Ingeniero Principal de Datos de IA

Este es un rol híbrido basado en nuestras oficinas de Palo Alto o San Francisco, y requerirá que estés en la oficina los martes y jueves.

¿Qué hace que este rol sea interesante?

Nosotros en Grindr creemos que la IA puede revolucionar la industria de las citas. Nuestro líder de Ingeniería de Datos es responsable de construir conjuntos de datos de ML de alta calidad a gran escala, utilizados para entrenar modelos de ML que potencian las características centradas en IA. En este papel crucial, tendrás la oportunidad de construir herramientas fundamentales y pipelines de datos para ingerir, normalizar y limpiar los valiosos datos que serán fundamentales para nuestros ingenieros de ML en Grindr para construir herramientas de IA incluyendo recomendaciones, LLMs, anuncios, búsqueda visual, crecimiento/notificaciones, confianza y seguridad.

¿Cuál es el trabajo?

Buscamos un ingeniero de datos excepcional que esté apasionado por los datos para la IA y los valores que puede aportar a Grindr, quién ama trabajar con operaciones de datos a gran escala, y que esté comprometido con el duro trabajo necesario para mejorar continuamente nuestros pipelines de datos de ML.

En este puesto, serás responsable de establecer y ejecutar la estrategia para el Motor de Datos de ML de nuestra organización, con un enfoque inicial en operaciones de Datos de ML ágiles. Esto incluye la identificación de los componentes de infraestructura y stack de datos a utilizar, el diseño e implementación de pipelines entre sistemas y equipos de datos, los flujos de trabajo de automatización, las herramientas de enriquecimiento y monitoreo de datos, todo para los modelos de IA. Como líder técnico especializado en ingeniería de datos, se espera que codifiques y contribuyas al stack.

Responsabilidades:

• Sumérgete en nuestro conjunto de datos y diseña, implementa y escala pipelines de procesamiento de datos pre/post para los modelos de ML
• Trabaja en soluciones de ML aplicadas en las áreas de minería de datos, limpieza, normalización y modelado
• Muéstrate motivado en la búsqueda de soluciones cuando el camino correcto no siempre es conocido
• Colabora con los ingenieros en la conceptualización, planificación e implementación de iniciativas de ingeniería de datos trabajando con diferentes stakeholders
• Diseña y construye plataformas y marcos de datos para procesar grandes volúmenes de datos, en tiempo real y en lotes, que serán utilizados en todos los equipos de ingeniería
• Construye flujos de procesamiento de datos para limpiar y modelar datos de texto para LLMs
• Investiga y evalúa nuevas tecnologías en el espacio de big data para guiar nuestra mejora continua
• Colabora con equipos multifuncionales para ayudar a ajustar el rendimiento de las grandes aplicaciones de datos
• Trabaja con el equipo de Privacidad y Seguridad en iniciativas de gobernabilidad, riesgo y cumplimiento de datos
• Trabaja en iniciativas para asegurar la estabilidad, el rendimiento y la confiabilidad de nuestra infraestructura de datos

Nos encantará de ti

• Titulación en Informática, Matemáticas, Física, o campos relacionados
• 5+ años de experiencia como ingeniero de datos construyendo pipelines de datos pre/post procesamiento de nivel de producción para modelos de ML/DL, incluyendo 2+ años de experiencia de liderazgo técnico
• Experiencia en análisis estadístico y visualización en conjuntos de datos utilizando Pandas o R
• Experiencia en diseño y construcción de sistemas altamente disponibles, de extracción de datos, ingestión, normalización y procesamiento de grandes conjuntos de datos en tiempo real y en lotes, que serán utilizados en todos los equipos de ingeniería utilizando marcos de orquestación como Airflow, KubeFlow u otras herramientas de pipeline
• Experiencia previa demostrada en la creación de pipelines de datos para conjuntos de datos de texto NLP/ grandew modelos de lenguaje
• Capacidad para producir software bien diseñado, incluyendo conjuntos de pruebas automatizadas apropiadas, documentación técnica y estrategia operacional
• Excelentes habilidades de codificación en Python, Java, bash, SQL, y experiencia con control de versiones Git
• Experiencia en el uso de tecnologías de big data (Snowflake, Airflow, Kubernetes, Docker, Helm, Spark, pySpark)
• Experiencia con cualquier ambiente de cloud público - AWS, GCP o Azure
• Significativa experiencia con bases de datos relacionales y autoría de consulta (SQL) así como bases de datos NoSQL como DynamoDB, etc.
• Experiencia en construcción y mantenimiento de ETL (gestión de pipelines de ETL de alta calidad y confiables)

Nos encantará verdaderamente si tienes

• 2+ años de experiencia de liderazgo técnico en la construcción de pipelines de ingeniería de datos para IA
• Experiencia previa en la construcción de un pipeline de datos para APIs de IA conversacional y sistemas de recomendación
• Experiencia con sistemas distribuidos y microservicios
• Experiencia con Kubernetes y creación de imágenes Docker

• Experiencia en la construcción de sistemas de procesamiento de stream, usando soluciones como Kafka, Storm o Spark-Streaming
• Fuerte comprensión de los temas de machine learning aplicado
• Familiaridad con el cumplimiento legal (con herramientas de gestión de datos) clasificación de datos, y retención
• Historial constante de gestión e implementación de proyectos de datos complejos