Staff Software Engineer, AI/ML GenAI, Google Workspace
Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.
Staff-инженер в команду Google Workspace (Gmail, Docs, Drive, Calendar и др.) для разработки GenAI-решений и ML-инфраструктуры. Роль предполагает техническое лидерство и влияние на продукты для миллиардов пользователей.
Задачи
- Проектировать, разрабатывать, тестировать, разворачивать, поддерживать и улучшать крупномасштабные программные решения
- Обеспечивать техническое лидерство в высокоприоритетных проектах
- Управлять приоритетами, сроками и результатами проекта
- Обеспечивать согласованность целей, результатов и сроков между командами
- Влиять на распределённую команду инженеров и наставлять её
- Руководить проектированием GenAI-решений, оптимизацией ML-инфраструктуры и стратегиями подготовки данных и оптимизации моделей
Требования
- Степень бакалавра или эквивалентный практический опыт
- 8 лет опыта в разработке ПО
- 5 лет опыта руководства ML-дизайном и оптимизацией end-to-end ML в промышленном масштабе (деплой, оценка моделей, обработка данных, отладка, fine tuning)
- 5 лет опыта тестирования и запуска программных продуктов
- 3 года опыта в проектировании и архитектуре ПО
- 2 года опыта с современными GenAI-техниками (LLM, Multi-Modal, Large Vision Models) или связанными концепциями (language modeling, computer vision)
- Предпочтительно: магистратура или PhD в инженерии, computer science или смежной технической области
- Предпочтительно: 8 лет опыта с структурами данных и алгоритмами
- Предпочтительно: 3 года опыта технического лидерства с руководством проектными командами и определением технического направления
- Предпочтительно: 3 года опыта в кросс-функциональных или кросс-бизнес проектах
Условия
- Зарплата $207000 - $300000 (USD)
- Целевой бонус 20%
- Equity
- Benefits
- Возможность выбрать предпочтительную локацию: New York, NY или Sunnyvale, CA
- В большинстве случаев собеседования проходят очно
Навыки
- Machine Learning
- GenAI
- LLM
- Multi-Modal
- Large Vision Models
- Computer Vision
- Model deployment
- Model evaluation
- Data processing
- Fine tuning
- Data structures
- Algorithms
- Software design
- Architecture