Senior ML Infrastructure Engineer - Embodied AI

Senior ML Infrastructure Engineer - Embodied AI

Vollzeit 153200 - 234100 € / Jahr (geschätzt) Kein Homeoffice möglich
General Motors

Auf einen Blick

  • Aufgaben: Entwickle skalierbare ML-Plattformen und Tools für die Fahrzeugindustrie.
  • Unternehmen: General Motors, führend in der Mobilitätsinnovation.
  • Vorteile: Attraktives Gehalt, umfassende Gesundheitsleistungen und flexible Arbeitsmodelle.
  • Weitere Informationen: Vollständig remote oder hybrid, mit großartigen Karrierechancen.
  • Warum dieser Job: Gestalte die Zukunft des Fahrens mit modernster Technologie und innovativen Projekten.
  • Qualifikationen: 3+ Jahre Erfahrung in ML-Infrastruktur und starke Programmierkenntnisse in Python oder C++.

Das prognostizierte Gehalt liegt zwischen 153200 - 234100 € pro Jahr.

Bei General Motors definieren unsere Produktteams die Mobilität neu. Durch einen menschenzentrierten Designprozess schaffen wir Fahrzeuge und Erlebnisse, die nicht nur gesehen, sondern auch gefühlt werden. Wir verwandeln das Unmögliche von heute in den Standard von morgen – von bahnbrechender Hardware und Batteriesystemen bis hin zu intuitivem Design, intelligenter Software und Sicherheits- sowie Unterhaltungsfunktionen der nächsten Generation. Jeden Tag bewegen unsere Produkte Millionen von Menschen, während wir darauf abzielen, das Fahren sicherer, intelligenter und vernetzter zu gestalten und die Zukunft des Transports auf globaler Ebene zu formen.

Als Senior Engineer werden Sie Modelltrainingspipelines entwickeln, die leistungsfähig, benutzerfreundlich und außergewöhnlich zuverlässig sind. Ihr Erfolg wird an der Geschwindigkeit und dem Einfluss der ML-Modelle gemessen, die auf den skalierbaren, intuitiven und leistungsstarken Trainingsplattformen basieren, die Sie helfen, zu erstellen.

Was Sie tun werden:

  • Entwerfen, implementieren und bereitstellen skalierbarer Plattformen und Tools zur Unterstützung von Machine Learning-Trainings- und Evaluierungsabläufen bei GM.
  • Leiten komplexer technischer Projekte mit starkem Verantwortungsbewusstsein für Implementierung, Codequalität und Systemzuverlässigkeit.
  • Zur technischen Entwurfsdiskussion und architektonischen Entscheidungen beitragen, während Sie mit Senior Engineers und technischen Leitern zusammenarbeiten.
  • Eng mit Partnerteams zusammenarbeiten, um sicherzustellen, dass die Plattformen den realen ML-Entwicklungsbedürfnissen entsprechen und die Akzeptanz maximieren.
  • Technische Verbesserungen identifizieren und helfen, Investitionen in die Plattform zu priorisieren, um Leistung, Zuverlässigkeit und Produktivität der Entwickler zu verbessern.
  • Zu einer starken Ingenieurskultur durch qualitativ hochwertige Code-Reviews, Dokumentation und operative Exzellenz beitragen.
  • Onboarding und Mentoring von Junior Engineers und Praktikanten unterstützen.

Was Sie mitbringen:

  • 3+ Jahre Erfahrung in der Arbeit mit großangelegten verteilten Systemen, Anwendungen oder ML-Infrastruktur.
  • Erfahrung im Entwurf robuster Dienste oder Frameworks mit langlebigen, gut gestalteten APIs.
  • Solides Verständnis von Machine Learning-Workflows und praktische Erfahrung in der Anwendung von ML-Systemen in Produktionsumgebungen.
  • Erfahrung im Aufbau zuverlässiger, leistungsstarker und kosteneffizienter Systeme auf moderner Cloud-Infrastruktur.
  • Praktische Erfahrung über den gesamten ML-Entwicklungszyklus, einschließlich Modelltraining, Bereitstellung und MLOps-Praktiken.
  • Starke interdisziplinäre Zusammenarbeit über Teams und Organisationen hinweg.
  • Starke Programmierkenntnisse in Python oder C++.
  • Interesse an autonomem Fahren und großangelegten ML-Systemen.
  • BS, MS oder PhD in Informatik, Mathematik oder gleichwertiger praktischer Erfahrung.

Nice to Have:

  • Erfahrung mit verteilten Trainingsmethoden.
  • Erfahrung mit der Skalierung von ML-Training über große GPU/CPU-Cluster oder spezialisierte Beschleuniger.
  • Vertrautheit mit Deep-Learning-Frameworks wie PyTorch oder TensorFlow.
  • Erfahrung mit Leistungsprofilierung und Techniken zur Trainingsoptimierung und deren Auswirkungen auf die Modellkonvergenz und -leistung.
  • Erfahrung mit fortgeschrittenen Build-Systemen wie Bazel, Buck, Blaze oder CMake.
  • Kenntnisse in Containerisierung und Orchestrierungstechnologien (z.B. Docker, Kubernetes).

Remote/Hybrid: Diese Rolle ist als vollständig remote oder hybrid kategorisiert.

Vergütung: $153,200.00 bis $234,100.00 – Grundgehaltsspanne, unterliegt Variabilität basierend auf relevanten Faktoren. Bonuspotential: Anreizvergütungsprogramm basierend auf Unternehmensleistung, Jobebene und individueller Leistung.

Leistungen: Medizinische, zahnmedizinische, visuelle Leistungen, Gesundheitskonto, flexible Ausgaben, Altersvorsorge, Krankheits- und Unfallleistungen, Lebensversicherung, bezahlter Urlaub & Feiertage, Studienhilfeprogramme, Mitarbeiterunterstützungsprogramm, GM-Fahrzeugrabatte und mehr. Zusätzliche Umzugsleistungen können verfügbar sein.

Chancengleichheit: General Motors verpflichtet sich, ein Arbeitsplatz zu sein, der nicht nur frei von rechtswidriger Diskriminierung ist, sondern auch tatsächlich Inklusion und Zugehörigkeit fördert. Wir glauben fest daran, dass ein inklusiver Arbeitsplatz ein Umfeld schafft, in dem unsere Mitarbeiter gedeihen und bessere Produkte für unsere Kunden entwickeln können. Alle Einstellungsentscheidungen werden auf einer nicht diskriminierenden Basis ohne Berücksichtigung von Geschlecht, Rasse, Hautfarbe, nationaler Herkunft, Staatsbürgerschaft, Religion, Alter, Behinderung, Schwangerschaft oder Mutterschaft, sexueller Orientierung, Geschlechtsidentität, Status als Veteran oder geschütztem Veteran oder einem anderen ähnlich geschützten Status gemäß den bundesstaatlichen, staatlichen und lokalen Gesetzen getroffen.

Unterstützung: General Motors bietet allen Jobsuchenden, einschließlich Personen mit Behinderungen, Möglichkeiten. Wenn Sie eine angemessene Unterstützung benötigen, um Ihre Jobsuche oder Bewerbung zu unterstützen, senden Sie uns eine E-Mail oder rufen Sie 1-800-865-7580 an. Bitte geben Sie in Ihrer E-Mail eine Beschreibung der spezifischen Unterstützung an, die Sie anfordern, sowie den Jobtitel und die Ausschreibungsnummer der Position, für die Sie sich bewerben.

Wie wir einstellen: Bewerber im Rekrutierungsprozess müssen möglicherweise, wo zutreffend, erfolgreich eine rollenbezogene Bewertung und/oder ein Vorbeschäftigungs-Screening vor Beginn der Beschäftigung abschließen. Um mehr zu erfahren, besuchen Sie unsere Ressourcen.

Senior ML Infrastructure Engineer - Embodied AI Arbeitgeber: General Motors

General Motors ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, an bahnbrechenden Technologien im Bereich Fahrzeugkommunikation zu arbeiten. Mit einem starken Fokus auf Inklusion und persönliches Wachstum fördert GM eine Arbeitskultur, in der Teamarbeit und Innovation geschätzt werden. Die flexible Remote-Arbeitsoption ermöglicht es Ihnen, von überall im Land zu arbeiten, während Sie gleichzeitig von umfassenden Vorteilen und Unterstützung für Ihre berufliche Entwicklung profitieren.

General Motors

Kontaktdaten:

General Motors Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Senior ML Infrastructure Engineer - Embodied AI erhalten könntest

Tipp Nummer 1

Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Lass uns wissen, wenn du Hilfe beim Networking brauchst!

Tipp Nummer 2

Bereite dich auf technische Interviews vor! Übe Coding-Challenges und sei bereit, deine Erfahrungen mit ML-Infrastruktur zu teilen. Wir haben Ressourcen, die dir dabei helfen können!

Tipp Nummer 3

Sei proaktiv und zeige Interesse! Frag nach Projekten, an denen du arbeiten könntest, und bringe eigene Ideen ein. Das zeigt, dass du wirklich motiviert bist, Teil des Teams zu werden.

Tipp Nummer 4

Bewirb dich direkt über unsere Website! So hast du die besten Chancen, gesehen zu werden. Lass uns gemeinsam den nächsten Schritt in deiner Karriere gehen!

Wir glauben, dass du diese Fähigkeiten brauchst, um Senior ML Infrastructure Engineer - Embodied AI mit Bravour zu bestehen

Entwicklung von Modelltrainings-Pipelines
Design und Implementierung skalierbarer Plattformen
Technische Projektleitung
Code-Qualitätssicherung
Systemzuverlässigkeit
Robuste API-Entwicklung
Verständnis von Machine Learning Workflows

Einige Tipps für deine Bewerbung 🫡

Mach deine Bewerbung persönlich:Zeig uns, wer du bist! Verwende eine freundliche und authentische Sprache in deinem Anschreiben. Erzähl uns, warum du dich für die Position als Senior ML Infrastructure Engineer interessierst und was dich an der Arbeit bei StudySmarter begeistert.

Betone deine Erfahrungen:Stell sicher, dass du deine relevanten Erfahrungen und Fähigkeiten klar hervorhebst. Zeig uns, wie deine bisherigen Projekte und Kenntnisse im Bereich ML-Infrastruktur zu den Anforderungen der Stelle passen. Wir lieben es, wenn du konkrete Beispiele nennst!

Achte auf die Details:Korrekte Rechtschreibung und Grammatik sind wichtig! Nimm dir die Zeit, deine Bewerbung sorgfältig zu überprüfen. Ein gut strukturiertes Dokument zeigt uns, dass du Wert auf Qualität legst und professionell arbeitest.

Bewirb dich über unsere Website:Wir empfehlen dir, deine Bewerbung direkt über unsere Website einzureichen. So stellst du sicher, dass sie schnell und effizient bei uns ankommt. Außerdem kannst du dort auch mehr über unser Team und unsere Kultur erfahren!

Wie man sich auf ein Vorstellungsgespräch bei General Motors vorbereitet

Verstehe die ML-Infrastruktur

Mach dich mit den Grundlagen der maschinellen Lerninfrastruktur vertraut. Du solltest wissen, wie Trainingspipelines funktionieren und welche Tools in der Branche verwendet werden. Das zeigt dein Interesse und deine Vorbereitung auf die Rolle.

Bereite technische Fragen vor

Erwarte technische Fragen zu deinen Erfahrungen mit verteilten Systemen und APIs. Übe, wie du deine bisherigen Projekte und deren Herausforderungen erklärst. Das hilft dir, selbstbewusst und kompetent aufzutreten.

Zeige Teamarbeit und Mentoring

Betone deine Erfahrungen in der Zusammenarbeit mit anderen Teams und wie du Junior Engineers unterstützt hast. Das zeigt, dass du nicht nur technisch versiert bist, sondern auch ein Teamplayer, der zur Unternehmenskultur beiträgt.

Frage nach der Unternehmenskultur

Bereite Fragen vor, die sich auf die Unternehmenskultur und die Zusammenarbeit im Team beziehen. Das zeigt dein Interesse an der Arbeitsumgebung und hilft dir, herauszufinden, ob es gut zu dir passt.