ML Platform Engineer (m/w) 100%

Informations sur le poste ###### Lieu : Zurich, hybride Charge de travail : Temps plein Vos tâches : Construire et exploiter l'infrastructure et les plateformes ML qui alimentent les produits d'IA d'A1 Concevoir des systèmes pour l'entraînement, l'évaluation, le déploiement, l'inférence et l'expérimentation de modèles Construire et optimiser l'infrastructure de service et d'inférence de 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 mise en production des modèles et l'amélioration continue Construire des plateformes et des outils qui permettent aux ingénieurs et chercheurs en IA 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 de 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 dans toute la pile ML et améliorer continuellement les performances du système Travailler en étroite collaboration avec les ingénieurs en 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 workflow Infrastructure GPU et outils de performance Bases de données vectorielles et infrastructure de récupération 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 d'apprentissage automatique de production Expérience avec le déploiement de modèles, l'inférence, l'évaluation ou les pipelines de données Bonne compréhension 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 en mouvement rapide Sens de la responsabilité, de l'expérimentation et de l'amélioration continue Compétences requises ###### • CLOUD • Monitoring • Python • Machine Learning