Machine Learning Platform Engineer

À propos de A1 Il y a plus de 5 milliards d'utilisateurs utilisant aujourd'hui des applications de base telles que l'e-mail, les notes, les tâches qui ne sont pas natives de l'IA. Notre mission est de construire un assistant intelligent proactif pour les utilisateurs quotidiens afin d'apporter de l'intelligence aux conversations, aux courses, à l'organisation et aux flux de travail, avec un minimum d'instructions. Notre produit se concentre sur l'obtention d'une haute fiabilité pour les flux de travail de longue durée, le contexte persistant et l'exécution de tâches dans le monde réel. Le système doit gérer le raisonnement multi-étapes, interagir avec des outils externes et rester fiable malgré le comportement non déterministe des modèles. Notre objectif est d'aider les utilisateurs à accomplir leurs tâches quotidiennes de manière agréable avec un temps réduit de plus de ~90%*. À propos du rôle En tant que ML Platform Engineer, vous construirez l'infrastructure et les systèmes qui alimentent les capacités d'IA de A1. Vous concevrez et exploiterez les systèmes derrière la pile IA, de l'entraînement et de l'évaluation des modèles au déploiement, à l'inférence, à l'observabilité et à l'amélioration continue. Vous travaillerez en étroite collaboration avec les ingénieurs IA, les chercheurs et les ingénieurs produit pour transformer les modèles en systèmes de production fiables, évolutifs et rentables. Vous construirez les plateformes, les outils et l'infrastructure qui permettent à l'équipe d'expérimenter rapidement et de mettre les capacités d'IA en production en toute confiance. Focus - Construire et exploiter l'infrastructure et les plateformes ML qui alimentent les produits IA de A1 - Concevoir des systèmes pour l'entraînement, l'évaluation, le déploiement, l'inférence et l'expérimentation des modèles - Construire et optimiser l'infrastructure de service (serving) et d'inférence des modèles pour des charges de travail à haut débit et à faible latence - Améliorer la fiabilité, l'évolutivité, la latence et l'efficacité des coûts des systèmes d'IA - Développer des pipelines fiables pour la préparation des données, l'entraînement, l'évaluation, la sortie des modèles et l'amélioration continue - Construire des plateformes et des outils qui permettent aux ingénieurs IA et aux chercheurs d'expérimenter, d'évaluer et de livrer des modèles plus rapidement - Développer une infrastructure d'évaluation et de benchmarking pour mesurer la qualité, la performance et les régressions des modèles - Construire l'observabilité, la surveillance, le traçage et l'alerte en production pour les charges de travail AI/ML - Améliorer les systèmes d'IA en termes de fiabilité, d'évolutivité, de latence, de débit et de coût - Identifier les goulots d'étranglement à travers la pile ML et améliorer continuellement les performances du système - Travailler en étroite collaboration avec les ingénieurs IA, les chercheurs et les équipes produit pour transformer les exigences évolutives des modèles en une infrastructure prête pour la production Tech Stack - Python - PyTorch / JAX - Infrastructure de service LLM et ML telle que vLLM, SGLang, ou TensorRT-LLM - Infrastructure Cloud - Systèmes distribués - Pipelines ML/données et orchestration de flux de travail - Infrastructure GPU et outils de performance - Bases de données vectorielles et infrastructure de recherche (retrieval) Expérience Idéale - Solides fondamentaux en ingénierie logicielle et expérience dans la construction de systèmes de production - Expérience dans la construction d'infrastructures ML, de plateformes ou de systèmes de machine learning de production - Expérience avec le déploiement de modèles, l'inférence, l'évaluation ou les pipelines de données - Compréhension approfondie des systèmes distribués et de la fiabilité des systèmes - Capacité à écrire un code propre, maintenable et de qualité production - À l'aise pour travailler dans des environnements ambigus et à évolution rapide - Orientation vers la responsabilité (ownership), l'expérimentation et l'amélioration continue Résultats - L'infrastructure IA supporte de manière fiable les charges de travail de production à grande échelle - Les modèles peuvent être entraînés, évalués, déployés et améliorés efficacement - Les systèmes d'inférence offrent une latence, un débit, une fiabilité et une efficacité des coûts solides - Les pipelines ML sont reproductibles, observables, maintenables et robustes - Les régressions de modèles et d'infrastructure sont détectées rapidement et diagnostiquées efficacement - Les capacités communes de l'infrastructure ML deviennent des primitives de plateforme réutilisables plutôt que d'être reconstruites pour chaque produit IA - La pile IA peut évoluer rapidement à mesure que de nouveaux modèles, architectures et techniques d'inférence émergent