AIML - Site Reliability Engineer, ML Platform & Technology

Streszczenie
Opublikowano: 19 maja 2024
Numer roli: 200552108

W Apple łączymy wyjątkowe jednostki, aby tworzyć produkty i doświadczenia niegdyś nie do wyobrażenia, a teraz nieodłączne od codziennego życia. Jesteś gotów wpłynąć na świat i pracować obok zróżnicowanego i rozległego zespołu? Odkryj karierę u nas i spraw, aby praca marzeń stała się rzeczywistością!

Odtwarzaj kluczową rolę w rewolucjonizowaniu sposobu, w jaki ludzie wchodzą w interakcję ze swoimi komputerami i urządzeniami mobilnymi. To stanowisko skupia się na rozwijaniu technologii dla algorytmicznego wyszukiwania, uczenia maszynowego, przetwarzania języka naturalnego i sztucznej inteligencji. Będziesz współpracować z zespołami w celu budowania niektórych z największych znanych dziś systemów big-data.

• Doświadczenie w dziedzinie inżynierii niezawodności systemów, ze szczególnym uwzględnieniem wsparcia usług internetowych i rozproszonych systemów.
• Biegłość w językach programowania wysokiego poziomu, takich jak Go i Python, szczególnie dla automatyzacji, obserwacji i zarządzania infrastrukturą.
• Umiejętność budowania i wsparcia rozwiązań w zakresie telemetrii, obserwowalności i logowania dla kompleksowego zarządzania incydentami, kosztami i wydajnością.
• Znajomość kodowania infrastruktury i narzędzi do jej dostarczania, ukierunkowanych na Kubernetes i usługi oparte na chmurze.
• Znajomość platform monitorowania i obserwowalności, takich jak ELK, Splunk, OpenCensus i Datadog.
• Zrozumienie systemów ML Ops oraz praktyczne doświadczenie z tymi narzędziami będzie dodatkowym atutem.
• Wysokie umiejętności interpersonalne, potwierdzone poprzednimi projektami współpracą lub zadaniami.

• Monitorowanie różnych środowisk usługowych, w tym produkcyjnych, strefy testowej i rozwojowej, w dynamicznej i zwinnej organizacji.
• Wykorzystanie metryk do kierowania rozwiązaniami opartymi na danych, mającymi na celu optymalizację niezawodności, wydajności i wglądu w serwis.
• Rozwój i udoskonalanie narzędzi automatyzacji do monitorowania, logowania oraz przetwarzania danych ML i potoków danych.
• Przyczynianie się do zwiększania stabilności, bezpieczeństwa, efektywności i skalowalności systemów produkcyjnych poprzez solidne praktyki inżynieryjne.
• Angażowanie się w planowanie pojemności, eksplorację nowych funkcji i produktów w celu zaspokojenia przyszłych potrzeb.
• Zajmowanie się codziennym rozwiązywaniem problemów; samodzielne inicjowanie kroków w celu identyfikacji problemów i analizy przyczyn.
• Pisanie uzasadnień technicznych, raportów z incydentów, najlepszych praktyk i dokumentów specyfikacji rozwiązań.

Licencjat z informatyki, inżynierii komputerowej lub pokrewnego kierunk