Rôle IA · Offre ouverte

Staff ML Platform Engineer — inference at scale

Databricks

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

Cette annonce est pensée pour les profils IA : compétences et outils clairs pour savoir si le poste correspond avant de postuler — et pour réduire les mauvais matchs au screening.

4 compétences3 outils

En bref

Modalités de travail, lieu et dates clés de l’annonce.

Type d’emploi: Temps plein
Lieu de travail: Hybrid
Localisation: 160 Spear Street, San Francisco, CA 94105, United States · Hybrid
Rémunération: USD 190k–260k + equity
Niveau d’expérience: Staff
Équipe: Model serving
Avantages

À propos du poste

Ce que l’équipe cherche et comment le rôle s’inscrit dans l’organisation.

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.

Compétences recherchées

Ce que chaque compétence implique pour ce poste — pas une simple liste de mots-clés.

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

Outils & stack

Plateformes et produits mentionnés pour ce rôle (API, IDE, bases vectorielles, CRM, design, etc.).

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.

Vous êtes un bon profil si…

Adapté à cette annonce — utilisez ces points pour vérifier votre adéquation avant de postuler.

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.

Postuler

Comptes candidats uniquement : ajoutez votre accroche et bio dans , et éventuellement un lien ou PDF de CV pour que les recruteurs voient votre CV complet. Puis rédigez une courte note — les candidatures utilisent l’e-mail de votre compte.

Ce que l’employeur demande

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

Connectez-vous avec un compte candidat pour postuler

Inscrivez-vous, ajoutez une accroche et une bio, puis vous pourrez joindre un lien ou un PDF de CV dans Mon compte avant de postuler. Vos candidatures restent liées à votre profil et les employeurs voient plus facilement votre parcours.

Se connecter Créer un compte candidat

Suggestions

Profils IA qui pourraient vous intéresser

Profils classés par recoupement avec les compétences et outils de ce poste — utile si vous recrutez une équipe ou comparez des profils.

Pas encore de profils proches dans l’annuaire — essayez avec vos propres filtres.

Offres similaires

D’autres annonces partageant compétences ou outils — utile pour des stacks comparables ou des options de repli.

Staff ML Platform Engineer — inference at scale

Profils IA qui pourraient vous intéresser

Offres similaires

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