Staff ML Software Engineer – Platform Systems

Stelle nicht auf LinkedIn

🕒 vor 2 Monaten

🇺🇸 Vereinigte Staaten – Remote

💵 $600.000 - $1.066.000 / Jahr

⏰ Vollzeit

🔴 Experte

🏗️ Plattformingenieur

👻 Geisterscore 6%

Was es bedeutet: wie wahrscheinlich diese Stelle offen bleibt, ohne dass aktiv eingestellt wird.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

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

Netflix

WebsiteLinkedInAlle Stellen

10.000+ Mitarbeiter

Gegründet 1997

📱 Medien

👥 B2C

Media • B2C

Netflix ist ein globales Streaming-Unterhaltungsunternehmen und Inhaltsproduzent, dessen erklärte Mission es ist, „die Welt zu unterhalten“. Es betreibt eine verbraucherorientierte Abonnementplattform, die TV-Sendungen, Filme und Originalprogramme auf Abruf anbietet, und betreibt außerdem eine öffentliche Karriereseite, die den Schwerpunkt auf Kultur, Inklusion und Einstellungsanpassungen legt. Der bereitgestellte Text hebt hervor, dass Netflix weltweit Talente rekrutiert, seine Seiten zu Arbeitsleben und Kultur sowie seine öffentlich zugänglichen Arbeitgebermaterialien.

Beschreibung

• Design, build, and operate observability, evaluation, and tooling subsystems for next-generation ML architecture • Prove subsystems on current AIMS operations, including anomaly detection, root cause analysis, and operational automation • Build observability systems providing visibility into model behavior, training pipeline health, serving latency, and data quality • Drive cost optimization across AIMS training and serving infrastructure through increasingly automated frameworks and tooling • Architect reliability improvements across the AIMS AI/ML stack, reducing toil and improving on-call ergonomics • Contribute to the target architecture and migration path for the modernized AIMS AI/ML stack • Coordinate with teams driving the AIMS modernization effort • Evaluate emerging infrastructure patterns, model paradigms, and platform capabilities and translate them into a forward-looking roadmap

🎯 Anforderungen

• Significant experience designing, building, and operating production AI/ML systems at scale • Experience with training pipelines and familiarity with model serving and online inference under high traffic • Hands-on experience building subsystems for advanced agentic architectures, including memory, trace, eval, and replay pipelines, or orchestration and routing layers • Deep Python expertise • Working proficiency in at least one JVM language: Scala or Java • Proven track record improving AI/ML system reliability, reducing infrastructure costs, and improving operational scalability • Experience building observability and monitoring systems for AI/ML workloads across training, serving, and data pipelines • Strong distributed systems background, including batch processing at scale and real-time serving infrastructure • Experience collaborating with partner teams to drive cross-functional technical programs, manage dependencies, and build consensus without formal authority • High technical judgment and ability to identify patterns, build reusable frameworks, and make pragmatic investment decisions • Ability to operate with incomplete information, scope problems, define approaches, and adjust course • Preferred: familiarity with LLM evaluation, trace, or replay tooling • Preferred: familiarity with feature stores, model serving platforms, and experiment frameworks • Preferred: hands-on experience migrating production AI/ML systems across technology generations • Preferred: applied experience in personalization domains such as recommendation systems, search, or discovery

🏖️ Vorteile

• Annual salary-only compensation structure with choice between salary and stock options • Health Plans • Mental Health support • 401(k) Retirement Plan with employer match • Stock Option Program • Disability Programs • Health Savings and Flexible Spending Accounts • Family-forming benefits • Life and Serious Injury Benefits • Paid leave of absence programs • Full-time salaried employees are immediately entitled to flexible time off