Ingénieur Principal de Données IA

Il s'agit d'un poste hybride basé dans nos bureaux de Palo Alto ou de San Francisco qui nécessitera votre présence au bureau les mardis et jeudis.

Qu'est-ce qui rend ce poste intéressant ?

Nous, chez Grindr, croyons que l'IA peut révolutionner l'industrie de la rencontre. Notre responsable de l'ingénierie des données est chargé de construire des ensembles de données ML de haute qualité à grande échelle, utilisés pour entraîner des modèles ML qui alimentent les fonctionnalités centrées sur l'IA. Dans ce rôle clé, vous aurez l'opportunité de construire des outils fondamentaux et des pipelines de données pour ingérer, normaliser et nettoyer les données précieuses qui seront fondamentales pour nos ingénieurs ML chez Grindr pour construire des outils d'IA, y compris les recommandations, les LLMs, les publicités, la recherche visuelle, la croissance/notifications, la confiance et la sécurité.

Quel est le travail ?

Nous recherchons un ingénieur de données exceptionnel qui est passionné par les données pour l'IA et les valeurs qu'il peut apporter à Grindr, qui aime travailler avec les opérations de données à grande échelle ; et qui est engagé dans le travail acharné nécessaire pour améliorer continuellement nos pipelines de données ML.

Dans ce poste, vous serez responsable de l'établissement et de l'exécution de la stratégie de notre moteur de données ML de l'organisation, avec un focus initial sur les opérations de données ML agiles. Cela comprend l'identification des composants d'infrastructure et de la pile de données à utiliser, la conception et la mise en œuvre de pipelines entre les systèmes de données et les équipes, les workflows d'automatisation, les outils d'enrichissement et de surveillance des données pour tous les modèles d'IA. En tant que chef de technologie spécialisé en génie des données, on s'attend à ce que vous codiez et contribuiez à la pile.

Responsabilités :

• Plonger dans notre ensemble de données et concevoir, mettre en œuvre et mettre à l'échelle des pipelines de pré/post-traitement des données des modèles ML
• Travailler sur des solutions ML appliquées dans les domaines de l'extraction de données, du nettoyage, de la normalisation et de la modélisation
• Être auto-motivé à la recherche de solutions lorsque le chemin correct n'est pas toujours connu
• Collaborer avec les ingénieurs pour conceptualiser, planifier et mettre en œuvre des initiatives d'ingénierie des données en travaillant avec différents intervenants
• Concevoir et construire des plateformes et des structures de données pour traiter de grands volumes de données, en temps réel ainsi qu'en lots, qui seront utilisées par les équipes d'ingénierie
• Construire des flux de traitement de données pour nettoyer et modéliser des données textuelles pour les LLMs
• Rechercher et évaluer les nouvelles technologies dans le domaine du big data pour guider notre amélioration continue
• Collaborer avec des équipes multifonctionnelles pour aider à optimiser la performance des applications de grandes données
• Travailler avec l'équipe de confidentialité et de sécurité sur les initiatives de gouvernance, de risque et de conformité des données
• Travailler sur des initiatives pour assurer la stabilité, la performance et la fiabilité de notre infrastructure de données

Ce que nous adorerons chez vous

• Un baccalauréat en informatique, en mathématiques, en physique ou dans des domaines connexes
• 5+ années d'expérience en tant qu'ingénieur de données construisant des pipelines de données de pré/post-traitement de niveau production pour les modèles ML/DL, y compris 2+ années d'expérience de leadership technique
• Expérience en analyse statistique & visualisation sur des ensembles de données en utilisant Pandas ou R
• Expérience dans la conception et la construction de systèmes distribués, hautement disponibles, d'extraction, d'ingestion, de normalisation et de traitement de grands ensembles de données en temps réel ainsi qu'en lots, qui seront utilisés par les équipes d'ingénierie en utilisant des frameworks d'orchestration comme Airflow, KubeFlow ou d'autres outils de pipeline
• Expérience avérée dans la création de pipelines de données pour des ensembles de données textuelles NLP/ modèles de langage de grande taille
• Capacité à produire un logiciel bien conçu, y compris des suites de tests automatisés appropriées, une documentation technique et une stratégie opérationnelle
• Excellentes compétences en codage en Python, Java, bash, SQL, et expertise avec le contrôle de version Git
• Expérience dans l'utilisation de technologies de big data (Snowflake, Airflow, Kubernetes, Docker, Helm, Spark, pySpark)
• Expérience avec tout environnement cloud public - AWS, GCP ou Azure
• Une expérience significative avec les bases de données relationnelles et l'écriture de requêtes (SQL) ainsi que les bases de données NoSQL comme DynamoDB, etc.
• Expérience dans la construction et la maintenance de ETL (gestion de pipelines ETL fiables et de haute qualité)

Nous serons vraiment séduits si vous avez

• 2+ années d'expérience de leadership technique dans la construction de pipelines d'ingénierie de données pour l'IA
• Expérience préalable dans la construction de pipeline de données pour des API de conversation IA et des systèmes de recommandation
• Expérience avec les systèmes distribués et les microservices
• Expérience avec Kubernetes et la construction d'images Docker

• Expérience dans la construction de systèmes de traitement de flux, utilisant des solutions telles que Kafka, Storm ou Spark-Streaming
• Une bonne compréhension des sujets d'apprentissage automatique appliqué
• Etre familiarisé avec la conformité légale (avec les outils de gestion des données) la classification des données, et la rétention
• Un historique constant de gestion et de mise en œuvre de projets de données complexes