DeepL
DeepL
DeepL utvikler AI-drevne oversettelsesverktøy som hjelper mennesker og organisasjoner med å kommunisere på tvers av språk. Selskapets nevrale nettverksteknologi produserer naturlig klingende oversettelser for ulike personlige og profesjonelle bruksområder. DeepL arbeider i skjæringspunktet mellom kunstig intelligens og språkteknologi og utvikler produkter for både enkeltpersoner og bedrifter. Selskapet ansetter til team som bygger og leverer oversettelsesplattformen.

Senior ingeniørleder innen maskinlæring, produksjonsinferens

Led DeepLs team for produksjonsinferens, og bygg pålitelige og effektive systemer for modellservering. Styr forskning og utvikling for en global språk-AI-plattform.

Beskrivelse

  • Lede og utvikle forskere og maskinlæringsingeniører.
  • Lage utviklingsplaner og fremme åpen tilbakemelding uten represalier.
  • Fastsette forsknings- og utviklingsplanen for inferenssystemer i produksjon.
  • Avveie umiddelbare behov for pålitelighet mot langsiktig forskning på inferenseffektivitet og arkitektur.
  • Koordinere teknisk arbeid med teamene for grunnmodeller, tale og anvendt forskning, infrastruktur og produkt.
  • Forbedre påliteligheten, effektiviteten og kostnadsytelsen til stakken for modellservering.
  • Fastsette strategi for lastbalansering, automatisk skalering, valg av kjøremiljø og maskinvareutnyttelse.
  • Sette retning for teamet og levere resultater når kravene endrer seg eller er uklare.
  • Identifisere, evaluere og rekruttere forsknings- og ingeniørtalenter.
  • Bidra til tekniske gjennomganger, arkitekturbeslutninger og forskningsretningen for inferensstakken.

Krav

  • Erfaring med å lede et team av forskere eller maskinlæringsingeniører.
  • Dokumenterte resultater med talentutvikling, grundig leveransearbeid og balansering av forskningskvalitet med pålitelighet i produksjon.
  • Solid bakgrunn innen informatikk, matematikk, fysikk eller et tilsvarende kvantitativt fagområde, eller en tilsvarende kombinasjon av ekspertise innen maskinlæring eller systemer og forskningsdybde.
  • God faglig forankring i maskinlæringssystemer i produksjon, inferensoptimalisering eller modellservering i stor skala.
  • Erfaring med inferens for store språkmodeller (LLM), spekulativ dekoding, kvantisering eller serveringsinfrastruktur er en fordel.
  • Evne til å jobbe gjennom hele modellens livssyklus, fra overlevering etter trening til produksjonssetting, overvåking og effektivitetsforbedringer.
  • Forståelse for infrastruktur- og beregningsbegrensninger.
  • Svært gode kommunikasjonsevner, inkludert evnen til å omsette kompleks teknisk retning til tydelige mål for både tekniske og ikke-tekniske interessenter.
  • En løsningsorientert og besluttsom tilnærming, og evne til selvstendig å sette retning og drive fram resultater.

Fordeler

  • Hybrid arbeidsplan, med teamet på kontoret to dager i uken.
  • Fleksibel arbeidstid.
  • Virtuelle aksjer til alle ansatte.
  • Regelmessige fysiske teamarrangementer.
  • Månedlige heldager med hacking, kalt Hack Fridays.
  • 30 dagers årlig ferie, i tillegg til offentlige helligdager.
  • Tilgang til ressurser for psykisk helse.
  • Fordeler tilpasset hver enkelt ansatts lokasjon.
  • Et internasjonalt team som jobber fra flere lokasjoner.

Relaterte jobber