Ingeniero Senior en Aprendizaje Automático, Infraestructura

Sobre el rol:

El equipo de IA de Samsara construye aplicaciones de ML de extremo a extremo para potenciar diferentes pilares de producto en Samsara. Como Ingeniero Senior de Aprendizaje Automático, serás responsable de desarrollar soluciones de ML para aumentar la seguridad, eficiencia y sostenibilidad de las operaciones físicas. Trabajarás estrechamente con varios equipos de ingeniería a través de ML, full-stack, firmware, así como socios funcionales cruzados para entregar infraestructura central, servicios y optimizaciones.

Este rol puede estar basado en la oficina o ser completamente remoto en los EE. UU. y Canadá.

Deberías aplicar si:

• Quieres impactar en las industrias que mueven nuestro mundo: El software, firmware, y hardware que construyas resultará en un impacto real, ayudando a mantener las luces encendidas, a llevar alimentos a las tiendas de comestibles, y lo más importante, asegurando que los trabajadores regresen a casa de forma segura.
• Quieres construir para la escala: Con más de 2.3 millones de dispositivos IoT implementados a nuestros clientes globales, trabajarás en una gama de tecnologías nuevas y maduras impulsando innovación escalable para clientes a través de industrias que impulsan las operaciones físicas del mundo.
• Eres un aprendiz de por vida: Tenemos metas ambiciosas. Cada Samsariano tiene una mentalidad de crecimiento ya que trabajamos con una amplia gama de tecnologías, desafíos y clientes que nos empujan a aprender sobre la marcha.
• Crees que los clientes son más que un número: Los ingenieros de Samsara disfrutan de una cercanía rara al usuario final y tendrás la oportunidad de participar en entrevistas a clientes, colaborar con los gerentes de éxito del cliente y los gerentes de producto, y utilizar métricas para asegurar que nuestro trabajo se traduzca en mejores resultados para los clientes.
• Eres un jugador de equipo: Trabajar en nuestros equipos de ingeniería de Samsara requiere una mezcla de esfuerzo independiente y colaboración. Motivados por nuestra misión, todos estamos compitiendo hacia nuestra visión de operaciones conectadas, y tenemos la intención de ganar, juntos.

Haz clic aquí para aprender sobre lo que valoramos en Samsara.

En este rol, tú:

• Trabajarás con datos a escala de petabytes de las cámaras y sensores de Samsara para desarrollar nuevos modelos
• Optimizarás modelos para inferencias en el backend y/o en dispositivos de borde
• Te asociarás con equipos de hardware y full-stack para desplegar modelos para un rendimiento y coste óptimos
• Ayudarás a diseñar, construir y mejorar soluciones para ML híbrido en la nube-borde
• Contribuirás activamente a la construcción de la hoja de ruta para productos de IA en Samsara
• Te mantendrás conectado a la industria y a la investigación académica y adoptarás tecnología novedosa que se adapte a las necesidades de Samsara
• Colaborarás con PM para traducir las necesidades de los clientes a soluciones de ML
• Serás un defensor, modelo a seguir e incorporarás los principios culturales de Samsara (Enfócate en el Éxito del Cliente, Construye a Largo Plazo, Adopta una Mentalidad de Crecimiento, Sé Inclusivo, Gana como Equipo) mientras nos expandimos globalmente y a nuevas oficinas

Requisitos mínimos para el rol:

• Licenciatura o Maestría en Ciencias de la Computación u otros campos relevantes
• 4+ años de experiencia como Ingeniero de Aprendizaje Automático, Ingeniero de Software, o similar
• Alta habilidad en uno o más lenguajes comunes (por ejemplo, C++, Golang, Java, Python, Scala)
• Habilidad con herramientas comunes de ML (por ejemplo, Spark, TensorFlow, PyTorch)
• Experiencia desplegando y refinando iterativamente modelos usando bucles de retroalimentación del cliente
• Confortable con el código de desarrollo de full-stack/backend para construir una sólida comprensión de las estructuras de datos subyacentes y otras dependencias

Un candidato ideal también tiene:

• Doctorado en Ciencias de la Computación o disciplina cuantitativa (por ejemplo, Matemáticas Aplicadas, Física, Estadística)
• Experiencia construyendo, desplegando y optimizando modelos ML en dispositivos de borde
• Experiencia construyendo aplicaciones ML de extremo a extremo desde cero
• Experiencia optimizando la formación de modelos distribuidos con GPUs
• Experiencia con arquitecturas de ML (por ejemplo, almacén de características)
• Experiencia con Kubernetes, monitoreo distribuído y registro, y mantenimiento de plataforma
• Experiencia construyendo APIs de inferencia en línea utilizando Ray Serve