Staff Software Engineer -ML/AI

Lookout, Inc. ist ein weltweit anerkanntes Unternehmen im Bereich Cybersicherheit, das fortschrittlichen Schutz für das verwundbarste Element jeder Unternehmenssicherheitsstrategie bietet – menschliche Fehler und Manipulation. Die cloud-native Plattform von Lookout ermöglicht eine schnelle, skalierbare Bereitstellung und vereinfachte Sicherheitsoperationen, die die Frontlinie menschlicher Angriffe – das mobile Gerät – verteidigen.

Lookout Endpoint Detection and Response (EDR) überwacht kontinuierlich mobile Endpunkte auf Anzeichen menschlicher Angriffe sowie traditionelle Malware, Softwareanfälligkeiten und andere anomale Aktivitäten. Es verwendet fortschrittliche Bedrohungserkennungstechniken, einschließlich künstlicher Intelligenz (KI) und Verhaltensanalyse, um Bedrohungen zu identifizieren, bevor sie sich im Unternehmen ausbreiten.

Wir suchen talentierte und motivierte Ingenieure, die Kernkomponenten und -dienste entwickeln und zur Weiterentwicklung der Architektur beitragen. Wir sind ein kleines Team, das an einem sehr großen, modernen System mit einer Benutzerbasis von Millionen arbeitet, sodass Sie an einem hochmodernen Produkt und Dienst in großem Maßstab arbeiten können.

Was Sie tun werden:

• Sie werden Teil einer dynamischen und technisch vielfältigen Gruppe von Ingenieuren sein, wo Sie beitragen, Einfluss nehmen, lernen und erstklassige technische Fähigkeiten entwickeln können, während Sie wichtige Funktionen für unsere Kunden aufbauen.
• Besitzen Sie den gesamten Lebenszyklus des maschinellen Lernens, von der anfänglichen Forschung und dem Design bis hin zur Produktionsbereitstellung, Überwachung und kontinuierlichen Nachschulung.
• Richten Sie robuste Rahmenbedingungen ein und implementieren Sie diese, um ML/AI-Systeme zu trainieren, zu bewerten, zu testen und zu überwachen, um kontinuierliche Verbesserungen zu erzielen und Modellveränderungen zu verhindern.
• Bewältigen Sie reale Skalierungs- und Leistungsherausforderungen, um sicherzustellen, dass alle ML/AI-Modelle und -Systeme effizient, robust sind und die angestrebte Qualität/Latenz unter Produktionsbedingungen aufrechterhalten.
• Setzen Sie technische Richtungen als Senior Individual Contributor (IC) und betreuen Sie Junior Engineers.
• Qualität steht bei allem, was wir tun, im Vordergrund, daher werden Sie bei der Verbesserung aller Formen automatisierter Tests (Unit, Integration, Funktional usw.) helfen.
• Wir glauben an und praktizieren End-to-End-Service-Eigentum, daher werden Sie vollständig am Eigentum Ihrer Dienste und Komponenten teilnehmen, einschließlich Bereitschaftsdiensten.

Was wir suchen:

• BS/MS in Informatik oder einem verwandten Bereich mit mindestens 5-8 Jahren Berufserfahrung.
• Nachweisliche Erfolge beim Entwerfen und Bereitstellen praktischer, wirkungsvoller ML/AI-Systeme über mehrere Jahre hinweg, die komplexe Modelle in robuste, realweltliche Lösungen übersetzen.
• Erfahrung in der bereichsübergreifenden Zusammenarbeit mit Dateningenieuren, Plattformingenieuren und Produktbeteiligten, um ML/AI-Systeme zum Leben zu erwecken.
• Expertenkenntnisse in Python und starke Softwareengineering-Fähigkeiten, einschließlich der Fähigkeit, zuverlässigen, produktionsreifen Code zu schreiben.
• Tiefgehende Erfahrung mit wichtigen ML/Deep Learning-Frameworks: PyTorch, TensorFlow, scikit-learn.
• Vertrautheit mit modernen AI/ML-Stacks wie Hugging Face und LangChain.
• Tiefgehende Expertise in einer Vielzahl standardmäßiger ML-Algorithmen, einschließlich Klassifikation, Clustering, Regression und Deep Learning-Modellen.
• Praktische Erfahrung mit den LLM/RAG-Stack-Komponenten: Embeddings, Wissensgraphen, Vektordatenbanken, Abrufstrategien und Prompt Engineering.
• Nachweisliche Fähigkeit zur Messung und Optimierung der Modellwirksamkeit mithilfe statistischer Methoden.
• Praktische Erfahrung mit Produktions-ML-Infrastruktur, einschließlich Feature Stores, Modellmanagement, Trainings-/Bereitstellungspipelines (MLOps) und Überwachungstools.
• Aktuell mit neuen Fortschritten in NLP, LLMs und Agenten-Frameworks.
• Starkes Verständnis der Grundlagen des Softwareengineerings und von Algorithmen.
• Erfahrung in der Implementierung sicherer, skalierbarer API-Dienste.

Bonuspunkte:

• Praktische Erfahrung mit der Anwendung fortschrittlicher Techniken zur Verbesserung der Modelleffizienz, einschließlich Modell-Distillation und Modell-Quantisierung.
• Erfahrung mit effizienten Methoden zur Feinabstimmung großer Sprachmodelle (LLM) wie LoRA und anderen PEFT-Techniken.
• Erfahrung mit Codierungsagenten (Cursor, Copilot, Claude Code usw.).
• Erfahrung mit Event-Streaming-Frameworks, -Technologien, -Mustern und -Architekturen (insbesondere Kafka oder ähnliches).
• Berufliche Programmiererfahrung mit Scala und Golang.
• Erfahrung mit serverlosen Architekturen auf AWS, GCP.
• Erfahrung mit Kubernetes, Containertechnologie (Docker, ECS, EKS).