Senior AI Engineer

🔥 12 horas atrás

🌽 Illinois – Remoto

🌽 Illinois – Remote

⏰ Tempo Integral

🟠 Sênior

🤖 Engenheiro de IA

👻 Score fantasma 10%

O que significa: quão provável esta vaga está aberta sem contratação ativa.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

Configurar Alerta de Email para Novas Vagas

📊 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

Crate and Barrel

SiteLinkedInTodas as Vagas

5001 - 10000 funcionários

🛒 Varejo

🛍️ Comércio Eletrônico

👥 B2C

Retail • eCommerce • B2C

A Crate and Barrel é uma varejista de móveis e artigos para o lar líder no setor, fundada em 1962, que ajuda as pessoas a construírem lares com propósito através de uma família de marcas incluindo a Crate & Barrel, Crate & Kids, CB2 e Hudson Grace. Líder em varejo omnichannel e marketing direto, a empresa opera mais de 100 lojas nos EUA e Canadá, apoia locais de franquia internacionais e plataformas de eCommerce em vários países, e oferece sourcing curado, produção, entrega customizada e instalação em mais de 90 países. Pertencente ao Otto Group, a Crate & Barrel enfatiza a experiência de varejo físico juntamente com capacidades digitais e de eCommerce robustas e emprega cerca de 7. 500 associados.

Descrição

• Design, develop, train, and fine-tune complex machine learning models using deep learning and classical techniques • Deploy models primarily on Google Cloud Platform • Own end-to-end model deployment on Vertex AI, GKE, and Cloud Run • Build and maintain MLOps pipelines for automated training, testing, versioning, and CI/CD • Design and build agentic AI systems and multi-agent workflows • Write clean, tested, production-grade Python and C# code • Participate in code reviews, team ceremonies, sprint planning, and continuous process improvement • Profile and optimize training and inference speed and cost • Author technical user stories covering the ML development lifecycle • Partner with Data Engineering on data infrastructure, features, and pipelines • Partner with DevOps and Cloud teams on reliable, cost-optimized ML solutions • Collaborate with product owners and stakeholders on technical solutions and roadmaps • Implement monitoring dashboards for model drift, accuracy, latency, and cost • Identify, develop, and validate features to improve model performance and generalization • Mentor engineers and provide technical leadership on architecture decisions

🎯 Requisitos

• Strong hands-on experience with Google Cloud Platform for ML, including Vertex AI, BigQuery, Cloud Run, GKE, and Cloud Build • Strong proficiency in Python and C# • Deep experience with TensorFlow, PyTorch, and scikit-learn • Knowledge of Google ADK, AutoGen, LangChain, LlamaIndex, and Gemini/Vertex AI foundation models • Understanding of distributed training and model serving architecture • Experience with MLOps tools including Vertex AI Pipelines, MLflow, DVC, and Kubeflow • Experience with Docker and Kubernetes/GKE • Direct experience deploying ML solutions on Google Cloud; Vertex AI required • Solid foundation in machine learning, statistics, and optimization • Proficiency in SQL, BigQuery, Pandas, Dataflow/Apache Beam, and Spark • Understanding of agile methodologies • Strong communication, collaboration, and technical leadership skills • Ability to mentor and guide engineers • Strong software engineering fundamentals, including coding standards, code reviews, source control, testing, and operations • Bachelor's degree in Computer Science, Software Engineering, Information Systems, or related field, or equivalent practical experience • 5+ years of experience in machine learning engineering • Proven track record deploying at least 2–3 significant ML models into high-availability production systems • Must be authorized to work in the United States

🏖️ Benefícios

• Reasonable accommodations for individuals with disabilities during the application process and performance of essential job functions • Equal opportunity employment