Software Engineer, Sweeps (Remote)
- Software Engineer
- San Francisco
- 06/24/2024
- -
W firmie Weights & Biases naszą misją jest rozwijanie najlepszych narzędzi dla profesjonalistów AI. Jako firma z finansowaniem Serii C w wysokości 250 milionów dolarów, szybko rozwijamy naszą bazę użytkowników. Nasza platforma jest niezbędna dla inżynierów uczenia maszynowego w czołowych instytucjach, takich jak FAIR i UC Berkeley, oraz wiodących przedsiębiorstwach, takich jak iRobot, OpenAI, Toyota Research Institute, Samsung, NVIDIA, Salesforce, Blue Cross Blue Shield, Lyft i wiele innych.
Jako Inżynier Oprogramowania odpowiedzialny za produkt Sweeps w Weights & Biases, będziesz budować i utrzymywać kluczowe funkcje, które umożliwiają użytkownikom efektywne strojenie hiperparametrów. Będziesz pracować nad następną generacją sweeps, koncentrując się na dystrybucji skryptów strojenia hiperparametrów na klastrach i infrastrukturze chmurowej. Przyczynisz się do rozwoju Weights & Biases Launch, innowacyjnej warstwy wykonawczej na naszej platformie. Będziesz projektować architekturę systemów i API, aby ułatwić bezproblemowe przejścia aranżacji pracy do chmury lub lokalnych klastrów.
Obowiązki:
Wymagania:
Dlaczego warto do nas dołączyć?
Najlepsze zespoły zajmujące się uczeniem maszynowym polegają na naszych narzędziach w swoich codziennych operacjach, w tym giganci tacy jak OpenAI, Toyota Research Institute, Lyft, Samsung i Pandora. Ta rola oferuje ciągłą krzywą nauki, pozwalając na interakcję z czołowymi badaczami, zrozumienie ich problemów i kształtowanie kierunku rozwoju produktu.
Doświadczony zespół założycielski ma udokumentowane sukcesy w tworzeniu i sprzedaży narzędzi ML, czego przykładem jest Figure Eight. Wnoszą oni głębokie zrozumienie branży, empatię dla naszych użytkowników i wyjątkowe umiejętności zarządzania, prowadząc Weights & Biases do sukcesu. Klienci naprawdę korzystają z naszych narzędzi. Jak mówi Wojciech Zaremba, współzałożyciel i lider zespołu robotyki w OpenAI: "W&B pozwala na skalowanie wniosków od pojedynczego badacza do całego zespołu i od jednej maszyny do setek z nich."