Staff/Principal Platform Engineer, ML & Data

About the role

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 2 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 2 days/week in-office hybrid model in Toronto (400 University Ave) & Montreal (1001 Blvd. Robert-Bourassa) English description is below ⬇️ Aperçu du poste Relevant du vice-président de la plateforme de données et d'apprentissage automatique (Data and Machine Learning Platform), l'ingénieur de plateforme (niveau Staff) en données et AA est responsable de la définition et de la mise à l'échelle de la plateforme unifiée qui alimente l'ensemble du cycle de vie des données et de l'AA chez Mistplay - de l'ingestion brute à la diffusion de modèles en temps réel. Ce rôle ne concerne pas la modélisation ou l'analyse; il s'agit de prendre en charge la plateforme de données et d'AA en tant que système unique et cohérent à grande échelle. Vous définirez l'orientation technique sur l'ensemble du cycle de vie, prendrez en charge les composants critiques de la plateforme de bout en bout et établirez les meilleures pratiques qui permettent aux données et aux modèles de passer de l'expérimentation à un impact commercial en temps réel, avec rapidité et confiance. Vous agirez à titre de leader technique auprès des équipes, en partenariat avec les équipes de science des données, d'ingénierie des données et de backend, afin de réduire la latence des décisions, d'augmenter le débit pour les charges de travail analytiques et d'AA, et d'améliorer la fiabilité des données, de l'ingestion à l'inférence. Ce que vous ferez Être le moteur principal et l'expert dans la conception, la construction et l'exploitation de la plateforme unifiée de données et d'AA en tant que système unique : - Infrastructure d'ingestion et de pipeline - définir des systèmes d'ingestion évolutifs et fiables pour les sources de données par lots et en continu; établir des normes pour l'évolution des schémas, les contrats de données et la lignée de bout en bout; optimiser la stratégie de calcul et de coûts pour diverses charges de travail. - Architecture d'entrepôt de données et de lac de données (Lakehouse) - concevoir la plateforme de données analytiques de base; définir les stratégies de la couche de stockage, le partitionnement et les modèles d'accès; établir des normes de modélisation des données, de performance et de rentabilité qui servent à la fois les consommateurs analytiques et d'AA. - Couche de transformation et d'orchestration - diriger la conception de systèmes de transformation évolutifs et maintenables (par exemple, dbt, Spark); définir des normes d'orchestration et la gestion des dépendances; appliquer des contrats de qualité des données et des cadres de test qui alimentent à la fois les analyses en aval et la formation de modèles d'AA. - Plateforme de fonctionnalités (Feature Platform) - diriger la conception de systèmes de fonctionnalités (features) réutilisables et de haute qualité, faisant le pont entre les couches de données et d'AA; appliquer des contrats de cohérence hors ligne/en ligne; normaliser les définitions de fonctionnalités, la propriété et la découvrabilité pour les consommateurs analytiques et de modèles. - Infrastructure de formation - définir des systèmes de formation et de remplissage (backfill) évolutifs et reproductibles; établir des normes pour le versionnage des ensembles de données, la lignée et la reproductibilité; optimiser la stratégie de calcul pour les charges de travail par lots et distribuées. - Inférence et diffusion en temps réel - concevoir des systèmes de diffusion de modèles à faible latence et haute disponibilité; définir des stratégies de déploiement (canary, shadow, A/B); établir des modèles d'auto-mise à l'échelle, de routage du trafic et d'isolation des pannes à grande échelle. - Observabilité et fiabilité (de bout en bout) - établir des normes pour la qualité des données, la d

Your Match

How well this role fits your profile.

Company Intel

What employees say

Worked at Mistplay? Share your experience