首席AI/ML工程师

地点：剑桥，马萨诸塞州（东部时间/UTC -4）提供搬迁补贴 开始日期：尽快 语言：英语（必需） 关于该职位 Pragmatike 正在为一家快速发展的 AI 初创公司招聘，该公司由 MIT CSAIL 研究人员创立，被 GTM Capital 评为十大 GenAI 公司之一。 我们正在寻找一名高级/首席 ML Ops 工程师，负责领导公司的 ML 基础设施和生产 AI 系统的设计、实施和扩展。这是一个高影响力、定义架构的角色，您将在整个模型生命周期中工作——训练、评估、部署、可观测性和持续优化。 您将与 AI 研究人员、GPU 系统工程师、后端团队和产品利益相关者密切合作，以确保公司的大规模 AI 系统稳健、高效、自动化且达到生产级别。此职位非常适合那些已经在大规模构建和拥有 ML 平台，并能够推动战略和实践执行的人。 您的工作内容 - 构建和扩展端到端的 ML Ops 管道，包括训练、微调、评估、发布和监控。 - 设计可靠的基础设施，用于模型部署、版本控制、可重现性和跨云及本地 GPU 集群的编排。 - 优化分布式系统中的计算使用（Kubernetes、自动扩展、缓存、GPU 分配、检查点工作流）。 - 领导 ML 系统的可观测性实施（监控漂移、性能、吞吐量、可靠性、成本）。 - 构建数据集策划、标注、特征管道、评估和 ML 模型的 CI/CD 的自动化工作流。 - 与研究人员合作，将模型投入生产并加速训练/推理管道。 - 建立 ML Ops 最佳实践、内部标准和跨团队工具。 - 指导工程师并影响整个 AI 平台的架构方向。 我们在寻找 - 拥有设计和操作大规模生产 ML 系统的深厚实践经验（期望高级/首席级别）。 - 在 ML Ops、分布式系统和云基础设施（AWS、GCP 或 Azure）方面有强大的背景。 - 精通 Python，并熟悉 TypeScript 或 Go 进行平台集成。 - 精通 ML 框架：PyTorch、Transformers、vLLM、Llama-factory、Megatron-LM、CUDA/GPU 加速（实际理解） - 在容器化和编排方面有丰富经验（Docker、Kubernetes、Helm、自动扩展）。 - 深刻理解 ML 生命周期工作流：训练、微调、评估、推理、模型注册。 - 能够领导技术战略，跨职能合作，并在快节奏环境中工作。 加分项 - 有在企业规模上部署和操作 LLM 和生成模型的经验。 - 熟悉 DevOps、CI/CD、自动化部署管道和基础设施即代码。 - 有优化 GPU 集群、调度和分布式训练框架的经验。 - 有初创公司经验或在不确定性和高责任感下工作的舒适度。 - 有与数据工程、特征管道或实时 ML 系统合作的经验。 为什么这个职位会推动您的职业生涯 - 研究背景：MIT CSAIL 创始人因突破性 AI 和系统贡献而获得认可。 - 客户影响：部署 AI 解决方案，为财富 500 强客户提供支持。 - 行业动向：实验室校友领导了高价值收购（MosaicML Databricks、Run:AI Nvidia、W&B CoreWeave）。 - 资金与增长：超额认购的种子轮融资，下一轮融资在 2026 年。 - 职业成长与影响：领导 AI 项目，优化管道，并直接影响大规模生产 AI 系统。 - 文化与自主：在与世界级工程师合作的同时掌控关键系统。 - 理想影响：解决少数工程师曾面临的 AI 性能挑战。 福利 - 具有竞争力的薪水和股票期权 - 签约奖金 - 健康、牙科和视力保险 - 401k Pragmatike 是一个机会均等的雇主，致力于为所有申请者提供平等的就业机会，不存在歧视。我们代表客户招聘，禁止基于种族、肤色、宗教、年龄、性别、国籍、残疾状况、遗传信息、受保护的退伍军人身份、性取向、性别认同或表达或任何其他受联邦、州或地方法律保护的特征的歧视和骚扰。本政策适用于所有就业条款和条件，包括招聘、雇用、安置、晋升、解雇、裁员、召回、调动、休假、薪酬和培训。我们致力于一个公平和包容的招聘过程。我们仅为招聘目的处理您的个人数据，遵循适用的隐私法律，并保持合理的保护措施以保护您的信息。您的数据可能会与我们的客户共享以供招聘考虑，但不会在招聘过程之外披露给第三方。