Starszy inżynier oprogramowania, infrastruktura ML

Praca zespołowa sprawia, że ​​transmisja działa.

Roku zmienia sposób, w jaki świat ogląda telewizję

Roku to platforma do strumieniowego przesyłania telewizji nr 1 w USA, Kanadzie i Meksyku, a naszym celem jest zasilenie każdego telewizora na świecie. Roku było pionierem przesyłania strumieniowego do telewizora. Naszą misją jest bycie platformą do strumieniowego przesyłania telewizji, która łączy cały ekosystem telewizyjny. Łączymy konsumentów z treściami, które kochają, umożliwiamy wydawcom treści budowanie dużej grupy odbiorców i zarabianie na nich, a także zapewniamy reklamodawcom unikalne możliwości angażowania konsumentów.

Od pierwszego dnia w Roku wniesiesz cenny i ceniony wkład. Jesteśmy szybko rozwijającą się spółką publiczną, w której nikt nie jest obojętny. Oferujemy możliwość zachwytu milionów streamerów telewizyjnych na całym świecie, jednocześnie zdobywając znaczące doświadczenie w różnych dyscyplinach.

O zespole

Zespół Roku Entertainment Assistant tworzy konwersacyjne rozwiązania AI używane na milionach urządzeń Roku. Zespół pracuje nad rankingiem realizacji, dostarczaniem modeli, oceną offline i online, usługami o niskim opóźnieniu, obserwowalnością i jakością produktu. Opublikowane prace obejmują współdzielone ścieżki obsługi modeli i MLOps, automatyczną ocenę i ponowne szkolenie, buforowanie i telemetrię, a także przepływy pracy wspomagane przez agentów w zakresie wydań i operacji.

Jaka jest rola?

Poszukujemy starszego inżyniera oprogramowania z dużym doświadczeniem w infrastrukturze uczenia maszynowego, który pomoże zespołowi Roku Entertainment Assistant w dostarczaniu niezawodnych, wysokiej jakości rozmów na dużą skalę. Będziesz właścicielem systemów produkcyjnych w zakresie rankingów, dostarczania modeli, oceny i zachowań agentów LLM, ściśle współpracując z partnerami zajmującymi się uczeniem maszynowym, produktami, danymi i platformami.

Jest to praktyczna rola inżyniera dla kogoś, kto potrafi wygodnie poruszać się między architekturą oprogramowania, podejmowaniem decyzji dotyczących cyklu życia uczenia maszynowego i operacjami produkcyjnymi. Udoskonalisz ścieżki wykorzystywane przez zespół do szkolenia, oceny, wdrażania i obserwacji modeli, pomagając nam jednocześnie zarządzać opóźnieniami, jakością i kosztami w miarę rozwoju produktu.

Jak będę korzystać ze sztucznej inteligencji w Roku?

W Roku nie tylko używamy sztucznej inteligencji, my z nią współpracujemy. Agenci AI i inteligentne narzędzia pomagają w tworzeniu wersji roboczych, analiz i powtarzalnych przepływów pracy, podczas gdy nasi ludzie wyznaczają kierunki, osąd i odpowiedzialność. Poszukujemy ciekawych, elastycznych twórców, którzy mogą pokazać, jak wykorzystali sztuczną inteligencję lub automatyzację, aby działać szybciej, podnosić poprzeczkę i skalować swój wpływ.

Cenimy Twoje umiejętności w zakresie sztucznej inteligencji, jeśli posiadasz płynność w zakresie narzędzi inżynierii agentycznej — zespołów kodowania, takich jak Claude Code lub Cursor, serwerów MCP, umiejętności niestandardowych lub struktur agentów. Możesz także opisać projekty, w których wykonałeś prawdziwą pracę za pomocą tych narzędzi. Wiesz, jak sterować agentem, weryfikować jego wyniki i korzystać z nieznanej bazy kodu, korzystając z pomocy agenta.

Co będziesz robić?

• Własne potoki rankingów realizacji, począwszy od orkiestracji szkoleń i bramek jakości, poprzez wdrożenie i walidację online.

• Zbuduj i obsługuj platformę oceny offline, łączącą narzędzia LLM jako sędziego z deterministycznymi kontrolami jakości odpowiedzi.

• Opracuj agenta LLM Roku Entertainment Assistant, w tym routing narzędzi, odzyskiwanie, poręcze i buforowanie odpowiedzi.

• Zaprojektuj buforowanie jako zamierzoną dźwignię opóźnień i kosztów w przypadku usług o dużym wolumenie.

• Budowanie obserwowalności systemów ML i LLM, w tym przypisywanie opóźnień, metryki jakości, śledzenie i koszt żądania.

• Popraw niezawodność i operacyjność systemów rozproszonych oraz prowadź diagnostykę trudnych awarii obejmujących wiele usług.

• Wdrażaj odpowiedzialne praktyki inżynieryjne wspomagane sztuczną inteligencją w całym zespole, opierając się na agentach już używanych w przepływach pracy związanych z wydaniem.

• Pracuj ponad granicami uczenia maszynowego, produktów, danych i platform, aby zamienić niejednoznaczne problemy w mierzalne wyniki.

Jesteśmy podekscytowani, jeśli tak

• Duże doświadczenie w inżynierii oprogramowania produkcyjnego, w tym projektowanie, testowanie, obsługa i debugowanie usług rozproszonych.

• Znacząca własność infrastruktury uczenia maszynowego lub dostarczania modelu produkcyjnego, z wyraźnym dowodem Twojego wkładu i jego wpływu operacyjnego lub przyjęcia.

• Praktyczne zrozumienie cyklu życia ML: szkolenie, ocena, wersjonowanie, wdrażanie, weryfikacja online, monitorowanie i bezpieczne wycofywanie zmian.

• Doświadczenie w projektowaniu pod kątem opóźnień, odporności, obserwowalności i kosztów w systemach produkcyjnych.

• Doświadczenie z LLM, osadzaniem, wyszukiwaniem semantycznym, wyszukiwaniem lub systemami agentowymi, w tym w jaki sposób oceniasz jakość i kontrolujesz tryby awarii.

• Doświadczenie z systemami buforowania i kompromisami związanymi z używaniem buforowania dla usług o niskim opóźnieniu.

• Zaangażowanie w automatyzację, CI/CD, jakość kodu i decyzje inżynieryjne oparte na dowodach.

• Podejście oparte na współpracy i umiejętność wyjaśniania partnerom z różnych dyscyplin technicznych kompromisów.

• Wykształcenie z informatyki, elektrotechniki lub pokrewnej dziedziny lub równoważne doświadczenie praktyczne.

Przydatne będzie doświadczenie z AWS lub GCP, Kubernetes, hurtownią SQL i technologiami przetwarzania wsadowego, takimi jak Trino, Presto lub Spark, Kafka lub innymi systemami strumieniowymi oraz Go lub Python. Doświadczenie Node.js będzie dodatkowym atutem. Cenimy zbywalne dowody ponad dokładne dopasowanie do każdej wymienionej technologii.
#LI-MS3
Jakie jest podejście Roku do pracy hybrydowej?

Roku sprzyja włączającemu i opartemu na współpracy środowisku, w którym zespoły zazwyczaj pracują w biurze od poniedziałku do czwartku. Piątki są zasadniczo elastyczne w przypadku pracy zdalnej, z wyjątkiem pracowników, których określone role lub przypisana lokalizacja biura wymagają obecności przez pięć dni w tygodniu.

Jakie są korzyści?…

Źródło: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/roku/senior-software-engineer-ml-infrastructure-cambridge-142812)