DeepL
DeepL
DeepL entwickelt KI-gestützte Übersetzungstools, die Menschen und Unternehmen dabei helfen, über Sprachgrenzen hinweg zu kommunizieren. Die neuronale Netzwerktechnologie des Unternehmens erstellt natürlich klingende Übersetzungen für vielfältige private und geschäftliche Anwendungen. DeepL ist an der Schnittstelle von künstlicher Intelligenz und Sprachtechnologie tätig und entwickelt Produkte für Einzelpersonen und Unternehmen. Das Unternehmen stellt in verschiedenen Teams ein, die an der Entwicklung und Bereitstellung seiner Übersetzungsplattform arbeiten.

Senior Engineering Manager für Machine Learning, Produktionsinferenz

Leite DeepLs Team für Produktionsinferenz und entwickle zuverlässige, effiziente Systeme zur Modellbereitstellung. Gestalte Forschung und Engineering für eine globale Language-AI-Plattform.

Beschreibung

  • Führe Research Scientists und Machine-Learning-Engineers und fördere ihre Entwicklung.
  • Erstelle Entwicklungspläne und fördere offenes Feedback ohne Vergeltungsmaßnahmen.
  • Lege die Forschungs- und Entwicklungsroadmap für Produktionsinferenzsysteme fest.
  • Bringe unmittelbare Zuverlässigkeitsanforderungen mit längerfristiger Forschung zu Inferenz-Effizienz und -Architektur in Einklang.
  • Koordiniere technische Arbeit mit den Teams für Foundation Models, Voice und angewandte Forschung, Infrastruktur sowie Produkt.
  • Verbessere Zuverlässigkeit, Effizienz und Kosteneffizienz des Model-Serving-Stacks.
  • Lege die Strategie für Load Balancing, Autoscaling, Laufzeitauswahl und Hardwareauslastung fest.
  • Gib dem Team die Richtung vor und erziele Ergebnisse, auch wenn sich Anforderungen ändern oder unklar bleiben.
  • Identifiziere, bewerte und rekrutiere Talente in Forschung und Engineering.
  • Trage zu technischen Reviews, Architekturentscheidungen und zur Forschungsrichtung des Inferenz-Stacks bei.

Anforderungen

  • Erfahrung in der Leitung eines Teams aus Forschenden oder Machine-Learning-Engineers.
  • Nachweisliche Erfolge bei der Talententwicklung, der Sicherstellung disziplinierter Umsetzung und der Balance zwischen Forschungsqualität und Zuverlässigkeit im Produktivbetrieb.
  • Fundierte Kenntnisse in Informatik, Mathematik, Physik oder einem vergleichbaren quantitativen Fachgebiet – oder eine gleichwertige Kombination aus Machine-Learning- oder Systemexpertise und Forschungserfahrung.
  • Fundierte Kenntnisse produktiver Machine-Learning-Systeme, der Inferenzoptimierung oder des Modell-Servings im großen Maßstab.
  • Erfahrung mit LLM-Inferenz, Speculative Decoding, Quantisierung oder Serving-Infrastruktur ist von Vorteil.
  • Fähigkeit, den gesamten Modelllebenszyklus abzudecken – von der Übergabe aus dem Training bis zu Produktivbereitstellung, Monitoring und Effizienzverbesserungen.
  • Verständnis für Infrastruktur- und Rechenkapazitätsbeschränkungen.
  • Ausgeprägte Kommunikationsfähigkeiten, einschließlich der Fähigkeit, komplexe technische Ausrichtungen in klare Ziele für technische und nicht technische Beteiligte zu übersetzen.
  • Lösungsorientierte, entscheidungsfreudige Arbeitsweise sowie die Fähigkeit, eigenständig die Richtung vorzugeben und Ergebnisse zu erzielen.

Zusatzleistungen

  • Hybrides Arbeitsmodell mit zwei Bürotagen pro Woche für das Team.
  • Flexible Arbeitszeiten.
  • Virtuelle Anteile für alle Mitarbeitenden.
  • Regelmäßige persönliche Teamveranstaltungen.
  • Monatliche ganztägige Hack-Sessions namens Hack Fridays.
  • 30 Tage Jahresurlaub zusätzlich zu gesetzlichen Feiertagen.
  • Zugang zu Angeboten für die psychische Gesundheit.
  • Auf den Standort der jeweiligen Mitarbeitenden abgestimmte Zusatzleistungen.
  • Internationales Team mit Mitarbeitenden an mehreren Standorten.

Ähnliche Stellen

Eventogy

Senior Engineering Manager

Eventogy
11 – 50 Mitarbeitende
BeratungMarketingReisen

Verantworten Sie die technische Umsetzung, den Produktionsbetrieb und die Teamleistung für Eventogys SaaS-Plattform zur Eventverwaltung. Die praxisnahe Position ist in London angesiedelt und umfasst Programmieren während 20–30 % der Arbeitszeit.

Öffnen