Senior Software Engineer - ML Infrastructure

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

Инженер в команду Performance Prediction, которая строит пайплайны данных, ML-инфраструктуру и системы оценки для анализа поведения автопилота от релиза к релизу. Роль для software-инженера, который любит надёжные Python-системы и достоверные ML-результаты.

Задачи

• Курировать датасеты: строить пайплайны поиска, разметки и организации сценариев вождения из реальных и симулированных данных в сбалансированные наборы для обучения и оценки
• Строить масштабируемые воспроизводимые пайплайны данных с версионированием, провенансом, корректными train/validation/holdout разбиениями и контрактами данных
• Анализировать состав, покрытие и качество разметки датасетов, характеризовать эволюцию поведения между релизами и делиться выводами
• Масштабировать ML-инфраструктуру: пайплайны обучения, инференса и оценки с надёжной загрузкой данных, чекпоинтингом и трекингом экспериментов
• Обучать, тюнить и выводить в прод модели — от классических до deep learning — и интегрировать их в автоматизированные аналитические пайплайны
• Определять, реализовывать и валидировать метрики моделей и релизов (precision, recall, F1, ROC AUC, калибровка) со статистической строгостью
• Проводить эксперименты: бейзлайны, аблации, кросс-валидация, сравнение на holdout, оценка неопределённости
• Разрабатывать дашборды и сервисы для сравнения версий ПО, исследования результатов на уровне сценариев и визуализации выходов моделей
• Проектировать чистые интерфейсы между слоями данных, моделирования и продукта, продвигать тестирование, type checking, code review и быстрый CI
• Сотрудничать с командами autonomy, симуляции, данных и инфраструктуры для вывода идей из прототипа в прод

Требования

• Степень бакалавра в Computer Science, Computer Engineering, Electrical Engineering, Robotics или смежной области и 4+ года релевантного опыта (или магистратура и 2+ года опыта)
• Сильные навыки Python software engineering, включая проектирование модульных, поддерживаемых и хорошо протестированных систем в общей кодовой базе
• Опыт построения end-to-end ML-систем: от пайплайнов данных и курирования датасетов до обучения, оценки и прода, с инструментами SQL, pandas, PyTorch или scikit-learn
• Опыт проектирования масштабируемой ML-инфраструктуры: пайплайны обучения и оценки, трекинг экспериментов, model serving или распределённые задачи
• Прочная база в статистике и планировании экспериментов: выбор стратегий оценки, метрик и порогов для реальных решений
• Ясная коммуникация и умение эффективно работать между командами software, ML и autonomy

Условия

• Конкурентная компенсация
• Медицинская, стоматологическая и офтальмологическая страховка для сотрудника и семьи
• Health savings account с матчингом от работодателя
• 401(k) с матчингом работодателя и немедленным вестингом
• Оплачиваемая страховка жизни от работодателя и опция добровольной страховки
• Оплачиваемый родительский отпуск и программа поддержки усыновления/суррогатства
• Оплачиваемый медицинский отпуск
• Неограниченный отпуск и 15 оплачиваемых праздников
• Ежедневные обеды, снеки и напитки во всех офисах
• Pre-tax счета на здравоохранение и уход за зависимыми
• Pre-tax льготы на транспорт
• Ежемесячный велнес-стипенд
• Программа backup-ухода за детьми и пожилыми
• Возмещение расходов на профессиональное развитие
• Employee assistance program
• Скидки на юридические услуги, защиту от кражи личности, страхование питомцев и другое
• Employee resource groups, квартальный стипенд на командные активности и велнес-инициативы
• Бонусы, equity и пакет льгот
• Визовая поддержка доступна

Навыки

• Python
• SQL
• pandas
• PyTorch
• scikit-learn
• ML infrastructure
• data pipelines
• experiment tracking
• model serving
• distributed jobs
• statistics
• Dagster
• Airflow
• Ray
• Weights & Biases
• Dash
• Streamlit
• Bazel
• gradient boosting