Gerente de Desarrollo de Software, SageMaker Training

¿Interesado en crear los sistemas distribuidos que permiten a los clientes personalizar modelos fundacionales a escala? El equipo de SageMaker Training y Model Customization crea los servicios que los clientes utilizan para ajustar y post-entrenar modelos según sus propios objetivos de precisión, fiabilidad y coste. Estamos contratando un Gerente de Desarrollo de Software para liderar el equipo que posee estas capacidades.

La personalización de modelos es la capa de más rápido movimiento de la pila de machine learning. El post-entrenamiento ha pasado del ajuste fino supervisado al aprendizaje por refuerzo contra recompensas verificables, y de tareas de un solo turno a entrenamiento de agentes donde un modelo aprende actuando en un entorno durante trayectorias largas. Cada cambio modifica la forma de la carga de trabajo. El aprendizaje por refuerzo pone un motor de inferencia dentro del bucle de entrenamiento. El entrenamiento de agentes añade entornos y llamadas a herramientas, y mueve el cuello de botella de una ejecución a la siguiente. Tu equipo convierte cada nueva técnica en una capacidad que los clientes pueden usar, sin reconstruir la plataforma cada vez que la investigación avanza.

Debajo de las técnicas, esto sigue siendo un problema difícil de sistemas distribuidos. Los trabajos de entrenamiento se ejecutan en grandes flotas de aceleradores durante días, y el fallo de un solo nodo puede detener el trabajo. El equipo trabaja en PyTorch y en varios frameworks, incluyendo Verl, FSDP, Megatron y vLLM, y contribuye upstream a los proyectos de código abierto de los que depende la plataforma.

Como gerente, eres responsable del equipo y su misión. Contratarás y desarrollarás ingenieros, establecerás la dirección técnica con tus ingenieros senior y gerentes de producto, y decidirás qué construye el equipo y qué no. Eres responsable del roadmap y defenderás sus compensaciones con el liderazgo. Eres responsable del servicio en producción, incluyendo la salud de las guardias, las métricas operativas y las solicitudes que vienen con estar en la ruta crítica de las cargas de trabajo de entrenamiento de los clientes.

Tu mañana comienza en una revisión de diseño. El equipo está trabajando en cómo mantener un motor de inferencia y un motor de entrenamiento en el mismo bucle para el aprendizaje por refuerzo sin dejar aceleradores inactivos, y la respuesta dará forma al futuro de la plataforma. Profundizas en posibles escenarios, porque a esta escala un nodo muere rutinariamente y la recuperación tiene que ser normal en lugar de excepcional.

Luego una llamada de misión. Una nueva técnica de post-entrenamiento está a tres meses de la literatura de investigación y dos clientes ya la están pidiendo. Con tus ingenieros senior y gerente de producto decides si se convierte en una capacidad de primera clase, una receta sobre lo que ya tienes, o un no. Esa decisión te corresponde a ti, y la industria no espera por ella.

Pasas una hora en 1:1, incluyendo una conversación de carrera con un ingeniero que quiere encargarse del trabajo de paralelismo. Después del almuerzo asistes a un debate de contratación y tomas la decisión. Más tarde te reúnes con los científicos aplicados para entender qué han validado, y discutes sobre la secuenciación.

Cierras el día escribiendo una página para el liderazgo: lo que no estás construyendo este semestre, y por qué es la compensación correcta.

Sobre el equipo

Creamos los servicios gestionados que los clientes utilizan para personalizar modelos fundacionales. Un cliente trae una tarea, un conjunto de datos y una forma de puntuar una buena respuesta. Nuestros servicios ejecutan el bucle de post-entrenamiento en su nombre. Somos responsables de todo ese camino, desde la API orientada al cliente hasta la infraestructura de la sesión de entrenamiento y la flota de aceleradores en la que se ejecuta.

Eso hace que esta sea una misión fundamental. La personalización de modelos es cómo un cliente convierte un modelo general en uno que es suyo, y cada experiencia de personalización en SageMaker se basa en lo que entregamos. Cuando añadimos una técnica, se pone a disposición de cada cliente en la plataforma. Cuando hacemos que el bucle de entrenamiento sea más rápido, el trabajo de cada cliente se abarata.

Amazon es un empleador que ofrece igualdad de oportunidades y no discrimina por motivos de condición de veterano protegido, discapacidad u otro estatus legalmente protegido.

Solicitantes del condado de Los Ángeles: Los deberes del puesto para esta posición incluyen: trabajar de forma segura y cooperativa con otros empleados, supervisores y personal; adherirse a los estándares de excelencia a pesar de las condiciones estresantes; comunicarse de manera efectiva y respetuosa con los empleados, supervisores y personal para garantizar un servicio al cliente excepcional; y seguir todas las leyes federales, estatales y locales y las políticas de la Compañía. El historial penal puede tener una relación directa, adversa y negativa con algunos de los deberes laborales materiales de este puesto. Estos incluyen los deberes y responsabilidades enumerados anteriormente, así como la capacidad de adherirse a las políticas de la empresa, ejercer un buen juicio, gestionar eficazmente el estrés y trabajar de forma segura y respetuosa con los demás, exhibir confiabilidad y profesionalismo, y salvaguardar las operaciones comerciales y la reputación de la Compañía. De conformidad con la Ordenanza de Oportunidad Justa del Condado de Los Ángeles, consideraremos para el empleo a solicitantes calificados con antecedentes de arresto y condena.

Nuestra cultura inclusiva empodera a los amazónicos para ofrecer los mejores resultados para nuestros clientes. Si tiene una discapacidad y necesita una adaptación o ajuste en el lugar de trabajo durante el proceso de solicitud y contratación, incluido el apoyo para el proceso de entrevista o incorporación, visite amazon.jobs/content/en/how-we-hire/accommodations para obtener más información. Si el país/región al que está solicitando no aparece, póngase en contacto con su socio de reclutamiento.

EE. UU., CA, Santa Clara - 212,700.00 - 287,700.00 USD anuales

El rango salarial base para este puesto se indica a continuación. Su paquete de Amazon incluirá pagos de firma y unidades de acciones restringidas (RSU). La compensación final se determinará en función de factores como la experiencia, las cualificaciones y la ubicación. Amazon también ofrece beneficios integrales que incluyen seguro médico (médico, dental, oftalmológico, de prescripción, seguro básico de vida y AD&D y opción de planes de vida suplementarios, EAP, apoyo de salud mental, línea de asesoramiento médico, Cuentas de Gasto Flexible, cobertura de reembolso de adopción y subrogación), igualación de 401(k), tiempo libre remunerado y licencia parental. Obtenga más información sobre nuestros beneficios en amazon.jobs/en/benefits.