Staff / Principal Machine Learning Engineer, Serving - Suisse

À propos d'Inworld Inworld est un laboratoire de recherche regroupant des chercheurs et des ingénieurs de premier plan, qui développe les modèles de voix en temps réel les mieux classés au monde. Aujourd'hui, nos modèles sont les modèles de voix en temps réel les mieux classés au monde. Ils sont utilisés pour alimenter les plus grandes applications d'IA orientées consommateurs disponibles, dans des catégories telles que la santé, la forme physique, l'apprentissage, la thérapie, les compagnons, l'expérience client et les médias ; représentant des centaines de millions d'utilisateurs finals. Notre travail s'étend à des domaines tels que la recherche et le développement de modèles de pointe, l'optimisation de l'inférence en temps réel et la création d'API et de produits de classe mondiale qui permettent aux développeurs d'interagir avec leurs utilisateurs. Nous avons levé plus de 125 millions de dollars auprès de Lightspeed, Section 32, Kleiner Perkins, du fonds de capital-risque M12 de Microsoft, de Founders Fund, de Meta et de Stanford, entre autres. Notre technologie a alimenté des expériences de sociétés telles que NVIDIA, Microsoft Xbox, Niantic, Logitech Streamlabs, Wishroll, Little Umbrella et Bible Chat. Nous avons également été reconnus par CB Insights comme l'une des 100 entreprises d'IA les plus prometteuses au niveau mondial et avons été nommés l'une des 10 meilleures startups de LinkedIn aux États-Unis. Qui nous recherchons Il y a un an, les systèmes agents fiables et l'inférence multimodale sous-seconde à grande échelle existaient à peine. Personne n'a une décennie d'expérience dans ce domaine. Nous ne sélectionnons donc pas un modèle de CV — nous recherchons des personnes solides issues de milieux variés qui apprennent rapidement, prospèrent dans l'ambiguïté et peuvent nous montrer ce qu'ils ont construit, cassé et compris. Expérience que nous considérons comme utile Vous n'avez pas besoin de tout cela. Mais vous devez en avoir suffisamment pour faire valoir votre candidature. - Optimisation de l'inférence. Compréhension approfondie des frameworks de service modernes et des techniques telles que vLLM ou TRT-LLM. - Accélération de modèle. Expérience pratique avec la quantification, la distillation, les stratégies de mise en cache, le batchage continu, l'attention paginée et la décoding spéculative. - Systèmes haute performance. Maîtrise de C++, CUDA, Rust ou Python hautement optimisé. Vous savez comment profiler le code et extraire chaque once de performance des GPU NVIDIA. - Systèmes distribués et mise à l'échelle. Expérience avec Kubernetes, Ray, équilibrage de charge personnalisé, inférence multi-GPU/multi-noeud et gestion fiable de milliers de connexions concurrentes. - Travail public. Projets de programmation système non triviaux, contributions open source à des moteurs d'inférence majeurs ou écrits techniques approfondis. - Propriété du cycle complet. Vous pouvez prendre un modèle de l'équipe de recherche, le conteneuriser, optimiser son service et vous assurer qu'il s'exécute de manière fiable en production. - Diplôme. Doctorat en informatique, physique, mathématiques ou expérience pratique équivalente dans la construction de systèmes backend ou ML. - Maîtrise professionnelle de l'anglais (écrit et parlé) est requise, car vous collaborerez quotidiennement avec nos équipes de direction et d'ingénierie basées aux États-Unis. Qui prospère ici - Vous n'avez pas besoin d'une feuille de route pour commencer à marcher ; vous êtes à l'aise pour choisir une direction et construire la carte au fur et à mesure. - Vous pensez que l'ingénierie n'est pas terminée tant qu'elle n'est pas expédiée et stable. Vous avez un biais pour l'impact sur les optimisations purement théoriques. - Vous n'expédiez pas seulement du code ; vous êtes obsédé par le pourquoi. Vous êtes le premier à remettre en question une architecture si vous pensez qu'il y a un meilleur moyen de résoudre le problème de latence ou de débit fondamental. - Vous n'êtes pas satisfait de « le PM a dit ». Vous prospérez sur un contexte approfondi et voulez comprendre la logique fondamentale derrière chaque décision que nous prenons. Ce que signifie travailler ici Nous vous donnons des problèmes flous et nous attendons de vous que vous les clarifiiez. Nous valorisons les ingénieurs qui disent « Je ne sais pas encore » et qui conçoivent ensuite le benchmark ou le prototype qui découvre. Nous traitons les performances, la latence et la fiabilité comme des fonctionnalités de produit de premier plan, et non comme une case à cocher avant le lancement. L'impact prime avant tout, bien que nous soutenions le partage du travail et les contributions open source qui font progresser le domaine. Votre travail devrait être visible. Structure plate, itérations rapides, minimal processus théâtraux. Emplacement et emploi - Emplacement : en télétravail en Suisse - Type d'emploi : emploi à temps plein, emploi permanent - Modèle d'embauche : emploi via un employeur de référence (EOR) Les candidats doivent déjà avoir le droit de travailler en Suisse, car le parrainage d'un visa n'est pas disponible pour ce poste. Pour les candidats intéressés à déménager dans la région de la baie de San Francisco à l'avenir, un soutien complet pour les visas et la réinstallation aux États-Unis peut être disponible, sous réserve des besoins de l'entreprise et des exigences légales et de travail applicables.