机器学习基础设施工程师

Later 是全球最智能的影响力营销公司，旨在帮助品牌自信地创建难忘的营销活动。通过结合真实的创作者关系、可信的洞察力和专家指导，Later 使营销中最显眼的投资变得无畏和无猜测。我们正在寻找一名机器学习基础设施工程师加入我们的成长数据与平台团队，构建支持 Later 产品组合中 AI 和机器学习能力的基础架构。作为团队中第一位专职的 ML 基础设施工程师，您将负责支持模型实验、训练、部署和监控的系统。此角色对于加速我们的数据科学计划和推动未来 AI 创新至关重要。您将设计并操作可靠、安全且可扩展的 ML 基础设施，使数据科学家和工程师能够信心十足地推出高影响力模型。如果您对在快速发展的环境中构建稳健的 ML 系统感到兴奋，并希望定义 Later 的 ML 基础设施标准，这便是您的机会。

4 年以上 ML 基础设施、ML 基础设施、后端工程或相关角色支持生产 ML 系统的经验。在云原生环境中（AWS 和/或 GCP）有实际部署 ML 工作负载的经验。设计并实施 ML 系统的 CI/CD 管道的 proven track record。熟悉 Amazon SageMaker、Docker、基于 Flask 的 API 和基础设施自动化工具。有 ML 生命周期工具（如 MLflow、SageMaker Studio 或 Weights & Biases）的使用经验。有容器编排平台（Kubernetes、EKS 或 GKE）的动手经验。强大的 Python 编程经验（额外经验在 Go、Java 或 Scala 上是加分项）。使用 Terraform 或 CloudFormation 等基础设施即代码工具的经验。熟悉 observability 工具（如 CloudWatch、Prometheus、Grafana、Datadog 或集中式日志平台）。管理 GPU 基础工作负载和扩展训练/推理系统的经验。熟悉数据基础设施工具（如 BigQuery）和云原生数据管道。

我们采用市场导向和数据驱动的薪酬方式。我们利用可信第三方薪酬数据来帮助我们了解基于职能、级别、地理位置和范围的市场价值。我们每半年评估一次薪酬，包括绩效和市场相关因素。我们的薪酬基于我们职位所在地的市场总现金薪酬进行基准测试。某些职位的薪酬结构为 On Target Earnings（OTE = 基础 +佣金/变量），而其他职位则为仅薪酬结构。为遵守当地立法并确保透明度，我们在所有职位发布中分享薪酬范围。技能、经验和其它因素帮助确定最终薪酬，可能与发布的原始范围不同。此外，所有永久团队成员都有资格参与各种福利计划作为其整体薪酬包的一部分。

Later 是全球最智能的影响力营销公司，旨在帮助品牌自信地创建难忘的营销活动。通过结合真实的创作者关系、可信的洞察力和专家指导，Later 使营销中最显眼的投资变得无畏和无猜测。我们拥有波士顿、温哥华、芝加哥和华盛顿的办公室。对于某些职位，我们欢迎远程候选人的申请。我们发布职位的位置是我们欢迎成功候选人在该位置所在的位置。