Apple
Engineering Program Manager – Machine Learning Features
Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.
Engineering Program Manager в Apple, который ведёт ML-фичи в области речи, аудио и компьютерного зрения от исследования до релиза. Роль на стыке ML-исследований, данных, silicon, firmware и софтверных команд.
Задачи
- Владеть планом поставки ML-фич: от исследований и прототипирования до интеграции, валидации и релиза
- Совместно с командами данных формировать стратегию и план данных под нужды моделей и вехи программы
- Синхронизировать вехи моделей со сборками HW, pre-silicon валидацией (симуляция и FPGA) и silicon bring-up
- Руководить интеграцией с SW-группами: передача моделей, интерфейсы, графики интеграции и сроки релиза
- Согласовывать приоритеты, вычислительные мощности и зависимости между ML-командами, MLOps и data science
- Отслеживать качество моделей, латентность, память и энергопотребление относительно целей продукта и вести trade-off решения
- Выстраивать практики релиза моделей: readiness gates, версионирование, отслеживание регрессий и пост-интеграционный мониторинг
- Готовить для руководства понятные рекомендации по прогрессу ML на основе данных
Требования
- B.Sc. в Computer Science, Electrical Engineering или смежной STEM-области
- 8+ лет релевантного опыта, включая значительный опыт управления инженерными программами в SW или ML-разработке
- Практический опыт как ML-инженер, исследователь или data scientist
- Опыт работы с командами данных: определение стратегии и планов данных для ML-программ, понимание влияния данных на качество моделей
- Понимание жизненного цикла ML и техническая глубина для содержательного общения с исследователями и инженерами
- Опыт с циклами HW NPI (прототипные сборки, pre-silicon валидация)
- Использование AI-инструментов в ежедневной работе для повышения продуктивности
- Отличные коммуникативные навыки, включая подготовку сводок сложного статуса для топ-менеджмента
- Опыт лидерства через влияние в матричной многонациональной среде
Навыки
- Machine Learning
- MLOps
- Data Science
- Computer Vision
- Speech Recognition
- Audio ML
- FPGA
- Pre-silicon validation
- CI/CD
- GPU training
- AI tools