Senior Software Engineer (Machine Learning) - Economy ML

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Senior ML-инженер в команду Economy ML платформы Roblox. Отвечает за инфраструктуру обучения и сервинга моделей ранжирования, рекомендаций и ценообразования для виртуальной экономики.

Задачи

• Строить и эксплуатировать инфраструктуру обучения моделей ранжирования, рекомендаций и ценообразования: распределённое обучение, эффективная загрузка данных, воспроизводимые пайплайны
• Совместно с ML-инженерами проектировать модели и системы, оптимизировать обучение и инференс: GPU-утилизация, память, пропускная способность, латентность
• Проектировать и разрабатывать backend-сервисы и API для доставки предсказаний моделей в Marketplace, Payments и Developer Monetization
• Строить и масштабировать batch- и real-time пайплайны данных и фичей для обучения и сервинга
• Отвечать за путь от обученной модели до продакшн-сервинга: упаковка, деплой, версионирование, shadow и canary-раскатки, интеграция с A/B-экспериментами
• Обеспечивать надёжность и наблюдаемость систем, задавать лучшие практики логирования, мониторинга, алертинга и on-call
• Взаимодействовать с центральной ML-платформой и командами data infrastructure, а также с backend-командами Marketplace и Economy
• Участвовать в формировании технического направления команды: стек обучения и сервинга, инфраструктурный roadmap, баланс качества модели, латентности и стоимости
• Менторить инженеров через дизайн-ревью, код-ревью и практическое наставничество

Требования

• 5+ лет опыта в software engineering, из них 2+ года построения и эксплуатации ML-инфраструктуры или ML-сервисов в продакшене на высоком масштабе
• Опыт с рекомендательными, поисковыми или рекламными системами — сильный плюс
• Прочные инженерные основы в Python и как минимум одном другом backend-языке, опыт проектирования и эксплуатации распределённых низколатентных сервисов
• Практический опыт обучения и сервинга deep learning моделей в продакшене с PyTorch, включая масштабирование обучения на GPU и ноды и деплой на GPU-инференс-серверы
• Опыт построения batch- и streaming-пайплайнов данных и feature store (Spark, Flink, Kafka), внимание к качеству данных и training/serving skew
• Умение строить системы, которые легко отлаживать и эксплуатировать, ответственность за здоровье продакшена
• Опыт работы с ML-инженерами, платформенными командами, продакт-менеджерами и data scientist'ами, способность выстраивать alignment в сложной многостейкхолдерной среде
• Понимание влияния инфраструктурных решений (латентность, свежесть, стоимость) на качество модели и продуктовые метрики
• Степень BS, MS или PhD в Computer Science, Engineering или смежной технической области либо эквивалентный практический опыт

Условия

• Годовая зарплата $243,290—$295,250 USD
• Equity-компенсация и бенефиты для full-time сотрудников
• Офисный формат: onsite вторник, среда и четверг, понедельник и пятница — опционально
• Равные возможности трудоустройства и разумные accommodations для кандидатов с инвалидностью

Навыки

• Python
• PyTorch
• GPU
• Spark
• Flink
• Kafka
• feature store
• distributed training
• ML infrastructure
• backend
• A/B testing