AIML - Senior ML/RL Training Infrastructure Engineer, AFM — Apple Retail Switzerland

Descrizione completa

Sintesi Pronto a trasformare come miliardi di persone interagiscono con la tecnologia? Il team Core Foundation Models di Apple sta guidando l'intelligenza che alimenta le esperienze di miliardi di dispositivi in tutto il mondo, e stiamo cercando un talento eccezionale per unirsi a noi! Unisciti al nostro team ML applicato in Europa che costruisce la prossima generazione di infrastrutture di formazione ML e RL su larga scala per i modelli di base di Apple. Sviluppiamo sistemi distribuiti ad alte prestazioni che alimentano la ricerca di base all'avanguardia su scala massiccia. Siamo alla ricerca di un ingegnere che è appassionato di progettazione, ottimizzazione e scalare l'infrastruttura che consente l'apprendimento automatico all'avanguardia e i carichi di lavoro di apprendimento di rinforzo.

Come membro senior del team, lavorerai a stretto contatto con ricercatori e ingegneri di sistemi per costruire strutture di formazione robuste, accelerare la sperimentazione e spingere i confini delle prestazioni e dell'efficienza. Potrai collaborare con team attraverso i hub di ingegneria di Apple, tra cui New York, Seattle e Cupertino, per avanzare gli strumenti e i sistemi che rendono possibile la formazione di modelli su larga scala. Se si prospera all'incrocio di sistemi distribuiti, framework ML e calcolo ad alte prestazioni, questo è il ruolo per voi.

Designazione Come membro centrale del nostro team di infrastrutture ML, progetta, costruisce e scala i sistemi che consentono l'apprendimento su larga scala di rinforzo per i modelli di base di Apple. Ti concentrerai sulla formazione basata su TPU con JAX, sviluppando oleodotti RL robusti e ad alte prestazioni che supportano architetture attive/learner distribuite, replay di esperienza efficiente e esecuzione ambientale su larga scala.

In questo ruolo, si lavorerà attraverso l'intero stack di sistemi di formazione RL - da sintonizzazione delle prestazioni a basso livello e ottimizzazione dei compilatori per orchestrazione a livello di cluster e gestione delle risorse. Ti assicurerai che le pipeline di formazione siano efficienti, affidabili, riproducibili e osservabili, consentendo ai team di ricerca di iterare rapidamente ed esplorare ambienti e modelli RL più complessi.

Il vostro lavoro influenzerà direttamente la scalabilità, il throughput e la stabilità degli esperimenti RL, aiutando a sbloccare nuove funzionalità nel ragionamento agentico, nel processo decisionale e nell’apprendimento delle politiche per i modelli di base di Apple. Questa posizione è ideale per gli ingegneri che godono di sistemi distribuiti, quadri ML ad alte prestazioni, e la costruzione dell'infrastruttura che rende possibile la ricerca RL su larga scala.

Qualifiche minime

• PhD o MSc in Informatica, Ingegneria Informatica o un campo strettamente correlato.
• Hands-on esperienza progettazione, costruzione, o mantenere l'infrastruttura di formazione ML su larga scala.
• Forte competenza con PyTorch o JAX e esperienza in esecuzione carichi di lavoro di allenamento su GPU/TPU.
• Solida comprensione dei concetti di sistemi distribuiti (strategie di parallelismo, tolleranza di guasto, sincronizzazione).

Preferiti

• Esperienza pratica nello sviluppo o nell'ottimizzazione di cicli di formazione, oleodotti RL o quadri di modellazione su larga scala.
• Forte capacità di ingegneria del software in Python, con enfasi su affidabilità, debuggability, e l'esecuzione ad alte prestazioni.
• Esperienza profonda con interni PyTorch/JAX, XLA, debug e profiling sulle architetture GPU/TPU.
• Competenza in schemi di formazione RL distribuiti, tra cui architetture attore/learner, replay di esperienza e esecuzione dell'ambiente parallelo.
• Esperienza di servizi di formazione di costruzione, strumenti di orchestrazione, o condotte automatizzate per esperimenti su larga scala.
• Proven successo diagnosticando colli di bottiglia in lavori ML su larga scala (I/O, pipeline di input, prestazioni del kernel, memoria, compilazione).
• Familiarità con requisiti infrastrutturali specifici RL (ad esempio, architetture attore/learner, sistemi di replay di esperienza, esecuzione ambientale su larga scala).
• Forti pratiche di ingegneria del software: qualità del codice, recensioni di progettazione, test, osservabilità, CI/CD.
• Esperienza di lavoro con cluster su cloud o acceleratori specializzati (TPU v5/v6, GPU, hardware personalizzato)
• Contributi ai quadri ML, librerie di formazione distribuite o sistemi di calcolo ad alte prestazioni.
• Eccellente capacità di comunicazione e collaborazione per lavorare con partner di ricerca e ingegneria.

A Apple, non siamo tutti uguali. E questa e' la nostra piu' grande forza. Disegniamo le differenze di chi siamo, di ciò che abbiamo sperimentato e di come pensiamo. Perché per creare prodotti che servono tutti, crediamo in inclusi tutti. Pertanto, ci impegniamo a trattare tutti i candidati in modo equo ed equo. Collaboreremo con i candidati per fare qualsiasi alloggio ragionevole.

A Apple, crediamo che l'accessibilità sia un diritto umano fondamentale. Troverete che l'idea riflessa in tutto qui — nella nostra cultura, i nostri benefici e i nostri strumenti digitali. Accogliendo quante più prospettive possibile, vi aiutiamo a costruire una carriera in cui vi sentite come voi appartenete.

Scopri l’accessibilità sul posto di lavoro di Apple

Domande frequenti su questo annuncio