Ingénieur en apprentissage automatique appliqué, EMEA

À propos de nous :
Fireworks est la plateforme d'intelligence spécialisée, permettant aux entreprises de créer, former et servir des modèles d'IA adaptés à leurs propres données, flux de travail et produits. Fondé par l'équipe derrière PyTorch et soutenu par AMD, Atreides, Benchmark Capital, Index Ventures, Lightspeed, NVIDIA, Sequoia Capital et TCV, Fireworks alimente l'IA de production avec des centaines de modèles ouverts de pointe pour les charges de travail de texte, d'image, d'intégration, d'audio et multimodales. Aujourd'hui, Fireworks est une société de série D évaluée à 17,5 milliards de dollars, réunissant une équipe ambitieuse et collaborative qui construit l'avenir de l'IA d'entreprise.
Le rôle :
En tant qu'ingénieur en apprentissage automatique appliqué, vous êtes le responsable technique d'un engagement client. C'est ce qui est mondialement connu sous le nom de rôle d'ingénieur déployé vers l'avant ; chez Fireworks dans la région EMEA, il porte le titre AMLE. Vous vous intégrez à un petit nombre de comptes, travaillez dans leur environnement et possédez tout ce qui les sépare de la production sur Fireworks : le modèle, le chemin de service, l'intégration, les performances. Vous définissez le travail avant la signature et livrez ce que vous avez défini. Profondeur plutôt que largeur : peu de comptes, détenus de bout en bout.
Ce que nous apprécions le plus, c'est la réflexion sur les premiers principes : raisonner sur des problèmes inconnus à partir de la base plutôt qu'à partir de manuels de jeu. Vous serez évalué sur ce point directement au cours du processus d'entretien, et vos points forts ici peuvent l'emporter sur les lacunes ailleurs dans votre parcours.

Quatre pointes :

• Génie logiciel. Vous expédiez des systèmes de production et êtes à l'aise dans une base de code inconnue ou dans un environnement client avec une date limite. Profondeur du backend et des systèmes, Python puissant plus au moins un langage système et maîtrise de l'ingénierie assistée par l'IA et agentique comme élément essentiel de votre façon de construire.

• Apprentissage automatique. Vous prenez des modèles ouverts et les améliorez selon la tâche d'un client : SFT, LoRA et autres méthodes efficaces en termes de paramètres, apprentissage par renforcement (RLHF, RLVR), distillation. Tout aussi important, vous concevez des évaluations qui reflètent la tâche réelle et les laissez guider les décisions de formation, et vous savez quand un réglage précis n'est pas la solution.

• Infrastructures et performances. Vous connaissez vos GPU : bande passante mémoire, noyaux, parallélisme, ce que signifient réellement les chiffres d'utilisation. Optimisation du service et de l'inférence : quantification, décodage spéculatif, traitement par lots, comportement du cache KV, compromis entre latence et débit, service multi-GPU et multi-nœuds, planification de la capacité. Vous pouvez prendre un déploiement qui fonctionne et le rendre rapide et économique, et déterminer où se situe le goulot d'étranglement avant de toucher un profileur.

• Engagement client. Vous voulez être dans la pièce. L'intérêt de ce rôle est de créer une intelligence spécialisée pour chaque client : le meilleur modèle pour sa tâche, ses données, ses contraintes. Cela nécessite un réel intérêt pour le problème du client, et pas seulement sur le problème technique. L'énergie du fondateur avec les clients ressemble ici à une activité exceptionnelle ; le sol est un véritable désir d'intégrer, d'expliquer et de s'approprier les résultats avec eux.

Responsabilités clés :

• Engagements propres : prenez en charge les déploiements clients depuis la définition de la portée jusqu'à la production, en tant que propriétaire technique responsable unique.

• Intégrer : travailler directement au sein des équipes clients ; comprendre suffisamment bien leur domaine, leurs données et leurs contraintes pour prendre des décisions en lesquelles ils ont confiance.

• Former et régler : effectuez des travaux de mise au point et de post-formation là où l'engagement en a besoin, des données à l'évaluation en passant par un modèle servant en production.

• Optimiser : Améliorez les performances et les coûts de diffusion sur Fireworks : choix du modèle, forme de déploiement et optimisation de l'inférence.

• Portée honnête : évaluez ce qui est réalisable avant de nous engager et héritez de ce que vous définissez.

• Signal produit : transmettre ce dont les clients ont besoin au produit et à l'ingénierie, avec suffisamment de précision pour être exploitable.

Qualifications minimales :

• Pointes dans deux ou trois zones.

• Pour le pic ML : formation formelle (PhD, PhD en cours ou MSc solide) et expérience spécifique des LLM post-formation.

• Pour le pic d'infrastructure : expérience avec l'infrastructure GPU, les services distribués ou les moteurs d'inférence.

• Expérience de fondateur ou d'ingénieur fondateur.

• Expérience dans une startup ou dans un environnement en évolution rapide.

Pourquoi des feux d'artifice ?

• Résoudre des problèmes difficiles : relever les défis à l'avant-garde de l'infrastructure d'IA, de l'inférence à faible latence à la diffusion de modèles évolutifs.

• Créez l'avenir : travaillez avec une technologie de pointe qui a un impact sur la façon dont les entreprises et les développeurs exploitent l'IA à l'échelle mondiale.

• Propriété et impact : rejoignez une équipe passionnée en croissance rapide où votre travail façonne directement l'avenir de l'IA : pas de bureaucratie, juste des résultats.

• Apprenez des meilleurs : collaborez avec des ingénieurs et des chercheurs en IA de classe mondiale qui prospèrent grâce à la curiosité et à l'innovation.

Fireworks AI est un employeur garantissant l’égalité des chances. Nous célébrons la diversité et nous nous engageons à créer un environnement inclusif pour tous les innovateurs.
Trouvez un emploi au Royaume-Uni sur Arbeitnow

Source : Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/fireworks/applied-machine-learning-engineer-emea-london-117330)