Ingénieur en Données ML (Senior/Chef/Principale)

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 est si intéressant dans ce rôle ?

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

Quel est le travail ?

Nous cherchons un ingénieur de données exceptionnel qui se passionne pour les données de l'IA et les valeurs qu'elles peuvent apporter à Grindr, qui aime travailler avec des données opérationnelles à grande échelle ; et qui est engagé dans le travail difficile 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, avec un premier accent sur les opérations de données ML agiles. Cela inclut l'identification des composants d'infrastructure et de la pile de données à utiliser, la conception et la mise en œuvre des pipelines entre les systèmes de données et les équipes, les workflows d'automatisation, les outils d'enrichissement et de surveillance des données pour les modèles d'IA. En tant que chef de technologie spécialisé dans l'ingénierie des données, on attend de vous que vous codiez et contribuiez à la pile.

Responsabilités :

• Plongez dans notre jeu de données et concevez, mettez en œuvre et développez des pipelines de traitement de données avant et après les modèles ML
• Travaillez sur des solutions ML appliquées dans les domaines du minage de données, du nettoyage, de la normalisation et de la modélisation
• Soyez auto-motivé pour chercher des solutions quand le chemin correct n'est pas toujours connu
• Collaborez avec les ingénieurs pour conceptualiser, planifier et mettre en œuvre des initiatives d'ingénierie des données en travaillant avec différents intervenants
• Concevez et construisez des plateformes de données et des cadres de traitement pour traiter des volumes élevés de données, en temps réel comme en batch, qui seront utilisés par toutes les équipes d'ingénierie
• Construisez des flux de traitement de données pour nettoyer et modéliser des données textuelles pour les LLMs
• Recherchez et évaluez de nouvelles technologies dans le domaine des Big Data pour guider notre amélioration continue
• Collaborez avec des équipes multifonctionnelles pour aider à optimiser la performance des applications de grandes données
• Travaillez avec l'équipe de confidentialité et de sécurité sur les initiatives de gouvernance, de risque et de conformité des données
• Travaillez sur des initiatives pour assurer la stabilité, la performance et la fiabilité de notre infrastructure de données

Ce que nous allons adorer chez vous

• Titulaire d'un Bachelor en Informatique, Mathématiques, Physique, ou d'un domaine connexe
• Au moins 5 ans d'expérience en tant qu'ingénieur de données travaillant sur des pipelines de données avant et après le traitement à un niveau de production pour des modèles ML/DL, dont au moins 2 ans d'expérience en tant que leader 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 très disponibles, de systèmes distribués d'extraction, d'ingestion, de normalisation et de traitement de grands ensembles de données en temps réel ainsi que par lots, qui seront utilisés par toutes les équipes d'ingénierie en utilisant des cadres d'orchestration comme Airflow, KubeFlow ou d'autres outils de pipeline
• Démonstration d'expérience antérieure dans la création de pipelines de données pour des ensembles de données textuelles NLP/ grands modèles de langue
• Capacité à produire un logiciel bien conçu, y compris les suites de tests automatisés appropriées, la documentation technique, et la stratégie opérationnelle
• Excellentes compétences en codage en Python, Java, bash, SQL, et une expertise avec le contrôle de version Git
• Expérience d'utilisation de technologies de big data (Snowflake, Airflow, Kubernetes, Docker, Helm, Spark, pySpark)
• Expérience avec un environnement de cloud public - AWS, GCP ou Azure
• 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 de la construction et de la maintenance des ETL (gestion de pipelines ETL fiables et de haute qualité)

Nous serons vraiment séduits si vous avez

• 2+ années d'expérience en tant que leader technique dans la construction de pipelines d'ingénierie de données pour l'IA
• Expérience précédente dans la construction de pipeline de données pour les APIs d'IA conversationnelle et les 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, en utilisant des solutions telles que Kafka, Storm ou Spark-Streaming
• Bonne compréhension des sujets d'apprentissage machine appliqués
• Familiarité avec la conformité légale (avec les outils de gestion des données) la classification des données, et la rétention
• Historique constant de gestion et de mise en œuvre de projets de données complexes