Machine Learning Engineer

Представьте себя в Twilio

Присоединяйтесь к команде в качестве следующего Machine Learning Engineer в Twilio.

О вакансии

Эта позиция необходима для стимулирования инноваций и разработки передовых продуктов, обслуживающих разработчиков, создателей и операторов в организации Data & Observability Substrate.

Это практическая, ориентированная на создание инженерная роль, соединяющая Product, Design и Engineering для разработки, оценки и поддержки масштабируемых, низколатентных, ML‑основанных систем для приложений в реальном времени. Вы будете руководить быстрыми циклами от исследования к производству, переводя бизнес‑идеи в решения сложных задач — таких как обнаружение аномалий в потоках, рекомендательные системы, предиктивное моделирование и фреймворки агентного ИИ, — с целью предоставления персонализированных клиентских опытов.

Вы будете тесно сотрудничать с кросс‑функциональной командой инженеров, архитекторов, менеджеров продукта, UI/UX‑дизайнеров и партнёров по ML/data science для поставки надёжных, устойчивых решений, поддерживающих успех клиентов.

• Сотрудничать с продуктом, UX и техническими заинтересованными сторонами для анализа бизнес‑проблем, уточнения требований, определения объёма и их преобразования в измеримые задачи ML.

• Проектировать, реализовывать и поддерживать масштабируемые, корпоративного уровня решения ML в продакшене.

• Создавать воспроизводимые рабочие процессы ML для подготовки данных, обучения, оценки и инференса с использованием современных оркестрационных и MLOps‑инструментов.

• Внедрять системы мониторинга и оценки для постоянного улучшения качества данных, производительности моделей, задержки и стоимости через обратные связи.

• Сотрудничать кросс‑функционально с Product, Data Science/ML, Engineering и Security для поставки надёжных, масштабируемых и соответствующих требованиям сервисов на базе ML.

• Демонстрировать полное понимание систем и объяснять «почему» выбранных решений модели и системы.

• Обеспечивать операционное совершенство: SLA, дежурства, реагирование на инциденты, обработка обратной связи от клиентов и безвиновные пост‑мортемы.

• Продвигать инженерное совершенство через AI‑ассистированный SDLC, ревью кода, автоматическое тестирование, лучшие практики MLOps, обмен знаниями и наставничество.

• Активно внедрять AI‑ассистированные практики для повышения эффективности реализации и сотрудничества.

*Требуется:

• Твёрдая база в ML/AI (статистика, вероятность, оптимизация) с умением применять эти концепции к реальным задачам.

• 5+ лет опыта построения, развертывания и эксплуатации данных и ML‑систем в продакшене.

• Владение Python, Java и SQL; сильные основы программной инженерии (проектирование систем, тестирование, контроль версий, ревью кода).

• Практический опыт оркестрации рабочих процессов и конвейеров данных (например, Airflow, Kubeflow) и облачных платформ/хранилищ данных (например, SageMaker Feature Store, Snowflake, DynamoDB, OpenSearch).

• Опыт работы с жизненным циклом ML и MLOps‑инструментами (например, MLflow, Metaflow, SageMaker; фреймворки LLM/агентов, такие как LangChain/LangGraph; инструменты оценки/наблюдаемости моделей, такие как Galileo или аналогичные).

• Знание контейнеризации и облачной инфраструктуры, включая Docker и Kubernetes, GitOps/CI/CD‑инструменты (например, Argo CD), и как минимум одной крупной облачной платформы (AWS, GCP или Azure).

• Понимание моделирования данных и масштабируемых систем, включая распределённые вычисления и потоковые фреймворки (например, Spark/EMR, Flink, Kafka Streams); знакомство с реализацией на GPU будет плюсом.

• Доказанная способность быстро осваиваться и эффективно работать в новых областях приложений/бизнеса.

• Сильные навыки письменной и устной коммуникации: умение документировать и представлять дизайны и решения, а также комфортно давать/принимать обратную связь в Agile‑окружении.

Желательно:

• Знакомство с областями задач ML и техниками, включая рекомендательные системы (например, графовые подходы, модели с двумя башнями), моделирование временных рядов (классическое и глубокое обучение), обучение представлениям (например, embeddings), обнаружение аномалий и причинно-следственный вывод.

• Практический опыт работы с LLM и генеративными AI‑рабочими процессами, включая дообучение базовых моделей, RAG и векторные базы данных.

• Доказательства технического лидерства/влияния, такие как вклад в open‑source проекты данных/ML и/или публикации технических презентаций, блог‑постов, статей или исследований.

• Опыт в домене (плюс) коммуникаций, автоматизации маркетинга или аналитики взаимодействия с клиентами.

• Знакомство с AI‑ассистированными инструментами разработки (например, Claude, GitHub Copilot/Codex, Cursor и др.).

• Предпочтительно наличие учёной степени (M.S. или Ph.D.) в релевантной области.

Что мы предлагаем

Работа в Twilio предоставляет множество преимуществ, включая конкурентную оплату, щедрый отпуск, обильный родительский и оздоровительный отпуск, медицинскую страховку, программу накоплений на пенсию и многое другое. Предложения различаются в зависимости от местоположения.

Вознаграждение

*Обратите внимание, что эта роль открыта для кандидатов за пределами Калифорнии, Колорадо, Гавайев, Иллинойса, Мэриленда, Массачусетса, Миннесоты, Нью-Джерси, Нью-Йорка, Вермонта, Вашингтона D.C. и штата Вашингтон. Ниже представлена информация только для кандидатов, нанятых в этих регионах.

Оценочные диапазоны оплаты для этой роли следующие:

• Для резидентов Колорадо, Гавайев, Иллинойса, Мэриленда, Массачусетса, Миннесоты, Вермонта или Вашингтона D.C.: $155,520.00 – $194,400.00.

• Для резидентов Нью‑Йорка, Нью‑Джерси, штата Вашингтон или Калифорнии (за пределами района Сан‑Франциско): $164,640.00 – $205,800.00.

• Для резидентов района Сан‑Франциско, Калифорния: $182,960.00 – $228,700.00

Эта роль может быть включена в план акций Twilio и корпоративный план бонусов. Все роли обычно имеют право на следующие льготы: медицинская страховка, пенсионный счёт 401(k), оплачиваемый больничный, оплачиваемый личный отпуск, оплачиваемый родительский отпуск.