– Entidade Legal: Hyperconnect
– Marca: Tinder
– Equipe: Equipe de Machine Learning do Tinder em Seul

Visão Geral da Equipe
A equipe de Machine Learning (ML) do Tinder desempenha um papel fundamental em quase todas as áreas centrais do produto, incluindo Recomendações, Confiança e Segurança, Perfil, Crescimento e Receita. Nossa missão é utilizar aprendizado de máquina para melhorar a experiência dos usuários, construir confiança e impulsionar o crescimento dos negócios em toda a plataforma Tinder.

A equipe de ML é estruturada em três grupos especializados:

– Engenheiros de Machine Learning, que se concentram no desenvolvimento de modelos e no avanço de algoritmos.
– Engenheiros de Infraestrutura de Machine Learning, que criam plataformas e ferramentas escaláveis para treinamento, disponibilização e gerenciamento de recursos.
– Engenheiros de Software de Machine Learning (esta função), que conectam a pesquisa à aplicação prática, implantando modelos de ML nos sistemas de produção em larga escala do Tinder.

Essa equipe é essencial na transição de modelos da fase de experimentação para a implantação, garantindo que sejam confiáveis, eficientes e impactantes. Muitos dos nossos modelos já estão integrados a recursos-chave do Tinder, influenciando milhões de interações de usuários diariamente.

A equipe trabalha em estreita colaboração com engenheiros de ML e equipes de infraestrutura tanto nos EUA quanto em Seul para construir sistemas escaláveis e confiáveis para ambientes de alto tráfego. Esta função está na interseção entre aprendizado de máquina e engenharia de software, garantindo que os modelos de ML sejam incorporados de forma eficaz aos produtos do Tinder.

Responsabilidades

– Fornecer liderança técnica dentro da equipe de engenharia de software de ML em Seul, orientando membros da equipe, estabelecendo melhores práticas e gerenciando projetos do design à implantação.
– Projetar e implementar pipelines de disponibilização de modelos de ML, incluindo tarefas em lote, para entregar resultados de modelos de forma confiável aos sistemas de produção.
– Construir e manter serviços de backend e sistemas distribuídos que suportem a disponibilização e o monitoramento escaláveis de modelos de ML em todo o Tinder.
– Colaborar com engenheiros de ML para implantar e integrar novos modelos de forma fluida na produção.
– Trabalhar com equipes de ML e produto em projetos envolvendo modelos de linguagem de grande porte (LLMs) para resolver desafios-chave de negócios.
– Ser responsável pelos componentes de software da pilha de produção de ML, incluindo orquestração, APIs, pipelines de dados, versionamento de modelos e monitoramento.
– Garantir que os sistemas de ML sejam escaláveis, confiáveis e robustos no ambiente de produção de alto tráfego do Tinder.
– Colaborar com equipes multifuncionais — incluindo Engenheiros de ML, Engenheiros de Infraestrutura de ML, Engenheiros de Backend e CloudOps nos EUA — para entregar soluções completas de ML, exigindo fortes habilidades de comunicação em inglês.
– Gerar impacto mensurável nos negócios integrando modelos de ML aos recursos do Tinder que aprimoram a experiência do usuário, a confiança e o engajamento.

Qualificações

– Mais de 5 anos de experiência em engenharia de software, especialmente em backend, ML ou engenharia de dados.
– Sólido entendimento dos fundamentos da ciência da computação, incluindo sistemas operacionais, arquitetura, estruturas de dados e algoritmos.
– Experiência no desenvolvimento de serviços de ML/IA ou forte conhecimento de conceitos de engenharia relacionados.
– Fortes habilidades de comunicação em inglês para liderar discussões técnicas e colaborar com equipes baseadas nos EUA.
– Experiência com sistemas como RDB, Redis e Kafka.
– Experiência prática com ferramentas de processamento de dados em lote e em fluxo, como Spark ou Flink.
– Experiência utilizando DataBricks para pipelines de dados ou feature stores.
– Experiência implantando e gerenciando aplicações em ambientes Kubernetes.
– Experiência em gerenciamento de infraestrutura na AWS.
– Proficiência em pelo menos uma linguagem de programação como Java, Kotlin, Golang, Python ou JavaScript (TypeScript), com capacidade de aprender outras rapidamente.
– Perfil proativo, com iniciativa e foco em resultados.

Qualificações Desejáveis

– Familiaridade com ferramentas de disponibilização de modelos de ML como TensorFlow Serving, TorchServe, Triton Inference Server ou Ray Serve.
– Experiência com sistemas de feature store e manutenção de consistência entre recursos online e offline.
– Experiência prática na construção e otimização de pipelines de dados usando frameworks de orquestração como Airflow.
– Conhecimento das melhores práticas de MLOps, incluindo CI/CD para ML, versionamento de modelos e avaliação ou reversão automatizada.
– Experiência com ferramentas de observabilidade para sistemas de ML, como Prometheus e Grafana.
– Exposição a modelos de linguagem de grande porte (LLMs) e experiência em implantá-los ou ajustá-los para uso prático.
– Experiência trabalhando em equipes globais e multifuncionais em diferentes fusos horários.
– Sólido entendimento de algoritmos de ML e paixão por aplicá-los em ambientes de produção.

Processo de Recrutamento

– Tipo de Contrato: Tempo integral
– Processo de Seleção: Análise de Candidatura > Teste de Programação > Entrevista com Gestor/Recrutador > 1ª Entrevista > 2ª Entrevista > 3ª Entrevista > Proposta Final (A maioria das entrevistas será conduzida em inglês)
– Apenas candidatos pré-selecionados serão contatados após a triagem de documentos.
– Documentos Necessários: Currículo detalhado em inglês (PDF), em qualquer formato, com foco na experiência profissional.

Observação: Caso sejam encontradas informações falsas na sua candidatura ou se você for legalmente inelegível para contratação, sua oferta poderá ser revogada. Triagens adicionais ou documentos complementares poderão ser solicitados, se necessário.

Veteranos e pessoas elegíveis terão preferência conforme as leis aplicáveis. Por favor, informe-nos durante o processo de candidatura e forneça os documentos comprobatórios, se selecionado.

Ao se candidatar a uma vaga na Hyperconnect, você concorda com os termos descritos em nossa política de privacidade: https://career.hyperconnect.com/privacy