Vereinigte Staaten
Temple Health
Jobgether
Principal AI Engineer, Media Pipelines
Vereinigte Staaten
United States
TypeScriptPythonGo
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
Diese Stelle wird im Auftrag eines Partnerunternehmens ausgeschrieben, das alle Bewerbungen und weiteren Schritte verwaltet. Unser Partner sucht einen Principal AI Engineer, Media Pipelines mit Sitz in den Vereinigten Staaten.
Wie Jobgether funktioniert
Wir verwenden einen KI-gestützten Matching-Prozess, um sicherzustellen, dass Ihre Bewerbung schnell, objektiv und fair anhand der Kernanforderungen der Stelle geprüft wird. Unser System identifiziert die am besten geeigneten Kandidaten, und diese Shortlist wird direkt an das einstellende Unternehmen weitergegeben. Die endgültige Entscheidung und die nächsten Schritte (Interviews, Assessments) werden von deren internem Team verwaltet.
Wir danken Ihnen für Ihr Interesse und wünschen Ihnen viel Erfolg!
Warum über Jobgether bewerben?
Datenschutzhinweis: Mit dem Absenden Ihrer Bewerbung bestätigen Sie, dass Jobgether Ihre personenbezogenen Daten verarbeitet, um Ihre Eignung zu bewerten und relevante Informationen an den einstellenden Arbeitgeber weiterzugeben. Diese Verarbeitung basiert auf berechtigtem Interesse und vorvertraglichen Maßnahmen gemäß den geltenden Datenschutzgesetzen (einschließlich DSGVO). Sie können Ihre Rechte (Zugang, Berichtigung, Löschung, Widerspruch) jederzeit ausüben.
#LI-CL1
Übernehmen Sie eine führende technische Rolle beim Aufbau KI-gestützter Medientransformationssysteme, die Kreative und Medienmarken dabei unterstützen, die Reichweite ihrer Inhalte über Plattformen und Sprachen hinweg zu erweitern. Als Principal Engineer definieren Sie die Architektur und die technische Roadmap für Pipelines, die große Medienkataloge in Kurzvideos, mehrsprachige Synchronisationen und für KI-gestützte Entdeckung optimierte Formate umwandeln. Sie kombinieren praktische Entwicklungsarbeit mit strategischen Entscheidungen in den Bereichen multimodale KI, verteilte Systeme und Cloud-Infrastruktur. Ein Schwerpunkt liegt auf der Verbesserung der Verarbeitungsgeschwindigkeit, der Kontrolle der Inferenzkosten und der Sicherstellung einer konstant hohen Ausgabequalität in großem Maßstab. In enger Zusammenarbeit mit KI-Spezialisten und funktionsübergreifenden Führungskräften etablieren Sie technische Standards und begleiten kritische Funktionen von der Experimentierphase bis zur Produktion. Dies ist eine Gelegenheit, ein sich schnell entwickelndes Produkt zu gestalten und gleichzeitig komplexe Herausforderungen an der Schnittstelle von KI, Medien und Unternehmenszuverlässigkeit zu lösen.
Verantwortlichkeiten
Sie verantworten die technische Ausrichtung und die praktische Umsetzung der zentralen Medientransformations-Pipeline und stellen sicher, dass diese skalierbar, kosteneffizient, zuverlässig und anpassungsfähig bleibt, während sich Modelle und Kundenanforderungen weiterentwickeln. Zu Ihren Aufgaben gehören:
- Pipeline-Architektur: Definieren Sie die Architektur für Medienaufnahme, Transformation, Qualitätssicherung und Bereitstellung. Treffen Sie wichtige Entscheidungen zu Orchestrierung, Datenmodellen, Servicegrenzen und Systemdesign und dokumentieren Sie diese klar für andere Ingenieure.
- Modell- und Anbieterstrategie: Evaluieren und wählen Sie Technologien aus den Bereichen Large Language Models, Spracherkennung, Text-to-Speech, Übersetzung und Videoverarbeitung aus. Führen Sie strukturierte Modellvergleiche durch und entscheiden Sie, wann Lösungen selbst entwickelt, zugekauft oder feinabgestimmt werden sollen.
- Flexible KI-Infrastruktur: Entwerfen Sie modulare Pipelines, die es ermöglichen, KI-Modelle und Dienstanbieter auszutauschen oder zu aktualisieren, ohne dass größere architektonische Änderungen erforderlich sind.
- Optimierung von Kosten, Latenz und Durchsatz: Übernehmen Sie die Verantwortung für die Kosten pro Minute verarbeiteter Medien und verbessern Sie die Effizienz durch Batching, Caching, intelligentes Routing und GPU-Ressourcenmanagement. Stellen Sie sicher, dass das System bei Verzögerungen oder Ausfällen externer Anbieter kontrolliert herunterfährt.
- Evaluierung und Qualitätssicherung: Entwickeln Sie Evaluierungs-Frameworks für Übersetzungsgenauigkeit, Natürlichkeit und Synchronisation der Vertonung, Clip-Auswahl und Markenkonformität. Implementieren Sie automatisierte Qualitäts-Gates, Verifizierungsprüfungen, Stille-Erkennung und Fehlererkennung, unterstützt durch gezielte menschliche Überprüfung.
- Unternehmenszuverlässigkeit: Etablieren Sie Service-Level-Objectives (SLOs), Observability-Praktiken, Verfahren zur Vorfallreaktion und robuste Standards für den Datenumgang mit sensiblen, unveröffentlichten oder rechtlich geschützten Kundeninhalten.
- Rechte, Zustimmung und KI-Sicherheit: Arbeiten Sie mit der Führungsebene zusammen, um Fragen zu Zustimmung beim Voice-Cloning, Persönlichkeitsrechten, Inhaltsbesitz und KI-Offenlegung zu klären und relevante Sicherheitsvorkehrungen in die Systemarchitektur einzubetten.
- Technische Standards und Mentoring: Legen Sie Erwartungen an Designdokumentation, Code-Reviews, Tests und technische Qualität fest. Unterstützen Sie andere Ingenieure durch Mentoring, Pair-Programming und konstruktives Feedback.
- Praktische Produktbereitstellung: Entwickeln Sie persönlich kritische Komponenten und leiten Sie hochpriorisierte Roadmap-Initiativen von ersten Prototypen bis zur Produktionsbereitstellung.
- Kontinuierliche Verbesserung: Identifizieren Sie Skalierbarkeitsengpässe, bewerten Sie die Systemleistung bei dem Zehnfachen des aktuellen Volumens und implementieren Sie Verbesserungen, die Effizienz, Qualität und operative Reife steigern.
- Messbare Ergebnisse: Senken Sie die Verarbeitungskosten, etablieren Sie nachverfolgbare Qualitätswerte für jeden Ausgabetyp, beschleunigen Sie die Einführung neuer Modelle und Sprachen und liefern Sie transparente Zuverlässigkeitsberichte für Unternehmenskunden.
Anforderungen
Sie sind ein erfahrener, produktorientierter Ingenieur, der tiefgreifende Systemexpertise mit praktischer Erfahrung in generativer KI verbindet. Sie fühlen sich wohl dabei, in einem sich entwickelnden Umfeld wirkungsvolle technische Entscheidungen zu treffen, Annahmen durch Experimente zu validieren und Verantwortung für Produktionsergebnisse zu übernehmen.
- Umfangreiche Ingenieurserfahrung: Typischerweise 10+ Jahre Erfahrung in der Softwareentwicklung, einschließlich der Verantwortung für Produktionssysteme mit echten Benutzern, Verfügbarkeitsverpflichtungen und Kostenbeschränkungen.
- Expertise in produktiver generativer KI: Nachgewiesene Erfahrung in der Bereitstellung von LLM-gestützten oder multimodalen KI-Systemen in die Produktion, einschließlich agentenbasierter Workflows, mehrstufiger Pipelines oder Retrieval-Augmented Generation (RAG).
- Produktionsreife und Evaluierung: Erfahrung in der Bewältigung von Herausforderungen, die über Prototypen hinausgehen, einschließlich Evaluierungs-Frameworks, Wiederholungsversuchen, Fehlerbehandlung, Überwachung und Inferenzkostenmanagement.
- Programmierung und Cloud-Infrastruktur: Fundierte Kenntnisse in Python und/oder TypeScript sowie Erfahrung mit mindestens einer großen Cloud-Plattform. Fähigkeit, Technologien basierend auf technischen und geschäftlichen Anforderungen auszuwählen und die Kompromisse klar zu erläutern.
- Verteilte Systeme: Starkes Verständnis von Job-Orchestrierung, Nachrichtenwarteschlangen, Speichersystemen, Datenbanken und dem Design groß angelegter Workloads, die über längere Zeiträume laufen und sich von Fehlern erholen müssen.
- Technische Führung: Erfahrung in der Festlegung der architektonischen Ausrichtung für Systeme, die von anderen Ingenieuren verwendet werden, unterstützt durch Designdokumentation, Code-Reviews und Mentoring.
- KI-natives Mindset: Neugier auf aufkommende Modelle und Tools, mit der Gewohnheit zu experimentieren, Prototypen zu bauen und benutzerdefinierte Tools oder Agenten zu entwickeln. Fähigkeit, vielversprechende Experimente von produktionsreifen Lösungen zu unterscheiden.
- Fundiertes technisches Urteilsvermögen: Selbstvertrauen, Entscheidungen bei unvollständigen Informationen zu treffen, Risiken zu bewerten, Annahmen zu erklären und die Richtung zu ändern, wenn die Beweislage dies rechtfertigt.
- Kollaborative Führung: Starke Kommunikationsfähigkeiten, Bescheidenheit, Integrität und Respekt für technische sowie kreative Disziplinen. Fähigkeit, konstruktives Feedback zu geben und anzunehmen.
- Produkt- und Geschäftsorientierung: Ein starker Fokus auf Ausführung, kommerziellen Wert, Kundenbedürfnisse und messbare Ergebnisse statt auf Experimente um ihrer selbst willen.
- Autonomie und Verantwortlichkeit: Fähigkeit, effektiv in einer Remote-Umgebung zu arbeiten, unabhängig Prioritäten gemäß den Unternehmenszielen zu setzen, Ergebnisse zu verantworten und Stakeholder auf dem Laufenden zu halten.
Zusätzliche Erfahrungen, die von Vorteil wären:
- Medienverarbeitung: Vertrautheit mit FFmpeg, Codecs, Containern, Transcoding, Lautheitsnormalisierung sowie Caption- oder Untertitelformaten.
- Sprach- und Audio-KI: Erfahrung mit Spracherkennung, Text-to-Speech, Voice-Cloning, Sprecher-Diarisierung oder Lip-Sync-Technologien.
- Videoverständnis: Wissen über Szenenerkennung, Highlight-Extraktion, Clip-Auswahl oder multimodale Embeddings.
- GPU-basiertes Modell-Hosting: Erfahrung mit dem Self-Hosting von Open-Source-KI-Modellen auf GPUs, einschließlich Kapazitätsplanung und Kostenoptimierung.
- Content-Retrieval: Vertrautheit mit Retrieval-Systemen und Vektorsuche über große Inhaltskataloge hinweg.
- Branchenerfahrung: Hintergrund in den Bereichen Medien, Verlagswesen, Podcasting, Creator-Plattformen oder Bereitstellung von Technologielösungen für Unternehmenskunden im Medienbereich.
Vorteile
- Technische Verantwortung: Leiten Sie die Architektur und technische Ausrichtung eines zentralen KI-Produkts, während Sie weiterhin praktisch an kritischen Entwicklungsaufgaben arbeiten.
- Produkteinfluss: Bauen Sie KI-gestützte Tools, die Kreative und Medienmarken dabei unterstützen, Inhalte über Plattformen, Sprachen und KI-gesteuerte Entdeckungskanäle hinweg zu verbreiten.
- Fortgeschrittene KI-Herausforderungen: Arbeiten Sie an multimodaler KI, Modell-Orchestrierung, Sprachtechnologien, Videoverarbeitung und groß angelegten verteilten Systemen.
- Technische Autonomie: Beeinflussen Sie Technologieentscheidungen, Architektur, Anbieterstrategie und die Produkt-Roadmap.
- Funktionsübergreifende Zusammenarbeit: Arbeiten Sie eng mit KI-Ingenieursspezialisten und Führungskräften zusammen, um ehrgeizige Produktziele in Produktionssysteme zu übersetzen.
- Berufliches Wachstum: Etablieren Sie technische Standards, betreuen Sie andere Ingenieure und helfen Sie dabei, die technischen Grundlagen eines sich entwickelnden KI-Produkts zu gestalten.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen