Estados Unidos
StrideCare
Nominal
Staff Machine Learning Engineer, Time Series & Statistical Methods
Estados Unidos
London, England, United Kingdom · Los Angeles, California, United States · San Francisco, California, United States · New York, New York, United States · Austin, Texas, United States · Seattle, Washington, United States
Tradução automática. Consulte o original.
SOBRE A NOMINAL
Nossa missão é acelerar a forma como o mundo projeta hardware novo. A plataforma conectada de testes e operações da Nominal impulsiona os programas de hardware mais avançados do mundo e suas startups mais ambiciosas, desde espaçonaves, carros de corrida e veículos autônomos até programas de defesa e energia de próxima geração. Nossos clientes incluem Anduril, Shield AI, Hermeus, Albedo, Shinkei e Pratt Miller Motorsports, bem como programas da Marinha dos EUA e da Força Aérea dos EUA. Agora estamos expandindo para todo o ciclo de vida do hardware, construindo a base, aplicações nativas de IA e agentes que aceleram o trabalho dos inovadores e mudam o que é possível construir.
Somos apoiados por Sequoia, General Catalyst, Founders Fund, Lux Capital e Lightspeed, e nossa equipe vem de SpaceX, Apple, Palantir, Anduril, Applied Intuition e outras empresas líderes.
SOBRE HARDWARE INTELLIGENCE
Somos a equipe por trás dos agentes, aplicações nativas de IA e MCP da Nominal, e suas apostas de IA de ponta. Nossa missão é desbloquear os gargalos do ciclo de vida do hardware com IA. Nossos agentes raciocinam sobre a realidade física, desde telemetria de alta taxa e campanhas de teste até projetos e simulações, onde os resultados reais dos testes são a verdade fundamental com a qual seu trabalho é verificado. Acreditamos que IA opinativa, construída para o trabalho real de programas de hardware, mudará a forma como o mundo projeta.
Somos colaborativos, iterativos e de alta agência, e somos centrados no ser humano e focados no cliente. Construímos com as mais novas ferramentas de IA todos os dias, e como essas ferramentas continuam mudando, nós também mudamos: permanecemos curiosos e continuamos procurando o melhor caminho. Nossa equipe abrange ciência de dados e ML, sistemas distribuídos, busca e sistemas de conhecimento, e nos obcecamos sobre como os agentes podem ser genuinamente úteis para os engenheiros que dependem deles.
A FUNÇÃO
Como Engenheiro Staff de Machine Learning, Time Series & Métodos Estatísticos, você fornecerá aos nossos agentes ferramentas numéricas reais, pois LLMs sozinhos não conseguem raciocinar bem sobre milhões de amostras de sensores, e você definirá a direção da Nominal em ML para dados de hardware, desde métodos clássicos até deep learning.
💼 O QUE VOCÊ FARÁ: *
- Construir detecção de anomalias, detecção de pontos de mudança e previsão para telemetria de teste e frota de alta taxa. *
- Empacotar esses métodos como ferramentas de agente, para que nossos agentes possam executar engenharia de recursos e estatísticas reais em vez de adivinhar. *
- Desenvolver métodos de processamento de sinais e estatísticos (análise de frequência, ajuste de tendência, comparação run-to-run) que se sustentam em dados reais e ruidosos. *
- Colaborar com avaliações para medir quando um método é bom o suficiente para ser apresentado aos engenheiros. *
- Definir o padrão técnico e o roadmap para ML na Nominal, incluindo quando e se investir em modelos aprendidos em vez de clássicos.
🚀 O QUE VOCÊ TRARÁ: *
- 8+ anos em ML aplicada ou estatística, com sistemas de produção em dados de séries temporais ou sensores. *
- Profundo conhecimento clássico: estatística, processamento de sinais, detecção de anomalias e previsão. *
- Experiência prática em deep learning: transformers, embeddings e aprendizado de representação para sequências e dados de sensores. *
- Forte engenharia de software; seus métodos são enviados como código confiável e testado. *
- Julgamento sobre simples versus complexo: você sabe quando um teste estatístico bem escolhido supera uma rede neural, e quando não. *
- Um histórico de definição de direção técnica em uma equipe e elevação do padrão para os engenheiros ao seu redor. *
- Você constrói com agentes de codificação de IA modernos (Claude Code, Cursor, Codex) todos os dias, e permanece curioso e aberto a melhores maneiras de trabalhar. As ferramentas continuam mudando, e nós também.
Requisitos de ITAR
Para cumprir os regulamentos de exportação do governo dos EUA, o candidato deve ser (i) cidadão ou nacional dos EUA, (ii) residente permanente legal dos EUA (também conhecido como portador de green card), (iii) Refugiado sob 8 U.S.C. § 1157, ou (iv) Asilado sob 8 U.S.C. § 1158, ou ser elegível para obter as autorizações necessárias do Departamento de Estado dos EUA. Saiba mais sobre o ITAR aqui pmddtc.state.gov/?id=ddtc_kb_article_page&sys_id=24d528fddbfc930044f9ff621f961987.
⚡️ BOM TER: *
- Você construiu detecção de anomalias ou previsão que impulsionou decisões operacionais reais, em observabilidade, manutenção preditiva ou telemetria de veículos. *
- Você trabalhou com telemetria de aeronaves, veículos, sistemas de energia ou robôs. *
- Você enviou métodos de ML como ferramentas que outros sistemas ou agentes chamam, não apenas como modelos. *
- Você trabalhou com os modelos mais recentes além de texto: VLMs, VLAs, transformers multimodais ou modelos de fundação para robótica e sistemas físicos.
BENEFÍCIOS/VANTAGENS *
- 🏥 100% de cobertura de seguro médico, odontológico e oftalmológico *
- 🏖️ Férias e licença médica ilimitadas *
- 🍽️ Almoço, lanches e café grátis *
- 🚀 Subsídio de Desenvolvimento Profissional *
- ✈️ Retiro anual da empresa
Todos os candidatos qualificados receberão consideração para emprego sem distinção de raça, cor, religião, sexo, orientação sexual, identidade de gênero ou origem nacional.
Mais oportunidades com um só perfil
Quer aparecer para várias vagas sem repetir todo o processo? Crie seu perfil e seja encontrado pelas empresas que usam a Nort.
Criar meu perfil