首席工程师 – 人工智能/机器学习
地点：
混合办公（加利福尼亚州红木城）
雇佣类型：
全职
薪酬：
开放/有竞争力 + 全套福利
面试模式：
现场面试（加利福尼亚州红木城）
关于该职位
我们正在寻找一位首席工程师 – AI/ML，负责领导高性能、实时机器学习系统的设计和交付，这些系统支持多智能体路径规划和智能机器人决策。这是一个动手的首席工程师角色，专注于架构、算法和大规模生产级ML系统。
您将与机器人、平台和产品团队密切合作，将复杂的现实世界问题转化为可靠、低延迟的AI解决方案。
主要职责
- 构建和优化分布式系统，以在多智能体环境中使用机器学习和强化学习进行实时路径规划
- 负责端到端的ML生命周期，包括数据摄取、特征工程、模型训练、验证、部署和监控
- 使用如Vertex AI或同等的MLOps平台领导ML/RL模型的生产部署和生命周期管理
- 将ML管道与机器人编排和控制系统集成，以实现持续学习和自适应行为
- 担任ML工程师的技术导师和审阅者；定义并坚持代码质量、模型性能和系统可靠性的最佳实践
- 与软件、机器人、产品和运营团队跨职能合作，提供可扩展的ML解决方案以应对现实世界的履行挑战
- 调试、分析和优化ML系统在实时和分布式环境中的延迟、吞吐量和可靠性
所需资格教育
- 计算机科学、人工智能、机器学习、机器人学或相关领域的学士或硕士学位
经验
- 总专业经验8年以上，其中AI/机器学习系统经验6年以上
- 作为高级或首席个人贡献者成功交付生产级ML系统的证明
- 在没有直接人员管理责任的情况下影响架构和技术方向的经验
技术专长
- 在路径规划、图搜索算法、优化技术和多智能体系统方面拥有丰富的专业知识
- 深入了解机器学习、深度学习和强化学习
- 拥有TensorFlow或PyTorch的实际操作经验
- 在构建、部署和维护生产规模的ML模型方面取得成功
丰富的MLOps经验，包括：
- 模型CI/CD管道
- 工作流和管道编排
- 模型监控、漂移检测和再训练策略
- 精通Python
- 深刻理解分布式系统、并发性、并行性和实时处理
扎实的计算机科学基础：
- 算法、操作系统、网络、内存管理和性能调优
- 具有微服务、Docker、Kubernetes和容器化工作负载的经验
- 具有事件驱动架构和异步处理的经验
- 拥有云平台的实际操作经验，最好是Google Cloud Platform (GCP) 和Vertex AI
优先条件
- 熟悉Erlang、Elixir或其他以并发为先的函数式语言
资历水平
- 中高级
雇佣类型
- 全职
职位职能
- 工程和信息技术
行业
- 软件开发
