Cloud Machine Learning Developer Relations Engineer

Anforderungen

• Du bist bereits eine aktive Stimme in der ML-Community. Du veröffentlichst, lehrst und Menschen folgen deiner Arbeit auf LinkedIn und X.
• Du interessierst dich für ML-Engineering, den Aufbau praktischer KI-Anwendungen, deren Bereitstellung in der Produktion und die optimale Nutzung der Cloud zur Beschleunigung.
• Du lernst gerne komplexe Ingenieurkonzepte und sprichst darüber mit anderen Ingenieuren und legst Wert auf gut lesbaren Code.
• Du bist ein starker Kommunikator und Pädagoge und engagierst dich positiv und hilfsbereit in der ML-Community.
• 3+ Jahre Erfahrung in der Entwicklerbeziehung oder Entwicklervertretung, insbesondere für ML- oder KI-Produkte, -Tools oder -Plattformen.
• Eine etablierte öffentliche Präsenz als technische Stimme mit einer nachweislichen, engagierten Zielgruppe auf LinkedIn und X (Twitter).
• Ein Portfolio an entwicklerorientierten Inhalten: technische Blogbeiträge, Konferenzvorträge, Demos, Codebeispiele oder Dokumentation.
• Komfort und Erfahrung im öffentlichen Sprechen vor technischen Zielgruppen (Konferenzen, Webinare, Workshops).
• 3+ Jahre praktische Erfahrung in ML oder Softwareengineering, einschließlich der Bereitstellung von Modellen in der Produktion.
• Erfahrung im Training oder der Bereitstellung von ML-Modellen auf mindestens einer großen Cloud (AWS, GCP oder Azure).
• Kenntnisse in Python.
• Praktische Erfahrung mit dem Hugging Face-Stack (Transformers, Hub, Inference Endpoints) oder vergleichbaren Open-Source-ML-Bibliotheken.
• Grundkenntnisse über GPUs oder KI-Beschleuniger (NVIDIA, AMD, Intel Gaudi, AWS Inferentia oder TPU) sowie über Trainings- und Inferenzoptimierung.
• Fließende schriftliche und mündliche Englischkenntnisse (wünschenswert).
• Erfahrung als Open-Source-Maintainer oder -Beitragsleister (wünschenswert).
• Eine aktive Präsenz in anderen Entwicklergemeinschaften (GitHub, Reddit, YouTube, Discord) (wünschenswert).
• Vertrautheit mit Containern und Orchestrierung (Docker, Kubernetes) (wünschenswert).
• Erfahrung mit verteiltem Training oder Inferenz-Servierungs-Frameworks (z.B. vLLM, TGI oder Ray).

Was die Stelle beinhaltet

Als Cloud ML DevRel Engineer ist es dein Ziel, die Wirkung des Hugging Face ML Cloud-Teams zu steigern, indem du der Community der ML-Praktiker beibringst, wie sie ihre Trainings- und Inferenzlasten beschleunigen können. Das ML Cloud-Team arbeitet durch strategische Kooperationen mit den am häufigsten genutzten Clouds (AWS, GCP, Azure, Cloudflare), KI-Beschleunigern (NVIDIA, AMD, Intel Gaudi, AWS Inferentia, TPU) und Systempartnern (Dell, Nutanix), um es der Community zu erleichtern, Hugging Face-Modelle und -Bibliotheken auf diesen Plattformen auszuführen. Diese Partnerschaften stehen im Mittelpunkt unserer Strategie als offene Plattform ohne Kundenbindung und wie wir die Nutzung und den Umsatz für unsere Partner vorantreiben. Dies ist eine solide Ingenieursrolle mit einem starken Fokus auf Bildung und Gemeinschaft. Dein Einfluss kommt von der Steigerung der Sichtbarkeit und Nutzung von Partnerintegrationen durch Arbeiten wie:

• Veröffentlichung technischer Blogbeiträge.
• Beitrag zu Dokumentation und Codebeispielen.
• Ansprache von Geschäfts- und Technikpublikum auf Partnerkonferenzen.
• Produktion und Durchführung von Webinaren.
• Erstellung und Präsentation von Demos.
• Leitung von Go-to-Market-Gesprächen mit strategischen Partnern.

Du wirst an der Spitze von generativer KI und Open Source arbeiten, Hand in Hand mit einigen der wichtigsten Unternehmen in diesem Bereich. Du wirst viel Autonomie und volle kreative Kontrolle haben, mit dem Ziel, einen 10-fachen Einfluss im Vergleich zu einer ähnlichen Rolle in einem großen Technologieunternehmen zu erzielen.