Principal ML Platform Engineer - praca zdalna

Firma Synthesia szuka osoby na stanowisko Principal ML Platform Engineer: poziom kierowniczy, a więc odpowiedzialność za zespół albo za cały obszar. Oferta należy do kategorii „IT i programowanie” i jest w pełni zdalna. Firma zatrudnia kandydatów przebywających w Europie.

Ogłoszenie wyróżnia jedno narzędzie: Machine Learning. To doświadczenie właśnie z nim przeważy.

Firma nie podała żadnej kwoty, ustala się to na rozmowie. Ogłoszenie nie stawia żadnych warunków co do godzin pracy.

Ta oferta przeszła automatyczną kontrolę: na listę nie trafiają ogłoszenia wymagające zagranicznego pozwolenia na pracę, sponsorowania wizy, określonego obywatelstwa ani zamieszkania we wskazanym kraju.

Synthesia, pionierska platforma wideo AI, obsługuje ponad 90% Fortune 100. Firma założona w 2017 r. ma swoją siedzibę w Londynie oraz w całej Europie i Stanach Zjednoczonych.

Dzięki przekształceniu przez AI krajobrazu biznesu i komunikacji, Synthesia koncentruje się na wzmacnianiu treści wizualnych i rozwoju umiejętności przedsiębiorstw, dążąc do optymalizacji współpracy i sukcesu w organizacjach.

Po niedawnej rundzie finansowania serii E, Synthesia zabezpieczyło 200 milionów dolarów, prowadząc swoją wycenę do 4 miliardów dolarów. Firma zebrała ponad 530 milionów dolarów od wiodących inwestorów, takich jak Accel, NVentures (ramię Nvidia 's VC), Kleiner Perkins, GV i Evantic Capital, a także założycieli i operatorów z Stripe, Datadog, Miro i Webflow.

Szukamy głównego inżyniera, który dołączy do zespołu platformy ML.

Nasz zespół rzemiosła i zarządza infrastrukturą, która umożliwia zespołom badawczym i produktowym szkolenie, obsługę i efektywne wdrażanie modeli generacyjnych. Wymaga to opracowania narzędzi badawczych, systemów produkcyjnych oraz interfejsów użytkownika, które integrują te komponenty. Znaczącą częścią naszej misji jest zwiększenie automatyzacji tych systemów i ukierunkowania ich na agencję, co zapewni niezawodne funkcjonowanie przepływu pracy przy minimalnej ręcznej interwencji.

Szukamy wszechstronnego inżyniera z perspektywy systemów:

- Kogoś, kto może bezproblemowo pracować w infrastrukturze, systemach oparcia i oprzyrządowaniu, i kto ma praktyczne doświadczenie z systemami ML. - W tej roli nie chodzi tylko o inżynierię ML; jesteśmy szczególnie zainteresowani osobami, które doskonale rozumieją niezawodność, skalowalność, wydajność i oszczędność zasobów w złożonych środowiskach produkcyjnych. - To ważna, wpływowa rola. Pomoże Ci kształtować ewolucję naszej platformy ML, ponieważ skalujemy liczbę modeli, obciążeń roboczych, narzędzi i zespołów na niej polegających.

Co zrobisz:

- Projektowanie i ulepszanie systemów platform wspierających szkolenie, ocenę i obsługę produkcji modeli. - Budować infrastrukturę i oprzyrządowanie, które zapewniają obciążenia robocze ML są bardziej niezawodne, skalowalne i opłacalne. - Opracowanie wewnętrznych narzędzi i przepływu pracy, które są zarówno łatwe dla ludzi do obsługi i nadaje się do automatyzacji. - Prace nad architekturą stojącą za wdrożeniem modelu, obsługą i funkcjonowaniem w środowisku badawczym i środowiskowym. - Poprawić jak planujemy, monitorujemy i debugujemy ładunki robocze uruchomione na GPU i infrastrukturze chmury. - Opracowanie wewnętrznych narzędzi i abstrakcji, które zmniejszą koszty operacyjne dla naukowców i inżynierów. - Napęd ulepszeń w obserwacji, automatyzacji, niezawodności i doświadczenia deweloperów. - ściśle współpracować z badaczami i inżynierami produktów w celu identyfikacji punktów bólu i przekształcenia ich w solidne możliwości platformy. - Przyczynianie się do kierunku technicznego i podejmowanie praktycznych decyzji architektonicznych w miarę wzrostu platformy.

Będziesz rozwijać się w tej roli, jeśli masz:

- Rozległe doświadczenie budowy lub eksploatacji systemów produkcyjnych z naciskiem na niezawodność, skalowalność i utrzymanie. - Umysł systemowy: naturalnie myślisz o wąskich gardłach, trybach awarii, interfejsach, zużyciu zasobów i długoterminowej operacyjności. - Solid hands- na doświadczenie z infrastrukturą w chmurze, Linux i automatyzacji infrastruktury. - Doświadczenia z Kubernetes i zarządzania rozproszonych obciążeń roboczych w produkcji. - Mocne umiejętności kodowania, najlepiej w Pythonie lub podobnych językach używanych do systemów backend i narzędzi. - Silny osąd na temat tego, gdzie automatyzacja wnosi wartość i gdzie nadzór nad ludźmi ma kluczowe znaczenie. - Doświadczanie budowy wewnętrznych platform, narzędzi deweloperskich lub abstrakcji infrastrukturalnych wykorzystywanych przez innych inżynierów. - Komfort pracy w niejednoznacznych środowiskach i przejęcia odpowiedzialności za otwarte wyzwania techniczne. - pragmatyczne podejście: priorytetem rozwiązania właściwego problemu dobrze i uniknąć nadinżynierii.

Odpowiednie doświadczenie:

- Infrastruktura operacyjna ML lub systemy obsługi modelu w produkcji. - Wspieranie badań lub intensywnych danych. - Praca z systemami bazującymi na GPUlub inną wrażliwą na działanie infrastrukturą. - Doświadczenia z obserwowalnością i debugowaniem w systemach rozproszonych. - Znajomość Terraform, Datadog, GitHub Actions lub podobne narzędzia.

Dodatkowe świadczenia:

- Narzędzia wewnętrzne z napędem LLM. - Doświadczenia z systemami orchestracji przepływu pracy jak Temporal. - Doświadczenie pracy na skrzyżowaniu badań i inżynierii produkcyjnej. - Znajomość z optymalizacją wydajności, harmonogramem lub przydziałem zasobów. - Doświadczenie budowy lekkich produktów lub deweloperskich narzędzi.