Principal ML Platform Engineer（远程职位）

这条招聘信息来自 Synthesia，岗位是 Principal ML Platform Engineer：这是团队负责人的位置，要对一个团队或者一整条业务线负责。职位属于「IT 与编程」类别，完全远程。公司招的是居住在欧洲的候选人。

招聘信息单独点名了 Machine Learning，也就是说，正是这一项工具的使用经验会成为决定因素。

公司没有公布具体数字，这一项会在面试时谈定。对工作时间，招聘信息没有提出任何条件。

这个职位通过了自动核查：凡是要求外国工作许可、签证担保、特定国籍，或者必须居住在指定国家的招聘信息，都不会进入列表。

Synthesia，一家领先的AI视频平台，服务于超过90%的财富100强企业。公司成立于2017年，在伦敦及欧洲和美国均有业务。

随着AI正在重塑商业和沟通的格局，Synthesia专注于提升视觉内容和企业技能发展，旨在优化组织内的协作和成功。

在最近的一轮融资中，Synthesia获得了2亿美元的E轮融资，估值达到40亿美元。公司已从Accel、NVentures（Nvidia的VC部门）、Kleiner Perkins、GV、Evantic Capital，以及Stripe、Datadog、Miro和Webflow的创始人和运营者等领先投资者那里筹集了超过5.3亿美元的资金。

我们正在寻找一位资深工程师加入Synthesia的机器学习平台团队。

我们的团队负责设计和管理基础设施，使研究和产品团队能够高效地训练、服务和部署生成模型。这包括开发研究工具、生产系统和用户界面，将这些组件集成在一起。我们的重要使命之一是使这些系统更加自动化和代理导向，确保工作流程在最少手动干预的情况下能够可靠运行。

我们正在寻找一位具有系统视角的工程师：

- 一个能够在基础设施、后端系统和工具之间无缝切换，并且在ML系统方面有实际经验的人。 - 这个职位不仅仅涉及ML工程；我们特别关注的是那些深刻理解复杂生产环境中的可靠性和可扩展性、性能和资源效率的人。 - 这是一个具有影响力、责任重大的职位。您将帮助塑造我们的ML平台的演变，随着越来越多的模型、工作负载、工具和依赖它的团队的增长而扩展。

您将负责：

- 设计和增强支持模型训练、评估和生产服务的平台系统。 - 构建确保ML工作负载更可靠、可扩展和成本效益的基础设施和工具。 - 开发既易于人类操作又适合自动化的内部工具和工作流程。 - 在研究和产品环境中的模型部署、服务和操作架构方面工作。 - 改善在GPU和云基础设施上运行的工作负载的调度、监控和调试。 - 开发减少研究人员和工程师操作开销的内部工具和抽象。 - 推动可观测性、自动化、可靠性和开发人员体验的改进。 - 与研究人员和产品工程师密切合作，识别痛点并将其转化为强大的平台功能。 - 为平台成长贡献技术方向并做出实际的架构决策。

如果您有以下背景，您将在这一角色中如鱼得水：

- 在生产系统中拥有丰富的经验，重点是可靠性和可扩展性。 - 具有系统思维：您自然会思考瓶颈、故障模式、接口、资源使用和长期可操作性。 - 具有云基础设施、Linux和基础设施自动化方面的坚实动手经验。 - 具有Kubernetes经验，并在生产中管理分布式工作负载。 - 强大的编码技能，最好是Python或其他用于后端系统和工具的语言。 - 在自动化增加价值和需要人工监督的地方做出明智的判断。 - 有构建内部平台、开发工具或由其他工程师使用的基础设施抽象的经验。 - 能够在模糊的环境中工作，并对开放的技术挑战负责。 - 实事求是：您优先解决正确的问题，避免过度设计。

相关经验：

- 在生产中操作ML基础设施或模型服务系统。 - 支持研究或数据密集型工作负载。 - 与基于GPU的系统或其他性能敏感基础设施打交道。 - 在分布式系统中具有可观测性和调试经验。 - 熟悉Terraform、Datadog、GitHub Actions等工具。

其他福利：

- 在构建代理或LLM驱动的内部工具方面的经验。 - 在工作流编排系统如Temporal方面的工作经验。 - 在研究与生产工程交叉领域的工作经验。 - 对性能优化、调度或资源分配挑战的熟悉。 - 在构建轻量级产品或开发人员面向工具方面的经验。