Filip Haltmayer : Pourquoi j’ai rejoint Zilliz en tant qu’ingénieur logiciel
Je m’appelle Filip Haltmayer, et je travaille comme ingénieur logiciel chez Zilliz à Redwood City, en Californie. Je suis ravi de partager mon histoire sur les raisons pour lesquelles j’ai rejoint Zilliz et ce que je ressens à l’idée de travailler pour une entreprise qui ouvre la voie dans l’IA et la technologie de recherche vectorielle.
Avec le recul, j’ai toujours été passionné par l’ingénierie logicielle, et ma formation universitaire, mes projets de machine learning (ML) après l’obtention de mon diplôme, ainsi que mon intérêt pour le ML et les systèmes distribués ont fait de mon arrivée chez Zilliz le choix de carrière idéal pour moi. Je suis également fier de faire partie du projet Milvus et d’une équipe formidable qui repousse constamment les limites de la recherche vectorielle.
Passionné par l’ingénierie logicielle
Tout au long de ma vie, l’ingénierie logicielle a été ma passion. À l’université, j’ai eu l’occasion de mettre un pied dans de nombreux domaines différents et j’ai constaté que ce que j’appréciais le plus était les systèmes distribués et le machine learning. J’ai toujours été désireux d’en apprendre davantage, allant au-delà des cours obligatoires pour suivre des cours supplémentaires et m’immerger encore plus dans ces sujets. Plus j’apprenais, plus je réalisais l’importance du machine learning et des systèmes distribués, ainsi que la façon dont ils façonneront l’avenir, ce qui m’a rendu encore plus déterminé à poursuivre une carrière dans ces domaines.
Plonger tête la première dans la création de projets de ML après l’obtention du diplôme
À l’obtention de mon diplôme, la pandémie de Covid a frappé le monde, poussant la plupart des entreprises à geler leurs recrutements en prévision de l’incertitude du marché financier. Au lieu d’attendre, j’ai décidé de travailler sur des projets personnels dans mes domaines d’intérêt. Je me suis plongé dans le machine learning et me suis concentré sur les modèles de vision par ordinateur, en implémentant divers GAN, Autoencoders et modèles de Classification. De plus, je me suis attaqué à des algorithmes comme Paxos et Raft pour renforcer mes compétences en systèmes distribués et j’ai déployé des exemples dans le cloud. Ma fascination pour l’intersection entre les systèmes distribués et le machine learning m’a finalement conduit à postuler chez Zilliz.
Impressionné par l’entretien avec Zilliz
Lors de mon entretien avec Zilliz, j’étais impatient de voir si les valeurs et la vision de l’entreprise correspondaient aux miennes. J’ai été heureux de constater que la partie technique de l’entretien était directement pertinente pour le poste, en se concentrant sur l’implémentation d’un nouveau cas d’utilisation pour Milvus. Contrairement à de nombreux entretiens comportant des tests et des projets sans rapport, l’approche de Zilliz garantissait que l’équipe avec laquelle je travaillerais serait hautement qualifiée pour ses rôles. L’équipe avec laquelle j’ai échangé était également composée de personnes intelligentes et accessibles, partageant une passion pour repousser les limites de la recherche vectorielle. J’ai donc pensé que Zilliz était un endroit où je pourrais apprendre, évoluer et avoir un impact significatif dans ce domaine en évolution rapide.
J’ai accepté l’offre !
Décider de rejoindre ou non une startup se résume finalement à une question : Croyez-vous que le travail effectué a un avenir et contribuera à la croissance du domaine ?
La réponse à cette question était facile pour moi, car j’avais vu très tôt à quel point le domaine se développait. Les grandes entreprises accumulaient d’immenses quantités de données, espérant que la technologie existerait à l’avenir pour leur donner du sens. Les réseaux neuronaux ont été la première étape de ce processus, permettant aux ordinateurs de donner du sens aux données non structurées. La recherche vectorielle est la deuxième étape, nous permettant enfin de tirer des enseignements des masses de données stockées. Avec cette idée en tête, j’ai rapidement accepté l’offre.
Deux ans plus tard : mes attentes vs. la réalité
Avec plus de deux ans à mon actif chez Zilliz, il serait important de parler de la façon dont mes attentes se sont alignées avec la réalité. Je suis heureux de dire que je n’ai pas été déçu. Même si de nombreuses personnes sont arrivées et parties, j’apprécie toujours chaque jour que je passe chez Zilliz. Chaque jour apporte un nouveau projet ou défi qui m’oblige à apprendre de nouveaux outils, à acquérir de nouvelles connaissances ou à résoudre de nouveaux problèmes. Jusqu’à présent, mes prédictions concernant le domaine se sont avérées exactes, et Zilliz est en train de devenir l’un des acteurs clés de l’IA et de la recherche vectorielle. Je suis heureux et fier d’être ici pour l’aider tout au long de son parcours.
Bienvenue à nous rejoindre !
Nous recrutons activement, avec divers postes disponibles dans le monde entier, notamment des ingénieurs logiciels, des architectes de solutions, des developer advocates, des chefs de produit, des représentants commerciaux et des account executives. Consultez notre page carrières pour plus d’informations et postuler.
Continuer à lire
3 Easiest Ways to Use Claude Code on Your Mobile Phone
Run Claude Code from your phone with Remote Control, Happy Coder, or SSH + Tailscale. Comparison table, setup steps, and tools for typing, memory, and parallel tasks.
Zilliz Cloud BYOC Now Available Across AWS, GCP, and Azure
Zilliz Cloud BYOC is now generally available on all three major clouds. Deploy fully managed vector search in your own AWS, GCP, or Azure account — your data never leaves your VPC.
Cosmos World Foundation Model Platform for Physical AI
NVIDIA's Cosmos platform enables safe, digital twin training of GenAI models for physical applications, overcoming data scarcity and safety challenges.