Principal ML Platform Engineer - poste à distance

L'entreprise Synthesia recrute : Principal ML Platform Engineer. C'est un poste d'encadrement, donc la responsabilité d'une équipe ou de tout un périmètre. Le poste relève de la catégorie IT et développement et se fait entièrement à distance. Les candidatures sont ouvertes aux personnes installées en Europe.

L'annonce met en avant Machine Learning : c'est l'expérience de cet outil précis qui fera la différence.

L'entreprise n'a publié aucun chiffre, cela se règle en entretien. L'annonce ne pose aucune condition d'horaires.

Cette offre a passé un contrôle automatique : les annonces qui exigent un permis de travail étranger, un parrainage de visa, une nationalité précise ou une résidence dans un pays nommé n'entrent pas dans la liste.

Synthesia, une plateforme vidéo d'IA pionnière, dessert plus de 90 % de la Fortune 100. Créée en 2017, l'entreprise est présente à Londres, en Europe et aux États-Unis.

Avec l'IA transformant le paysage des affaires et de la communication, Synthesia se concentre sur l'amélioration du contenu visuel et le développement des compétences d'entreprise, visant à optimiser la collaboration et le succès dans les organisations.

Après un récent cycle de financement de la série E, Synthesia a obtenu 200 millions de dollars, portant son évaluation à 4 milliards de dollars. La société a recueilli plus de 530 millions de dollars auprès d'investisseurs de premier plan comme Accel, NVentures (le bras VC de Nvidia), Kleiner Perkins, GV et Evantic Capital, ainsi que de fondateurs et opérateurs de Stripe, Datadog, Miro et Webflow.

Nous cherchons un ingénieur principal pour rejoindre l'équipe ML Platform de Synthesia.

Notre équipe artisanat et gère l'infrastructure qui permet aux équipes de recherche et de produits de former, servir et déployer efficacement des modèles générateurs. Il s'agit de développer des outils de recherche, des systèmes de production et des interfaces utilisateur qui intègrent ces composantes. Une partie importante de notre mission consiste à rendre ces systèmes plus automatisés et orientés vers l'agent, en veillant à ce que les flux de travail puissent fonctionner de manière fiable avec une intervention manuelle minimale.

Nous recherchons un ingénieur polyvalent avec une perspective système:

- Quelqu'un qui peut travailler de façon transparente à travers l'infrastructure, les systèmes backend et l'outillage, et qui a une expérience pratique avec les systèmes ML. - Ce rôle ne concerne pas seulement l'ingénierie ML; nous sommes particulièrement intéressés par les personnes qui comprennent profondément la fiabilité, l'évolutivité, la performance et l'efficacité des ressources dans des environnements de production complexes. - Il s'agit d'un rôle pratique, impacté, avec des responsabilités importantes. Vous aiderez à façonner l'évolution de notre plate-forme ML à mesure que nous épargnons le nombre de modèles, de charges de travail, d'outils et d'équipes qui en dépendent.

Ce que vous ferez :

- Concevoir et améliorer les systèmes de plate-forme qui soutiennent la formation des modèles, l'évaluation et le service de production. - Construire une infrastructure et un outillage qui garantissent une charge de travail plus fiable, évolutive et rentable. - Développer des outils internes et des workflows à la fois faciles à utiliser pour les humains et adaptés à l'automatisation. - Travail sur l'architecture derrière le déploiement, le service et le fonctionnement des modèles dans les environnements de recherche et de produits. - Améliorer la façon dont nous planifions, surveillons et déboguons les charges de travail sur les GPU et l'infrastructure cloud. - Développer des outils internes et des abstractions qui réduisent les frais généraux opérationnels pour les chercheurs et les ingénieurs. - Améliorer l'observation, l'automatisation, la fiabilité et l'expérience du développeur. - Collaborer étroitement avec les chercheurs et les ingénieurs de produits pour identifier les points de douleur et les transformer en solides capacités de plate-forme. - Contribuer à l'orientation technique et prendre des décisions architecturales pratiques à mesure que la plateforme grandit.

Vous prospérerez dans ce rôle si vous avez:

- Grande expérience des systèmes de construction ou d'exploitation avec un accent sur la fiabilité, l'évolutivité et la maintenance. - Un état d'esprit des systèmes : vous pensez naturellement aux goulets d'étranglement, aux modes de défaillance, aux interfaces, à l'utilisation des ressources et à l'opérabilité à long terme. - Une solide expérience pratique avec l'infrastructure cloud, Linux et l'automatisation des infrastructures. - Expérience avec Kubernetes et gestion des charges de travail réparties dans la production. - Fortes compétences de codage, de préférence en Python ou dans des langages similaires utilisés pour les systèmes de backend et l'outillage. - Un jugement fort sur les domaines où l'automatisation apporte de la valeur et où le contrôle humain est crucial. - Expérimentez la construction de plates-formes internes, d'outils de développement ou d'abstractions d'infrastructure utilisées par d'autres ingénieurs. - Confort de travail dans des environnements ambigus et prise en charge des défis techniques ouverts. - Une approche pragmatique : vous priorisez la résolution du bon problème et évitez la suringénierie.

Expérience pertinente:

- Exploitation de l'infrastructure ML ou des systèmes de service modèle en production. - Appuyer la recherche ou la charge de travail à forte intensité de données. - Travailler avec des systèmes GPU ou d'autres infrastructures sensibles aux performances. - Expérience de l'observation et du débogage dans les systèmes distribués. - Familiarité avec Terraform, Datadog, GitHub Actions ou des outils similaires.

Prestations supplémentaires:

- Expérimentez des outils internes d'agent de construction ou de LLM. - Expérience avec les systèmes d'orchestration comme Temporal. - Expérience de travail à l'intersection de la recherche et de l'ingénierie de production. - Familiarité avec les défis d'optimisation des performances, de planification ou d'allocation des ressources. - Faites l'expérience de la construction d'outils légers ou de développement.