Staff Machine Learning Engineer

Lexington, KY Hybrid Lead vor 2 Tagen
Machine Learning Engineer Data Science ki Software Engineer
Auf einen Blick

Xometry sucht einen Staff Machine Learning Engineer zur Architekturdefinition für DFM AI + IQE Partner-Integration. Diese Senior-Rolle erfordert Expertise in Production ML Systems und Real-Time-Serving bei Scale.

💰 ~$170.000–220.000/Jahr (geschätzt) 📊 Senior 🕒 Vollzeit 🗺️ Americas
  • Umfangreiche Production ML-Erfahrung
  • Expertise in MLOps und Model Serving
  • Cloud-Infrastruktur-Kenntnisse
  • Real-Time ML Systems-Verständnis
Machine Learning MLOps

Gehalt geschätzt anhand Staff ML Engineer bei NASDAQ-Unternehmen, Production ML und Real-Time-Serving-Expertise. Kein Gehalt in der Anzeige angegeben.

✅ Geeignet für
  • Erfahrene ML Engineer mit Production-Systemen-Erfahrung
  • Kandidaten mit MLOps und Model Serving Expertise
  • Technische Führungspersonen im ML-Bereich
🚫 Weniger geeignet
  • Junior ML Engineer
  • Forschungs-fokussierte Kandidaten
  • Kandidaten ohne Production ML-Erfahrung
💡 Gut zu wissen
  • Rolle konzentriert sich auf Partner-Integration als Kernprojekt
  • Real-Time ML Serving mit Sub-Sekunden-Latenz erforderlich
  • Data Contracts für Model Inputs/Outputs müssen definiert werden
  • MLOps, Governance und Observability sind Mission-Critical

Über das Unternehmen

Xometry ist ein NASDAQ-notiertes Unternehmen, das die Industrien von heute und morgen durch die Verbindung von Menschen mit großen Ideen und Herstellern ermöglicht.

Deine Aufgaben

  • Führung mit technischer Tiefe – Eigentümerschaft des End-to-End-Lifecycle von Anforderungserfassung bis Release
  • Eigentümerschaft der Partner-Integrations-AI/ML-Ebene – Architekturdefinition für DFM AI + IQE Integration
  • Konstruktion für Skalierbarkeit – Entwicklung Cloud-basierter Produktionssysteme für Real-Time-Endpoints und MLOps
  • Lösung ambiguöser Probleme – Bewältigung komplexer, Cross-Domain-Herausforderungen

Deine Voraussetzungen

  • Umfangreiche Erfahrung in Machine Learning Engineering und Production ML Systems
  • Tiefes Verständnis von MLOps und Model Serving
  • Cloud-Infrastruktur-Expertise (AWS bevorzugt)
  • Erfahrung mit Real-Time ML Systems