机器学习基础设施工程师

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，构建支持我们AI和机器学习能力的基础架构。作为我们第一个专职的ML基础设施工程师，你将负责支持模型实验、训练、部署和监控的系统。这个角色对于加速我们的数据科学项目和推动未来的AI创新至关重要。你将设计和运营可靠、安全且可扩展的ML基础设施，使数据科学家和工程师能够自信地发布高影响力模型。如果你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 Ops标准，这个机会就是你的。

4年以上ML Ops、ML基础设施、后端工程或相关领域的经验，支持生产ML系统。有在云原生环境中（AWS和/或GCP）部署ML工作负载的经验。有设计和实施ML系统CI/CD流水线的 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）的经验。有容器编排平台（Kubernetes、EKS或GKE）的实战经验。Python的强编程经验（额外经验Go、Java或Scala是加分项）。有基础设施即代码工具（如Terraform或CloudFormation）的经验。熟悉可观测性工具（如CloudWatch、Prometheus、Grafana、Datadog或集中式日志平台）。有管理GPU工作负载和扩展训练/推理系统的经验。