Staff Machine Learning Ops Engineer

Stack

Feladatok

• ▹A Preply ML platformjának technikai víziójának és útitervének meghatározása, támogatva a növekvő ML- és GenAI-alkalmazást több csapat, termék és üzletág között
• ▹A platformképességek architektúrájának vezetése a teljes ML-életciklusban: kísérletezés, feature engineering, artifact-kezelés, tréning, deployment, monitorozás, újratanítás, governance
• ▹Felhő-natív infrastruktúra tervezése elosztott tréninghez és inferenciához: GPU-alapú környezetek, autoscaling, workload-izoláció, rollout-stratégiák, költségoptimalizálás
• ▹Technikai irány meghatározása az ML CI/CD-hez: tesztelés, validálás, biztonság, teljesítményellenőrzés és release-magabiztosság beépítése a deployment pipeline-okba
• ▹Megfigyelhetőségi sztenderdek kialakítása ML-rendszerekhez: modellmetrikák, szolgáltatás-egészség, riasztások, drift-detektálás, adatminőség, lineage, üzleti hatás monitorozása
• ▹A Preply GenAI és LLM platformképességeinek fejlesztésének vezetése: LLM Gateway szolgáltatások, vektoros keresési infrastruktúra, prompt-kísérletezés, kiértékelési keretrendszerek, késleltetés-optimalizált inferencia, megbízható model-serving minták
• ▹Együttműködés az Applied Science, Adat, Termék és mérnöki vezetéssel a platformbefektetések összehangolására a kísérletezési sebességgel, költséghatékonysággal, üzemeltetési megbízhatósággal és felhasználói hatással
• ▹Platform-absztrakciók, belső könyvtárak, sablonok és self-service eszközök tervezése, amelyek segítik az ML kutatókat és mérnököket gyorsabb, de megbízható munkában
• ▹Technikai szorzóként való működés: senior mérnökök mentorálása, architektúra befolyásolása, sztenderdek emelése, csapatok végigvezetése komplex platformdöntéseken
• ▹Az ML kutatástól a produkcióig vezető út szűk keresztmetszeteinek azonosítása és megszüntetése

Elvárások

• ▹9+ év mérnöki tapasztalat, jelentős mélységgel nagy léptékű ML, adat-, infrastruktúra- vagy platformrendszerekben
• ▹Igazolt képesség production-szintű ML platformok architektúrájának megtervezésére és skálázására, sok csapat, workflow és ML use case támogatására
• ▹Mély megértés a felhő-natív architektúráról és a teljes ML-workflow-ról: kísérletezés, feature-menedzsment, modellverziózás, tréning, deployment, monitorozás, teljesítmény-benchmarking, életciklus-menedzsment
• ▹Erős gyakorlati tapasztalat felhőplatformokkal (GCP vagy AWS), Kubernetesszel, elosztott számítással, CI/CD-vel, megfigyelhetőséggel és infrastructure-as-code gyakorlatokkal
• ▹Tapasztalat lehetővé tévő eszközök és platformképességek építésében Applied/Data Scientistek és mérnökcsapatok számára
• ▹Erős technikai ítélőképesség, pragmatikus architektúra-döntések meghozatala megbízhatóság, skálázhatóság, biztonság, költség és fejlesztői élmény mentén
• ▹Kiváló kommunikációs és befolyásolási készség, cross-funkcionális érdekeltek összehangolása, platformstratégia lefordítása végrehajtásra
• ▹Igazolt képesség mérnökök mentorálására, mérnöki sztenderdek emelésére
• ▹Termékhatás-orientált szemlélet: olyan platformképességek építése, amelyek gyorsítják a kísérletezést, javítják a felhasználói élményt és mérhető üzleti értéket teremtenek

Előny

• ▹Jártasság LLM keretrendszerekben és GenAI infrastruktúrában, mint a LangChain, LlamaIndex, vektortárak, retrieval rendszerek, prompt-kiértékelés, model serving vagy LLM-megfigyelhetőség

Soft skillek

Amit kínálunk

• ▹Nyílt, együttműködő, dinamikus és sokszínű vállalati kultúra
• ▹Bőkezű havi keret Preply.com órákra, Learning & Development keret és önfejlesztésre fordítható szabadidő
• ▹Versenyképes pénzügyi csomag részvényopcióval, szabadságjuttatással és egészségbiztosítással
• ▹Ingyenes mentális egészség támogató platformokhoz való hozzáférés
• ▹Lehetőség a tanulók és tutorok potenciáljának felszabadítására nyelvtanulás és -tanítás révén 175 országban

A munkáltatóról

A Preply emberközpontú, technológiával támogatott, AI-fejlesztett nyelvtanulási élményeket épít, amelyet milliók használnak világszerte. A vállalat nemrég érte el az unikornis státuszt 150 millió dolláros Series D finanszírozással. Ma 100 000+ tutor tanít 90+ nyelvet 180 ország tanulóinak, miközben az ML és a GenAI egyre inkább a termék, a piactér és az üzemeltetési rendszerek középpontjába kerül.