États-Unis
B&A
Paramount
Lead Machine Learning Operations Engineer
États-Unis
Burbank, California, United States · New York, New York, United States
SQLGo
Traduction automatique. Consultez l’original.
Présentation
La narration est, et sera toujours, au cœur de tout ce que nous faisons chez Skydance.
Notre vision est de bâtir un écosystème de divertissement prospère où les histoires et les mondes sont imaginés, prennent vie et sont vécus. Nous créons pour tous les âges et tous les publics, ancrés par la force de notre contenu et de nos expériences ainsi que par la profondeur de notre lien avec les fans. Nous sommes axés sur les créateurs, centrés sur le public, tournés vers la technologie et déployés à l'échelle mondiale.
Ici, vous travaillerez avec des équipes talentueuses qui avancent rapidement, pensent avec audace et collaborent avec détermination pour obtenir des résultats. Nous visons haut, défendons les meilleures idées et gagnons ensemble, en gagnant chaque jour la confiance de nos employés, créateurs, partenaires et publics.
Si l'opportunité de contribuer à bâtir la prochaine génération d'entreprise mondiale de médias et de divertissement, propulsée par la créativité et la technologie, vous stimule, nous serions ravis de vous accueillir à bord. C'EST PARTI !
Ingénieur des opérations Machine Learning
Systèmes de personnalisation et de recommandation
Nous recrutons un Lead Machine Learning Operations Engineer pour être responsable de l'excellence opérationnelle, de l'observabilité, de la fiabilité et de la couche de gouvernance autour de nos systèmes de personnalisation et de recommandation ML.
Nos modèles de recommandation sont fréquemment réentraînés et déployés. Vous définirez la manière dont nous détectons les changements de comportement des modèles, diagnostiquons les problèmes rapidement et empêchons les déploiements défectueux d'atteindre les clients.
Il s'agit d'un rôle de contributeur individuel de niveau Lead : vous définirez l'orientation technique et piloterez l'adoption au sein des équipes d'ingénierie ML, DevOps, ingénierie de plateforme, ingénierie des données et produit.
Au sein de l'équipe Plateforme et Infrastructure ML, vous travaillerez en étroite collaboration avec les ingénieurs ML responsables du développement des modèles. Il n'est pas attendu que vous construisiez l'infrastructure à partir de zéro, mais vous définirez les standards de qualité, évaluerez les outils et serez responsable de la couche opérationnelle quotidienne.
À quoi ressemble le succès
- Au cours des 90 premiers jours, vous aurez évalué le paysage opérationnel ML de production actuel, identifié les lacunes les plus risquées et établi une feuille de route priorisée pour l'observabilité, la traçabilité, la sécurité des déploiements et la réponse aux incidents.
- Dans les six mois, nos systèmes de recommandation en production auront une lignée de modèles plus claire, une couverture de surveillance plus forte, de meilleurs flux de travail de diagnostic et des portes de déploiement plus fiables.
- Dans un an, les opérations ML seront une fonction répétable et de confiance : les équipes sauront ce qui est en cours d'exécution, pourquoi cela a été promu, comment cela fonctionne, quand quelque chose ne va pas et comment récupérer rapidement.
Signal de niveau
Le bon candidat définit la stratégie, dirige l'exécution interfonctionnelle et établit les standards d'ingénierie tout en restant suffisamment pratique pour enquêter directement sur les problèmes de production.
Vos missions
Responsable de la stratégie de fiabilité de la production ML
- Définir et diriger la stratégie opérationnelle pour les systèmes ML en production, incluant la surveillance, la traçabilité, la sécurité des déploiements, la gestion des incidents et la validation post-déploiement.
- Établir les standards utilisés par les équipes ML pour évaluer la santé, la performance et la fiabilité des modèles en production.
Responsable de la traçabilité et de la gouvernance des modèles
- Garantir que chaque modèle en production dispose d'une lignée claire (données, caractéristiques, code, artefacts, validation, historique de déploiement) et favoriser l'adoption d'outils de registre de modèles et de métadonnées au sein des équipes ML.
Construire une observabilité ML de bout en bout
- Concevoir et mettre en œuvre une surveillance sur l'ensemble du chemin du signal ML : arrivée des données, fraîcheur des caractéristiques, stabilité de la distribution, génération de candidats, comportement de classement, métriques de modèle, latence de service et performance SLA.
Définir les métriques de santé de la production
- Collaborer avec les parties prenantes ML, données, produit et métier pour définir des métriques post-déploiement couvrant la qualité du modèle, la fiabilité du système, les garde-fous métier et les indicateurs de dégradation.
Détecter proactivement la dérive et la dégradation
- Détecter la dérive des données, la dérive des caractéristiques, les changements de comportement des modèles et les défaillances silencieuses avant qu'ils n'impactent les clients via des seuils, des alertes, la détection d'anomalies et la surveillance entre les versions.
Diriger les outils de diagnostic et l'analyse des causes profondes
- Créer des tableaux de bord, des journaux et des flux de travail de diagnostic permettant de passer rapidement de « les recommandations semblent incorrectes » à la cause profonde, avec un contexte capturé à travers les candidats, les caractéristiques, les scores, les décisions de classement et les résultats en aval.
Responsable de la sécurité des déploiements ML
- Définir et exploiter des portes automatisées qui empêchent les mauvais modèles ou les mauvaises données d'être promus en production. Collaborer avec les ingénieurs ML pour établir des contrôles de validation, des critères de retour arrière, des stratégies de déploiement canary, des tests fantômes et des revues de santé des versions.
Diriger la réponse aux incidents ML
- Prendre en charge les pratiques de réponse aux incidents pour les systèmes ML, incluant les manuels de retour arrière, les stratégies de correctifs rapides, les définitions de sévérité, les cadres de compromis, les communications et les post-mortems. Piloter la résolution des lacunes systémiques après les incidents plutôt que de simplement résoudre le problème immédiat.
Collaborer avec les équipes Plateforme ML, Données et ML
- Collaborer avec DevOps/Plateforme sur les besoins en infrastructure et observabilité ; avec l'Ingénierie des données sur la qualité des données, la dérive et la fraîcheur ; et avec l'Ingénierie ML pour intégrer les exigences opérationnelles dans les flux de travail de développement et de déploiement.
Établir des standards et encadrer les autres
- Agir en tant que responsable technique pour les opérations ML : établir des modèles réutilisables, des manuels et des standards, et encadrer les ingénieurs sur la fiabilité, l'observabilité et la rigueur opérationnelle.
Qualifications de base
- 5+ années d'expérience en ingénierie machine learning, plateforme ML, ML appliqué, MLOps, plateforme de données, ingénierie de fiabilité ou un rôle technique connexe.
- Expérience démontrée dans l'exploitation de systèmes ML en production, incluant la surveillance, le déploiement, la réponse aux incidents, la validation de modèles, la qualité des données ou la responsabilité de la fiabilité.
- Expérience dans la direction d'initiatives techniques au sein de plusieurs équipes d'ingénierie, en particulier lorsque le succès a nécessité d'influencer l'architecture, les outils, les standards ou l'adoption.
- Expérience pratique avec les registres de modèles, les magasins de caractéristiques, les systèmes de métadonnées ML, la surveillance de la production, les pipelines de déploiement de modèles ou les plateformes d'observabilité ML.
- Solide connaissance des systèmes ML de bout en bout, incluant les données d'entraînement, les caractéristiques, les artefacts de modèle, la validation hors ligne, le service en ligne, les métriques post-déploiement et la mesure des résultats métier.
- Capacité à raisonner sur les modes de défaillance opérationnelle ML : caractéristiques obsolètes, dérive de distribution, biais entre entraînement et service, étiquettes retardées et écarts de métriques entre hors ligne et en ligne.
- Solides compétences en SQL et aisance dans l'investigation de la qualité des données, des distributions de caractéristiques, des sorties de modèles, du comportement des pipelines et des anomalies de production.
- Expérience avérée de collaboration interfonctionnelle avec les équipes Plateforme, Données et Ingénierie ML pour fournir des capacités opérationnelles de qualité production.
- Solides compétences en communication écrite et verbale, incluant la capacité à expliquer la santé du système ML, les risques, les incidents et les compromis aux parties prenantes techniques et non techniques.
Qualifications supplémentaires
- Expérience dans l'exploitation de systèmes ML de recommandation, personnalisation, classement, recherche, publicité, découverte de contenu ou place de marché à grande échelle.
- Expérience avec des systèmes de service de modèles en temps réel ou quasi temps réel.
- Expérience avec les magasins de caractéristiques, les registres de modèles, les magasins de métadonnées, le suivi d'expériences, les outils de qualité des données, les systèmes de lignée ou les plateformes d'observabilité.
- Expérience dans la conception de portes de validation automatisées, de déploiements canary, de stratégies de retour arrière, de déploiements fantômes ou de flux de travail de livraison progressive pour les systèmes ML.
- Expérience avec les tests A/B, les garde-fous d'expérimentation, l'évaluation contrefactuelle ou l'alignement des métriques hors ligne vers en ligne.
- Expérience avec les environnements de production cloud-native, les pipelines de données distribués, les cadres d'orchestration ou les systèmes de streaming.
- Expérience dans la direction de revues d'incidents, de post-mortems, de programmes de fiabilité ou d'initiatives d'excellence opérationnelle.
- Expérience dans la définition de standards, de manuels ou de cadres de gouvernance pour les systèmes ML en production.
Paramount Streaming, une division au sein de Paramount Global, abrite les services directs aux consommateurs de l'entreprise, couvrant le gratuit et le payant sous la forme de Pluto TV et Paramount+. Pluto TV est le leader mondial de la télévision gratuite financée par la publicité, offrant plus de 1 400 chaînes mondiales et une vaste bibliothèque de contenu en streaming, incluant des chaînes en direct et originales. Paramount+, service numérique de vidéo à la demande par abonnement et de streaming en direct, combine sports en direct, actualités de dernière minute et A Mountain of Entertainment™. Paramount+ propose une vaste bibliothèque de séries originales, d'émissions à succès et de films populaires dans tous les genres provenant de marques et de studios de production de renommée mondiale, incluant SHOWTIME®.
INFORMATIONS COMPLÉMENTAIRES
Fourchette de salaire à l'embauche : $156,800.00 - $235,200.00.
La fourchette de salaire à l'embauche pour ce poste s'applique à New York, en Californie, au Colorado, dans l'État de Washington et dans la plupart des autres zones géographiques. La rémunération de départ pour le candidat retenu dépend de divers facteurs liés au poste, incluant mais sans s'y limiter, la localisation géographique, les demandes du marché, l'expérience, la formation et l'éducation. Les avantages disponibles pour ce poste incluent l'assurance médicale, dentaire, vision, le plan 401(k), la couverture d'assurance vie, les prestations d'invalidité, le programme d'aide aux frais de scolarité et les congés payés ou, le cas échéant, tel que dicté par la convention collective appropriée. Ce poste est éligible à une prime.
Skydance est un employeur garantissant l'égalité des chances (EOE)
Nous saisissons l'opportunité de bâtir une main-d'œuvre qui reflète un large éventail de perspectives, d'horizons et d'expériences. Être un employeur garantissant l'égalité des chances signifie que nous prenons au sérieux notre responsabilité de considérer les candidats qualifiés sur la base du mérite. Conformément aux lois du pays ou de la région dans lequel le rôle est basé, cela inclut la considération sans égard à la race, la couleur, l'ethnicité, l'origine nationale, le statut de citoyenneté, la religion ou la croyance, le sexe, le genre, l'identité ou l'expression de genre, l'orientation sexuelle, l'âge, le statut marital, la grossesse, la parentalité, le handicap physique ou mental, les informations génétiques, le statut militaire ou de vétéran protégé, le statut syndical ou toute autre catégorie protégée par la loi applicable.
Si vous êtes une personne qualifiée avec un handicap, vous pouvez demander un aménagement raisonnable pendant le processus de candidature et/ou de recrutement. Vous pouvez demander des aménagements raisonnables en appelant le 212.846.5500 ou en envoyant un e-mail à [email protected]. Seuls les messages laissés à cette fin seront retournés.
Ce que nous offrons
- Une rémunération attractive et des packages d'avantages sociaux complets. Consultez notre liste complète d'avantages ici skydance.com/careers/benefits.
- Des congés payés généreux.
- Des abonnements gratuits à HBO Max, Paramount+ et d'autres services de streaming et produits d'actualités numériques de Skydance.
- Des opportunités d'engagement des employés robustes, incluant l'accès à des projections et événements exclusifs, des séries de conférences, des activités de bénévolat et plus encore.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil