Empleo
Del feed del socio
Gerente, Ingeniería de Aprendizaje Automático
Precio a consultar
Detalles
- Tipo de empleo
- Jornada completa
- Remoto
- Sí
- Empresa
- Tala
- Nivel
- Senior
Descripción
Traducido automáticamente de English. El texto original es el oficial. Traducción automática — se está preparando una más precisa.
Acerca de Tala
Tala es la infraestructura crediticia nativa de IA que conecta el capital global con la mayoría global. Combinamos inteligencia de riesgos propia con una red en expansión de socios de capital y distribución para impulsar el acceso al crédito a escala. Hasta la fecha, Tala ha distribuido más de 9 mil millones de dólares en capital a más de 14 millones de clientes en África, América Latina y Asia, creando el conjunto de datos contextual definitivo sobre prestatarios de archivos reducidos en los mercados emergentes. Tala ahora está convirtiendo esa base en una infraestructura compartida sobre la que los socios, los proveedores de capital y los ecosistemas pueden construir.
La empresa ha sido incluida en la lista Fortune Impact 20, dos veces entre las principales empresas de tecnología financiera del mundo de CNBC, CNBC Disruptor 50 durante cinco años y la lista Fintech 50 de Forbes durante diez años consecutivos.
Dada la naturaleza global de nuestro equipo, operamos con un enfoque remoto con oficinas centrales en Santa Mónica, CA (sede); Nairobi, Kenia; Ciudad de México, México; Manila, Filipinas; y Bangalore, India.
La mayoría de los Talazens se unen a nosotros porque se conectan con nuestra misión. Si está entusiasmado con el impacto que puede generar en Tala, ¡nos encantaría saber de usted!
El papel
Estamos buscando un Gerente de Ingeniería de Aprendizaje Automático para liderar el equipo de Plataforma ML de Tala. Esta persona administrará un equipo de ingenieros de aprendizaje automático responsables de construir las plataformas, marcos e infraestructura que permitan a nuestros equipos de ciencia de datos entrenar, implementar, monitorear y operar modelos de aprendizaje automático a escala de forma segura.
Esta es una función de gestión jugador-entrenador. Será responsable de desarrollar y hacer crecer el equipo y, al mismo tiempo, brindará suficiente liderazgo técnico para guiar la arquitectura, las prácticas de ingeniería, la confiabilidad y los sistemas de producción. El puesto tiene un enfoque particular en la inferencia de aprendizaje automático en tiempo real y los sistemas de transmisión de datos, así como en las plataformas que respaldan el desarrollo y la implementación de modelos por lotes.
lo que harás
Liderar y hacer crecer el equipo
• Gestionar y desarrollar un equipo de 4 a 6 ingenieros de aprendizaje automático en niveles medio a superior.
• Contratar, buscar, entrevistar y cerrar talentos fuertes en MLE.
• Establezca expectativas claras, proporcione retroalimentación periódica y cree planes de desarrollo para los subordinados directos.
• Entrenar a los ingenieros hacia el crecimiento y la promoción mientras se abordan las brechas de desempeño de manera directa y reflexiva.
• Crear oportunidades para que los ingenieros asuman proyectos desafiantes y aumenten su liderazgo técnico.
Entrega de Ingeniería Propia
• Establezca objetivos trimestrales y asegúrese de que el equipo los cumpla consistentemente.
• Priorización propia en el trabajo de la hoja de ruta del producto, las actividades de gestión del negocio y la excelencia operativa.
• Equilibrar la capacidad del equipo entre nuevos desarrollos, mantenimiento, deuda técnica y soporte de producción.
• Mejorar la productividad del equipo reduciendo el cambio de contexto y delegando eficazmente.
• Asóciese con ingenieros y líderes técnicos para estimar y determinar el alcance de trabajos complejos.
Proporcionar liderazgo técnico
• Guiar el desarrollo de plataformas y marcos que permitan a los analistas y científicos de datos explorar datos, desarrollar funciones y entrenar, probar, implementar y monitorear modelos de ML.
• Proporcionar liderazgo técnico en infraestructura de modelos, inferencia en tiempo real, extracción de funciones de transmisión, procesamiento por lotes y sistemas de producción de aprendizaje automático.
• Impulsar prácticas de ingeniería sólidas en torno a pruebas, automatización, observabilidad, tolerancia a fallas, infraestructura como código e implementación.
• Poseer y mejorar los SLO, el estado de guardia, la planificación de capacidad, la confiabilidad y la respuesta a incidentes.
• Revisar diseños técnicos y ayudar a impulsar los estándares arquitectónicos y la reducción de la deuda técnica.
Socio en toda la organización
• Trabajar en estrecha colaboración con los equipos de ciencia de datos, ingeniería de datos, plataforma de datos, productos, crédito y desarrollo comercial.
• Traducir las necesidades técnicas y comerciales en soluciones de plataforma de aprendizaje automático escalables.
• Coordinar dependencias y entrega entre múltiples equipos de ingeniería y datos.
• Ayudar a crear estructura y claridad en un entorno donde las prioridades y los requisitos pueden evolucionar.
Lo que necesitarás
Experiencia de gestión
• Más de 2 años de gestión directa de ingenieros, incluida la contratación, la gestión del desempeño, la capacitación y el desarrollo profesional.
• Experiencia en la gestión de un equipo durante al menos un ciclo de desempeño completo.
• Capacidad demostrada para entrenar a los ingenieros hacia la promoción y abordar el bajo desempeño de manera efectiva.
• Experiencia en posesión de objetivos, priorización, estimación y entrega del equipo.
• Experiencia en guardias de producción, respuesta a incidentes y planificación de capacidad.
• Voluntad de participar activamente en la búsqueda, entrevista y cierre de talentos de ingeniería.
Experiencia Técnica
• Más de 6 años de experiencia en ingeniería de software backend en aplicaciones a escala de consumidor.
• Al menos 3 años de experiencia práctica en Python.
• Experiencia en la construcción y operación de sistemas de aprendizaje automático o inferencia causal en producción.
• Experiencia profesional anterior en la creación e implementación personal de modelos de ML o infraestructura de ML.
• Capacidad para participar en debates sobre arquitectura técnica y diseño de sistemas y proporcionar dirección técnica sin necesidad de ser el codificador principal.
• Sólido conocimiento de la calidad, seguridad, confiabilidad, pruebas y operaciones de producción del software.
Habilidades técnicas
Estamos particularmente interesados en candidatos con experiencia en:
• Idiomas: Python, SQL
• Aprendizaje automático: Jupyter, Pandas, Scikit-Learn, XGBoost, TensorFlow, PyTorch, Hugging Face
• Nube e infraestructura: AWS, GCP, Azure, Kubernetes, Docker
• Transmisión: Kafka, Kinesis, Beam, Flink, Spark Streaming
• Procesamiento por lotes: flujo de aire, metaflujo
• Bases de datos: MySQL, PostgreSQL, Cassandra, Snowflake, Druid y/o tecnologías similares
• API: REST, GraphQL, gRPC, búferes de protocolo
• Ingeniería de producción: DevOps, SLO, monitoreo/observabilidad, disponibilidad, planificación de capacidad, análisis de causa raíz
• ML/Análisis: aprendizaje automático, inferencia causal, algoritmos escalables
Compensación…
Fuente: Jobicy (https://jobicy.com/jobs/156097-manager-machine-learning-engineering)
Tala es la infraestructura crediticia nativa de IA que conecta el capital global con la mayoría global. Combinamos inteligencia de riesgos propia con una red en expansión de socios de capital y distribución para impulsar el acceso al crédito a escala. Hasta la fecha, Tala ha distribuido más de 9 mil millones de dólares en capital a más de 14 millones de clientes en África, América Latina y Asia, creando el conjunto de datos contextual definitivo sobre prestatarios de archivos reducidos en los mercados emergentes. Tala ahora está convirtiendo esa base en una infraestructura compartida sobre la que los socios, los proveedores de capital y los ecosistemas pueden construir.
La empresa ha sido incluida en la lista Fortune Impact 20, dos veces entre las principales empresas de tecnología financiera del mundo de CNBC, CNBC Disruptor 50 durante cinco años y la lista Fintech 50 de Forbes durante diez años consecutivos.
Dada la naturaleza global de nuestro equipo, operamos con un enfoque remoto con oficinas centrales en Santa Mónica, CA (sede); Nairobi, Kenia; Ciudad de México, México; Manila, Filipinas; y Bangalore, India.
La mayoría de los Talazens se unen a nosotros porque se conectan con nuestra misión. Si está entusiasmado con el impacto que puede generar en Tala, ¡nos encantaría saber de usted!
El papel
Estamos buscando un Gerente de Ingeniería de Aprendizaje Automático para liderar el equipo de Plataforma ML de Tala. Esta persona administrará un equipo de ingenieros de aprendizaje automático responsables de construir las plataformas, marcos e infraestructura que permitan a nuestros equipos de ciencia de datos entrenar, implementar, monitorear y operar modelos de aprendizaje automático a escala de forma segura.
Esta es una función de gestión jugador-entrenador. Será responsable de desarrollar y hacer crecer el equipo y, al mismo tiempo, brindará suficiente liderazgo técnico para guiar la arquitectura, las prácticas de ingeniería, la confiabilidad y los sistemas de producción. El puesto tiene un enfoque particular en la inferencia de aprendizaje automático en tiempo real y los sistemas de transmisión de datos, así como en las plataformas que respaldan el desarrollo y la implementación de modelos por lotes.
lo que harás
Liderar y hacer crecer el equipo
• Gestionar y desarrollar un equipo de 4 a 6 ingenieros de aprendizaje automático en niveles medio a superior.
• Contratar, buscar, entrevistar y cerrar talentos fuertes en MLE.
• Establezca expectativas claras, proporcione retroalimentación periódica y cree planes de desarrollo para los subordinados directos.
• Entrenar a los ingenieros hacia el crecimiento y la promoción mientras se abordan las brechas de desempeño de manera directa y reflexiva.
• Crear oportunidades para que los ingenieros asuman proyectos desafiantes y aumenten su liderazgo técnico.
Entrega de Ingeniería Propia
• Establezca objetivos trimestrales y asegúrese de que el equipo los cumpla consistentemente.
• Priorización propia en el trabajo de la hoja de ruta del producto, las actividades de gestión del negocio y la excelencia operativa.
• Equilibrar la capacidad del equipo entre nuevos desarrollos, mantenimiento, deuda técnica y soporte de producción.
• Mejorar la productividad del equipo reduciendo el cambio de contexto y delegando eficazmente.
• Asóciese con ingenieros y líderes técnicos para estimar y determinar el alcance de trabajos complejos.
Proporcionar liderazgo técnico
• Guiar el desarrollo de plataformas y marcos que permitan a los analistas y científicos de datos explorar datos, desarrollar funciones y entrenar, probar, implementar y monitorear modelos de ML.
• Proporcionar liderazgo técnico en infraestructura de modelos, inferencia en tiempo real, extracción de funciones de transmisión, procesamiento por lotes y sistemas de producción de aprendizaje automático.
• Impulsar prácticas de ingeniería sólidas en torno a pruebas, automatización, observabilidad, tolerancia a fallas, infraestructura como código e implementación.
• Poseer y mejorar los SLO, el estado de guardia, la planificación de capacidad, la confiabilidad y la respuesta a incidentes.
• Revisar diseños técnicos y ayudar a impulsar los estándares arquitectónicos y la reducción de la deuda técnica.
Socio en toda la organización
• Trabajar en estrecha colaboración con los equipos de ciencia de datos, ingeniería de datos, plataforma de datos, productos, crédito y desarrollo comercial.
• Traducir las necesidades técnicas y comerciales en soluciones de plataforma de aprendizaje automático escalables.
• Coordinar dependencias y entrega entre múltiples equipos de ingeniería y datos.
• Ayudar a crear estructura y claridad en un entorno donde las prioridades y los requisitos pueden evolucionar.
Lo que necesitarás
Experiencia de gestión
• Más de 2 años de gestión directa de ingenieros, incluida la contratación, la gestión del desempeño, la capacitación y el desarrollo profesional.
• Experiencia en la gestión de un equipo durante al menos un ciclo de desempeño completo.
• Capacidad demostrada para entrenar a los ingenieros hacia la promoción y abordar el bajo desempeño de manera efectiva.
• Experiencia en posesión de objetivos, priorización, estimación y entrega del equipo.
• Experiencia en guardias de producción, respuesta a incidentes y planificación de capacidad.
• Voluntad de participar activamente en la búsqueda, entrevista y cierre de talentos de ingeniería.
Experiencia Técnica
• Más de 6 años de experiencia en ingeniería de software backend en aplicaciones a escala de consumidor.
• Al menos 3 años de experiencia práctica en Python.
• Experiencia en la construcción y operación de sistemas de aprendizaje automático o inferencia causal en producción.
• Experiencia profesional anterior en la creación e implementación personal de modelos de ML o infraestructura de ML.
• Capacidad para participar en debates sobre arquitectura técnica y diseño de sistemas y proporcionar dirección técnica sin necesidad de ser el codificador principal.
• Sólido conocimiento de la calidad, seguridad, confiabilidad, pruebas y operaciones de producción del software.
Habilidades técnicas
Estamos particularmente interesados en candidatos con experiencia en:
• Idiomas: Python, SQL
• Aprendizaje automático: Jupyter, Pandas, Scikit-Learn, XGBoost, TensorFlow, PyTorch, Hugging Face
• Nube e infraestructura: AWS, GCP, Azure, Kubernetes, Docker
• Transmisión: Kafka, Kinesis, Beam, Flink, Spark Streaming
• Procesamiento por lotes: flujo de aire, metaflujo
• Bases de datos: MySQL, PostgreSQL, Cassandra, Snowflake, Druid y/o tecnologías similares
• API: REST, GraphQL, gRPC, búferes de protocolo
• Ingeniería de producción: DevOps, SLO, monitoreo/observabilidad, disponibilidad, planificación de capacidad, análisis de causa raíz
• ML/Análisis: aprendizaje automático, inferencia causal, algoritmos escalables
Compensación…
Fuente: Jobicy (https://jobicy.com/jobs/156097-manager-machine-learning-engineering)
Este anuncio proviene de un feed de socios. Solicítalo en el sitio web de origen.
Fuente: Tala
Publicación proporcionada por Tala.
