Job Specifications
Mistplay est l'application de fidélité n°1 pour les joueurs mobiles. Notre communauté de millions de joueurs mobiles engagés utilise Mistplay pour découvrir de nouveaux jeux et gagner des récompenses. Les joueurs sont récompensés pour le temps et l'argent qu'ils consacrent aux jeux et peuvent échanger ces récompenses contre des cartes cadeaux. Mistplay a pour mission d'être le meilleur moyen de jouer à des jeux mobiles pour tous, partout dans le monde ! Téléchargez Mistplay sur le Google Play Store ici et suivez-nous sur Instagram , Twitter et Facebook .
Veuillez noter : Au Canada , Mistplay suit un modèle hybride de 3 jours/semaine en bureau à Toronto (400 University Ave) & Montréal (1001 Blvd. Robert-Bourassa)
Mistplay is the #1 loyalty app for mobile gamers. Our community of millions of engaged mobile gamers come to Mistplay to discover new games to play and earn rewards. Gamers are rewarded for their time and money spent within the games and can redeem those rewards for gift cards. Mistplay is on a mission to be the best way to play mobile games for everyone everywhere! Download Mistplay on the Google Play Store here and follow us on Instagram , Twitter and Facebook .
Please Note: In Canada , Mistplay follows a 3 days/week in-office hybrid model in Toronto (400 University Ave) & Montreal (1001 Blvd. Robert-Bourassa)
English Description is Below
Sous la responsabilité du directeur de la plateforme de données et d'apprentissage automatique, l'ingénieur sénior de la plateforme d'apprentissage automatique au sein de l'équipe de données de Mistplay jouera un rôle clé dans la recherche et le développement de solutions d'apprentissage automatique (ML) visant à résoudre des problèmes commerciaux complexes. L'ingénieur sénior de la plateforme d'apprentissage automatique travaillera en étroite collaboration avec une équipe interfonctionnelle afin d'identifier les domaines à améliorer, puis de concevoir et de mettre en œuvre des solutions évolutives. L'expérience requise peut aller du traitement d'une grande variété de problèmes d'optimisation et de classification, par exemple le filtrage/la recommandation collaborative, la détection des fraudes, la segmentation, la modélisation des propensions, la classification des textes/sentiments, etc.
Tes Missions Chez Mistplay
Concevoir, créer et exploiter des pipelines standardisés de formation à la mise en service avec Airflow, couvrant la gestion des artefacts, l'approvisionnement de l'environnement, l'empaquetage, le déploiement et la restauration pour les points de terminaison SageMaker.
Maîtriser l'inférence en temps réel et par lots sur SageMaker : points de terminaison multi-modèles, inférence sans serveur lorsque cela est approprié, stratégies bleu/vert et canari, politiques d'auto-scaling et contrôles des coûts (stratégies spot, dimensionnement des instances).
Mettre en œuvre des modèles de service à très faible latence avec Redis/Valkey : mise en cache des fonctionnalités, récupération des fonctionnalités en ligne, état au niveau de la requête, mise en cache des réponses du modèle et limitation du débit/contrepression pour le trafic en rafale.
Provisionner et gérer l'infrastructure ML/données avec Terraform : points de terminaison/configurations SageMaker, ressources ECR/ECS/EKS, points de terminaison réseau/VPC, clusters ElastiCache/Valkey, piles d'observabilité, secrets et IAM.
Construire des abstractions de plate-forme et des chemins d'or : modèles Airflow DAG, CLI/SDK, référentiels cookie-cutter et pipelines CI/CD qui transfèrent les modèles des notebooks à la production de manière prévisible.
Mettre en place et gérer la gouvernance du cycle de vie des modèles : registres de modèles/fonctionnalités, workflows d'approbation, politiques de promotion, lignage et pistes d'audit intégrés aux exécutions Airflow et à l'état Terraform.
Mettre en œuvre une observabilité de bout en bout : vérifications de la fraîcheur des données/fonctionnalités, contrôles de dérive/qualité, SLO de performance/latence des modèles, tableaux de bord de santé de l'infrastructure, traçabilité et alertes, ainsi que réponse aux incidents et analyses rétrospectives.
Collaborer avec les équipes de sécurité, de SRE et d'ingénierie des données sur les réseaux privés, les politiques en tant que code, le traitement des informations personnelles identifiables, l'IAM à privilèges minimaux et les architectures rentables dans tous les environnements.
Évaluer, intégrer et rationaliser les outils de la plateforme (par exemple, registre MLflow, magasins de fonctionnalités, passerelles de service) ; diriger les migrations avec une gestion claire des changements et un temps d'arrêt minimal.
Ce Que Tu Apporteras à Mistplay
Plus de 5 ans d'expérience dans la création et l'exploitation de plateformes ML/de données de niveau production, axées sur le service, la fiabilité et l'expérience développeur.
Solides compétences en génie logiciel avec Python, Go ou Java ; expérience dans la création