Machine Learning Engineer

מה יהיה באחריותכם

• Take speech and language models from evaluation into production, including the serving path and what it costs to run.
• Build evaluation sets that reflect the languages and accents customers actually speak, not the ones a public benchmark ships with.
• Instrument models in production: drift, latency, and the failure cases customers report.
• Work with the platform team on the data path, so that training data stays in the jurisdiction the customer requires.
• Document model behaviour and its limits to a standard a regulator can read.

מה אתם מביאים

• You have deployed models to production and maintained them afterwards, not only trained them.
• You are comfortable with PyTorch or an equivalent framework, and with the serving stack around it.
• You understand speech or natural language processing well enough to know where the benchmarks mislead.
• You treat privacy and data residency as engineering constraints rather than as paperwork.
• You work in English. Other languages spoken in the group’s markets are an advantage.

חמישה שלבים, ובכל אחד מהם ידוע לכם היכן אתם עומדים

1. 1הגשת מועמדותאתם מגישים מועמדות דרך האתר הזה. אדם קורא אותה — המסנן הראשון אינו אוטומטי.
2. 2שיחהשיחה עם המנהל המגייס על העבודה עצמה: מה הפעלתם בפועל, ומה המשרה באמת דורשת.
3. 3מטלה מקצועיתבעיה שנלקחה מהמערכת האמיתית, בהיקף של מפגש עבודה סביר. היא נדונה איתכם, ולעולם אינה נבדקת בשתיקה.
4. 4ראיון ועדהאתם פוגשים את האנשים שאיתם תעבדו, ואדם אחד מחוץ לצוות שתפקידו לשאול את השאלה הלא נוחה.
5. 5החלטהכן או לא, בצירוף הנימוק. אנחנו מודיעים בשני המקרים, ואומרים מראש מתי לצפות לתשובה.