Staff Machine Learning Engineer

Stelle nicht auf LinkedIn

🕒 vor 3 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

PrizePicks

WebsiteLinkedInAlle Stellen

201 - 500 Mitarbeiter

🎮 Gaming

⚽ Sport

Gaming • Sports

PrizePicks ist eine innovative Plattform, die eine dynamische und interaktive Möglichkeit bietet, an täglichen Fantasy-Sportarten und E-Sport teilzunehmen. Nutzer können Vorhersagen über Spielerleistungen in verschiedenen Sportarten, einschließlich NFL, NBA, MLB, CFB und mehr, treffen und die Chance nutzen, das bis zu 1000-fache ihres Einsatzes zu gewinnen. PrizePicks operiert legal in 43 US-Bundesstaaten, Washington D. C. und Kanada und bietet eine Vielzahl von Wettoptionen, einschließlich Pick 'Em und Pick 'Em Arena, wo Benutzer gegeneinander um Geldpreise antreten. Das Unternehmen legt großen Wert auf Benutzerbindung mit Funktionen wie wiederkehrenden Aktionen und dem Streak-Spiel, das kostenlos spielbar ist und Teilnehmer durch das Aufbauen täglicher Gewinnserien verdienen lässt. PrizePicks gewährleistet sichere Transaktionen und schnelle Auszahlungen, um die Nutzererfahrung und -zufriedenheit im Bereich des Wetten mit echtem Geld zu verbessern.

Beschreibung

• Architect Scalable ML Systems: Design and build the end-to-end machine learning infrastructure, transitioning experimental Data Science models into robust, high-availability production services. • Real-Time Inference at Scale: Steer the design and deployment of low-latency services to serve model inferences in milliseconds. You will power real-time decisions across the platform, from dynamic oddsmaking and risk analysis to smart deposit defaults. • Feature Engineering & Data Strategy: Partner with Data Science to build scalable logging and data pipelines. You will lead the creation and optimization of a centralized feature store required to train complex models across diverse business domains. • End-to-End MLOps Leadership: Champion best practices for model deployment, monitoring, and CI/CD for ML. You will implement automated retraining pipelines and observability tools to ensure data drift and model degradation are caught and addressed instantly.

🎯 Anforderungen

• 7+ years of experience in Machine Learning Engineering or Backend Engineering, with a proven track record of deploying and maintaining complex ML models in high-traffic production environments. • 3+ years of technical leadership, acting as a lead and driving architecture decisions for consumer applications or scalable backend platforms. • Experience with Real-Time Data: Proficient in streaming architectures (Kafka/Flink/PubSub) and building low-latency services to serve model inference in <100ms. • MLOps Expertise: Deep experience managing the full ML lifecycle (training, deploying, monitoring) using tools like MLFlow, Kubeflow, Databricks, or SageMaker. • Strong Coding Skills: Expert in Python and SQL; proficiency in Go, C++, or Rust is a strong plus for building high-performance inference layers. • Cloud Native: Deep experience with GCP services (BigQuery, Cloud Functions, GKE, Vertex AI) or AWS equivalents.

🏖️ Vorteile

• Company-subsidized medical, dental, & vision plans • 401(k) plan with company match • Annual bonus • Flexible PTO to encourage a healthy work/life balance (2 weeks STRONGLY encouraged!) • Generous paid leave programs, including 16-week paid parental leave and disability benefits • Workplace flexibility and modern work schedules focused on getting the job done, not hours clocked • Company-wide in-person events and team outings • Lifestyle enhancement program • Company equipment provided (Windows & Mac options) • Annual performance reviews with opportunities for growth and career development