Principal Machine Learning Engineer

🕒 vor 5 Monaten

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

BJAK

WebsiteLinkedInAlle Stellen

51 - 200 Mitarbeiter

🛍️ eCommerce

🛡️ Versicherung

🏪 Marktplatz

eCommerce • Insurance • Marketplace

BJAK ist ein Online-Fahrzeugversicherungsagent und ein führendes Unternehmen mit MSC-Status in Malaysia, das eine Plattform betreibt, um Versicherungsdienstleistungen von verschiedenen Anbietern für Privatpersonen und Unternehmen bereitzustellen. Die BJAK-Plattform ermöglicht es Nutzern, online basierend auf ihren Bedürfnissen Angebote anzufordern und Zahlungen direkt über die Plattform abzuwickeln. Nutzer können ihre Versicherungsprodukte in nur fünf Minuten auswählen, vergleichen und anpassen, was den Online-Versicherungskauf effizient und benutzerfreundlich macht. BJAK ist bestrebt, seine Plattform kontinuierlich zu verbessern und bietet zusätzliche Dienstleistungen wie Pannenhilfe, Schadensmanagement und exklusive VIP-Vorteile für Nutzer an.

Beschreibung

• Build and own end-to-end ML pipelines spanning data, training, evaluation, inference, and deployment. • Fine-tune and adapt models using state-of-the-art methods such as LoRA, QLoRA, SFT, DPO, and distillation. • Architect and operate scalable inference systems, balancing latency, cost, and reliability. • Design and maintain data systems for high-quality synthetic and real-world training data. • Implement evaluation pipelines covering performance, robustness, safety, and bias, in partnership with research leadership. • Own production deployment, including GPU optimization, memory efficiency, latency reduction, and scaling policies. • Collaborate closely with application engineering to integrate ML systems cleanly into backend, mobile, and desktop products. • Make pragmatic trade-offs and ship improvements quickly, learning from real usage. • Work under real production constraints: latency, cost, reliability, and safety.

🎯 Anforderungen

• Strong background in deep learning and transformer-based architectures. • Hands-on experience training, fine-tuning, or deploying large-scale ML models in production. • Proficiency with at least one modern ML framework (e.g. PyTorch, JAX), and ability to learn others quickly. • Experience with distributed training and inference frameworks (e.g. DeepSpeed, FSDP, Megatron, ZeRO, Ray). • Strong software engineering fundamentals – you write robust, maintainable, production-grade systems. • Experience with GPU optimization, including memory efficiency, quantization, and mixed precision. • Comfort owning ambiguous, zero-to-one ML systems end-to-end. • A bias toward shipping, learning fast, and improving systems through iteration. • Experience with LLM inference frameworks such as vLLM, TensorRT-LLM, or FasterTransformer. • Contributions to open-source ML or systems libraries. • Background in scientific computing, compilers, or GPU kernels. • Experience with RLHF pipelines (PPO, DPO, ORPO). • Experience training or deploying multimodal or diffusion models. • Experience with large-scale data processing (Apache Arrow, Spark, Ray).

🏖️ Vorteile

• Our organization is very flat and our team is small, highly motivated, and focused on engineering and product excellence. All members are expected to be hands-on and to contribute directly to the company’s mission.