Staff Backline Engineer – ML/AI

P - 1381

In Databricks, siamo appassionati di abilitare i team Data & AI a risolvere i problemi più difficili del mondo — dal rendere realtà la prossima modalità di trasporto all'accelerare lo sviluppo di scoperte mediche. Lo facciamo costruendo e gestendo la migliore piattaforma di infrastruttura data e AI al mondo, in modo che i nostri clienti possano utilizzare approfonditi insight sui dati per migliorare il proprio business.

Fondata da ingegneri, cogliamo ogni opportunità per affrontare sfide tecniche, dalla progettazione di UI/UX di prossima generazione per l'interazione con i dati alla scalabilità dei nostri servizi e della nostra infrastruttura su milioni di macchine virtuali. E stiamo solo iniziando.

Informazioni sul Team

Il Backline Engineering Team funge da ponte critico tra Frontline Support ed Engineering. Gestiamo problemi tecnici complessi ed escalation attraverso l'ecosistema Data e AI.

Con un forte focus sul successo del cliente, ci impegniamo a fornire un'eccezionale soddisfazione del cliente fornendo una profonda competenza tecnica, una risoluzione proattiva dei problemi e continui miglioramenti della piattaforma. Poniamo l'accento sull'automazione e sugli strumenti per migliorare l'efficienza della risoluzione dei problemi, ridurre gli sforzi manuali e migliorare la supportabilità complessiva della piattaforma e la salute dei nostri prodotti.

Sviluppando soluzioni intelligenti e snellendo i flussi di lavoro, guidiamo l'eccellenza operativa e garantiamo un'esperienza deliziosa sia per i clienti che per i team interni.

In qualità di Staff Backline Engineer, sarai un esperto tecnico e un punto di escalation per alcuni dei problemi ML/AI più complessi. Lavorerai con Support, Engineering, Product e clienti per risolvere problemi difficili, riprodurre problemi, identificare le cause radice e guidarli verso la risoluzione.

Cosa Farai

• Fungere da punto di escalation senior per problemi complessi di ML/AI che coinvolgono l'addestramento dei modelli, l'inferenza, il Model Serving, MLflow, il Feature Engineering, con conoscenza di Spark, Delta Lake e carichi di lavoro distribuiti.
• Effettuare indagini tecniche approfondite utilizzando log, tracce, metriche, profiling, configurazioni, codice sorgente e carichi di lavoro dei clienti per identificare la causa radice.
• Riprodurre i problemi dei clienti attraverso sperimentazione pratica, sviluppo Python/Spark, costruzione di carichi di lavoro, modifiche alla configurazione e analisi delle prestazioni.
• Risolvere problemi di fallimento dell'addestramento e dell'inferenza del modello, degrado delle prestazioni, utilizzo delle risorse, problemi di memoria/CPU/GPU, problemi di esecuzione distribuita e fallimenti di deployment/runtime.
• Collaborare strettamente con i team di Engineering e Product per portare i problemi difficili alla risoluzione e influenzare i miglioramenti del prodotto.
• Identificare pattern di fallimento ricorrenti e trasformarli in migliori diagnostiche, documentazione, strumenti, automazione e capacità di Claude skill.
• Fare da mentore agli ingegneri e innalzare le capacità tecniche di risoluzione dei problemi dell'intera organizzazione di Support.
• Agire come SME tecnico per le aree della piattaforma ML/AI e contribuire a iniziative cross-funzionali con impatto globale.

Cosa Cerchiamo

• Profonda esperienza di troubleshooting con sistemi ML/AI distribuiti e la capacità di eseguire il debug di problemi attraverso codice applicativo, framework, infrastruttura e la piattaforma Databricks.
• Forte esperienza pratica in Python e la capacità di costruire, modificare e eseguire il debug di carichi di lavoro ML utilizzando framework come PyTorch, TensorFlow o Scikit-Learn.
• Forte comprensione delle tecnologie Databricks ML/AI, inclusi MLflow, Model Serving, Feature Engineering, Spark MLlib e la gestione del ciclo di vita del modello.
• Forte conoscenza di Apache Spark, inclusi DataFrame, esecuzione delle query, calcolo distribuito, gestione della memoria, shuffle e ottimizzazione delle prestazioni.
• Esperienza nella risoluzione di problemi di prestazioni di addestramento e inferenza, inclusi l'utilizzo di CPU/GPU, problemi di memoria, colli di bottiglia dei dati, concorrenza, latenza ed esecuzione distribuita.
• Esperienza con il deployment ML e l'infrastruttura come Kubernetes, piattaforme ML cloud, CI/CD, monitoraggio dei modelli e sistemi ML in produzione.
• Capacità di leggere e ragionare su codice, log, stack trace, metriche, tracce, piani di esecuzione e comportamento del sistema piuttosto che fare affidamento esclusivamente sulla documentazione o sulle raccomandazioni di configurazione.
• Dimostrata capacità di gestire in modo indipendente problemi tecnici ambigui e ad alto impatto e guidarli da sintomo → investigazione → causa radice → risoluzione.
• Forti capacità di comunicazione tecnica e la capacità di influenzare Engineering, Product, Support e i clienti.

Trasparenza della Fascia Retributiva

Databricks si impegna per pratiche di compensazione eque e giuste. La fascia retributiva per questo ruolo è elencata di seguito e rappresenta la fascia salariale prevista per ruoli non commissionabili o i guadagni target per ruoli commissionabili. I pacchetti retributivi effettivi si basano su diversi fattori che sono unici per ogni candidato, inclusi, ma non limitati a, competenze relative al lavoro, profondità dell'esperienza, certificazioni e formazione rilevanti e posizione lavorativa specifica. In base ai fattori sopra indicati, Databricks prevede di utilizzare l'intera ampiezza della fascia. Il pacchetto retributivo totale per questa posizione può anche includere l'idoneità a bonus annuali sulle prestazioni, equity e i benefici elencati sopra. Per ulteriori informazioni su quale fascia rientra la tua posizione, visita la nostra pagina qui (https://www.databricks.com/sites/default/files/2024-08/us-pay-zone-mapping.pdf).

Fascia Retributiva Locale

$170.40—$255.60 USD

Informazioni su Databricks

D