Electronic Arts
Later
A Later é a empresa de marketing de influência mais inteligente do mundo, criada para dar às marcas a confiança necessária para criar campanhas inesquecíveis. Ao combinar relacionamentos reais com criadores, inteligência confiável e orientação especializada, a Later elimina o medo e as suposições de um dos investimentos mais visíveis do marketing.
Construída sobre uma plataforma nativa com tecnologia de IA e mais de uma década de dados proprietários — incluindo bilhões de interações sociais, impressões e mais de $2.4B em compras verificadas impulsionadas por influenciadores — a Later ajuda as equipes a entender o que funcionará antes mesmo do lançamento.
Ao combinar insights confiáveis com orientação especializada, a Later elimina as suposições do marketing de influência, permitindo que as marcas escolham os criadores certos, executem campanhas totalmente gerenciadas e impulsionem um crescimento significativo em reconhecimento, engajamento e receita. Com a confiança de grandes marcas corporativas, incluindo Nike, Wayfair, Unilever e Southwest Airlines, a Later une criatividade e desempenho para que as campanhas não apenas pareçam boas, mas entreguem resultados. Saiba mais em later.com.
Engenheiro de MLOps Sênior
A Later é a empresa de marketing de influência mais inteligente do mundo. Construída sobre uma plataforma nativa com tecnologia de IA e mais de uma década de dados proprietários, incluindo bilhões de interações sociais e mais de $2.4B em compras verificadas impulsionadas por influenciadores, a Later ajuda as marcas a escolher os criadores certos, executar campanhas totalmente gerenciadas e saber o que funcionará antes do lançamento.
Com a confiança de grandes marcas corporativas, incluindo Nike, Wayfair, Unilever e Southwest Airlines, a Later une criatividade e desempenho para que as campanhas não apenas pareçam boas, mas entreguem resultados. Saiba mais em later.com.
Estamos buscando um Engenheiro de MLOps Sênior para construir e escalar a infraestrutura que leva os sistemas de machine learning e IA da Later do protótipo à produção. Você será responsável pelos pipelines que treinam, retreinam, implantam e servem os modelos por trás de nossos produtos, incluindo previsão, recomendação e recursos baseados em LLM e agentes, em ambientes AWS e GCP.
Você fará parte da equipe de Infraestrutura ao lado de nossos engenheiros de DevOps e trabalhará em estreita colaboração com as equipes de Ciência de Dados, Engenharia de Dados, Plataforma e Engenharia de Produto. A Ciência de Dados constrói e itera sobre os modelos; você garante que eles sejam entregues de forma confiável, escalem com a demanda e sejam retreinados na cadência correta.
Inicialmente, espere dedicar cerca de metade do seu tempo ao trabalho na plataforma de ML e a outra metade à infraestrutura compartilhada. Essa divisão mudará em direção ao ML à medida que a prática crescer e se tornar sua própria equipe. A função é focada principalmente em infraestrutura e automação, com codificação prática onde for necessário.
Esta é uma excelente oportunidade para um engenheiro sênior com uma base sólida em DevOps e nuvem, e experiência real em colocar sistemas de ML em produção, que deseja definir o padrão para MLOps na Later.
Você aprenderá a infraestrutura de nuvem da Later, ambientes Kubernetes, fluxos de trabalho de CI/CD e a plataforma de dados e ML, incluindo como os modelos são treinados e implantados atualmente. Você começará a apoiar pipelines existentes e ferramentas de observabilidade. Até o dia 30, você saberá onde estão as maiores lacunas da plataforma e como as equipes de Produto e Dados a utilizam.
Você assumirá o trabalho de infraestrutura e automação em Kubernetes, AWS, CI/CD e na plataforma de ML. Você tornará os pipelines de implantação mais consistentes e automatizados, melhorará o provisionamento e monitoramento de GPU para treinamento e inferência, e fechará lacunas em alertas e runbooks. Você já estará orientando colegas de equipe nos padrões que está introduzindo.
Você será responsável pelo caminho do modelo finalizado até a produção. Até o dia 90:
Se você não atende a todos os requisitos, mas esta função parece ser para você, ainda adoraríamos ouvir sua história.
Temos escritórios em Boston, MA; Vancouver, BC; e Vancouver, WA. Para posições selecionadas, estamos abertos a contratar candidatos totalmente remotos. Publicamos nossas vagas na(s) localização(ões) onde estamos abertos a ter o candidato selecionado.
Na Later, estamos comprometidos em promover uma cultura enraizada em uma mentalidade de inclusão em primeiro lugar em todos os níveis da empresa, abraçando a importância de contratar e construir equipes para adicionar cultura (culture add) em vez de apenas ajuste cultural (culture fit). Construímos e mantemos abertamente práticas imparciais de contratação, pagamento e promoção para criar uma base para um local de trabalho equitativo, abrindo caminho para mudanças sistêmicas.
Estamos comprometidos em criar um ambiente diversificado e temos orgulho de ser um empregador que oferece oportunidades iguais. Todas as candidaturas receberão consideração para emprego sem distinção de raça, cor, religião, gênero, identidade ou expressão de gênero, origem nacional, deficiência ou idade. Por favor, informe-nos se precisar de alguma acomodação ou suporte durante o processo de recrutamento.
Adotamos uma abordagem de remuneração baseada no mercado e orientada por dados. Aproveitamos dados de fontes de remuneração de terceiros confiáveis para nos ajudar a entender o valor de mercado de uma função com base na função, nível, localização geográfica e escopo. Avaliamos a remuneração semestralmente, incluindo fatores de desempenho e relacionados ao mercado.
Nossos salários são comparados com a Remuneração Total em Dinheiro do mercado para a localização geográfica de nossa vaga. A remuneração para algumas funções é estruturada como Ganhos Alvo (OTE = base + comissão/variável), enquanto para outras é estruturada apenas como Salário. A faixa salarial listada para esta função reflete as zonas que se aplicam à localização desta vaga.
Para cumprir a legislação local e garantir a transparência, compartilhamos faixas salariais em todas as vagas. Habilidades, experiência e outros fatores ajudam a determinar o salário final que oferecemos, que pode variar da faixa original publicada.
Além disso, todos os membros permanentes da equipe são elegíveis para participar de vários planos de benefícios como parte de seu pacote de remuneração geral.
Plataforma de recrutamento reverso para programadores