Kanada
Databricks
Stripe
Staff Software Engineer, Machine Learning Platform
Kanada
Toronto, Ontario, Kanada
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 erschließen. Unsere Mission ist es, das BIP des Internets zu erhöhen, und wir haben noch eine gewaltige Menge Arbeit vor uns. Das bedeutet, dass Sie eine beispiellose Gelegenheit haben, die Weltwirtschaft für jeden erreichbar zu machen und gleichzeitig 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 enorme 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-Plattform bei Stripe zu innovieren.
Das ML-Plattform-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 erstellen – zuverlässig, mit geringer Latenz und in großem Maßstab. Unser Umfang umfasst ML-Trainings- Infrastruktur, Model Serving und Deployment, Feature-Berechnung und Online- Serving, Observability und Monitoring sowie agentenbasierte KI-Funktionen. 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 betrachtet zu werden. Wenn Sie diese Anforderungen erfüllen, werden Sie ermutigt, sich zu bewerben. Die bevorzugten Qualifikationen sind ein Bonus, keine Anforderung.
WAS SIE TUN WERDEN
Sie werden als technischer Leiter im Bereich ML-Plattform und als wichtiger Beitragender zur Weiterentwicklung der Plattformen fungieren, die die ML-gesteuerten Produkte von Stripe antreiben. Als Staff Engineer werden Sie Entscheidungen treffen, die große Auswirkungen auf Stripe haben. Sie werden unsere Investitionen und Strategie beeinflussen und gleichzeitig unsere Systeme zuverlässiger, sicherer und benutzerfreundlicher machen. Sie werden funktionsübergreifend mit anderen technischen Mitarbeitern, Data Science, Produkt und leitenden Angestellten zusammenarbeiten, um die Wirkung von ML bei Stripe zu erhöhen.
Sie werden dazu beitragen, die langfristige Strategie zu definieren und die technische Richtung für die nächste Generation der ML-Infrastruktur zu leiten, 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 mehrdeutige Projekte, Umwandlung komplexer Benutzerbedürfnisse in langfristige Plattformstrategien.
- Entwurf von Systemarchitekturen für die anspruchsvollsten ML-Plattformprobleme in einem oder mehreren Bereichen, einschließlich KI- und ML-Workflow-Orchestrierung, skalierbarer CPU- und GPU-Compute-Infrastruktur, Modelltraining, LLM-Feinabstimmung, latenzarmen Modellinferenzen, groß angelegten Feature-Stores, Echtzeitüberwachung und LLM- und Agenten-Orchestrierung.
- Umsetzung von wirkungsvollen Ideen in greifbare, robuste Lösungen, die die Plattform- und Produkt-Roadmap gestalten, und Kombination von technischer Exzellenz mit kreativer Problemlösung.
- Umfang und Leitung großer Projekte mit erheblicher Geschäftsauswirkung, die sie von den Anforderungen über Design, Implementierung bis zum Produktionsbetrieb führen.
- 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.
- Funktion als wichtigster Engineering-Vertreter, Zusammenarbeit mit leitenden Angestellten 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 Förderung anderer Ingenieure. Vorbildfunktion beim Entwurf, der Implementierung und dem Betrieb großartiger Softwaresysteme.
MINDESTANFORDERUNGEN
- 10+ Jahre professionelle Erfahrung in der Softwareentwicklung oder gleichwertige Fachkenntnisse mit einem soliden Hintergrund in Service-orientierter Architektur und verteilten Systemen im großen Maßstab.
- Nachgewiesene Erfolgsbilanz als technischer Leiter mit der Fähigkeit, technische Ausrichtung zu geben, teamübergreifende 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.
- Starke Produktinstinkte und ein 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, auf einem hohen Maß an Autonomie und Verantwortung zu agieren, und Komfort bei der Arbeit in 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 Modell- registrierungen.
- Erfahrung mit verteilten ML-Trainingssystemen, Accelerator-gestützter Rechenleistung, Trainingsdaten-Pipelines, Experiment-Tracking und Modell- Evaluierung.
- Erfahrung in der schnellen Entwicklung von Prototypen und Iteration basierend auf Benutzerfeedback.
- Erfahrung im Training und Versand von machine learning-Modellen zur Produktion, um kritische Geschäftsprobleme zu lösen.
- Vertrautheit mit LLMs, LLM-Anwendungsframeworks und agentenbasierte KI-Muster (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