Staff+ Software Engineer, ML Inference Path

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

Инженер в команду Safeguards ML Inference Path: проектирование и эксплуатация продакшн-инфраструктуры для ML-систем безопасности Claude. Работа на стыке машинного обучения, распределённых систем и AI safety, поддержка каждого запуска моделей.

Задачи

• Проектировать и строить масштабируемую ML-инфраструктуру для real-time safety-деплоев классификаторов и моделей
• Создавать инструменты мониторинга и observability для отслеживания качества классификаторов, данных и здоровья системы
• Совместно с исследовательскими командами выводить safety-исследования в продакшн
• Оптимизировать latency и throughput инференса для real-time safety-оценок
• Внедрять автоматизированное тестирование, деплой и откат ML-моделей в продакшене
• Работать с командами Safeguards, Security и Alignment для сбора требований и поставки инфраструктуры
• Развивать внутренние инструменты и фреймворки для ускорения safety-исследований и деплоя

Требования

• Уверенное владение Python и опыт с ML-фреймворками (PyTorch, TensorFlow или JAX)
• Понимание принципов распределённых систем и опыт построения high-throughput, low-latency систем
• Опыт создания автоматизированных или self-service пайплайнов деплоя и eval-инфраструктуры
• Опыт внедрения A/B-тестирования и инфраструктуры экспериментов для ML-систем
• Ориентация на результат и надёжность в safety-critical системах
• Умение работать с исследователями и переводить передовые исследования в продакшн
• Искренний интерес к AI safety и влиянию технологий на общество
• Желательно: 5+ лет опыта построения продакшн ML-инфраструктуры, в идеале в safety-critical доменах (fraud detection, модерация контента, оценка рисков)
• Желательно: опыт работы с большими языковыми моделями и современными transformer-архитектурами
• Желательно: опыт разработки систем мониторинга и алертинга для производительности ML-моделей и дрейфа данных
• Желательно: опыт в trust & safety, предотвращении мошенничества или модерации контента
• Желательно: знание privacy-preserving ML-техник и требований комплаенса

Условия

• Гибридный формат: ожидается присутствие в офисе минимум 25% времени
• Спонсорство визы: компания спонсирует визы и держит иммиграционного юриста
• Конкурентная компенсация и бенефиты, опциональный equity donation matching
• Щедрый отпуск и родительский отпуск, гибкий график
• Офис в Сан-Франциско для совместной работы

Навыки

• Python
• PyTorch
• TensorFlow
• JAX
• distributed systems
• ML infrastructure
• monitoring
• observability
• A/B testing
• LLM
• transformer architectures
• inference optimization