
Etsy シニア機械学習インフラエンジニア
Google Cloud と Kubernetes を使い、Etsy の機械学習トレーニング・サービング基盤を構築します。 予測モデルやオープンソースの大規模言語モデルを大規模に支えます。
仕事内容
- Etsy の機械学習モデルをトレーニングし、サービングするためのインフラを構築・運用します。
- 毎秒数百万回の推論を処理できる、高速で信頼性の高いサービングシステムを設計します。
- 本番環境に対応できる Python コードを記述します。
- コードレビューやペアプログラミングに参加します。
- アーキテクチャに関する意思決定に貢献します。
- Google Cloud Platform と Kubernetes 上で機械学習インフラを構築・改善します。
- オープンソースおよび社内ホスト型の大規模言語モデル向けサービングシステムを設計・保守します。
- モデルのデプロイとリソースを管理し、パフォーマンスを最適化します。
- 応用科学者と連携し、トレーニングとサービングのニーズを把握します。
- モデルの要件を、ワークフローを簡素化するインフラに落とし込みます。
- パフォーマンス、コスト、信頼性のバランスを取るシステム設計の意思決定に貢献します。
- 生成 AI や生産性向上ツールを慎重に活用します。
- エンジニアリングマネージャーに報告します。
応募要件
- コンピューターサイエンス、応用統計学、数学、電気工学、または関連する定量分野の学士号、あるいは同等の実務経験。
- 複雑なバックエンドおよびインフラシステムの構築、改善、トラブルシューティングに関する5年以上の実務経験。
- アルゴリズムやデータ構造を含む、確かなソフトウェアエンジニアリングの基礎知識。
- 本番環境で使える Python スキル。
- クラウドインフラ(Google Cloud が望ましい)と Kubernetes の実務経験。
- 本番ワークロードのデプロイおよび運用経験。
- メトリクス、ログ、トレースに用いる可観測性ツールの知識。
- 機械学習の基礎と概念に関する実務知識。
- 大規模言語モデルのサービングインフラとオープンソースモデルのホスティングに関する知識。
- Transformer アーキテクチャや予測器、モデル設計の選択がサービングインフラに与える影響についての基本的な理解。
- 大規模で高可用性のシステムを設計できること。
- リモート勤務の場合、Etsy のブルックリンオフィスへ通勤できること、または時折出社できること。
- ビザのスポンサー対象は、特定の職種やスキルに限られる場合があります。
福利厚生
- 株式報酬パッケージ。
- 年次業績賞与。
- 従業員とその家族向けの競争力ある福利厚生。
- 特定の職種やスキルについては、ビザのスポンサーを受けられる場合があります。
- ハイブリッド勤務とリモート勤務に柔軟に対応。リモート勤務者は時折出社します。
関連求人




アセットインテリジェンス担当カスタマーサクセスマネージャー
MaintainX産業現場や現場業務のチームによるMaintainXのアセットインテリジェンスツールの導入を支援します。 予知保全の成果、製品の活用、契約更新、顧客フィードバックの向上に取り組みます。
開く


シニア Android エンジニア
Hyporiサイバーセキュリティ SaaS 企業 Hypori で、安全なエンタープライズ向け Android アプリを開発します。 Kotlin の機能や自動テストを開発し、アジャイル CI/CD を通じてオンプレミス環境とパブリッククラウド環境にソフトウェアを届けます。
開く


シニアマネージャー、クライアントサクセス戦略・オペレーション——雇用主向けダイレクトヘルスケア、ニューヨーク市(ハイブリッド勤務)
Employer Direct HealthcareLanternのクライアントサクセスチームの戦略とオペレーションを統括し、会員と一流の専門医をつなぐ専門医療プラットフォームを支援します。 計画、予測、顧客維持、アカウント成長を推進します。
開く


