Full Stack Software Engineer - ML Compute Capacity

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

Senior-инженер в команду ML Compute Capacity в Apple: проектирование и эксплуатация production-систем для оптимального распределения вычислительных ресурсов, работа по всему стеку — от data pipelines и backend-сервисов до API и интерактивных фронтендов.

Задачи

• Строить и эксплуатировать системы планирования спроса и мощностей
• Создавать data pipelines и системы телеметрии, собирающие и нормализующие данные об утилизации и стоимости по гетерогенным мультитенантным флотам
• Разрабатывать инфраструктуру наблюдаемости — мониторинг, алертинг и дашборды для отображения состояния и эффективности флота в реальном времени
• Развивать инструменты прогнозирования, оптимизации и управления цепочками поставок, работающие в масштабе
• Создавать end-to-end инструменты — от моделей данных и API до интерактивных дашбордов — превращающие сложные данные в практические выводы для руководства
• Строить self-service платформы с чёткими контрактами схем и API для ML-команд, инфраструктурных инженеров и финансов
• Взаимодействовать кросс-функционально с финансовыми аналитиками, менеджерами цепочек поставок, операциями дата-центров и инженерами вычислительной инфраструктуры
• Поддерживать команду через code review и обмен знаниями

Требования

• 5+ лет релевантного опыта
• Владение Python для production backend и data engineering
• Опыт построения data pipelines и написания надёжных запросов к крупномасштабным мультиисточниковым данным (например, Trino, PostgreSQL, Elasticsearch)
• Опыт проектирования и разработки RESTful API и работы с облачными хранилищами
• Опыт работы с современными веб-фреймворками, например React
• Опыт работы с инструментами наблюдаемости (например, Prometheus, Grafana) или аналогичными системами мониторинга
• Отличные навыки постановки и решения задач
• Сильные основы computer science
• Степень бакалавра или выше в области инженерии, математики, экономики или смежной количественной дисциплины

Условия

• Небольшая, гибкая команда с высокой автономией и быстрым темпом работы
• Возможность владеть и эксплуатировать сервисы, которые масштабируются и остаются высокодоступными

Навыки

• Python
• Trino
• PostgreSQL
• Elasticsearch
• RESTful API
• React
• Prometheus
• Grafana
• Kubernetes
• Cloud storage
• Data pipelines
• Observability
• Distributed systems
• ML infrastructure