Senior Machine Learning Operations Engineer II – AI Native

🕒 vor 2 Monaten

🌐 Vereinigte Staaten, Kanada – Remote

🇺🇸 Vereinigte Staaten – Remote 🇨🇦 Kanada – Remote

💵 $148.000 - $216.000 / Jahr

⏰ Vollzeit

🟠 Senior

🤖 Machine-Learning-Entwickler

🦅 H1B-Visum-Sponsor

Dieses Unternehmen hat in der Vergangenheit H1B-Visa gesponsert.

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

Life360

WebsiteLinkedInAlle Stellen

201 - 500 Mitarbeiter

Gegründet 2008

👥 B2C

📡 Telekommunikation

💰 Post-IPO Equity im 2022-11

B2C • Safety • Telecommunications

Life360 ist eine führende App für Familiensicherheit, die eine umfassende Palette von Diensten für Standort- und digitale Sicherheit bietet. Mit Life360 können Benutzer mühelos ihren Standort teilen, ihre Telefone verfolgen und Sicherheitsmaßnahmen beim Fahren verwalten, einschließlich Unfallerkennung und 24/7 Pannenhilfe. Die App beinhaltet Funktionen zur digitalen Sicherheit, wie Identitätsschutz und SOS-Benachrichtigungen, um Sicherung und Prävention für jedes Familienmitglied zu gewährleisten. Die Pläne von Life360, zu denen kostenlose, Gold- und Platin-Optionen gehören, sind darauf ausgelegt, verschiedene Bedürfnisse zu erfüllen und bieten Sicherheit durch fortschrittliche Sicherheits- und Koordinationstools. Die App wird von Millionen von Nutzern vertraut und ist in den App-Stores für ihre Effizienz und Zuverlässigkeit hoch bewertet, wenn es darum geht, Familienmitglieder zu verbinden und deren Sicherheit zu gewährleisten.

Beschreibung

• Pipeline Automation: Design, implement, and manage automated CI/CD and Continuous Training (CT) pipelines for machine learning model development, evaluation, and delivery. • Model Deployment: Containerize, deploy, and scale machine learning models as high-availability microservices or batch processing workflows. • Observability & Monitoring: Establish unified logging, alerting, and monitoring solutions to track model inference performance, system latency, resource utilization, data drift, and concept drift. • Infrastructure Management: Provision and optimize cloud-based ML infrastructure (including GPU/CPU computing clusters) utilizing Infrastructure as Code (IaC) paradigms. • Cross-Functional Collaboration: Work intimately with product development teams to drive infrastructure adoption and efficiency gains through SDK/API development, automation and efficient ML system maintenance. • Governance & Compliance: Implement robust lineage tracking for data, code, and model artifacts to ensure compliance, reproducibility, and security across the entire ML lifecycle. • Data Infrastructure & Tooling: Work with data engineering to improve the data ecosystem, ensuring robust, scalable pipelines for experimentation and ML (including streaming tools like Kafka and Flink for low-latency online inference). • Thought Leadership: Act as a mentor and thought leader, helping to define best practices in machine learning engineering, scalable ML service ops, and agentic AI (AI-Native) best practices.

🎯 Anforderungen

• Professional Experience: 5+ years of professional software engineering, DevOps, or data engineering experience, with at least 2 years dedicated to building and maintaining MLOps infrastructure. • Programming Mastery: Strong proficiency in Python, including deep familiarity with software engineering best practices (unit testing, modular design, version control via Git). • Orchestration & Containerization: In addition to hands-on experience with containerization (Docker) and container orchestration platforms, specifically Kubernetes (EKS, GKE, or native clusters), experience with related tools like FastAPI. • MLOps and Datastore Tooling: Proven familiarity with specialized ML lifecycle and data processing tools and platforms such as MLflow, Kubeflow, SparkML, Synapse ML, SQL, Spark/PySpark, dbt, and Airflow. • Cloud Foundations: Practical experience operating within a major cloud ecosystem—e.g., AWS, GCP, Databricks—with a clear grasp of cloud networking, security, and storage tiers. • Strong communication and project leadership skills, with the ability to influence cross-functional teams. • Educational Background: Bachelor’s or Master’s degree in Computer Science, Data Science, Software Engineering, or a closely related quantitative field.

🏖️ Vorteile

• Competitive pay and benefits. • Medical, dental, vision, life and disability insurance plans (100% paid for US employees). We offer supplemental plans for medical and dental for Canadian employees. • 401(k) plan with company matching program in the US and RRSP with DPSP plan for Canadian employees. • Employee Assistance Program (EAP) for mental wellness. • Flexible PTO and 12 company wide days off throughout the year. • Learning & Development programs. • Equipment, tools, and reimbursement support for a productive remote environment. • Free Life360 Platinum Membership for your preferred circle.