Staff AI/ML Platform Engineer

Vaga não está no LinkedIn

🕒 Fevereiro 5

🏄 California – Remoto

🏄 California – Remote

⏰ Tempo Integral

🔴 Especialista

🏗️ Engenheiro de Plataforma

👻 Score fantasma 42%

O que significa: a chance de ninguém estar realmente contratando para esta vaga.Como ler: 60% ou mais significa que achamos que é uma vaga fantasma. Pontuações mais baixas preocupam menos.Como pontuamos: tempo em aberto, republicações, vagas abertas vs tamanho do time, rapidez para fechar vagas, e se o salário está divulgado.Observação: é uma estimativa de dados públicos, não um julgamento da empresa. Vagas reais podem ter pontuação alta, então use como uma dica, não como um fato.

Candidatar-se

Encontrar Vagas Remotas Similares

Albert Invent

SiteLinkedInTodas as Vagas

51 - 200 funcionários

Fundada em 2022

🤖 Inteligência Artificial

🧬 Biotecnologia

🔬 Ciência

💰 Seed Round em 2023-06

Artificial Intelligence • Biotechnology • Science

Albert Invent é uma plataforma completa que digitaliza síntese, formulação e ciência dos materiais para a era da IA. Combina capacidades como gestão de inventário, Cadernos Eletrônicos de Laboratório (ELN), Sistemas de Gestão de Informações de Laboratório (LIMS) e inteligência regulatória para otimizar processos de pesquisa e desenvolvimento. Confiada por milhares de químicos em 36 países, Albert Invent melhora a produtividade e acelera a inovação em pesquisa química por meio do uso de tecnologias avançadas de IA e aprendizado de máquina.

Descrição

• You'll own the APIs, data pipelines, and workflow orchestration that power our AI products—from real-time model inference to long-running optimization pipelines. • This role sits at the intersection of backend engineering and data engineering: you'll build the services that serve up models, manage workflows, and connect AI capabilities to the structured data that makes them useful. • You'll work closely with our Active Learning and LLM/Agents team leads, translating their product vision into scalable, production-grade systems. • The infrastructure you build will power model playgrounds for chemists, inverse design pipelines that optimize experiments across high-dimensional spaces, and orchestrated agent workflows that reason through complex scientific problems. • Design and build high-performance Python APIs that serve models, manage workflows, and expose AI capabilities to the broader platform • Architect backend services for scalability, reliability, and low latency • Build integrations between AI/ML systems, graph databases, and external data sources • Build and maintain long-running workflow pipelines using Ray and Temporal. • Design orchestration patterns for multi-step agent pipelines, batch inference, and numerical optimization workflows • Ensure fault tolerance, graceful degradation, and efficient resource utilization. • Architect and maintain data pipelines that feed AI/ML workflows • Work with Neptune (graph), Redis, DynamoDB, and other data stores to enable efficient data access patterns • Implement observability including logging, metrics, tracing, and alerting • Own system reliability—troubleshoot issues, conduct post-mortems, and continuously improve. • Design CI/CD pipelines and promote automation best practices.

🎯 Requisitos

• Deep expertise in Python backend development and building production APIs • Experience designing and operating data pipelines and workflow orchestration systems • A builder's mindset—you want to create foundational systems that others build on • Genuine curiosity about how your work enables scientific discovery • A commitment to rigor: AI makes mistakes confidently, and our customers won't accept hand-waving—neither should we • A degree in Computer Science or a related field with 7+ years of industry experience (Bachelor's) or 5+ years (Master's or PhD) in software engineering • Advanced proficiency in Python including async programming and performance optimization • Experience building and maintaining REST APIs using FastAPI or similar frameworks • Experience with workflow orchestration tools (Ray, Temporal, or similar) • Strong background in data engineering: pipelines, transformations, and working with diverse data stores • Experience with cloud platforms (AWS preferred) and containerization (Docker, Kubernetes) • Familiarity with graph databases, key-value stores, or other NoSQL systems (Neptune, Redis, DynamoDB a plus) • Track record of operating production systems at scale.

🏖️ Benefícios

• We care about you. • We love distributed teams. • We value diversity.

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo