Sr. Staff Software Engineer, Product ML Infrastructure

О позиции

Команда Product ML Infrastructure (PMLI) в Pinterest обеспечивает быструю, безопасную и эффективную доставку AI/ML решений across Рекламным и Core критическим продуктам. Вы будете задавать техническое направление в области обучения моделей и их инференса, с особым акцентом на эффективность GPU и системы масштабирования ранжирования. Роль требует опыта в распределённых ML системах и способности работать с большими объёмами данных при обучении и инференсе моделей в продакшене.

Будет плюсом

• Опыт работы с recommender systems и Ads ranking в production
• Знание распределённых фреймворков ML (PyTorch, TensorFlow)
• Опыт работы с GPU kernels и CUDA programming
• Опыт mentoring senior engineers и raising engineering bar

Условия

• Работа в глобальной социальной платформе с миллионной аудиторией
• Возможность влиять на технические решения в масштабах всей компании
• Hybrid work model с 1–2 визитами в офис каждые три месяца в Palo Alto или San Francisco
• Конкурентоспособная зарплата и equity compensation
• Возможность работать с передовыми ML/AI технологиями

Навыки

• Python
• C++
• Java
• Distributed Systems
• Machine Learning
• Deep Learning
• GPU Programming
• Model Training
• Model Serving
• Recommender Systems
• Inference Optimization
• MLOps
• Feature Store
• Data Pipelines

Могут спросить на собеседовании

1. Как вы подходите к проектированию системы для распределённого обучения больших ML-моделей? Какие ключевые проблемы вы видите?
2. Расскажите о вашем опыте оптимизации GPU performance. С какими проблемами вы сталкивались и как решали их?
3. Приведите пример ситуации, когда вам пришлось определить техническое направление без чётких требований. Как вы действовали?
4. Как вы обеспечиваете reliability и correctness ML-систем в production среде?