Engenheiro de ML III (Habilitação para Pesquisa)

4+ anos de experiência na carreira Inglês avançado CI/CD Terraform AWS Kubernetes Linux Docker Python Pytorch Conhecimentos Desejáveis Infraestrutura como Código Engenharia de plataforma Computação distribuída MLOps Kernels de GPU customizados Otimização de inferência Clusters de GPU Tarefas e Responsabilidades

Bacharelado em Ciência da Computação, Engenharia da Computação ou área relacionada 4+ anos de experiência em engenharia de plataforma, DevOps, engenharia de backend, infraestrutura de ML, MLOps ou campo relacionado Experiência comprovada em construir infraestrutura, ferramentas ou plataformas de desenvolvimento reutilizáveis que habilitam múltiplos engenheiros ou pesquisadores, não apenas um pipeline para um único modelo ou recurso predefinido Sólida proficiência em Python e Linux, incluindo a escrita de software de fácil manutenção, automação e serviços Experiência prática com Docker, Kubernetes, pipelines de CI/CD, ambientes em nuvem como AWS e Infrastructure as Code como Terraform Compreensão prática do ciclo de vida de ML de ponta a ponta, incluindo preparação de dados, experimentação, treinamento, avaliação, gerenciamento de modelos e artefatos, empacotamento, implantação e monitoramento Experiência em apoiar cargas de trabalho intensivas em computação ou distribuídas e diagnosticar gargalos de confiabilidade, desempenho, recursos e custos Conhecimento prático de frameworks modernos de ML, como PyTorch, com familiaridade suficiente com o comportamento e as restrições de modelos para colaborar efetivamente com pesquisadores (esta não é uma vaga de pesquisador científico) Capacidade de trabalhar a partir de requisitos ambíguos e em evolução, descobrir a necessidade subjacente e transformá-la em capacidades de engenharia simples e reutilizáveis Fortes habilidades de comunicação e colaboração entre equipes de pesquisa, engenharia e plataforma Competências Essenciais Pensamento sistêmico: ver fluxos de trabalho de pesquisa como um sistema interconectado que abrange dados, computação, experimentos, modelos, avaliação, plataformas e transições para produção Habilitação de pesquisa: empatia com pesquisadores e foco em remover atritos sem impor soluções projetadas para casos de uso mais estreitos e fixos Resolução de problemas: excelência técnica e curiosidade ao trabalhar em problemas abertos, requisitos incompletos e gargalos operacionais Responsabilidade: identificar proativamente lacunas de alto impacto, levar soluções até a conclusão e melhorar o ambiente além das tarefas atribuídas Adaptabilidade: conforto em construir para necessidades imediatas enquanto evolui soluções em direção a uma plataforma compartilhada de longo prazo Comunicação e colaboração: traduzir efetivamente entre pesquisadores e engenheiros de plataforma, construir alinhamento e compartilhar conhecimento entre equipes Desejável Experiência em habilitar pesquisa em domínios de ML, como modelagem de linguagem, tradução de idiomas, visão computacional, IA multimodal ou generativa, robótica e sistemas autônomos Experiência em escalar clusters de GPU para treinamento, computação distribuída e processamento de dados em larga escala Experiência em construir plataformas de ML voltadas para pesquisadores, ambientes de experimentação de autoserviço e ferramentas usadas em muitos fluxos de trabalho de pesquisa em evolução Experiência em ajudar equipes de pesquisa a migrar para ou adotar uma plataforma de ML compartilhada Conhecimento de técnicas de otimização de inferência, como kernels de GPU personalizados (valioso, mas secundário em relação à experiência em habilitação de pesquisa e infraestrutura de ML)

Esta posição não possui responsabilidades de supervisão