Principal ML Platform Engineer - vacante remota

La empresa Synthesia busca cubrir el puesto de Principal ML Platform Engineer: es un puesto de liderazgo, con responsabilidad sobre un equipo o sobre un área entera. La vacante pertenece al área de IT y programación y es totalmente remota. La empresa contrata a personas que residen en Europa.

El anuncio destaca Machine Learning, así que la experiencia con esa herramienta concreta es lo que va a decidir.

La empresa no publicó ninguna cifra, eso se aclara en la entrevista. Sobre el horario, el anuncio no pone ninguna condición.

Esta vacante pasó una revisión automática: los anuncios que exigen un permiso de trabajo extranjero, patrocinio de visa, una nacionalidad concreta o residencia en un país determinado no entran en la lista.

Synthesia, una plataforma de video AI pionera, sirve más del 90% de la Fortuna 100. Establecida en 2017, la empresa tiene presencia en Londres, Europa y Estados Unidos.

Con AI transformando el paisaje de negocios y comunicación, Synthesia se centra en mejorar el contenido visual y el desarrollo de habilidades empresariales, con el objetivo de optimizar la colaboración y el éxito en las organizaciones.

Tras una reciente ronda de financiación de la serie E, Synthesia obtuvo 200 millones de dólares, con lo que su valoración ascendió a 4.000 millones de dólares. La compañía ha recaudado más de 530 millones de dólares de los principales inversores como Accel, NVentures (el brazo VC de Nvidia), Kleiner Perkins, GV y Evantic Capital, así como fundadores y operadores de Stripe, Datadog, Miro y Webflow.

Estamos buscando un Ingeniero Principal para unirse al equipo de ML Platform de Synthesia.

Nuestro equipo elabora y gestiona la infraestructura que permite a los equipos de investigación y productos capacitar, servir y desplegar eficientemente modelos generativos. Esto implica desarrollar herramientas de investigación, sistemas de producción e interfaces de usuario que integran estos componentes. Una parte importante de nuestra misión es hacer que estos sistemas sean más automatizados y orientados a agentes, asegurando que los flujos de trabajo puedan funcionar de forma fiable con una intervención manual mínima.

Estamos buscando un ingeniero versátil con una perspectiva de sistemas:

- Alguien que puede trabajar perfectamente en infraestructura, sistemas de backend y herramientas, y que tiene experiencia práctica con sistemas ML. - Este papel no se trata sólo de la ingeniería ML; estamos particularmente interesados en personas que entienden profundamente la confiabilidad, escalabilidad, rendimiento y eficiencia de recursos en entornos de producción complejos. - Este es un papel práctico e impactante con una responsabilidad significativa. Ayudará a configurar la evolución de nuestra plataforma ML a medida que escalamos el número de modelos, cargas de trabajo, herramientas y equipos que dependen de ella.

Lo que harás:

- Diseñar y mejorar los sistemas de plataformas que apoyan la formación, evaluación y servicios de producción modelo. - Construir infraestructura y herramientas que aseguren que las cargas de trabajo de ML sean más fiables, escalables y rentables. - Desarrollar herramientas internas y flujos de trabajo que sean fáciles de operar y adecuados para la automatización. - Trabajar en la arquitectura detrás del despliegue modelo, servicio y operación en entornos de investigación y productos. - Mejorar cómo programamos, monitorizamos y depuramos las cargas de trabajo que se ejecutan en GPUs e infraestructuras en la nube. - Desarrollar herramientas y abstracciones internas que reduzcan la sobrecarga operacional para investigadores e ingenieros. - Mejoras en la observabilidad, automatización, fiabilidad y experiencia del desarrollador. - Colaborar estrechamente con investigadores e ingenieros de productos para identificar puntos de dolor y transformarlos en sólidas capacidades de plataforma. - Contribuir a la dirección técnica y tomar decisiones arquitectónicas prácticas a medida que crece la plataforma.

Usted prosperará en este papel si usted tiene:

- Sistemas de producción de gran experiencia o de funcionamiento con enfoque en confiabilidad, escalabilidad y mantenimiento. - Una mentalidad de sistemas: usted piensa naturalmente en cuellos de botella, modos de falla, interfaces, uso de recursos y operabilidad a largo plazo. - Una sólida experiencia práctica con infraestructura cloud, Linux y automatización de infraestructura. - Experiencia con Kubernetes y gestión de cargas de trabajo distribuidas en producción. - Fuertes habilidades de codificación, preferiblemente en Python o idiomas similares utilizados para sistemas de backend y herramientas. - Sentencia firme sobre dónde la automatización añade valor y dónde la supervisión humana es crucial. - Experiencia construyendo plataformas internas, herramientas de desarrolladores o abstracciones de infraestructura utilizadas por otros ingenieros. - Confort trabajando en entornos ambiguos y apropiándose de retos técnicos de composición abierta. - Un enfoque pragmático: priorizas resolver bien el problema correcto y evitas la sobreingeniería.

Experiencia relevante:

- Operar infraestructura ML o sistemas de servicio modelo en producción. - Apoyo a la investigación o al volumen de trabajo intensivo de datos. - Trabajar con sistemas basados en GPU u otra infraestructura sensible al desempeño. - Experiencia con observabilidad y depuración en sistemas distribuidos. - Familiaridad con Terraform, Datadog, GitHub Actions, o herramientas similares.

Beneficios adicionales:

- Experiencia en la construcción de herramientas internas propulsadas por LLM. - Experiencia con sistemas de orquestación de flujo de trabajo como Temporal. - Experiencia trabajando en la intersección de la ingeniería de investigación y producción. - Familiaridad con retos de optimización, programación o asignación de recursos. - Experimente la construcción de productos ligeros o herramientas para el desarrollo.