FULL_TIME
Tentang ActAI
Saat ini, lebih dari 5 miliar pengguna menggunakan aplikasi dasar seperti email, catatan, tugas, dan kalender, yang belum dirancang sebagai produk berbasis AI. Misi kami adalah membangun aplikasi proaktif untuk siapa pun di dunia yang belum terbiasa melakukan prompting kompleks. Kami ingin membawa kecerdasan ke dalam percakapan, tugas harian, pengorganisasian, dan alur kerja dengan prompting minimal hingga tanpa prompting.
Fokus produk kami adalah mencapai keandalan tinggi untuk alur kerja jangka panjang, konteks persisten, dan penyelesaian tugas di dunia nyata. Kami yakin produk akan sangat mengurangi halusinasi. Tujuan kami adalah membantu mengorganisasikan hidup siapa pun sehingga kita dapat menghabiskan waktu untuk hal-hal yang bernilai dan bermakna.
Tentang Peran
Sebagai Machine Learning Platform Engineer, Anda akan membangun infrastruktur dan sistem yang menopang kemampuan AI ActAI. Anda akan merancang serta mengoperasikan sistem di balik tumpukan AI, mulai dari pelatihan dan evaluasi model hingga deployment, inferensi, observability, dan peningkatan berkelanjutan.
Anda akan bekerja sama dengan AI engineers, researchers, dan product engineers untuk mengubah model menjadi sistem produksi yang andal, skalabel, dan hemat biaya. Anda juga akan membangun platform, tooling, dan infrastruktur yang memungkinkan tim untuk bereksperimen dengan cepat serta membawa kemampuan AI ke produksi dengan yakin.
Fokus
Membangun dan mengoperasikan infrastruktur serta platform ML yang menopang produk AI A1. Merancang sistem untuk pelatihan model, evaluasi, deployment, inferensi, dan eksperimen. Membangun serta mengoptimalkan infrastruktur serving model dan inferensi untuk beban kerja dengan throughput tinggi dan latensi rendah. Meningkatkan keandalan, skalabilitas, latensi, dan efisiensi biaya sistem AI.
Membangun pipeline yang andal untuk persiapan data, pelatihan, evaluasi, rilis model, dan peningkatan berkelanjutan. Membangun platform dan tooling yang memungkinkan AI engineers dan researchers untuk bereksperimen, mengevaluasi, dan membawa model ke produksi lebih cepat. Membangun infrastruktur evaluasi dan benchmarking untuk mengukur kualitas model, performa, serta regresi.
Membangun observability, monitoring, tracing, dan alerting di lingkungan produksi untuk beban kerja AI/ML. Meningkatkan sistem AI dari sisi keandalan, skalabilitas, latensi, throughput, dan biaya. Mengidentifikasi bottleneck di seluruh tumpukan ML dan terus meningkatkan performa sistem. Bekerja sama dengan AI engineers, researchers, dan product teams untuk mengubah kebutuhan model yang terus berkembang menjadi infrastruktur siap produksi.
Tumpukan Teknologi
Python; PyTorch/JAX; infrastruktur serving LLM dan ML seperti vLLM, SGLang, atau TensorRT-LLM; infrastruktur cloud; sistem terdistribusi; pipeline ML/data dan orkestrasi alur kerja; infrastruktur GPU dan performance tooling; basis data vektor dan infrastruktur retrieval.
Pengalaman Ideal
Fondasi rekayasa perangkat lunak yang kuat dan pengalaman membangun sistem yang berjalan di produksi. Pengalaman membangun infrastruktur ML, platform, atau sistem machine learning produksi. Pengalaman dengan deployment model, inferensi, evaluasi, atau pipeline data. Pemahaman yang kuat mengenai sistem terdistribusi dan keandalan sistem. Kemampuan menulis kode yang bersih, mudah dipelihara, dan berkualitas produksi. Nyaman bekerja dalam lingkungan yang ambigu dan berkembang cepat. Dorongan untuk mengambil tanggung jawab, bereksperimen, dan terus meningkatkan diri.
Hasil yang Diharapkan
Infrastruktur AI secara andal mendukung beban kerja produksi berskala besar. Model dapat dilatih, dievaluasi, di-deployment, dan diperbaiki secara efisien. Sistem inferensi memberikan latensi, throughput, keandalan, dan efisiensi biaya yang baik. Pipeline ML dapat direproduksi, dipantau, mudah dipelihara, dan robust. Regresi model dan infrastruktur dapat terdeteksi dengan cepat serta didiagnosis secara efisien. Kemampuan infrastruktur ML yang umum menjadi primitif platform yang dapat digunakan ulang,,而不是 dibangun ulang untuk setiap produk AI. Tumpukan AI dapat berkembang dengan cepat seiringunculnya model, arsitektur, dan teknik inferensi baru.
Awalnya dipublikasikan di Himalayas.
Machine Learning Platform Engineer
Bjak • Singapore
Gaji tidak dicantumkan
Deskripsi Pekerjaan
Ringkasan
- Perusahaan
- Bjak
- Lokasi
- Singapore
- Tipe kerja
- FULL_TIME
- Gaji
- Gaji tidak dicantumkan
- Tanggal tayang
- 12 Okt 2026
- Terlihat sejak
- 7 Nov 2026
Sumber & keterlacakan data
Himalayas (public board)Buka sumber asli ↗https://himalayas.app/companies/bjak/jobs/machine-learning-platform-engineer-3252932737
Siap melamar? Langsung di sumber asli.Buka Halaman Lamaran
Lowongan Terkait Lainnya
FULL_TIME1bln
Director, Office of the CEO
Bjak • South Korea
Gaji tidak dicantumkanLihat Detail →
FULL_TIME1blnGlobal Recruiter
Bjak • Indonesia
Gaji tidak dicantumkanLihat Detail →
FULL_TIME1blnExecutive, Office of the CEO
Bjak • South Korea
Gaji tidak dicantumkanLihat Detail →
FULL_TIME1blnLead, People
Bjak • China
Gaji tidak dicantumkanLihat Detail →