Founding AI Platform Engineer – MLOps, Backend

Emploi pas sur LinkedIn

🕒 il y a 8 jours

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Configurer une alerte email pour les nouveaux emplois

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV

Gamingtec

Site WebLinkedInTous les Emplois

51 - 200 employés

Fondée en 2013

🎲 Jeux d'argent

🤝 B2B

☁️ SaaS

Gambling • B2B • SaaS

Gamingtec est un fournisseur de plateformes iGaming B2B qui propose des logiciels clés en main et en marque blanche pour les casinos en ligne et les paris sportifs. La société offre des solutions de plateformes modulaires et évolutives—casino, paris sportifs (dont un outil de paris sportifs alimenté par IA), logiciel d'affiliation et gestion d'agents—conçues pour une entrée rapide sur le marché (6 à 8 semaines), une conformité réglementaire multi-juridictionnelle et des intégrations étendues (fournisseurs de jeux, paiements, PAM). Gamingtec soutient de nombreux marchés et devises, rapporte une large couverture d'événements (plus de 50 000 événements en direct mensuels, plus de 40 000 événements pré-match mensuels) et favorise les partenariats avec des fournisseurs de paiement et de lutte contre la fraude. Elle se positionne comme un partenaire pour les opérateurs cherchant à lancer ou à développer des marques de jeux en ligne.

Description

• Build and maintain the infrastructure and tooling used to train, evaluate, deploy, and monitor ML models and GenAI services • Own production services, APIs, and pipelines that power recommendations, agent workflows, and customer-facing integrations • Improve CI/CD, testing, release workflows, rollback processes, and environment management • Establish observability across service health, model behaviour, agent quality, latency, cost, and failure modes • Build reproducibility and lifecycle practices for models, prompts, datasets, configurations, and releases • Support experimentation and measurement infrastructure so product and ML changes can be evaluated cleanly • Improve reliability, scalability, security, performance, and cost efficiency across the stack • Troubleshoot production issues end-to-end and turn recurring pain points into durable engineering improvements • Help define the platform and engineering standards the company will rely on as it grows.

🎯 Exigences

• Strong software engineering background with experience building and operating production systems • Experience with backend services, cloud infrastructure, CI/CD, testing, observability, and automation • Strong Python skills and comfort working across services, tooling, infrastructure, and operational workflows • Good judgment about reliability, performance, maintainability, and cost tradeoffs • Ability to collaborate closely with ML and product teams and move ambiguous work to completion • High ownership, attention to detail, and a bias toward simplifying and strengthening systems • Experience with MLOps workflows for model training, evaluation, deployment, and monitoring (advantage) • Experience serving ML models or LLM applications in production (advantage) • Experience with experimentation platforms, event pipelines, analytics instrumentation, or feature delivery platforms (advantage) • Experience with agent evaluation, prompt versioning, retrieval/search infrastructure, or vector-backed systems (advantage) • Experience supporting customer-facing APIs or SaaS platform infrastructure (advantage).