მთავარი ML პლატფორმის ინჟინერი
ავტომატურად ნათარგმნია ორიგინალი განცხადებიდან. ორიგინალის წაკითხვა ინგლისურად →
სინთეზია არის მსოფლიოში წამყვანი AI ვიდეო პლატფორმა ბიზნესისთვის, რომელსაც იყენებს ფორტუნ 100-ის 90%ზე მეტი. დაარსებული 2017 წელს, კომპანია დაფუძნებულია ლონდონში, ოფისებითა და გუნდებით ევროპასა და აშშ-ში.
როგორც AI აგრძელებს ჩვენი ცხოვრებისა და მუშაობის ფორმირებას, სინთეზია ავითარებს პროდუქტებს ვიზუალური კომუნიკაციისა და საწარმოს უნარების განვითარების გასაუმჯობესებლად, რაც ეხმარება ადამიანებს უკეთ მუშაობაში და წარმატებული ორგანიზაციების ცენტრში დარჩენაში.
ჩვენი ბოლო სერიის E დაფინანსების რაუნდის შემდეგ, სადაც ჩვენ ავიღეთ $200 მილიონი, ჩვენი შეფასებაა $4 მილიარდი. ჩვენი მთლიანი დაფინანსება აღემატება $530 მილიონს პრემიერ ინვესტორებისგან, მათ შორის Accel, NVentures (Nvidia-ს VC განყოფილება), Kleiner Perkins, GV და Evantic Capital, დამფუძნებლებისა და Stripe, Datadog, Miro და Webflow-ის ოპერატორების გარდა.
ჩვენ ვეძებთ მთავარ ინჟინერს, რომელიც შეუერთდება ML პლატფორმის გუნდს სინთეზიაში.
ჩვენი გუნდი აშენებს და ოპერირებს სისტემებს, რომლებიც საშუალებას აძლევს მკვლევარებსა და პროდუქტის გუნდებს, გაწვრთნონ, მოემსახურონ და განათავსონ გენერაციული მოდელები საიმედოდ და ეფექტურად. ეს მოიცავს კვლევით ინფრასტრუქტურას, წარმოების მომსახურების სისტემებს, შიდა ინსტრუმენტებს და პლატფორმის ინტერფეისებს, რომლებიც აკავშირებენ მათ. ჩვენი მისიის მზარდი ნაწილია ამ სისტემების უფრო ავტომატიზაციისთვის და აგენტზე ორიენტირებული, რათა სამუშაო ნაკადები სულ უფრო მეტად იმუშაონ საიმედო ინსტრუმენტების საშუალებით, ვიდრე ხელით ძალისხმევით.
ჩვენ ვეძებთ ძლიერ გენერალისტს სისტემური აზროვნებით:
- ვინ არის კომფორტულად მუშაობს ინფრასტრუქტურაზე, უკანა სისტემებზე და ინსტრუმენტებზე, და ვინც უნახავს ML სისტემები პრაქტიკაში.
- ეს არ არის სუფთა ML ინჟინრის როლი. ჩვენ განსაკუთრებით დაინტერესებული ვართ ადამიანებით, რომლებიც ღრმად ფიქრობენ საიმედოობის, მასშტაბურობის, მუშაობისა და რესურსების ეფექტურობის შესახებ კომპლექსურ წარმოების გარემოში.
ეს არის ხელით IC როლი მნიშვნელოვანი პასუხისმგებლობით. თქვენ დაეხმარებით ჩამოყალიბებაში, თუ როგორ ვითარდება ჩვენი ML პლატფორმა, როდესაც ჩვენ გავზრდით მოდელების, სამუშაოების, ინსტრუმენტებისა და გუნდების რაოდენობას, რომლებიც მასზე არიან დამოკიდებული.
რას გააკეთებთ
- დაპროექტება და გაუმჯობესება პლატფორმის სისტემებისა, რომლებიც მხარს უჭერენ მოდელის ტრენინგს, შეფასებას და წარმოების მომსახურებას.
- ინფრასტრუქტურისა და ინსტრუმენტების აშენება, რომლებიც ML სამუშაოებს უფრო საიმედოს, მასშტაბურ და ხარჯთეფექტურს გახდის.
- შიდა ინსტრუმენტებისა და სამუშაო ნაკადების განვითარება, რომლებიც ადვილად მუშაობენ როგორც ადამიანებისთვის, ასევე აგენტებისთვის.
- მუშაობა არქიტექტურაზე, რომელიც განათავსებს, ემსახურება და მუშაობს მოდელებზე კვლევით და პროდუქტიულ გარემოში.
- გაუმჯობესება, თუ როგორ დავაგეგმოთ, მონიტორინგი და გამოვასწოროთ სამუშაოები, რომლებიც მუშაობენ GPU-ებზე და ღრუბლოვან ინფრასტრუქტურაზე.
- შიდა ინსტრუმენტებისა და აბსტრაქციებისა და აგენტური სისტემების განვითარება, რომლებიც ამცირებენ ოპერაციულ ხარჯებს მკვლევარებისა და ინჟინრებისთვის.
- მამოძრავებელი გაუმჯობესებები მთელ ობსერვაბილურობაში, ავტომატიზაციაში, საიმედოობასა და დეველოპერის გამოცდილებაში.
- თანამშრომლობა მკვლევარებთან და პროდუქტის ინჟინრებთან მტკივნეული საკითხების გასაგებად და მათ ძლიერ პლატფორმულ შესაძლებლობებად გადაქცევისთვის.
- პლატფორმის ზრდასთან ერთად ტექნიკური მიმართულების შეტანა და პრაგმატული არქიტექტურული კომპრომისების გაკეთება.
ამ როლში წარმატების მისაღწევად თქვენ უნდა გქონდეთ
- მწარმოებელი სისტემების მშენებლობის ან ექსპლუატაციის ძლიერი გამოცდილება, საიმედოობის, მასშტაბურობისა და შენარჩუნების უნარით.
- სისტემური აზროვნება: თქვენ ბუნებრივად ფიქრობთ შეზღუდვების, უკმარისობის რეჟიმების, ინტერფეისების, რესურსების გამოყენებისა და გრძელვადიანი ექსპლუატაციის თვალსაზრისით.
- მყარი პრაქტიკული გამოცდილება ღრუბლოვანი ინფრასტრუქტურით, Linux-ით და ინფრასტრუქტურის ავტომატიზაციით.
- გამოცდილება Kubernetes-თან და წარმოების განაწილებული დატვირთვების ექსპლუატაციასთან.
- ძლიერი პროგრამირების უნარები, იდეალურად Python-ში ან მსგავს ენებში, რომლებიც გამოიყენება უკანა სისტემებისა და ინსტრუმენტებისთვის.
- ძლიერი განსჯა იმის შესახებ, თუ სად ამატებს ავტომატიზაცია ბ leverageს და სად არის ადამიანის კონტროლი და საიმედოობა ყველაზე მნიშვნელოვანი.
- შიდა პლატფორმების, დეველოპერის ინსტრუმენტების ან სხვა ინჟინრების მიერ გამოყენებული ინფრასტრუქტურის აბსტრაქციების შექმნის გამოცდილება.
- ამბიციური გარემოში მუშაობის კომფორტი და ღია ტექნიკური პრობლემების მფლობელობა.
- პრაგმატული მიდგომა: თქვენ ზრუნავთ სწორი პრობლემის კარგად გადაჭრაზე და არა ზედმეტ ინჟინერინგზე.
განსაკუთრებით აქტუალური გამოცდილება
- ML ინფრასტრუქტურის ან მოდელის მომსახურების სისტემების ექსპლუატაცია წარმოებაში.
- კვლევითი ან მონაცემთა ინტენსიური დატვირთვების მხარდაჭერა.
- GPU-ზე დაფუძნებული სისტემებით ან სხვა შესრულების მგრძნობიარე ინფრასტრუქტურით მუშაობა.
- დისტრიბუციული სისტემების დაკვირვებისა და გამართვის გამოცდილება.
- გაცნობა Terraform, Datadog, GitHub Actions ან მსგავს ინსტრუმენტებთან.
ბონუს ქულები
- აგენტური ან LLM-ზე მომუშავე შიდა ინსტრუმენტების შექმნის გამოცდილება.
- გამოცდილება სამუშაო პროცესის ორკესტრირების სისტემებთან, როგორიცაა Temporal.
- კვლევასა და წარმოების ინჟინერიას შორის საზღვარზე მუშაობის გამოცდილება.
- გაცნობა შესრულების ოპტიმიზაციასთან, დაგეგმვასთან ან რესურსების განაწილებასთან დაკავშირებული პრობლემების შესახებ.
- მსუბუქი პროდუქტის ან დეველოპერის წინაშე მდგარი ინსტრუმენტების შექმნის გამოცდილება.
ამ განცხადების ასლს ვაქვეყნებთ, რომ საქართველოში სამუშაოს მაძიებლებმა იპოვონ, პირვანდელ წყაროზე ბმულით. თუ თქვენია, შეგიძლიათ მისი მართვა თავად აიღოთ, ან მოგვთხოვოთ მოხსნა.
გადმობარებული განცხადება პირდაპირი ხდება: გამოქვეყნებიდან ან აწევიდან ერთი კვირა ჩანს სხვა საიტებიდან შეგროვებულ განცხადებებზე მაღლა, მისი შესწორება, აწევა და დახურვა თავად შეგიძლიათ, და განცხადება Google-ის ვაკანსიების ძიებაში ხვდება.