Vereinigte Staaten
B&A
Fetch
Senior ML Operations Engineer II - Ads Platform
RemoteVereinigte Staaten
United States
PythonSQLKubernetesGoTerraform
Automatische Übersetzung. Prüfe das Original.
ÜBER DIE ROLLE
Fetch befindet sich in einer KI-orientierten Ära und entwickelt intelligente Systeme, die Personalisierung, Relevanz und Ranking auf unserer Ads Platform vorantreiben. Diese Systeme helfen Fetch, Millionen von Nutzern relevantere, anpassungsfähigere und leistungsstärkere Erlebnisse zu bieten und gleichzeitig messbaren Mehrwert für Werbetreibende zu schaffen.
Als Senior MLOps Engineer verantworten Sie das operative Fundament, das Ranking- und Empfehlungsmodelle aus der Experimentierphase in zuverlässige Produktionssysteme überführt. Sie arbeiten eng mit Data Science, Produkt, Plattform und Engineering über den gesamten Modelllebenszyklus hinweg zusammen, einschließlich reproduzierbarem Training, Validierung, Deployment, Versionierung, Monitoring, Retraining und Außerbetriebnahme.
Dies ist eine praxisorientierte technische Führungsrolle an der Schnittstelle von ML-Infrastruktur, Personalisierung und verteilten Systemen im großen Maßstab. Sie entwickeln wiederverwendbare Pipelines, stärken Observability- und Echtzeit-Lern-Workflows, etablieren Architektur- und Zuverlässigkeitsstandards und machen den Modellzustand sowie Fortschritte über einen gemeinsamen Model Hub zugänglich. Ihre Arbeit wird es der Ads Platform von Fetch ermöglichen, intelligenter, schneller und reaktionsfähiger auf sich änderndes Nutzerverhalten zu werden.
VERANTWORTLICHKEITEN DER ROLLE
- Verantwortung für den gesamten Modelllebenszyklus von der Experimentierphase über Validierung, Deployment, Versionierung, Retraining und Rollback bis hin zur Außerbetriebnahme.
- Etablierung klarer Kriterien für die Modellförderung, Release-Prozesse und Rollback-Pfade, die es Teams ermöglichen, Verbesserungen sicher bereitzustellen.
- Design und Aufbau skalierbarer ML-Daten- und Feature-Engineering-Pipelines, einschließlich Feature-Generierung, historischer Aggregationen und der Erstellung von Trainingsdatensätzen unter Verwendung von Spark/PySpark und modernen Lakehouse-Technologien wie S3 und Apache Iceberg.
- Entwicklung zuverlässiger, inkrementeller Datenverarbeitungspipelines mit Unterstützung für Datenqualitätsvalidierung, Lineage, Point-in-Time-Korrektheit und Konsistenz zwischen Training und Serving.
- Aufbau von Monitoring für Datenqualität, Drift, Vorhersagequalität, Service-Zuverlässigkeit, Latenz und Infrastrukturkosten.
- Zusammenarbeit mit Data Scientists zur Definition aussagekräftiger Offline- und Produktions-Evaluierungssignale, auch für Anwendungsfälle mit verzögerten Ergebnis-Labels.
- Nutzung von Produktionsdaten zur Verbesserung der Modellleistung, Plattformzuverlässigkeit, Deployment-Geschwindigkeit und Infrastruktureffizienz.
- Aufbau wiederverwendbarer Trainings-, Evaluierungs- und Deployment-Pipelines, die mehrere Modelle und Modellierungsansätze unterstützen.
- Entwicklung zuverlässiger Orchestrierungs-Workflows für Abhängigkeiten, Scheduling, Retries, Backfills und Fehlerbehebung.
- Übersetzung wissenschaftlicher Anforderungen in wartbare Produktionssysteme mit klaren Schnittstellen, Verantwortlichkeiten und operativen Erwartungen.
- Aufbau und Pflege eines zugänglichen Model Hubs, der Modelldokumentation, Evaluierungsergebnisse, Release-Historie, Versionierung und Monitoring miteinander verbindet.
- Erstellung getesteter CI/CD-Workflows, reproduzierbarer Umgebungen, umsetzbarer Alerts, Verfahren zur Vorfallreaktion und operativer Runbooks.
- Definition von MLOps-Prioritäten in Zusammenarbeit mit Data Science und Engineering, um Risiken zu identifizieren, bevor sie zu Produktionsproblemen werden.
- Etablierung wiederverwendbarer Engineering-Standards, Mentoring von Teammitgliedern und Reduzierung des operativen Aufwands für Data Scientists.
MINDESTANFORDERUNGEN
- 5+ Jahre Erfahrung im Aufbau und Betrieb von ML-Produktionssystemen über das initiale Deployment hinaus, einschließlich Monitoring, Retraining, Vorfallreaktion und kontinuierlicher Verbesserung.
- Fundierte Fähigkeiten in der Softwareentwicklung für die Produktion in Python sowie Kenntnisse in SQL.
- Praktische Erfahrung mit Spark/PySpark für die verteilte Datenverarbeitung im großen Maßstab, einschließlich Feature Engineering, historischer Aggregationen, inkrementeller Verarbeitung und der Erstellung von Trainingsdatensätzen.
- Erfahrung mit modernen Data-Lake- oder Lakehouse-Architekturen, einschließlich S3, Apache Iceberg oder vergleichbaren Technologien.
- Erfahrung mit einer Workflow-Orchestrierungs-Engine für Scheduling, Abhängigkeitsmanagement, Retries, Backfills und Wiederherstellung.
- Praktische Erfahrung im Aufbau von Infrastruktur mit Terraform.
- Erfahrung im Deployment und Betrieb von containerisierten Produktions-Workloads auf Kubernetes.
- Erfahrung im Aufbau wiederverwendbarer Trainings-, Evaluierungs- oder Deployment-Infrastruktur, die von mehreren Modellen, Wissenschaftlern oder Teams genutzt wird.
- Erfahrung bei der Implementierung von Modell- und Datensatz-Versionierung, Experiment-Tracking, Lineage und reproduzierbaren Releases.
- Fähigkeit, zwischen Service- oder Infrastrukturfehlern und Änderungen in der Modelleffektivität zu unterscheiden.
- Erfahrung im Aufbau von CI/CD-Pipelines, Monitoring, Alerting, Rollback-Mechanismen und Wiederherstellungsverfahren für ML-Produktionssysteme.
- Nachgewiesene Fähigkeit, Modellqualität, Bereitstellungsgeschwindigkeit, Zuverlässigkeit und Infrastrukturkosten in Einklang zu bringen.
- Starke funktionsübergreifende Kommunikationsfähigkeiten und Erfahrung in der Zusammenarbeit mit Data Scientists, um die wissenschaftliche Validität bei der Überführung von Modellen in die Produktion zu wahren.
- Fähigkeit, einen Produktionsvorfall oder ein Problem der Modellverschlechterung zu erklären, wie es erkannt wurde und welche Verbesserungen daraus folgten.
BEVORZUGTE ANFORDERUNGEN
- Erfahrung in der Entwicklung von Plattformdiensten, Infrastruktur oder internen Tools in Go.
- Erfahrung im Aufbau oder der Verantwortung für eine Modell-Registry, einen Model Hub oder ein ähnliches System, das von technischen und nicht-technischen Stakeholdern genutzt wird.
- Erfahrung in der Unterstützung von ML-Systemen, bei denen Ergebnis-Labels verzögert vorliegen oder die Modellqualität nicht unmittelbar gemessen werden kann.
- Nachweisliche Erfolge bei der Verbesserung der Deployment-Geschwindigkeit, Modellqualität, Systemzuverlässigkeit, Infrastrukturkosten oder der Reduzierung des manuellen operativen Aufwands.
- Erfahrung im Design konfigurierbarer ML-Infrastruktur, die verschiedene Modellierungs-Frameworks oder -Ansätze unterstützt.
- Nachweis, dass wiederverwendbare Infrastruktur, Standards oder Dokumentationen teamübergreifend übernommen wurden.
- Erfahrung im Mentoring von Ingenieuren oder Data Scientists und in der Beeinflussung technischer Prioritäten innerhalb eines ML-Portfolios.
- Erfahrung in Umgebungen mit sensiblen Informationen und im Design von Dokumentation oder Monitoring unter Berücksichtigung angemessener Zugriffsgrenzen.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen