DeepL
DeepL
Gumagawa ang DeepL ng mga tool sa pagsasalin na pinapagana ng AI upang matulungan ang mga tao at organisasyon na makipag-ugnayan sa iba’t ibang wika. Lumilikha ang teknolohiya nitong neural network ng mga saling natural pakinggan para sa iba’t ibang personal at pangnegosyong gamit. Nasa tagpuan ng artificial intelligence at teknolohiya ng wika ang gawain ng DeepL, at sinusuportahan nito ang mga produkto para sa mga indibidwal na user at negosyo. Kumukuha ang kumpanya ng mga empleyado sa iba’t ibang team na bumubuo at naghahatid ng platform nito para sa pagsasalin.

Senior na Tagapamahala sa Machine Learning Engineering, Production Inference

Pangunahan ang Production Inference team ng DeepL sa pagbuo ng maaasahan at episyenteng mga sistema para sa paghahatid ng modelo. Gabay ang pananaliksik at engineering para sa isang pandaigdigang Language AI platform.

Paglalarawan

  • Pangunahan at paunlarin ang mga research scientist at machine learning engineer.
  • Gumawa ng mga plano sa pag-unlad at itaguyod ang tapat na feedback na walang paghihiganti.
  • Itakda ang roadmap ng pananaliksik at pagpapaunlad para sa mga production inference system.
  • Balansehin ang agarang pangangailangan sa pagiging maaasahan at ang pangmatagalang pananaliksik sa episyensiya at arkitektura ng inference.
  • Iugnay ang teknikal na gawain sa mga team para sa foundational model, voice at applied research, infrastructure, at produkto.
  • Pagbutihin ang pagiging maaasahan, episyensiya, at gastos ng model-serving stack.
  • Itakda ang estratehiya para sa load balancing, autoscaling, pagpili ng runtime, at paggamit ng hardware.
  • Itakda ang direksiyon ng team at maghatid ng mga resulta habang nagbabago o nananatiling malabo ang mga kinakailangan.
  • Tumukoy, magsuri, at mag-recruit ng mga talento sa pananaliksik at engineering.
  • Mag-ambag sa mga teknikal na pagsusuri, desisyon sa arkitektura, at direksiyon ng pananaliksik para sa inference stack.

Mga Kinakailangan

  • May karanasan sa pamumuno ng pangkat ng mga mananaliksik o machine learning engineer.
  • May napatunayang kakayahang paunlarin ang talento, panatilihin ang disiplina sa paghahatid, at balansehin ang kalidad ng pananaliksik sa pagiging maaasahan sa produksyon.
  • May matibay na pundasyon sa computer science, matematika, pisika, o katulad na larangang kwantitatibo; maaari ring katumbas na kombinasyon ng kasanayan sa machine learning o mga sistema at malalim na karanasan sa pananaliksik.
  • May matibay na kaalaman sa mga production machine learning system, pag-optimize ng inference, o paghahatid ng malalaking modelo.
  • Bentahe ang karanasan sa LLM inference, speculative decoding, quantization, o imprastraktura para sa paghahatid ng modelo.
  • Kayang magtrabaho sa buong siklo ng buhay ng modelo, mula sa pagsasalin ng resulta ng training hanggang sa deployment sa produksyon, monitoring, at mga pagpapahusay sa episyensiya.
  • Nauunawaan ang mga limitasyon sa imprastraktura at computing.
  • May mahusay na kasanayan sa komunikasyon, kabilang ang kakayahang gawing malinaw na mga layunin para sa mga teknikal at di-teknikal na stakeholder ang masalimuot na direksiyong teknikal.
  • Nakatuon sa solusyon, mapagpasya, at kayang magtakda ng direksiyon at maghatid ng mga resulta nang nakapag-iisa.

Mga Benepisyo

  • Hybrid na iskedyul, kung saan nasa opisina ang team dalawang beses bawat linggo.
  • Flexible na oras ng trabaho.
  • Virtual shares para sa bawat empleyado.
  • Regular na mga personal na pagtitipon ng team.
  • Buwanang isang buong araw na hacking session na tinatawag na Hack Fridays.
  • 30 araw na taunang bakasyon, hindi kasama ang mga pampublikong holiday.
  • Access sa mga mapagkukunan para sa kalusugang pangkaisipan.
  • Mga benepisyong naaayon sa lokasyon ng bawat empleyado.
  • Isang internasyonal na team na nagtatrabaho mula sa iba't ibang lokasyon.

Mga Kaugnay na Trabaho

Eventogy

Senior na Tagapamahala sa Engineering

Eventogy
11 – 50 Mga Empleyado
PagkonsultaPaglalakbayPagmemerkado

Pangunahan ang paghahatid ng engineering, operasyon sa produksyon, at pagganap ng team para sa platformang SaaS ng Eventogy sa pamamahala ng mga event. Hands-on ang tungkuling ito, nakabase sa London, at may coding sa 20–30% ng lingguhang oras ng trabaho.

Buksan
Cloudflare

Tagapamahala ng Inhinyeriya, Agentic Commerce

Cloudflare

Pangunahan ang pangkat ng inhinyeriya ng Agentic Commerce ng Cloudflare sa pagbuo ng ligtas at mataas ang kapasidad na imprastraktura ng pagbabayad. Sinusuportahan nito ang mga transaksyon sa pagitan ng mga ahenteng nakabatay sa web.

Buksan