Engineering Manager, ML

Feladatok

• ▹Technikai irány meghatározása a modellek nagy léptékű tanításához és kiértékeléséhez
• ▹Rollout infrastruktúra építése, amely lehetővé teszi a kutatóknak RL-kísérletek futtatását skálázottan
• ▹Eval pipeline-ok tervezése, amelyek kiszűrik a regressziókat, mielőtt kikerülnének, és gyors, megbízható jelzést adnak a kutatóknak
• ▹A modellek tanítási és tesztelési környezeteinek felügyelete: sandboxolt, reprodukálható és elég gyors ahhoz, hogy az iterációs sebesség ne legyen szűk keresztmetszet
• ▹Szigor bevitele a minőség és a haladás mérésébe
• ▹Együttműködés a kutatással a modell-szintű kompromisszumok (késleltetés, minőség, költség) konkrét infrastrukturális döntésekké alakításában
• ▹A csapat felvétele és fejlesztése: sourcing, interjúztatás, kiváló infrastruktúra-mérnökök megnyerése, coaching és mentorálás

Elvárások

• ▹Már vezetett mérnökcsapatot, amely production ML-modelleket tanított, tesztelt vagy szolgált ki
• ▹Erős infrastruktúra- és elosztottrendszer-alapok, tudja milyen a megbízhatóság és teljesítmény valós terhelés alatt
• ▹Technikai marad: szívesen ír kódot, mélységében review-z PR-eket, és maga is használ olyan eszközöket, mint a Cursor
• ▹Jól kezeli a bizonytalanságot: helyes kérdéseket tesz fel, hiányos információk mellett is jó döntéseket hoz
• ▹Bizonyított tapasztalat nála jobb mérnökök felvételében és fejlesztésében
• ▹Folyékonyan kommunikál kutatókkal a modell viselkedéséről és mérnökökkel a rendszertervezésről

Előny

• ▹Gyakorlati tapasztalat RL tanítási infrastruktúrával, eval keretrendszerekkel vagy szimulált tanítási/tesztelési környezetek építésével és karbantartásával

Soft skillek

A munkáltatóról

A Cursor küldetése a kódolás automatizálása. Első lépésként a legjobb eszközt építik professzionális programozók számára, kutatás, dizájn és mérnöki munka ötvözésével. A szervezet lapos felépítésű, a csapat kicsi és rendkívül tehetséges; az igazságkereső, szenvedélyes és kreatív embereket értékelik.