Ingénieur Python principal — Infrastructure ML

Présentation du rôle

Ingénieur Python principal — Infrastructure ML (Formation IA) À propos du rôle Et si votre expertise Python pouvait façonner directement l'infrastructure qui alimente les systèmes d'IA les plus avancés au monde ? Cette opportunité est destinée à un ingénieur Python principal basé à Austin pour concevoir et construire les pipelines de données, les outils d'annotation et les systèmes d'évaluation dont dépendent les principaux laboratoires d'IA — un vrai travail de production avec un impact réel à grande échelle

Ce que vous ferez

• Concevoir, construire et optimiser des systèmes Python haute performance alimentant les pipelines de données IA et les workflows d'évaluation
• Développer des outils full-stack et des services backend pour l'annotation, la validation et le contrôle qualité de données à grande échelle
• Collaborer avec les équipes de données, de recherche et d'ingénierie pour soutenir les workflows d'entraînement et d'évaluation de modèles
• Piloter les décisions architecturales et de conception de systèmes lors de revues techniques synchrones
• Piloter les décisions architecturales et de conception de systèmes lors de revues techniques synchrones Profil recherché

Exigences et conditions

• Lieu : À distance
• Engagement : 20–40 heures/semaine
• Collaborer avec les équipes de données, de recherche et d'ingénierie pour soutenir les workflows d'entraînement et d'évaluation de modèles
• Locuteur natif ou courant en anglais avec de solides compétences en communication écrite et verbale
• 5+ années d'expérience professionnelle à écrire du Python de production pour des infrastructures ou de l'ingénierie de plateforme à grande échelle
• Capable de piloter la stratégie technique et les décisions architecturales clairement et avec confiance
• Disponible pour s'engager 20–40 heures par semaine
• Expérience préalable avec des systèmes d'annotation de données, de qualité des données ou d'évaluation de modèles

Détails complémentaires

• Améliorer la fiabilité, les performances et la sécurité des bases de code Python de production