The Walt Disney Company
The Walt Disney Company
Ang The Walt Disney Company ay isang pandaigdigang negosyo sa libangan na nakasentro sa pagkukuwento, mga karakter, at mga karanasan ng bisita. Saklaw ng mga operasyon nito ang mga theme park at resort, mga media network, mga film studio, at interactive media, kung saan naaabot ng mga produkto at karanasan nito ang mga manonood sa buong mundo sa iba’t ibang platform at device. Itinatag noong 1923, pinagsasama ng Disney ang malaking pandaigdigang workforce mula sa mga larangan ng libangan, hospitality, paglalakbay, at pagkain at inumin, habang nananatiling nakatuon sa privacy, transparency, at pagsunod sa mga regulasyon sa pangangasiwa ng datos ng consumer.

Software Engineer II, Obserbabilidad ng ML

Bumuo ng mga sistema ng pagtukoy ng anomalya at obserbabilidad ng machine learning para sa Disney+, Hulu, at ESPN. Bumuo ng mga production model, telemetry pipeline, inference service, at mga insight sa operasyon na pinapagana ng AI.

Paglalarawan

  • Mag-ambag sa mga production model para sa pagtukoy ng anomalya, kabilang ang mga autoencoder, modelong gumagamit ng estadistikal na threshold, at mga ensemble system na sumusubaybay sa libo-libong microservice.
  • Bumuo at pagbutihin ang mga ML training pipeline gamit ang PyTorch sa mga GPU cluster.
  • Magdisenyo ng mga feature, magsanay ng mga modelo, mag-calibrate ng mga threshold, at mag-deploy ng mga modelo sa pamamagitan ng MLflow.
  • Bumuo ng mga feature mula sa time-series telemetry gamit ang windowing, normalization, at mga pananggalang sa kalidad ng data.
  • Suportahan ang real-time na ML inference, kabilang ang paghahatid ng modelo, lohika ng pagtukoy, at pagbuo ng alerto.
  • Bumuo ng mga kakayahan sa AI gamit ang mga foundation model gaya ng Claude at GPT-4.
  • Gumawa at mag-deploy ng mga scalable na FastAPI service para sa mga ML prediction, status ng kalusugan, at insight.
  • Makipagtulungan sa iba't ibang team upang maisama ang ML intelligence sa mga workflow ng pagtugon sa insidente at pagpapatunay ng release.
  • Tumulong sa pagsusuri at muling pagsasanay ng mga modelo, at sa pag-aayos ng mga threshold.
  • Maghatid ng mga feature mula disenyo hanggang implementasyon, lumahok sa disenyo ng modelo at mga pagsusuri ng code, at dagdagan ang pananagutan sa mga bahagi ng production ML system.

Mga Kinakailangan

  • May hindi bababa sa 3 taon ng propesyonal na karanasan sa software engineering, sa pagbuo, pagpapalawak, at pagpapanatili ng mga backend na pinapagana ng ML, mga microservice na batay sa data, at production REST API gamit ang FastAPI o Flask.
  • May praktikal na karanasan sa buong siklo ng ML engineering gamit ang PyTorch o TensorFlow, kabilang ang pagpili ng arkitektura ng modelo, pagdidisenyo ng feature, pagsasanay, at pagsusuri.
  • Mahusay sa Python at sa kahit isang machine learning framework.
  • May karanasan sa pamamahala ng mga eksperimento, pinagmulan ng mga modelo, at pagsubaybay sa hyperparameter gamit ang MLflow o Weights & Biases.
  • May karanasan sa pagproseso, pagbabago, at pag-query ng malalaking telemetry, event, o time-series dataset gamit ang PySpark, Pandas, o Databricks.
  • May karanasan sa GitHub, Docker, at mga cloud-native na deployment gaya ng AWS/EKS.
  • May matibay na kakayahan sa pagsusuri at pag-troubleshoot.
  • May matibay na kasanayan sa pakikipagtulungan at komunikasyon, kabilang ang kakayahang makipagtrabaho sa iba't ibang team.
  • Mas gusto ang karanasan sa pagsasama ng mga foundation model, pagdidisenyo at pagsusuri ng mga prompt, pagtatrabaho sa mga RAG architecture, o paggamit ng LangChain o LangGraph.
  • Mas gusto ang karanasan sa mga platform ng obserbabilidad gaya ng Datadog, Grafana, o Conviva.
  • Mas gusto ang karanasan sa malalaking data platform gaya ng Databricks, Spark, o Snowflake.
  • Bachelor’s degree sa Computer Science, Machine Learning, Statistics, o Engineering, o katumbas na karanasan.

Mga Benepisyo

  • Maaaring mag-alok ng bonus at/o mga pangmatagalang incentive unit.
  • Mga benepisyong medikal.
  • Mga benepisyong pinansyal.
  • Nakadepende ang iba pang benepisyo sa antas at posisyong iaalok.
  • Pangunahing onsite ang trabaho, na may paminsan-minsang pagtatrabaho mula sa bahay.

Mga Kaugnay na Trabaho

Terac

Senior na Pinuno ng Inhinyeriya sa Fintech, Mga Plataporma ng Pag-iisyu ng Card (Remote, US)

Terac

Naghahanap ang Terac ng mga pinuno sa produkto at inhinyeriya ng fintech para talakayin ang imprastraktura ng pag-iisyu ng card para sa consumer. Ibahagi ang iyong karanasan sa isang bayad na remote interview para sa AI expert research platform nito.

Buksan
CANAL+ Polska

Intern sa Panlabas na Komunikasyong CSR at Digital na Nilalaman

CANAL+ Polska
1,001 – 5,000 Mga Empleyado
B2CE-commerceMidya

Tumutulong sa panlabas na komunikasyon ng CANAL+ tungkol sa mga inisyatiba sa lipunan at kapaligiran sa pamamagitan ng digital na nilalaman, social media, pagpaplano ng editoryal, at mga kaganapan. Hybrid na internship na nakabase sa Issy-les-Moulineaux.

Buksan
Johnson & Johnson

Senior na Analyst ng Technovigilance – Johnson & Johnson, Hybrid sa Mexico City

Johnson & Johnson

Pangasiwaan ang pagsubaybay sa kaligtasan ng gamot at aparatong medikal sa Johnson & Johnson, kabilang ang pagsisiyasat sa mga signal at ugat ng problema. Pagbutihin ang mga proseso sa kaligtasan at tumulong sa pamamahala ng panganib ng produkto mula pagbuo hanggang mga klinikal na pagsubok at pag-apruba ng regulasyon.

Buksan
Pets Deli

Senior na Backend Engineer, Elixir/Phoenix

Pets Deli

Buuin ang Elixir/Phoenix platform ng Pets Deli para sa mga order ng pagkain ng alagang hayop, checkout, pagsingil, at subscription. Ilipat ang mga legacy na serbisyo habang ginagabayan ang arkitektura, pagiging maaasahan, at paghahatid.

Buksan
YASH Technologies

Senior na Software Engineer sa Core Java

YASH Technologies

Bumuo at magpanatili ng mga Java application para sa negosyo sa YASH Technologies, isang tagapag-ugnay ng mga teknolohiya. Kabilang sa tungkulin ang pagdidisenyo at pag-optimize ng mga solusyon, pag-deploy ng software, at paggabay sa mga developer.

Buksan
Snowflake

Senior na Engagement Manager, Frontier Engineering

Snowflake

Pangunahan ang mga customer engagement ng Frontier Engineering sa New Zealand para sa pagbabago sa data at AI, mula pagtuklas hanggang sa mga resulta sa produksyon. Pamahalaan ang benta, paghahatid, pinansyal na performance, at pagpapalawak ng account sa bawat engagement.

Buksan