Senior ML Platform Engineer

RBC
TORONTO, Ontario, Canada Vor Ort Senior 27.05.2026
DevOps Engineer backend-developer Data Engineer DevOps
Auf einen Blick

Suche nach Senior ML Platform Engineer für RBCs AI Farm-Plattform in Toronto. Aufbau von Kubernetes-Infrastruktur, Datenplattformen und Developer Tools für ML-Forscher in einem autonomen kleinen Team.

💰 ~CAD 160.000–210.000/Jahr (geschätzt) 📊 Senior 🕒 Vollzeit 🌍 Vor Ort 🗺️ Americas
  • 5+ Jahre Platform Engineering
  • Kubernetes Production Experience
  • Python Fluency
  • Distributed Data Systems
Kubernetes Python Trino Grafana GitHub Actions GitOps Helm Data Infrastructure

Gehalt geschätzt anhand Senior Platform Engineer in Toronto mit Kubernetes/GPU-Expertise bei großer Bank. Kein Gehalt in der Anzeige angegeben.

✅ Geeignet für
  • Erfahrene Plattform-Engineers mit Kubernetes-Tiefe
  • ML-Infrastructure-Spezialisten
🚫 Weniger geeignet
  • Junior Developer ohne Kubernetes-Erfahrung
  • Klassische Backend-Entwickler ohne DevOps-Fokus
💡 Gut zu wissen
  • On-Premise GPU-Cluster (OpenShift + Run:AI)
  • Kleine, hochautonome Team-Struktur
  • Fokus auf Datensicherung und Compliance-Automatisierung

Über das Unternehmen

RBC Borealis betreibt AI Farm, eine Enterprise-GPU-Compute- und Datenplattform für Machine Learning. Das Team betreut über einhundert ML-Forscher und Ingenieure in der Modellentwicklung und Datenbereitstellung.

Deine Aufgaben

  • Kubernetes-native Automatisierung für Plattformoperationen: PV-Lebenszyklusmanagement, Namespace-Bereitstellung, Compliance-Scanning
  • Dateninfrastruktur-Ebene: Trino/Starburst-Cluster-Betrieb, Spalten-Level-Datenmaskierung, Ressourcengruppen-Management
  • Developer-Tools in Python (SDK, CLI) für ML-Teams zur Datenzugriff und Compute
  • Datensicherung und Compliance: automatisiertes Scanning, Klassifizierung, Aufbewahrungsdurchsetzung
  • Observability-Pipelines: Grafana-Dashboards für GPU-Auslastung und Compliance

Deine Voraussetzungen

  • 5+ Jahre in Software/Plattform-Engineering
  • Tiefe praktische Kubernetes-Erfahrung in Produktion (Pod-Security, RBAC, Storage, CronJobs, Admission Webhooks)
  • Python-Kenntnisse für Production Tools und Automatisierung
  • Erfahrung mit verteilten Datensystemen (Trino, Spark, Iceberg, Hive)
  • CI/CD und Automatisierung (GitHub Actions, Helm, GitOps)

Benefits

  • Ownership komplexer Plattform-Capabilities in kleinem Team mit hoher Autonomie
  • Arbeite mit führender GPU-Hardware (NVIDIA B300, H100, A100)
  • Umfassendes Total Rewards Programm mit Boni und flexiblen Benefits
  • Klare Wachstumslaufbahn: Senior Engineer → Staff Engineer