– Entidad Legal: Hyperconnect
– Marca: Tinder
– Equipo: Equipo de Aprendizaje Automático de Tinder en Seúl

Descripción del Equipo
El equipo de Aprendizaje Automático (ML) de Tinder desempeña un papel fundamental en casi todas las áreas clave del producto, incluyendo Recomendaciones, Confianza y Seguridad, Perfil, Crecimiento e Ingresos. Nuestra misión es utilizar el aprendizaje automático para mejorar la experiencia del usuario, generar confianza y fomentar el crecimiento del negocio en toda la plataforma de Tinder.

El equipo de ML está estructurado en tres grupos especializados:

– Ingenieros de Aprendizaje Automático, enfocados en desarrollar modelos y avanzar en algoritmos.
– Ingenieros de Infraestructura de ML, que crean plataformas y herramientas escalables para el entrenamiento, implementación y gestión de características.
– Ingenieros de Software de ML (este rol), que conectan la investigación con la aplicación real desplegando modelos de ML en los sistemas de producción a gran escala de Tinder.

Este equipo es esencial para la transición de modelos desde la experimentación hasta la implementación, asegurando que sean confiables, eficientes y tengan impacto. Muchos de nuestros modelos ya están integrados en funciones clave de Tinder, influyendo en millones de interacciones de usuarios diariamente.

El equipo colabora estrechamente con ingenieros de ML y equipos de infraestructura tanto en EE. UU. como en Seúl para construir sistemas escalables y confiables en entornos de alto tráfico. Este rol se encuentra en la intersección entre el aprendizaje automático y la ingeniería de software, asegurando que los modelos de ML se incorporen eficazmente en los productos de Tinder.

Responsabilidades

– Brindar liderazgo técnico dentro del equipo de ingeniería de software de ML en Seúl, guiando a los miembros del equipo, estableciendo mejores prácticas y gestionando proyectos desde el diseño hasta la implementación.
– Diseñar e implementar canalizaciones de servicio de modelos de ML, incluyendo trabajos por lotes, para entregar salidas de modelos de manera confiable a los sistemas de producción.
– Construir y mantener servicios backend y sistemas distribuidos que respalden el servicio y monitoreo escalable de modelos de ML en Tinder.
– Colaborar con ingenieros de ML para implementar e integrar nuevos modelos sin problemas en producción.
– Trabajar con equipos de ML y producto en proyectos que involucren modelos de lenguaje grande (LLMs) para resolver desafíos clave del negocio.
– Ser responsable de los componentes de software de la pila de producción de ML, incluyendo orquestación, APIs, canalizaciones de datos, versionado de modelos y monitoreo.
– Asegurar que los sistemas de ML sean escalables, confiables y robustos en el entorno de producción de alto tráfico de Tinder.
– Colaborar con equipos multifuncionales — incluyendo Ingenieros de ML, Ingenieros de Infraestructura de ML, Ingenieros Backend y CloudOps en EE. UU. — para entregar soluciones completas de ML, lo que requiere sólidas habilidades de comunicación en inglés.
– Generar un impacto empresarial medible integrando modelos de ML en funciones de Tinder que mejoren la experiencia del usuario, la confianza y el compromiso.

Requisitos

– Más de 5 años de experiencia en ingeniería de software, particularmente en backend, ML o ingeniería de datos.
– Sólida comprensión de fundamentos de ciencias de la computación, incluyendo sistemas operativos, arquitectura, estructuras de datos y algoritmos.
– Experiencia desarrollando servicios de ML/IA o sólido conocimiento de conceptos de ingeniería relacionados.
– Fuertes habilidades de comunicación en inglés para liderar discusiones técnicas y colaborar con equipos en EE. UU.
– Experiencia con sistemas como RDB, Redis y Kafka.
– Experiencia práctica con herramientas de procesamiento de datos por lotes y en tiempo real como Spark o Flink.
– Experiencia utilizando DataBricks para canalizaciones de datos o almacenes de características.
– Experiencia implementando y gestionando aplicaciones en entornos Kubernetes.
– Experiencia gestionando infraestructura en AWS.
– Dominio de al menos un lenguaje de programación como Java, Kotlin, Golang, Python o JavaScript (TypeScript), con capacidad para aprender otros rápidamente.
– Proactividad y autonomía para asumir responsabilidades y entregar resultados.

Requisitos Preferidos

– Familiaridad con herramientas de servicio de modelos de ML como TensorFlow Serving, TorchServe, Triton Inference Server o Ray Serve.
– Experiencia con sistemas de almacén de características y mantenimiento de consistencia entre características en línea y fuera de línea.
– Experiencia práctica construyendo y optimizando canalizaciones de datos usando marcos de orquestación como Airflow.
– Conocimiento de mejores prácticas de MLOps, incluyendo CI/CD para ML, versionado de modelos y evaluación o reversión automatizada.
– Experiencia con herramientas de observabilidad para sistemas de ML, como Prometheus y Grafana.
– Conocimiento de modelos de lenguaje grande (LLMs) y experiencia implementándolos o ajustándolos para uso en el mundo real.
– Experiencia trabajando en equipos globales y multifuncionales en diferentes zonas horarias.
– Sólida comprensión de algoritmos de ML y pasión por aplicarlos en entornos de producción.

Proceso de Reclutamiento

– Tipo de Empleo: Tiempo completo
– Proceso de Contratación: Revisión de Solicitud > Prueba de Codificación > Llamada con Gerente de Contratación/Reclutador > 1ª Entrevista > 2ª Entrevista > 3ª Entrevista > Oferta Final (La mayoría de las entrevistas se realizarán en inglés)
– Solo se contactará a los candidatos preseleccionados después de la revisión de documentos.
– Documentos Requeridos: Currículum detallado en inglés (PDF) en cualquier formato, enfocado en la experiencia profesional.

Nota: Si se encuentra información falsa en tu solicitud o si no eres legalmente elegible para el empleo, tu oferta puede ser revocada. Se puede solicitar documentación adicional o exámenes según sea necesario.

Se dará preferencia a veteranos y personas elegibles de acuerdo con las leyes aplicables. Por favor, infórmanos durante el proceso de solicitud y proporciona los documentos de respaldo si eres seleccionado.

Al postularte a una posición en Hyperconnect, aceptas los términos establecidos en nuestra política de privacidad: https://career.hyperconnect.com/privacy