FULL_TIME
Machine Learning Platform Engineer
Bjak
Tentang ActAI
Saat ini, lebih dari 5 miliar pengguna menggunakan aplikasi dasar seperti email, catatan, tugas, dan kalender, tetapi aplikasi tersebut belum dirancang dengan pendekatan AI-native. Misi kami adalah membangun aplikasi proaktif untuk siapa pun di dunia yang belum terbiasa melakukan prompt kompleks. Kami bertujuan membawa kecerdasan ke dalam percakapan, pekerjaan sehari-hari, pengorganisasian, dan alur kerja, dengan prompt seminimal mungkin atau tanpa prompt.
Produk kami berfokus pada keandalan tinggi untuk alur kerja yang berjalan lama, konteks persisten, serta penyelesaian tugas di dunia nyata. Kami yakin produk ini akan mengurangi halusinasi secara signifikan. Tujuan kami adalah membantu mengorganisasi kehidupan siapa pun, sehingga kita semua dapat尴-curhatoci Spend time on valuable and meaningful things.
Tentang Peran
Sebagai ML Platform Engineer, Anda akan membangun infrastruktur dan sistem yang menopang kemampuan AI ActAI. Anda akan merancang dan mengoperasikan sistem di balik stack AI, mulai dari pelatihan dan evaluasi model hingga deployment, inferensi, observabilitas, serta perbaikan berkelanjutan. Anda akan bekerja sama dengan AI engineers, researchers, dan product engineers untuk mengubah model menjadi sistem produksi yang andal, skalabel, serta hemat biaya. Anda juga akan membangun platform, tooling, dan infrastruktur yang memungkinkan tim bereksperimen dengan cepat dan membawa kemampuan AI ke produksi dengan keyakinan.
Fokus
Membangun dan mengoperasikan infrastruktur serta platform ML yang menopang produk AI A1. Merancang sistem untuk pelatihan, evaluasi, deployment, inferensi, dan eksperimen model. Membangun serta、优化 infrastruktur model serving dan inferensi untuk beban kerja dengan throughput tinggi dan latensi rendah. Meningkatkan keandalan, skalabilitas, latensi, dan efisiensi biaya sistem AI. Mengembangkan pipeline yang andal untuk persiapan data, pelatihan, evaluasi, rilis model, dan perbaikan berkelanjutan.
Membangun platform dan tooling yang memungkinkan AI engineers dan researchers bereksperimen, mengevaluasi, dan-priced launching model lebih cepat. Mengembangkan infrastruktur evaluasi dan benchmarking untuk mengukur kualitas model, performa, serta regresi. Membangun observabilitas produksi, monitoring, tracing, dan alerting untuk beban kerja AI/ML. Meningkatkan sistem AI dari sisi keandalan, skalabilitas, latensi, throughput, dan biaya. Mengidentifikasi bottleneck di seluruh stack ML dan terus meningkatkan performa sistem. Bekerja sama dengan AI engineers, researchers, dan product teams untuk mengubah kebutuhan model yang terus berkembang menjadi infrastruktur yang siap digunakan di produksi.
Stack Teknologi
Python; PyTorch / JAX; infrastruktur serving untuk LLM dan ML seperti vLLM, SGLang, atau TensorRT-LLM; infrastruktur cloud; sistem terdistribusi; pipeline ML/data dan orkestrasi workflow; infrastruktur GPU dan tooling performa; database vektor serta infrastruktur retrieval.
Pengalaman yang Ideal
Fondasi software engineering yang kuat dan pengalaman membangun sistem produksi. Pengalaman membangun infrastruktur ML, platform, atau sistem machine learning produksi. Pengalaman dengan deployment model, inferensi, evaluasi, atau pipeline data. Pemahaman yang kuat terhadap sistem terdistribusi dan keandalan sistem. Kemampuan menulis kode yang bersih, mudah dipelihara, dan berkualitas produksi. Nyaman bekerja dalam lingkungan yang ambigu dan bergerak cepat. Kecenderungan untuk mengambil tanggung jawab, bereksperimen, dan terus melakukan perbaikan.
Hasil yang Diharapkan
Infrastruktur AI dapat secara andal mendukung beban kerja produksi berskala besar. Model dapat dilatih, dievaluasi, dideploy, dan diperbaiki secara efisien. Sistem inferensi menawarkan latensi, throughput, keandalan, dan efisiensi biaya yang baik. Pipeline ML dapat direproduksi, diamati, dipelihara, dan tetap robust. Regresi model dan infrastruktur dapat terdeteksi dengan cepat serta didiagnosis secara efisien. Kemampuan infrastruktur ML yang umum berkembang menjadi primitif platform yang dapat digunakan kembali, bukan harus dibangun ulang untuk setiap produk AI. Stack AI dapat berkembang dengan cepat seiring munculnya model, arsitektur, dan teknik inferensi baru.
Awalnya diposting di Himalayas.
Machine Learning Platform Engineer
Bjak • South Korea
Gaji tidak dicantumkan
Deskripsi Pekerjaan
Ringkasan
- Perusahaan
- Bjak
- Lokasi
- South Korea
- Tipe kerja
- FULL_TIME
- Gaji
- Gaji tidak dicantumkan
- Tanggal tayang
- 12 Okt 2026
- Terlihat sejak
- 8 Nov 2026
Sumber & keterlacakan data
Himalayas (public board)Buka sumber asli ↗https://himalayas.app/companies/bjak/jobs/machine-learning-platform-engineer-5664156483
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 →