LLMOps Platform Engineer

Emploi pas sur LinkedIn

🕒 il y a 5 mois

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

SumerSports

Site WebLinkedInTous les Emplois

11 - 50 employés

Fondée en 2022

⚽ Sports

🤖 Intelligence artificielle

☁️ SaaS

Sports • Artificial Intelligence • SaaS

SumerSports est une entreprise d'analyse sportive et de technologie alimentée par l'IA, spécialisée dans le football américain (NFL et NCAA). En combinant plus de 500 ans d'expérience en NFL avec l'apprentissage automatique, SumerSports propose des produits tels que SūmerBrain pour la récupération de films et les données multi-couches, SūmerLive pour le suivi des matchs, SūmerNFL et SūmerNCAA pour la construction de listes et l'optimisation des équipes, ainsi qu'une plateforme de métriques vérifiées par les joueurs et d'exposition des talents. L'entreprise produit des guides de draft, des contenus guidés par l'analyse avec d'anciens scouts et membres du Hall of Fame, ainsi que des outils qui servent les joueurs, les équipes et les fans pour améliorer le scouting, les décisions de roster et l'évaluation des performances.

Description

• Build and operate the LLM Platform: Develop model routing, prompt registry, and orchestration services for multi-model workflows. • Integrate external LLM APIs (OpenAI, Anthropic, Mistral) and internal finetuned models. • Enable fast, safe experimentation: Implement automated evaluation pipelines (offline + online) with golden sets, rubrics, and regression detection. • Support CI/CD for prompt and model changes, with rollback and approval gates. • Collaborate cross-functionally: Partner with product pods to instrument RAG pipelines and prompt versioning. • Work with deep learning and data teams to integrate structured and unstructured retrieval into LLM workflows. • Optimize performance and cost: Profile latency, token usage, and caching strategies. • Build observability and monitoring for LLM calls, embeddings, and agent behaviors. • Ensure reliability and safety: Implement guardrails (toxicity, PII filters, jailbreak detection). Maintain policy enforcement and audit logging for AI usage.

🎯 Exigences

• 5+ years of experience in applied ML, NLP, or ML infrastructure engineering • Strong coding skills in Python and experience with frameworks like LangChain, LlamaIndex, or Haystack • Solid understanding of retrieval-augmented generation (RAG), embeddings, vector databases, and evaluation methodologies • Experience deploying models or AI systems in production environments (AWS, GCP, or Azure) • Familiarity with prompt management, LLM observability, and CI/CD automation for AI workflows

🏖️ Avantages

• Competitive Salary and Bonus Plan • Comprehensive health insurance plan • Retirement savings plan (401k) with company match • Remote working environment • A flexible, unlimited time off policy • Generous paid holiday schedule - 13 in total including Monday after the Super Bowl