Title: Principal ML Platform Engineer Company: Synthesia Location: Europe / Remote

Synthesia — ведущая в мире платформа для создания видео на базе ИИ для бизнеса, которой пользуются более 90% компаний из списка Fortune 100. Основанная в 2017 году, компания имеет штаб-квартиру в Лондоне, а ее офисы и команды расположены по всей Европе и США.

Поскольку ИИ продолжает формировать наш образ жизни и работы, Synthesia разрабатывает продукты для улучшения визуальной коммуникации и развития корпоративных навыков, помогая людям работать лучше и оставаться в центре успешных организаций.

После нашего недавнего раунда финансирования Серии E, в ходе которого мы привлекли 200 миллионов долларов, наша оценка составляет 4 миллиарда долларов. Общий объем нашего финансирования превышает 530 миллионов долларов от ведущих инвесторов, включая Accel, NVentures (венчурное подразделение Nvidia), Kleiner Perkins, GV и Evantic Capital, а также основателей и операторов Stripe, Datadog, Miro и Webflow.

Мы ищем Principal Engineer, который присоединится к команде ML Platform в Synthesia.

Наша команда создает и управляет системами, которые позволяют исследователям и продуктовым командам надежно и эффективно обучать, обслуживать и развертывать генеративные модели. Это включает исследовательскую инфраструктуру, системы продакшн-сервиса, внутренние инструменты и платформенные интерфейсы, которые их связывают. Растущая часть нашей миссии — делать эти системы более удобными для автоматизации и ориентированными на агентов, чтобы рабочие процессы все чаще могли управляться с помощью надежных инструментов, а не ручных усилий.

Мы ищем сильного специалиста широкого профиля с системным подходом:

• человека, которому комфортно работать с инфраструктурой, бэкенд-системами и инструментами, и который имеет практический опыт работы с ML-системами.

• это не чисто роль ML Engineer. Нас особенно интересуют люди, которые глубоко задумываются о надежности, масштабируемости, производительности и эффективности использования ресурсов в сложных продакшн-средах.

Это практическая роль IC (индивидуального контрибьютора) со значительной ответственностью. Вы будете определять, как наша ML-платформа будет развиваться по мере увеличения числа моделей, рабочих нагрузок, инструментов и команд, полагающихся на нее.

ЧТО ВЫ БУДЕТЕ ДЕЛАТЬ

• Проектировать и улучшать системные платформы, поддерживающие обучение, оценку и продакшн-сервис моделей.

• Создавать инфраструктуру и инструменты, которые делают ML-рабочие нагрузки более надежными, масштабируемыми и экономически эффективными.

• Разрабатывать внутренние инструменты и рабочие процессы, которыми легко управлять как людям, так и агентам.

• Работать над архитектурой развертывания, обслуживания и эксплуатации моделей в исследовательских и продуктовых средах.

• Улучшать способы планирования, мониторинга и отладки рабочих нагрузок, выполняемых на GPU и облачной инфраструктуре.

• Разрабатывать внутренние инструменты и абстракции, а также агентные системы, которые снижают операционные расходы исследователей и инженеров.

• Внедрять улучшения в области наблюдаемости, автоматизации, надежности и пользовательского опыта разработчиков.

• Тесно сотрудничать с исследователями и продакт-инженерами для понимания болевых точек и превращения их в надежные возможности платформы.

• Вносить вклад в техническое направление и принимать прагматичные архитектурные компромиссы по мере роста платформы.

ВЫ БУДЕТЕ УСПЕШНЫ В ЭТОЙ РОЛИ, ЕСЛИ У ВАС ЕСТЬ

• Значительный опыт создания или эксплуатации продакшн-систем с акцентом на надежность, масштабируемость и поддерживаемость.

• Системное мышление: вы естественно думаете в терминах узких мест, сбоев, интерфейсов, использования ресурсов и долгосрочной эксплуатационной готовности.

• Солидный практический опыт работы с облачной инфраструктурой, Linux и автоматизацией инфраструктуры.

• Опыт работы с Kubernetes и эксплуатации распределенных рабочих нагрузок в продакшене.

• Сильные навыки программирования, желательно на Python или аналогичных языках, используемых для бэкенд-систем и инструментов.

• Отличное понимание того, где автоматизация дает преимущество, а где важнее всего человеческий контроль и надежность.

• Опыт создания внутренних платформ, инструментов для разработчиков или инфраструктурных абстракций, используемых другими инженерами.

• Комфорт в работе в неоднозначных условиях и принятие ответственности за открытые технические проблемы.

• Прагматичный подход: вас волнует решение правильной проблемы качественно, а не излишнее усложнение.

ОСОБЕННО РЕЛЕВАНТНЫЙ ОПЫТ

• Эксплуатация ML-инфраструктуры или систем обслуживания моделей в продакшене.

• Поддержка исследовательских или интенсивных по данным рабочих нагрузок.

• Работа с системами на базе GPU или другой чувствительной к производительности инфраструктурой.

• Опыт в области наблюдаемости и отладки распределенных систем.

• Знакомство с Terraform, Datadog, GitHub Actions или аналогичными инструментами.

БОНУСНЫЕ БАЛЛЫ ЗА

• Опыт создания агентных или LLM-powered внутренних инструментов.

• Опыт работы с системами оркестрации рабочих процессов, такими как Temporal.

• Опыт работы на стыке исследований и продакшн-инженерии.

• Знакомство с проблемами оптимизации производительности, планирования или распределения ресурсов.

• Опыт создания легковесных инструментов для пользователей или разработчиков.