高级机器学习平台工程师

我们正在寻找一位资深工程师加入Synthesia的机器学习平台团队。我们的团队构建并运营支持模型训练、评估和生产服务的系统。这包括研究基础设施、生产服务系统、内部工具和连接它们的平台接口。我们致力于让这些系统更自动化且面向代理，使工作流可通过可靠工具操作而非手动努力。

我们需要一位具备系统思维的全栈工程师

• 能够在基础设施、后端系统和工具之间舒适切换，且有ML系统实践经验。
• 不是纯ML工程师角色。我们特别关注可靠性、可扩展性、性能和资源效率。
• 这是一个需要高度责任感的高级IC职位。你将帮助塑造平台的发展方向，随着模型、工作负载、工具和团队数量的增长而扩展平台。

你的职责包括

• 设计和改进支持模型训练、评估和生产服务的平台系统。
• 构建使ML工作负载更可靠、可扩展和成本高效的基础设施和工具。
• 开发易于人类和代理操作的内部工具和工作流。
• 工作于模型在研究和产品环境中的部署、服务和操作架构。
• 改进GPU和云基础设施上工作负载的调度、监控和调试。
• 开发减少研究人员和工程师操作负担的内部工具和代理系统。
• 推动可观测性、自动化、可靠性和开发者体验的改进。
• 与研究人员和产品工程师紧密合作，将痛点转化为稳健的平台能力。
• 贡献技术方向并做出务实的架构权衡。

你将适合这个角色如果

• 有构建或运营生产系统经验，专注于可靠性、可扩展性和可维护性。
• 有系统思维：自然思考瓶颈、故障模式、接口、资源使用和长期可操作性。
• 有云基础设施、Linux和基础设施自动化经验。
• 有Kubernetes和生产环境分布式工作负载经验。
• 强大的编码技能，理想情况下使用Python或其他后端系统和工具语言。
• 能判断自动化在哪里加杠杆，哪里需要人工控制和可靠性。
• 有构建内部平台、开发者工具或基础设施抽象的经验。
• 舒适在模糊环境中承担开放性技术问题的职责。
• 有务实态度：关心解决正确的问题，而不是过度设计。

特别相关经验

• 运营ML基础设施或模型服务系统。
• 支持研究或数据密集型工作负载。
• 工作与GPU系统或其他高性能基础设施。
• 有分布式系统可观测性和调试经验。
• 熟悉Terraform、Datadog、GitHub Actions等工具。

加分项

• 构建代理或LLM驱动内部工具经验。
• 有工作流编排系统如Temporal经验。
• 有研究与生产工程边界经验。
• 有性能优化、调度或资源分配问题经验。
• 构建轻量级产品或开发者面向工具经验。

• 具备构建或运营生产系统经验，专注于可靠性、可扩展性和可维护性。
• 系统思维：自然思考瓶颈、故障模式、接口、资源使用和长期可操作性。
• 熟悉云基础设施、Linux和基础设施自动化。
• 有Kubernetes和生产环境分布式工作负载经验。
• 强大的编码技能，理想情况下使用Python或其他后端系统和工具语言。
• 能判断自动化在哪里加杠杆，哪里需要人工控制和可靠性。
• 有构建内部平台、开发者工具或基础设施抽象的经验。
• 舒适在模糊环境中承担开放性技术问题的职责。
• 有务实态度：关心解决正确的问题，而不是过度设计。
• 运营ML基础设施或模型服务系统经验。
• 支持研究或数据密集型工作负载经验。
• 工作与GPU系统或其他高性能基础设施经验。
• 有分布式系统可观测性和调试经验。
• 熟悉Terraform、Datadog、GitHub Actions等工具。
• 构建代理或LLM驱动内部工具经验。
• 有工作流编排系统如Temporal经验。
• 有研究与生产工程边界经验。
• 有性能优化、调度或资源分配问题经验。
• 构建轻量级产品或开发者面向工具经验。

Synthesia是全球领先的AI视频平台，服务于超过90%的财富100强企业。成立于2017年，总部位于伦敦，业务遍及欧洲和美国。公司已完成系列E融资，筹集了2亿美元，估值达40亿美元。总融资额超过5.3亿美元，来自Accel、NVentures（Nvidia的VC部门）、Kleiner Perkins、GV、Evantic Capital等顶级投资者，以及Stripe、Datadog、Miro、Webflow等公司的创始人和运营商。