Weitere Stellen suchen

Zum Klienten

Weitere Informationen zum Klienten und laufend neue Jobchancen erhalten Sie nach Ihrer Anmeldung und dem Onboarding durch Ihren Fachberater per Mail oder online. Wir freuen uns, Sie persönlich kennenzulernen!

Arbeitsort

Zürich (Distanz und Fahrzeit ab Ihrer Wohnadresse erhalten Sie nach Ihrer Anmeldung)

Jobbeschreibung

Machine Learning Platform Engineer (w/m/d)

Ihr Aufgabengebiet

• Aufbau und Betrieb der ML-Infrastruktur und Plattformen für die KI-Produkte von A1
• Design von Systemen für Modelltraining, Evaluation, Deployment, Inferenz und Experimentierung
• Aufbau und Optimierung von Model-Serving- und Inferenz-Infrastruktur für Workloads mit hohem Durchsatz und niedriger Latenz
• Verbesserung von Zuverlässigkeit, Skalierbarkeit, Latenz und Kosteneffizienz der KI-Systeme
• Entwicklung robuster Pipelines für Datenaufbereitung, Training, Evaluation, Modell-Release und kontinuierliche Verbesserung
• Aufbau von Plattformen und Tooling, damit AI Engineers und Researcher schneller experimentieren, evaluieren und Modelle ausliefern können
• Entwicklung von Evaluations- und Benchmarking-Infrastruktur zur Messung von Modellqualität, Performance und Regressionen
• Aufbau von Produktions-Observability, Monitoring, Tracing und Alerting für KI/ML-Workloads
• Verbesserung der KI-Systeme hinsichtlich Zuverlässigkeit, Skalierbarkeit, Latenz, Durchsatz und Kosten
• Identifikation von Engpässen im ML-Stack und kontinuierliche Verbesserung der Systemperformance
• Enge Zusammenarbeit mit AI Engineers, Researchern und Produktteams, um sich wandelnde Modellanforderungen in produktionsreife Infrastruktur zu überführen

Was Sie ausmacht

• Fundierte Software-Engineering-Grundlagen und Erfahrung im Aufbau produktiver Systeme
• Erfahrung im Aufbau von ML-Infrastruktur, Plattformen oder produktiven Machine-Learning-Systemen
• Erfahrung mit Modell-Deployment, Inferenz, Evaluation oder Datenpipelines
• Fundiertes Verständnis verteilter Systeme und Systemzuverlässigkeit
• Fähigkeit, sauberen, wartbaren Code in Produktionsqualität zu schreiben
• Sicherer Umgang mit mehrdeutigen, schnelllebigen Arbeitsumgebungen
• Ausgeprägtes Verantwortungsbewusstsein sowie Freude an Experimentierfreude und kontinuierlicher Verbesserung
• Kenntnisse in Python sowie PyTorch/JAX
• Erfahrung mit LLM- und ML-Serving-Infrastruktur wie vLLM, SGLang oder TensorRT-LLM
• Vertrautheit mit Cloud-Infrastruktur, verteilten Systemen, ML/Daten-Pipelines, Workflow-Orchestrierung sowie GPU-Infrastruktur und Vektordatenbanken

Was diese Stelle ausmacht

• Zahlreiche individuelle Benefits