Gerente de Ingeniería de la Plataforma MLOps

Este es un puesto híbrido ubicado en nuestras oficinas de Chicago, San Francisco, Los Ángeles (West Hollywood) o Nueva York y te requerirá estar en la oficina los martes y jueves.

¿Qué es lo interesante de este papel?

Únete al diligente equipo de Grindr como un gerente de plataforma MLOps hands-on, donde la innovación y la excelencia son el corazón de todo lo que hacemos. ¡Estamos en una misión para redefinir la forma en que el Machine Learning (ML) opera en toda la industria de citas y queremos que lideres el cargo!

En este papel decisivo, tendrás la oportunidad de construir herramientas e infraestructura fundamentales utilizadas por los ingenieros de ML en Grindr, incluyendo sistemas recomendadores, LLMs, anuncios, búsqueda visual, crecimiento/notificaciones, confianza y seguridad. Buscamos asegurarnos de que los sistemas de ML sean saludables (calidad a nivel de producción) y rápidos (para que los modeladores puedan iterar).

¿Cuál es el trabajo?

Estamos buscando un gerente de plataforma MLOps para unirse al equipo de IA de Grindr. Los candidatos ideales necesitan tener experiencia en infraestructura de IA, codificación, plataformas en la nube, contenedores, Kubernetes y entrenamiento distribuido basado en GPU.

Visión: Desarrolla y ejecuta una visión estratégica para nuestra plataforma ML asegurando escalabilidad, confiabilidad y rendimiento para apoyar a nuestro equipo de IA.

Responsabilidades:

• Sentido técnico: Lidera el diseño, implementación y operación de una plataforma ML robusta y eficiente para habilitar la capacitación, validación, servicio y monitoreo de modelos de ML.
• Apoya al equipo de ML en la construcción de herramientas de entrenamiento a gran escala, gestión/despliegue de modelos y bibliotecas de modelado
• Construye una plataforma de cálculo de entrenamiento que provee GPU y cálculo de clúster, despliegue de modelos y bibliotecas de modelado ML PyTorch proporcionando bloques de construcción de modelos de vanguardia
• Trabaja en estrecha colaboración con los equipos de ingeniería de datos y backend en la creación de canalizaciones de datos para el equipo de ML.
• El equipo trabaja con Pytorch, Python, MySQL y desarrollo de UI de pila completa, así como interactuando con PostgreSQL, Kafka, AWS (s3, Sagemaker, etc), SnowFLake, Databricks, Git.
• Diseña y construye componentes centrales del ciclo de vida del ML
• Trabaja con el equipo de ML en Grindr para poner en producción sus modelos, mejorar su productividad y desbloquear innovaciones de ML
• Colaboración: Colabora estrechamente con otros equipos, incluyendo investigadores de ML, ingenieros de software e ingenieros de datos para definir requisitos y alinear decisiones arquitectónicas y para entender y resolver puntos de dolor en la velocidad de desarrollo

Lo que nos encantará de ti

• Grado en Ciencias de la Computación, Ingeniería de Software o campos relacionados
• 5+ años de experiencia total como ingeniero de plataforma de ML (modelos de aprendizaje profundo), incluyendo 2+ años de experiencia en liderazgo técnico.
• 3+ Experiencia construyendo Infraestructura de ML que permitió entrenamiento a gran escala y casos de uso de alta rotación y baja latencia.
• 2+ años de experiencia con la construcción de inferencias de Machine Learning en producción, desarrollo, productización, cuantificación, monitoreo de tuberías.
• 2+ años de experiencia construyendo sistemas de observabilidad de costo/rendimiento de GPU y optimizándolos para costos y velocidad.
• Excelentes habilidades de codificación en Python, Java, bash, SQL y experiencia con control de versiones Git
• Experiencia con marcos de entrenamiento como PyTorch, utilizando GPUs para entrenamiento de modelos distribuidos.
• Experiencia con orquestación de contenedores de Kubernetes, microservicios y plataformas en la nube (AWS, GCP o Azure)
• Comprensión de la ingeniería de datos, AI y conceptos de aprendizaje automático
• Sólido conocimiento de las prácticas de MLOps, pipelines de CI/CD e infraestructura como código
• Experiencia con cuantificación y optimización de modelos de ML

Nos encantará verdaderamente si tienes    

• Maestría o doctorado en Ciencias de la Computación o campos relacionados
• Experiencia previa en la construcción de infraestructura para modelos de IA como motor de recomendación y NLP/ LLMs se prefiere
• Experiencia con inferencia acelerada por GPU usando TensorRT, Ray Serve o marco similar
• Experiencia en diseño e implementación de soluciones de procesamiento de datos a gran escala y bibliotecas para rellenar funciones y procesamiento de datos de última milla
• Excelente comunicación técnica escrita y verbal con la capacidad de presentar información técnica compleja de manera clara y concisa a una variedad de audiencias.
• Experiencia previa con los servicios de AWS & Plataforma Databricks
• Experiencia previa en despliegue de modelos de ML en dispositivo de borde