIs, microservices, and platform infrastructure in Python and/or TypeScript/Node.js. • Solid understanding of cloud infrastructure (AWS or GCP), containerization (Docker, Kubernetes), and CI/CD pipelines. • Experience building developer-facing tools, SDKs, or internal platforms that other engineers consume. • Familiarity with LLM integration patterns: API-based model consumption, prompt engineering, retrieval-augmented generation, and tool/function calling. • Strong fundamentals in distributed systems, data modeling, and API design. • Comfort working in a small team with high autonomy - you can own a feature end-to-end from design through deployment and monitoring.