Empleo
Del feed del socio
Ingeniero de software de plantilla, datos
Precio a consultar
Detalles
- Tipo de empleo
- Jornada completa
- Remoto
- Sí
- Empresa
- Stability AI
Descripción
Traducido automáticamente de English. El texto original es el oficial. Traducción automática — se está preparando una más precisa.
Sede central: Remota
El equipo
El equipo de Datos construye y ejecuta los sistemas que hacen que los datos de Stability AI sean utilizables, tanto para operar el negocio como para entrenar nuestros modelos. Somos un equipo pequeño y colaborativo que trabaja en estrecha colaboración con Finanzas, Marketing, SRE, Seguridad, Productos e Investigación. Nos centramos en los resultados en lugar de en las horas, y usted tendrá un profundo acceso técnico y la libertad de construir.
Nuestra pila: AWS (S3, Athena, Glue, EMR, Step Functions, EventBridge), Iceberg, dbt, Postgres, Terraform, Helm, GitHub Actions, QuickSight, Stripe, Auth0, HubSpot, Customer.io, PostHog, OpenTelemetry y SLURM, o similares. Nos importa más el criterio que el logo.
el trabajo
Será propietario de la plataforma de datos de nuestra empresa de principio a fin: el lago de datos de AWS, la capa de transformación, las integraciones entre nuestros sistemas comerciales y la infraestructura basada en Kubernetes en la que se ejecutan. Los datos que manejan el negocio (facturación, telemetría de uso, identidad, CRM, ERP, costo de la nube) residen en una docena de sistemas que nunca estuvieron conectados entre sí. Serás el ingeniero que los conecte y los mantenga confiables.
También será el ingeniero de datos de nuestros equipos de investigación en audio, video, imagen y 3D, creando los canales que convierten los medios sin procesar en conjuntos de datos listos para entrenar. Se trata de una función práctica con propiedad real, no de preparación de datos ni de analista.
• Poseer la plataforma de datos de la empresa de principio a fin: el lago S3/Athena/Glue, el proyecto dbt y su compilación diaria, la ingesta de Stripe, Auth0, HubSpot, OpenTelemetry y eventos de productos, y la capa de servicio de Postgres para paneles y agentes de IA.
• Cree y opere integraciones entre sistemas de facturación, CRM, ERP, identidad y telemetría para que los ingresos, el uso, los costos y la identidad del cliente se concilien automáticamente en lugar de a través de hojas de cálculo y tickets.
• Diseñar y mantener la capa de almacén: modelos dimensionales, contratos de datos con ingeniería de producto para esquemas de eventos, pruebas de calidad, linaje y catálogo.
• Aplicar niveles de PII (esquemas abiertos versus restringidos) a través de concesiones de acceso, trabajando con Seguridad y Asuntos Legales.
• Procesar datos a escala: miles de millones de filas de telemetría, flujos de registros de terabytes, tablas Iceberg, particiones y control de costos.
• Orquestación e infraestructura propia: orquestación en EKS, Helm, Terraform, CI/CD, monitoreo y alertas, y unirse a la rotación de guardia en horario comercial para los pipelines diarios.
• Entregar informes operativos para finanzas y liderazgo: ingresos por línea de negocio, créditos y responsabilidad prepaga, y costo de la nube por departamento.
• Apoyar a los equipos de investigación en todas las modalidades: fuente, verificación de licencia, ingesta y versión de grandes conjuntos de datos de entrenamiento para audio, video, imagen y 3D.
• Construya canales de generación, filtrado, deduplicación y subtítulos que conviertan medios sin procesar o sintéticos en fragmentos listos para el entrenamiento y ejecútelos a escala en nuestro clúster SLURM y almacenamiento de objetos en la nube.
• Mantener actualizado el linaje, las métricas de calidad y la documentación del conjunto de datos para que cualquier investigador pueda reproducir un conjunto de entrenamiento.
• Liderar revisiones de diseño, orientar a los compañeros de equipo y escribir los runbooks que eliminan las dependencias de una sola persona.
• Asociarse con Finanzas, Marketing, SRE, Seguridad, Productos e Investigación en iniciativas de datos para toda la empresa.
lo que traes
Buscamos un ingeniero que combine sólidos hábitos de ingeniería de software con almacén. El candidato ideal combina fuertes hábitos de ingeniería de software con profundidad en el modelado de almacenes y el criterio para decir qué significa un número y qué no.
Experiencia
• Más de 6 años construyendo y ejecutando plataformas de datos de producción, incluida la propiedad de la arquitectura
• Experiencia integrando sistemas empresariales SaaS (Stripe, HubSpot, un ERP, un proveedor de identidad) en un almacén.
• Experiencia en producción preparando grandes conjuntos de datos de entrenamiento multimodal y ejecutando cargas de trabajo por lotes en HPC o programadores en la nube (SLURM, Kubernetes o similar)
• Comodidad al trabajar de forma independiente en un equipo pequeño con propiedad real
Habilidades y experiencia
• Experto en SQL y Python, con fuertes hábitos de ingeniería de software: pruebas, revisión de código y CI
• Experiencia en almacén y lago con modelado real: Iceberg o Delta en S3, Athena/Trino, Snowflake o BigQuery y dbt
• Un orquestador en producción (dbt, Airflow o Argo) y procesamiento distribuido (Spark o equivalente)
• AWS, Kubernetes (EKS), Helm y Terraform: puede depurar un trabajo de Glue fallido y una versión de Helm rota
Fortalezas adicionales
• Propiedad previa de la plataforma 0 a 1 en una startup
• Experiencia trabajando con equipos de investigación en modelos generativos o exposición práctica a audio, video, imagen o datos 3D.
• Informes de costos de FinOps y la nube
• Familiaridad con SOC 2 o requisitos de cumplimiento similares para el acceso a datos.
Beneficios y compensación
Fuera de los Estados Unidos
La compensación y los beneficios se establecen para el mercado y la práctica local de cada país. Si presenta la solicitud desde fuera de los EE. UU., su reclutador compartirá los detalles de su país al principio del proceso.
Estados Unidos
• Una empresa remota con compañeros de equipo en varios países que aportan diversas perspectivas y flexibilidad incorporada en la forma en que colaboramos.
• Cobertura de salud para usted y su familia. Elija entre planes PPO y HMO, incluidos planes seleccionados en los que Stability AI cubre el 100 % de las primas para usted y sus dependientes elegibles.
• Cuentas HSA y FSA para reservar dólares antes de impuestos para atención médica y otros gastos elegibles.
• Seguro de vida pagado por la empresa, con la opción de agregar cobertura voluntaria para usted, su cónyuge y sus hijos.
• Cobertura por incapacidad a corto y largo plazo, para proteger parte de sus ingresos si una enfermedad o lesión le impide trabajar.
• 401(k) con aportación de la empresa de hasta el 4%.
• Licencia parental remunerada para apoyarle a medida que su familia crece.
• Tiempo libre flexible retribuido, además de vacaciones retribuidas de la empresa.
• El equipo que necesita para hacer su mejor trabajo, proporcionado por Stability AI.…
Fuente: Trabajamos de forma remota (https://weworkremotely.com/remote-jobs/stability-ai-staff-software-engineer-data)
El equipo
El equipo de Datos construye y ejecuta los sistemas que hacen que los datos de Stability AI sean utilizables, tanto para operar el negocio como para entrenar nuestros modelos. Somos un equipo pequeño y colaborativo que trabaja en estrecha colaboración con Finanzas, Marketing, SRE, Seguridad, Productos e Investigación. Nos centramos en los resultados en lugar de en las horas, y usted tendrá un profundo acceso técnico y la libertad de construir.
Nuestra pila: AWS (S3, Athena, Glue, EMR, Step Functions, EventBridge), Iceberg, dbt, Postgres, Terraform, Helm, GitHub Actions, QuickSight, Stripe, Auth0, HubSpot, Customer.io, PostHog, OpenTelemetry y SLURM, o similares. Nos importa más el criterio que el logo.
el trabajo
Será propietario de la plataforma de datos de nuestra empresa de principio a fin: el lago de datos de AWS, la capa de transformación, las integraciones entre nuestros sistemas comerciales y la infraestructura basada en Kubernetes en la que se ejecutan. Los datos que manejan el negocio (facturación, telemetría de uso, identidad, CRM, ERP, costo de la nube) residen en una docena de sistemas que nunca estuvieron conectados entre sí. Serás el ingeniero que los conecte y los mantenga confiables.
También será el ingeniero de datos de nuestros equipos de investigación en audio, video, imagen y 3D, creando los canales que convierten los medios sin procesar en conjuntos de datos listos para entrenar. Se trata de una función práctica con propiedad real, no de preparación de datos ni de analista.
• Poseer la plataforma de datos de la empresa de principio a fin: el lago S3/Athena/Glue, el proyecto dbt y su compilación diaria, la ingesta de Stripe, Auth0, HubSpot, OpenTelemetry y eventos de productos, y la capa de servicio de Postgres para paneles y agentes de IA.
• Cree y opere integraciones entre sistemas de facturación, CRM, ERP, identidad y telemetría para que los ingresos, el uso, los costos y la identidad del cliente se concilien automáticamente en lugar de a través de hojas de cálculo y tickets.
• Diseñar y mantener la capa de almacén: modelos dimensionales, contratos de datos con ingeniería de producto para esquemas de eventos, pruebas de calidad, linaje y catálogo.
• Aplicar niveles de PII (esquemas abiertos versus restringidos) a través de concesiones de acceso, trabajando con Seguridad y Asuntos Legales.
• Procesar datos a escala: miles de millones de filas de telemetría, flujos de registros de terabytes, tablas Iceberg, particiones y control de costos.
• Orquestación e infraestructura propia: orquestación en EKS, Helm, Terraform, CI/CD, monitoreo y alertas, y unirse a la rotación de guardia en horario comercial para los pipelines diarios.
• Entregar informes operativos para finanzas y liderazgo: ingresos por línea de negocio, créditos y responsabilidad prepaga, y costo de la nube por departamento.
• Apoyar a los equipos de investigación en todas las modalidades: fuente, verificación de licencia, ingesta y versión de grandes conjuntos de datos de entrenamiento para audio, video, imagen y 3D.
• Construya canales de generación, filtrado, deduplicación y subtítulos que conviertan medios sin procesar o sintéticos en fragmentos listos para el entrenamiento y ejecútelos a escala en nuestro clúster SLURM y almacenamiento de objetos en la nube.
• Mantener actualizado el linaje, las métricas de calidad y la documentación del conjunto de datos para que cualquier investigador pueda reproducir un conjunto de entrenamiento.
• Liderar revisiones de diseño, orientar a los compañeros de equipo y escribir los runbooks que eliminan las dependencias de una sola persona.
• Asociarse con Finanzas, Marketing, SRE, Seguridad, Productos e Investigación en iniciativas de datos para toda la empresa.
lo que traes
Buscamos un ingeniero que combine sólidos hábitos de ingeniería de software con almacén. El candidato ideal combina fuertes hábitos de ingeniería de software con profundidad en el modelado de almacenes y el criterio para decir qué significa un número y qué no.
Experiencia
• Más de 6 años construyendo y ejecutando plataformas de datos de producción, incluida la propiedad de la arquitectura
• Experiencia integrando sistemas empresariales SaaS (Stripe, HubSpot, un ERP, un proveedor de identidad) en un almacén.
• Experiencia en producción preparando grandes conjuntos de datos de entrenamiento multimodal y ejecutando cargas de trabajo por lotes en HPC o programadores en la nube (SLURM, Kubernetes o similar)
• Comodidad al trabajar de forma independiente en un equipo pequeño con propiedad real
Habilidades y experiencia
• Experto en SQL y Python, con fuertes hábitos de ingeniería de software: pruebas, revisión de código y CI
• Experiencia en almacén y lago con modelado real: Iceberg o Delta en S3, Athena/Trino, Snowflake o BigQuery y dbt
• Un orquestador en producción (dbt, Airflow o Argo) y procesamiento distribuido (Spark o equivalente)
• AWS, Kubernetes (EKS), Helm y Terraform: puede depurar un trabajo de Glue fallido y una versión de Helm rota
Fortalezas adicionales
• Propiedad previa de la plataforma 0 a 1 en una startup
• Experiencia trabajando con equipos de investigación en modelos generativos o exposición práctica a audio, video, imagen o datos 3D.
• Informes de costos de FinOps y la nube
• Familiaridad con SOC 2 o requisitos de cumplimiento similares para el acceso a datos.
Beneficios y compensación
Fuera de los Estados Unidos
La compensación y los beneficios se establecen para el mercado y la práctica local de cada país. Si presenta la solicitud desde fuera de los EE. UU., su reclutador compartirá los detalles de su país al principio del proceso.
Estados Unidos
• Una empresa remota con compañeros de equipo en varios países que aportan diversas perspectivas y flexibilidad incorporada en la forma en que colaboramos.
• Cobertura de salud para usted y su familia. Elija entre planes PPO y HMO, incluidos planes seleccionados en los que Stability AI cubre el 100 % de las primas para usted y sus dependientes elegibles.
• Cuentas HSA y FSA para reservar dólares antes de impuestos para atención médica y otros gastos elegibles.
• Seguro de vida pagado por la empresa, con la opción de agregar cobertura voluntaria para usted, su cónyuge y sus hijos.
• Cobertura por incapacidad a corto y largo plazo, para proteger parte de sus ingresos si una enfermedad o lesión le impide trabajar.
• 401(k) con aportación de la empresa de hasta el 4%.
• Licencia parental remunerada para apoyarle a medida que su familia crece.
• Tiempo libre flexible retribuido, además de vacaciones retribuidas de la empresa.
• El equipo que necesita para hacer su mejor trabajo, proporcionado por Stability AI.…
Fuente: Trabajamos de forma remota (https://weworkremotely.com/remote-jobs/stability-ai-staff-software-engineer-data)
Este anuncio proviene de un feed de socios. Solicítalo en el sitio web de origen.
Fuente: Stability AI
Publicación proporcionada por Stability AI.