Software Engineer III, AI/ML, Core
Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.
Инженер в команду Core в Google: разработка и поддержка production ML-моделей и инфраструктуры, масштабируемых пайплайнов данных и автоматизированных циклов обучения и оценки моделей.
Задачи
- Проектировать, разрабатывать, тестировать и разворачивать надёжные production-grade ML-модели и инфраструктуру
- Создавать и поддерживать масштабируемые пайплайны данных, feature stores и автоматизированные процессы обучения и оценки моделей
- Работать в тесной связке с Product Managers, Data Scientists и другими ML-инженерами, превращая требования в конкретные технические решения
- Мониторить, бенчмаркать и оптимизировать production ML-модели по latency, throughput и стоимости без потери качества предсказаний
Требования
- Bachelor’s degree или эквивалентный практический опыт
- 2 года опыта разработки ПО на одном или нескольких языках программирования, либо 1 год при наличии продвинутой степени
- 1 год опыта с одним или несколькими направлениями: LLM-системы, speech/audio, reinforcement learning, ML-инфраструктура или другая специализация в ML
- 1 год опыта с AI/ML-инфраструктурой (деплой моделей, оценка моделей, оптимизация, обработка данных, отладка)
- Предпочтительно: магистратура или PhD в Computer Science или смежной технической области
- Предпочтительно: 2 года опыта с структурами данных или алгоритмами
- Предпочтительно: опыт разработки доступных технологий
Условия
- Медицинская, стоматологическая, офтальмологическая страховка, страхование жизни и инвалидности
- Пенсионные отчисления 401(k) с вкладом компании
- 20 дней отпуска в год, начисление 6.15 часов за период выплат в первые пять лет работы
- 40 часов/год больничных (69 часов/год для Сиэтла), включая 5 дополнительных дней
- Декретный отпуск (Short-Term Disability + Baby Bonding): 28–30 недель
- Baby Bonding Leave: 18 недель
- 13 оплачиваемых праздничных дней в год
- Компенсация: $147000–$210000 (USD) + 15% бонус + equity + benefits
Навыки
- LLM systems
- speech/audio
- reinforcement learning
- ML infrastructure
- model deployment
- model evaluation
- optimization
- data processing
- debugging
- data structures
- algorithms
- data pipelines
- feature stores