Kanada
Global Relay
Stripe
Staff Software Engineer, Machine Learning-Plattform
Kanada
Toronto, Ontario, Canada
AWS
Automatische Übersetzung. Prüfe das Original.
WER WIR SIND
ÜBER STRIPE
WER SIE SIND
Stripe ist eine Finanzinfrastruktur-Plattform für Unternehmen. Millionen von Firmen – von den weltweit größten Konzernen bis hin zu den ambitioniertesten Startups – nutzen Stripe, um Zahlungen zu akzeptieren, ihren Umsatz zu steigern und neue Geschäftsmöglichkeiten zu erschließen. Unsere Mission ist es, das BIP des Internets zu erhöhen, und wir haben noch eine enorme Menge an Arbeit vor uns. Das bedeutet, dass Sie eine beispiellose Gelegenheit haben, die Weltwirtschaft für jeden zugänglich zu machen und gleichzeitig die wichtigste Arbeit Ihrer Karriere zu leisten.
ÜBER DAS TEAM
Stripe verarbeitet jährlich ein Zahlungsvolumen von über $1,9 Billionen, was etwa 1,6% des weltweiten BIP entspricht, für Millionen von Kunden von Startups bis hin zu Großunternehmen. Die enorme Datenmenge macht Stripe zu einem der besten Orte für machine learning. Während wir ein integraler Bestandteil fast jeder Produktlinie bei Stripe sind (z. B. Payments, Radar, Capital, Billing usw.), haben wir viele spannende Möglichkeiten, die ML-Plattform bei Stripe weiterzuentwickeln.
Das ML-Plattform-Team baut die Plattformen und Dienste, die es ML-Ingenieuren und Data Scientists bei Stripe ermöglichen, Daten zu nutzen sowie Features und Modelle vom Prototyp bis zur Produktion zu entwickeln – zuverlässig, mit geringer Latenz und skalierbar. Unser Aufgabenbereich umfasst ML-Trainingsinfrastruktur, Modellbereitstellung und -deployment, Feature-Berechnung und Online-Serving, Observability und Monitoring sowie agentische KI-Fähigkeiten. Wir arbeiten eng mit Produktteams, Data Scientists und Plattform-Infrastrukturteams zusammen, um leistungsstarke, flexible und benutzerfreundliche Systeme zu entwickeln, die die ML-Geschwindigkeit im gesamten Unternehmen erheblich steigern.
WER SIE SIND
Wir suchen jemanden, der die Mindestanforderungen erfüllt, um für die Rolle in Betracht gezogen zu werden. Wenn Sie diese Anforderungen erfüllen, ermutigen wir Sie, sich zu bewerben. Die bevorzugten Qualifikationen sind ein Bonus, keine Voraussetzung.
WAS SIE TUN WERDEN
Sie fungieren als technischer Leiter im Bereich ML-Plattform und leisten einen wesentlichen Beitrag zur Weiterentwicklung der Plattformen, die die ML-gesteuerten Produkte von Stripe antreiben. Als Staff Engineer treffen Sie Entscheidungen mit großer Tragweite für Stripe. Sie beeinflussen unsere Investitionen und Strategie und machen unsere Systeme gleichzeitig zuverlässiger, sicherer und benutzerfreundlicher. Sie arbeiten funktionsübergreifend mit anderen technischen Führungskräften, Data Science, Produktmanagement und dem Senior Leadership zusammen, um den Einfluss von ML bei Stripe zu erhöhen.
Sie helfen dabei, die langfristige Strategie zu definieren und die technische Richtung für die nächste Generation der ML-Infrastruktur vorzugeben, die die ML-gesteuerten Produkte von Stripe antreibt.
AUFGABEN
- Übernahme der Verantwortung für die End-to-End-Architektur und das Systemdesign für große, komplexe Projekte im Bereich ML-Plattform.
- Definition der technischen Richtung für hochgradig unklare Projekte, wobei komplexe Nutzerbedürfnisse in eine langfristige Plattformstrategie umgewandelt werden.
- Entwurf von Systemarchitekturen für die anspruchsvollsten Probleme der ML-Plattform in einem oder mehreren Bereichen, einschließlich KI- und ML-Workflow-Orchestrierung, skalierbarer CPU- und GPU-Recheninfrastruktur, Modelltraining, LLM-Feinabstimmung, Modellinferenz mit geringer Latenz, groß angelegten Feature-Stores, Echtzeit-Monitoring sowie LLM- und Agenten-Orchestrierung.
- Umsetzung von Ideen mit hoher Hebelwirkung in greifbare, robuste Lösungen, die die Plattform- und Produkt-Roadmap prägen, wobei technische Exzellenz mit kreativer Problemlösung kombiniert wird.
- Planung und Leitung großer Projekte mit erheblichem geschäftlichem Einfluss, von den Anforderungen über das Design und die Implementierung bis hin zum Produktionsbetrieb.
- Direkte Zusammenarbeit mit ML-Ingenieuren, Data Scientists und Produktteams, um deren Bedürfnisse in funktionale Anforderungen und skalierbare technische Lösungen zu übersetzen.
- Schlichtung kritischer Entscheidungen, die konkurrierende Prioritäten abwägen und gleichzeitig Latenz-, Zuverlässigkeits-, Kosten- und Sicherheitsvorgaben erfüllen.
- Repräsentation des Engineerings gegenüber Führungskräften bei Stripe und Beratung des Leadership-Teams zu wichtigen technischen Überlegungen im Zusammenhang mit dem End-to-End-ML-Lebenszyklus.
- Vorantreiben teamübergreifender technischer Initiativen, die die ML-Entwicklungsgeschwindigkeit und die MLOps-Reife im gesamten Unternehmen verbessern.
- Mentoring und Förderung anderer Ingenieure. Als Vorbild für das Design, die Implementierung und den Betrieb großartiger Softwaresysteme fungieren.
MINDESTANFORDERUNGEN
- 10+ Jahre professionelle Softwareentwicklungserfahrung oder gleichwertige Fachkenntnisse mit einem soliden Hintergrund in serviceorientierter Architektur und verteilten Systemen im großen Maßstab.
- Nachweisliche Erfahrung als technischer Leiter mit der Fähigkeit, technische Richtungen vorzugeben, teamübergreifende Initiativen zu leiten und Teammitglieder zu betreuen.
- Erfahrung im Aufbau und Betrieb von produktiven ML-Plattformen in einem oder mehreren Bereichen wie Modelltraining, Modell-Serving, Orchestrierung oder ML-Datensystemen, mit Anforderungen an Leistung, Zuverlässigkeit, Skalierbarkeit und Kosteneffizienz.
- Ausgeprägtes Produktverständnis und ein tiefes Verständnis für den geschäftlichen Kontext, in dem Sie agieren.
- Starke Kommunikationsfähigkeiten mit der Fähigkeit, komplexe technische Konzepte sowohl technischen als auch nicht-technischen Stakeholdern zu erklären.
- Nachgewiesene Fähigkeit zur funktionsübergreifenden Arbeit und effektiven Zusammenarbeit mit ML-Ingenieuren, Data Scientists, Softwareentwicklern, Produktmanagern und geschäftlichen Stakeholdern.
- Die Fähigkeit, bei einem hohen Maß an Autonomie und Verantwortung aufzublühen, sowie Komfort im Umgang mit unklaren Umgebungen.
- Praktische Erfahrung in der Nutzung von KI-Tools zur Beschleunigung Ihrer Arbeitsweise.
BEVORZUGTE QUALIFIKATIONEN
- Erfahrung im Aufbau von ML-Trainings-, Serving- oder Dateninfrastrukturen im großen Maßstab für machine learning-Anwendungsfälle, wie z. B. verteiltes Training, Modellinferenz, Feature-Stores, Echtzeit-Feature-Berechnung und Modell-Registries.
- Erfahrung mit verteilten ML-Trainingssystemen, beschleunigergestützter Rechenleistung, Trainingsdaten-Pipelines, Experiment-Tracking und Modellevaluierung.
- Erfahrung in der schnellen Entwicklung von Prototypen und der Iteration basierend auf Nutzerfeedback.
- Erfahrung im Training und der Bereitstellung von machine learning-Modellen in der Produktion zur Lösung kritischer Geschäftsprobleme.
- Vertrautheit mit LLMs, LLM-Anwendungs-Frameworks und agentischen KI-Mustern (z. B. Tool-Nutzung, Multi-Agenten-Orchestrierung, Retrieval-Augmented Generation).
- Vertrautheit mit Cloud-Diensten (z. B. AWS) und Cloud-basierten KI- und ML-Diensten (z. B. SageMaker, Bedrock, Databricks, OpenAI).
- Fähigkeit, Ideen innerhalb der Organisation zu synthetisieren und gleichzeitig eine überzeugende technische Vision zu etablieren.
- Komfort bei der Arbeit mit geografisch verteilten Teams.
- Leidenschaft für Nebenprojekte, Open Source oder selbstgesteuerte technische Initiativen.
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