Machine Learning Engineer, Reliability

🕒 Julho 28

🌐 Índia, Austrália, +1 outros países – Remoto

🇮🇳 Índia – Remoto 🇦🇺 Austrália – Remoto 🇳🇿 Nova Zelândia – Remoto

⏰ Tempo Integral

🟡 Pleno

🟠 Sênior

⛑ DevOps & Engenheiro de Confiabilidade do Site (SRE)

👻 Score fantasma 21%

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

fal

SiteLinkedInTodas as Vagas

51 - 200 funcionários

🤖 Inteligência Artificial

🔌 API

☁️ SaaS

Artificial Intelligence • API • SaaS

fal é uma plataforma de mídia generativa para desenvolvedores que oferece acesso a uma grande galeria de modelos generativos de imagens, vídeos, áudio e 3D prontos para produção, juntamente com inferência de GPU sem servidor e clusters de computação sob demanda para treinamento e ajuste fino. A plataforma oferece APIs e SDKs unificados para acessar centenas de modelos abertos ou pesos privados, um mecanismo de inferência de alto desempenho, implantações de GPU sem servidor gerenciado e clusters dedicados com hardware NVIDIA moderno para treinamento em larga escala. fal atende a desenvolvedores e clientes corporativos com recursos como conformidade SOC 2, endpoints privados, análise de uso e suporte empresarial, e está posicionada para construir, implantar e escalar produtos alimentados por IA generativa.

Descrição

• Own availability, latency, and throughput SLOs across a large fleet of generative media model APIs serving production traffic at scale • Build the monitoring, alerting, and observability needed to catch ML-specific failures, output quality degradation, pipeline breakage, model regressions before customers do • Harden model deployment workflows with canary releases, shadow testing, automated rollbacks, and validation gates so new model versions ship safely • Drive the security posture of the model fleet: secure model serving, abuse and misuse detection, rate limiting, and protection against adversarial usage patterns • Operationalize safety systems for generative media, content moderation pipelines, safety classifiers, and guardrails that run reliably at inference time without compromising performance • Lead incident response for model API outages and degradations, run postmortems, and drive the engineering work that prevents recurrence • Improve capacity planning, autoscaling, and GPU fleet efficiency for inference workloads under highly variable traffic • Partner with model and infrastructure teams to make reliability, security, and safety requirements part of how new models get onboarded to the platform

🎯 Requisitos

• 3+ years of professional experience, with 1 year experience operating production ML or high-scale API systems, ideally with on-call ownership • Strong systems fundamentals: distributed systems, networking, observability, and incident management • Working knowledge of modern generative models (diffusion, transformers) and their failure modes in production • Familiarity with security and safety practices for ML systems ,abuse prevention, content safety, or trust & safety engineering experience is a strong plus • A bias toward automation, measurement, and blameless postmortems

🏖️ Benefícios

• You will have access to our massive GPU cluster for inference and evaluation • Some core technologies we use include Python, torch, diffusers, Kubernetes, and the fal Python SDK