KI-Rolle · Offenes Angebot

Staff ML Platform Engineer — inference at scale

Databricks

Vollzeit
Staff
Model serving
Hybrid
160 Spear Street, San Francisco, CA 94105, United States · Hybrid
San Francisco, United States
USD 190k–260k + equity

Diese Ausschreibung ist optimiert für KI-native Talente: klare Skills und Tools, damit Kandidaten vor der Bewerbung einschätzen können, ob es passt — und Sie weniger Fehlpassungen screenen.

4 Skills3 Tools

Auf einen Blick

Arbeitsmodell, Ort und wichtige Daten des Inserats.

Anstellungsart: Vollzeit
Arbeitsort-Modell: Hybrid
Standort: 160 Spear Street, San Francisco, CA 94105, United States · Hybrid
Vergütung: USD 190k–260k + equity
Erfahrungslevel: Staff
Team: Model serving
Benefits

Über die Rolle

Was das Team sucht und wie die Position passt.

Databricks is hiring a Staff Staff ML Platform Engineer — inference at scale on the Model serving team (Hybrid · San Francisco, United States). This is a hands-on role in ML platform & MLOps—not a generic “AI enthusiast” post.

You will own training, deployment, observability, and cost control end to end: problem framing, offline evaluation, safe rollout, and iteration from production signals. Success is measured with clear metrics (quality, latency, cost, or business KPIs)—not slide decks alone.

Databricks runs the Lakehouse and Mosaic AI platform for model training and serving.

Staff ML Platform Engineer: inference at scale—SLOs, cost, and multi-tenant model serving.

Missions

Design serving paths for LLMs and classical models with autoscaling and observability.
Reduce cost per token / prediction without breaking latency SLOs.

Stack & environment

Python, Kubernetes, Spark, Docker, PyTorch.

What we look for

Staff-level ML platform or serving experience; cloud-native ops.

Gesuchte Skills

Was jede Fähigkeit in dieser Rolle bedeutet — keine reine Keyword-Liste.

Python
Production Python for data pipelines, model code, APIs, and automated tests—not notebook-only workflows.
PyTorch
Training and inference with PyTorch: reproducible experiments, checkpointing, and deployment-minded exports.
Machine Learning

Tools & Stack

Genannte Plattformen und Produkte für diese Rolle (APIs, IDEs, Vector-DBs, CRMs, Design-Tools usw.).

KubernetesTool
Deploying and scaling model services with health checks, autoscaling, and rollout discipline.
DockerTool
Containerized services and reproducible dev environments for ML and LLM workloads.

Sie passen besonders gut, wenn…

Auf diese Stelle zugeschnitten — prüfen Sie Ihre Passung vor der Bewerbung.

You can show evidence in your application: Serving stack for LLMs or classical ML with SLOs and cost controls.
Several of these show up in recent shipped work—not only on your CV: Python, PyTorch, Machine Learning, MLOps, and Kubernetes.
You have led ML platform & MLOps initiatives across teams—setting technical direction, review standards, and rollout plans others could follow.
You are comfortable with the hybrid rhythm (Hybrid · San Francisco, United States)—onsite collaboration when it matters, deep work when remote.
You explain trade-offs (quality, cost, latency, safety) in plain language—with numbers or examples, not buzzwords.
You read the full listing (comp: USD 190k–260k + equity, benefits in At a glance) and your expectations align.

Bewerben

Nur mit Kandidatenkonto: tragen Sie Überschrift und Bio unter ein, optional einen CV-Link oder PDF, damit Recruiter Ihren vollen Lebenslauf sehen. Dann kurzes Pitch — Bewerbungen nutzen Ihre Login-E-Mail.

Was der Arbeitgeber möchte

Serving stack for LLMs or classical ML with SLOs and cost controls.

Mit Kandidatenkonto anmelden, um sich zu bewerben

Registrieren Sie sich, fügen Sie Überschrift und Bio hinzu, dann können Sie unter Mein Konto einen CV-Link oder PDF anhängen, bevor Sie sich bewerben. So bleiben Bewerbungen mit Ihrem Profil verknüpft.

Anmelden Kandidatenkonto erstellen

Vorschläge

KI-Talente, die auch passen könnten

Profile nach Überschneidung mit Skills und Tools dieser Rolle — hilfreich beim Team-Recruiting oder für Alternativen.

Noch keine nahen Treffer im Verzeichnis — versuchen Sie mit eigenen Filtern.

Staff ML Platform Engineer — inference at scale

KI-Talente, die auch passen könnten

Ähnliche offene Stellen

Machine Learning Engineer — GenAI platforms

Research Engineer — InstaDeep careers Tunis

ML Engineer — OpenAI ecosystem (Toronto)

MLOps Engineer — model CI & monitoring

ML Engineer — fine-tuning & adaptation