Scientific Software Engineer (Lab Integration)

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Инженер-программист в AI-компанию по разработке материалов. Задача — строить и поддерживать системы интеграции AI-платформы с физическими лабораториями партнёров в замкнутом цикле открытия материалов.

Задачи

• Проектировать, разрабатывать и эксплуатировать сервисы, передающие запросы на эксперименты от AI-агентов в лаборатории и возвращающие результаты
• Разрабатывать API и модели данных (FastAPI, Pydantic) для двустороннего обмена данными между лабораторией и облаком
• Интегрировать лабораторные приборы, роботизированные платформы, LIMS/ELN и системы планирования, преобразуя форматы данных
• Обеспечивать надёжность интеграций: идемпотентность, ретраи, очереди, мониторинг и алертинг
• Помогать с техническим онбордингом новых лабораторий-партнёров и настройкой интеграций
• Совместно с учёными и инженерами проектировать рабочие процессы и учитывать реалии лабораторий в дизайне платформы
• Разворачивать и эксплуатировать контейнеризованные сервисы в облаке с тестированием и CI/CD

Требования

• Практический опыт с лабораторной автоматизацией, self-driving labs или научными пайплайнами (управление приборами, роботизированные платформы, high-throughput эксперименты)
• Сильный опыт backend-разработки и эксплуатации production-сервисов
• Глубокое владение Python, включая типизированный и хорошо покрытый тестами код и дизайн API
• Опыт проектирования распределённых систем с интеграцией внешних сторон: API, очереди сообщений или event-driven архитектуры, контракты данных
• Понимание практик безопасности для внешних систем
• Умение работать в небольшой мультидисциплинарной команде и ясно коммуницировать с учёными и инженерами

Условия

• Конкурентная зарплата
• Опционы в CuspAI
• Отпуск: 28 дней (DE, NL, UK) или 21 день (JP, SG, US) плюс местные праздники
• Родительский отпуск: 26 недель (основной опекун) и 12 недель (второй опекун) с полной оплатой
• Бюджет на профессиональное развитие
• Работа над значимыми задачами в материаловедении и устойчивом развитии
• Междисциплинарная командная работа с исследователями мирового уровня

Навыки

• Python
• FastAPI
• Pydantic
• LIMS
• ELN
• Dagster
• Flyte
• Prefect
• Terraform
• CI/CD
• Docker
• Kubernetes