Vereinigte Staaten
Booz Allen Hamilton
Stripe
Staff Software Engineer, Machine Learning Platform
Vereinigte Staaten
Seattle, Washington, Vereinigte Staaten · San Francisco, California, Vereinigte Staaten
AWS
Automatische Übersetzung. Prüfe das Original.
WER WIR SIND
ÜBER STRIPE
WER SIE SIND
Stripe ist eine Finanzinfrastrukturplattform für Unternehmen. Millionen von Unternehmen – von den größten Konzernen der Welt bis zu den ehrgeizigsten Start-ups – nutzen Stripe, um Zahlungen zu akzeptieren, ihren Umsatz zu steigern und neue Geschäftsmöglichkeiten zu beschleunigen. Unsere Mission ist es, das BIP des Internets zu erhöhen, und wir haben noch eine erstaunliche Menge an Arbeit vor uns. Das bedeutet, dass Sie eine beispiellose Möglichkeit haben, die Weltwirtschaft für jedermann zugänglich zu machen und dabei die wichtigste Arbeit Ihrer Karriere zu leisten.
ÜBER DAS TEAM
Stripe verarbeitet jährlich über 1.9 Billionen US-Dollar an Zahlungsvolumen, was ungefähr 1.6% des weltweiten BIP entspricht, für Millionen von Kunden von Start-ups bis zu Großunternehmen. Die beträchtliche Datenmenge macht Stripe zu einem der besten Orte für machine learning. Obwohl wir ein integraler Bestandteil fast jeder Produktlinie bei Stripe sind (z. B. Payments, Radar, Capital, Billing usw.), haben wir viele spannende Möglichkeiten, auf der ML Platform bei Stripe zu innovieren.
Das ML Platform Team entwickelt die Plattformen und Dienste, die es ML-Ingenieuren und Datenwissenschaftlern bei Stripe ermöglichen, Daten zu nutzen und Features und Modelle vom Prototyp bis zur Produktion zu entwickeln – zuverlässig, mit geringer Latenz und in großem Maßstab. Unser Tätigkeitsbereich umfasst ML-Trainingsinfrastruktur, Model Serving und Deployment, Feature-Berechnung und Online-Serving, Observability und Monitoring sowie agentielle KI- Fähigkeiten. Wir arbeiten eng mit Produktteams, Datenwissenschaftlern und Plattform- Infrastrukturteams zusammen, um leistungsstarke, flexible und benutzerfreundliche Systeme zu entwickeln, die die ML-Geschwindigkeit im gesamten Unternehmen erheblich steigern.
WER SIE SIND
Wir suchen jemanden, der die Mindestanforderungen erfüllt, um für die Rolle in Betracht gezogen zu werden. Wenn Sie diese Anforderungen erfüllen, ermutigen wir Sie zur Bewerbung. Die bevorzugten Qualifikationen sind ein Bonus, keine Voraussetzung.
WAS SIE TUN WERDEN
Sie werden als technischer Leiter im Bereich ML Platform fungieren und maßgeblich zur Weiterentwicklung der Plattformen beitragen, die die ML-gesteuerten Produkte von Stripe antreiben. Als Staff Engineer treffen Sie Entscheidungen mit großer Auswirkung auf Stripe. Sie beeinflussen unsere Investitionen und Strategie und machen unsere Systeme zuverlässiger, sicherer und angenehmer zu nutzen. Sie arbeiten funktionsübergreifend mit anderen technischen Mitarbeitern, Data Science, Produktmanagement und der Geschäftsleitung zusammen, um die Wirkung von ML bei Stripe zu erhöhen.
Sie helfen bei der Definition der langfristigen Strategie und leiten die technische Ausrichtung für die nächste Generation der ML-Infrastruktur, die die ML-gesteuerten Produkte von Stripe antreibt.
VERANTWORTLICHKEITEN
- Übernahme der Verantwortung für die End-to-End-Architektur und das Systemdesign für große, komplexe Projekte im Bereich ML Platform.
- Definition der technischen Ausrichtung für hochgradig unklare Projekte, Umwandlung komplexer Benutzerbedürfnisse in eine langfristige Plattformstrategie.
- Entwurf von Systemarchitekturen für die anspruchsvollsten ML Platform-Probleme in einem oder mehreren Bereichen, einschließlich KI- und ML-Workflow-Orchestrierung, skalierbarer CPU- und GPU-Compute-Infrastruktur, Modelltraining, LLM-Feinabstimmung, latenzarmen Modellinferenz, groß angelegten Feature Stores, Echtzeit-Monitoring und LLM- und Agenten-Orchestrierung.
- Umsetzung von High-Leverage-Ideen in greifbare, robuste Lösungen, die die Plattform- und Produkt-Roadmap gestalten, indem technische Exzellenz mit kreativer Problemlösung kombiniert wird.
- Umfang und Leitung großer Projekte mit erheblicher Geschäftsauswirkung, von den Anforderungen über Design und Implementierung bis hin zum operativen Betrieb.
- Direkte Zusammenarbeit mit ML-Ingenieuren, Datenwissenschaftlern und Produktteams, um deren Bedürfnisse in funktionale Anforderungen und skalierbare technische Lösungen zu übersetzen.
- Vermittlung bei kritischen Entscheidungen, die konkurrierende Prioritäten ausbalancieren und gleichzeitig Latenz-, Zuverlässigkeits-, Kosten- und Sicherheitsanforderungen erfüllen.
- Fungieren als wichtigster Engineering-Vertreter, Engagement mit Führungskräften bei Stripe und Beratung des Führungsteams bei wichtigen technischen Überlegungen im Zusammenhang mit dem End-to-End-ML-Lebenszyklus.
- Leitung teamübergreifender technischer Initiativen, die die Entwicklungsgeschwindigkeit von ML und die MLOps-Reife im gesamten Unternehmen verbessern.
- Mentoring und Weiterentwicklung anderer Ingenieure. Vorbildfunktion für das Design, die Implementierung und den Betrieb großartiger Softwaresysteme.
MINDESTANFORDERUNGEN
- 10+ Jahre Berufserfahrung in der Softwareentwicklung oder gleichwertige Fachkenntnisse, mit fundierten Kenntnissen in Service-orientierter Architektur und verteilten Systemen im großen Maßstab.
- Nachgewiesene Erfahrung als technischer Leiter mit der Fähigkeit, technische Richtung zu geben, Multi-Team-Initiativen zu leiten und Teammitglieder zu betreuen.
- Erfahrung im Aufbau und Betrieb von Produktions-ML-Plattformen in einem oder mehreren Bereichen wie Modelltraining, Model Serving, Orchestrierung oder ML-Datensystemen mit Anforderungen an Leistung, Zuverlässigkeit, Skalierbarkeit und Kosteneffizienz.
- Ausgeprägtes Produktverständnis und tiefes Verständnis des Geschäftskontexts, in dem Sie tätig sind.
- Starke Kommunikationsfähigkeiten mit der Fähigkeit, komplexe technische Konzepte sowohl technischen als auch nicht-technischen Stakeholdern zu erklären.
- Nachgewiesene Fähigkeit zur funktionsübergreifenden Zusammenarbeit mit ML-Ingenieuren, Datenwissenschaftlern, Softwareentwicklern, Produktmanagern und Geschäftsinteressenten.
- Die Fähigkeit, ein hohes Maß an Autonomie und Verantwortung zu übernehmen, und Komfort im Umgang mit mehrdeutigen Umgebungen.
- Praktische Erfahrung mit KI-Tools zur Beschleunigung Ihrer Arbeitsweise.
BEVORZUGTE QUALIFIKATIONEN
- Erfahrung im Aufbau von groß angelegten ML-Trainings-, Serving- oder Dateninfrastrukturen für machine learning-Anwendungsfälle, wie z. B. verteiltes Training, Modellinferenz, Feature Stores, Echtzeit-Feature-Berechnung und Modellregister.
- Erfahrung mit verteilten ML-Trainingssystemen, beschleunigergestützter Rechenleistung, Trainingsdatenpipelines, Experiment-Tracking und Modellbewertung.
- Erfahrung in der schnellen Entwicklung von Prototypen und Iteration basierend auf Benutzerfeedback.
- Erfahrung im Training und der Bereitstellung von machine learning-Modellen in der Produktion zur Lösung kritischer Geschäftsprobleme.
- Vertrautheit mit LLMs, LLM-Anwendungsframeworks und agentiellen KI-Mustern (z. B. Tool-Nutzung, Multi-Agenten-Orchestrierung, Retrieval-Augmented Generation).
- Vertrautheit mit Cloud-Diensten (z. B. AWS) und Cloud-basierten KI- und ML-Diensten (z. B. SageMaker, Bedrock, Databricks, OpenAI).
- Fähigkeit, Ideen organisationsübergreifend zu synthetisieren und gleichzeitig eine überzeugende technische Vision zu entwickeln.
- Komfort bei der Arbeit mit geografisch verteilten Teams.
- Leidenschaft für Nebenprojekte, Open Source oder selbstgesteuerte technische Initiativen.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen