Startekk Inc
Senior Software Engineer, AI/ML, AI und Infrastruktur
MINDESTQUALIFIKATIONEN
- Bachelor-Abschluss oder gleichwertige praktische Erfahrung.
- 5 Jahre Erfahrung in der Programmierung mit Python oder C++.
- 3 Jahre Erfahrung im Testen, Warten oder Veröffentlichen von Softwareprodukten und 1 Jahr Erfahrung mit Software-Design und -Architektur.
- 3 Jahre Erfahrung mit einem oder mehreren der folgenden Bereiche: Sprache/Audio (z. B. Technologie zur Duplizierung und Beantwortung der menschlichen Stimme), Reinforcement Learning (z. B. sequenzielle Entscheidungsfindung), ML-Infrastruktur oder Spezialisierung in einem anderen ML-Bereich.
- 3 Jahre Erfahrung mit ML-Infrastruktur (z. B. Modellbereitstellung, Modellevaluierung, Optimierung, Datenverarbeitung, Debugging).
BEVORZUGTE QUALIFIKATIONEN
- Master-Abschluss oder Promotion in Informatik oder einem verwandten technischen Bereich.
- 5 Jahre Erfahrung mit Datenstrukturen/Algorithmen.
- 1 Jahr Erfahrung in einer technischen Führungsrolle.
- Erfahrung in der Entwicklung zugänglicher Technologien.
ÜBER DIE STELLE
Die Softwareingenieure von Google entwickeln die nächste Generation von Technologien, die die Art und Weise verändern, wie Milliarden von Nutzern sich mit Informationen verbinden, diese erkunden und mit ihnen interagieren. Unsere Produkte müssen Informationen in massivem Umfang verarbeiten und reichen weit über die Websuche hinaus. Wir suchen Ingenieure, die frische Ideen aus allen Bereichen einbringen, einschließlich Information Retrieval, verteilte Systeme, Design von Systemen im großen Maßstab, Netzwerk und Datenspeicherung, Sicherheit, künstliche Intelligenz, natürliche Sprachverarbeitung, UI-Design und Mobilgeräte; die Liste ist lang und wird jeden Tag länger. Als Softwareingenieur arbeiten Sie an einem spezifischen Projekt, das für die Bedürfnisse von Google von entscheidender Bedeutung ist, mit der Möglichkeit, Teams und Projekte zu wechseln, während Sie und unser schnelllebiges Geschäft wachsen und sich weiterentwickeln. Wir brauchen Ingenieure, die vielseitig sind, Führungsqualitäten zeigen und begeistert neue Probleme im full-stack angehen, während wir die Technologie weiter vorantreiben.
Das Team AI und Infrastruktur definiert neu, was möglich ist. Wir statten die Google-Kunden mit bahnbrechenden Fähigkeiten und Erkenntnissen aus, indem wir KI und Infrastruktur in beispiellosem Umfang, Effizienz, Zuverlässigkeit und Geschwindigkeit bereitstellen. Zu unseren Kunden gehören Googler, Google Cloud-Kunden und Milliarden von Google-Nutzern weltweit.
Wir sind die treibende Kraft hinter den bahnbrechenden Innovationen von Google, die die Entwicklung unserer hochmodernen KI-Modelle ermöglichen, beispiellose Rechenleistung für globale Dienste bereitstellen und die wesentlichen Plattformen bereitstellen, die es Entwicklern ermöglichen, die Zukunft zu gestalten. Von Software bis Hardware gestalten unsere Teams die Zukunft des weltweit führenden Hyperscale-Computings, wobei Schlüsselteams an der Entwicklung unserer TPUs, Vertex AI für Google Cloud, Google Global Networking, Rechenzentrumsbetrieb, Systemforschung und vielem mehr arbeiten.
Das individuelle Gehalt wird durch Faktoren bestimmt, die berufsbezogene Fähigkeiten, Erfahrung und relevante Ausbildung oder Schulung umfassen.
USA: $174000 - $253000 (USD) + 15% Bonusziel + Aktienoptionen + Leistungen
VERANTWORTLICHKEITEN
- Schreiben und Testen von Produkt- oder Systementwicklungscode.
- Zusammenarbeit mit Kollegen und Stakeholdern durch Design- und Code-Reviews, um Best Practices unter den verfügbaren Technologien sicherzustellen (z. B. Stilrichtlinien, Code-Einchecken, Genauigkeit, Testbarkeit und Effizienz).
- Beitrag zur bestehenden Dokumentation oder zu Schulungsinhalten und Anpassung von Inhalten basierend auf Produkt-/Programm-Updates und Benutzerfeedback.
- Triage von Produkt- oder Systemproblemen und Debugging/Verfolgung/Behebung durch Analyse der Problemursachen und deren Auswirkungen auf Hardware-, Netzwerk- oder Servicebetrieb und -qualität.
- Entwurf und Implementierung von Lösungen in einem oder mehreren spezialisierten ML-Bereichen, Nutzung von ML-Infrastruktur und Nachweis von Fachwissen in einem ausgewählten Bereich.
