مهندس پلتفرم یادگیری ماشین
ML Platform Engineer
مهندس پلتفرم یادگیری ماشین (ML Platform Engineer) زیرساخت، ابزار و سرویس‌هایی را می‌سازد که مهندسان یادگیری ماشین و دانشمندان داده با آن مدل آموزش می‌دهند، مستقر می‌کنند و پایش می‌کنند: سرویس استنتاج (serving)، رجیستری مدل، feature store، ارکستراسیون آموزش و ابزار پایش. کاربران او تیم‌های داخلی شرکت‌اند، نه مشتری نهایی. عنوان دقیق در آگهی‌های ۲۰۲۶ دیده می‌شود (Klaviyo، Coinbase، Roblox و Synthesia)، اما همین کار بیشتر با عنوان‌هایی مثل Software Engineer, ML Platform یا ML Infrastructure آگهی می‌شود. بیشتر آگهی‌ها ۵ تا ۱۰ سال تجربهٔ مهندسی نرم‌افزار می‌خواهند؛ پس این نقش معمولاً قدم دوم شغلی است، نه نقطهٔ ورود.
مقدمه و تعریف شغل
مهندس پلتفرم یادگیری ماشین سیستمی می‌سازد که بقیهٔ شرکت با آن ML کار می‌کند. Chime کار تیمش را این‌طور توصیف می‌کند: ساختن و اداره زیرساخت، ابزار و تجربهٔ توسعه‌دهنده‌ای که ML را در کل شرکت پیش می‌برد، تا دانشمندان داده و مهندسان ML مدل را با اطمینان و کارایی توسعه دهند، آموزش دهند، مستقر و پایش کنند. خروجی این نقش خود مدل نیست؛ سرویس استنتاج، feature store، رجیستری مدل، ارکستراسیون آموزش، ابزار پایش و API و SDK هایی است که مسیر از ایده تا پروداکشن را کوتاه می‌کنند. Roblox این نگاه را «پلتفرم به‌عنوان محصول» می‌نامد.
یک نمونهٔ مستند از ایدهٔ پلتفرم مشترک ML، Michelangelo در Uber است. Uber آن را در سپتامبر ۲۰۱۷ معرفی کرد؛ به نوشتهٔ وبلاگ مهندسی Uber، ساخت آن از میانهٔ ۲۰۱۵ شروع شد تا جریان کار و ابزارها را بین تیم‌ها استاندارد کند و کل مسیر ML را بپوشاند. Metaflow در Netflix ساخته و بعد متن‌باز شد. Tecton را سازندگان پلتفرم ML در Uber بنیان گذاشتند و Databricks در اوت ۲۰۲۵ اعلام کرد Tecton به آن می‌پیوندد. در بررسی ما در ۲۲ اکتبر ۲۰۲۶ روی تابلوی استخدام ۴۳۶ شرکت (Greenhouse، Ashby و Lever، با ۳۸٬۱۴۹ آگهی باز)، ۲۶ آگهی در ۱۸ شرکت «ML Platform» یا «Machine Learning Platform» در عنوان داشتند و ۶ آگهی در ۵ شرکت دقیقاً عنوان «ML/Machine Learning Platform Engineer» را؛ ۳۹ آگهی در ۲۵ شرکت هم «ML Infrastructure» در عنوان داشتند. محتوای کار هم عوض شده است: تیم GenAI Platform در DoorDash بخشی از Machine Learning Platform است و Chime و Coinbase سرو کردن LLM و ایجنت را در کنار مدل‌های کلاسیک از همین نقش می‌خواهند.
چه چیزی می‌سازید؟
مثال‌های واقعی از خروجی کار یک مهندس پلتفرم یادگیری ماشین
لایهٔ serving و استنتاج
در Coinbase مهندس ارشد پلتفرم ML مالک طراحی و قابلیت اطمینان زیرساخت استنتاجی است که هم مدل‌های پیش‌بین و هم LLM ها را با دسترس‌پذیری بالا و تأخیر کم سرو می‌کند. به نوشتهٔ آگهی Roblox، پلتفرم ML آن شرکت صدها مورد استفاده و میلیاردها استنتاج در روز را پشتیبانی می‌کند.
feature store و پلتفرم feature
Upstart از تیم پلتفرمش زیرساخت داده و feature پشت هر مدل را می‌خواهد: تعریف، ذخیره و سرو feature و یکسانی آفلاین و آنلاین. Uber در ۲۰۱۷ نوشت feature store پلتفرم Michelangelo حدود ۱۰٬۰۰۰ feature داشت که تیم‌ها بین خود به اشتراک می‌گذاشتند.
پلتفرم محاسبات و آموزش
Avride پلتفرم محاسبات ML را روی Kubernetes با Argo Workflows برای آموزش، ارزیابی و پردازش داده می‌سازد، همراه یک SDK داخلی بر پایهٔ Ray و حاکمیت منابع چندمستأجری: زمان‌بندی، اولویت، سهمیه و اعمال سیاست روی GPU، CPU، حافظه و IO.
API، SDK و «مسیر هموار» برای توسعه‌دهنده
Roblox از مهندس پلتفرم می‌خواهد API، SDK، CLI و UI بسازد که استفاده از ML را ساده کند و با قالب‌های آماده، پیش‌فرض‌های مشخص و مستندات روشن زمان رسیدن به اولین نسخهٔ پروداکشن را کم کند. Agility Robotics هم مالکیت API ها و CLI هایی را می‌دهد که workflow های ML را ساده و تکرارپذیر می‌کنند.
پلتفرم GenAI و LLM
تیم GenAI Platform در DoorDash مدل‌های open-weight زبانی و تصویری را خودش روی GPU سرو و fine-tune می‌کند و LLM Gateway، Agent Gateway، زیرساخت ارزیابی، guardrail و تخصیص هزینه را هم در اختیار دارد. به نوشتهٔ آگهی، تولید یک میلیارد embedding حدود ۲۰ برابر ارزان‌تر و سرو مدل‌های تصویری حدود ۷۲٪ ارزان‌تر شد.
حاکمیت دادهٔ ML و پایش
تیم ML Data در Reddit ابزارهایی می‌سازد که مهندسان ML سیگنال‌ها را پیدا کنند و مالکیت، lineage، کیفیت و میزان استفادهٔ آن‌ها را ببینند. Coinbase ابزار پایشی می‌خواهد که کیفیت داده‌ای را که وارد مدل می‌شود بسنجد و افتی را که روی عملکرد مدل اثر می‌گذارد پیدا کند.
تخصص‌های مختلف مهندس پلتفرم یادگیری ماشین
این شغل یک عنوان واحد نیست — مسیرهای تخصصی متعددی دارد
پلتفرم آموزش و محاسبات
Training & Compute Platform
ارکستراسیون آموزش، اجرای توزیع‌شده و تقسیم GPU بین تیم‌ها. Avride حاکمیت منابع چندمستأجری روی Kubernetes را می‌خواهد و Synthesia بهبود زمان‌بندی، پایش و رفع اشکال بارهای GPU را. برای کار عمیق‌تر روی آموزش مدل‌های بزرگ، صفحهٔ Training Infrastructure Engineer را ببینید.
serving و استنتاج مدل
Model Serving & Inference
سرویس‌هایی که مدل را با تأخیر کم و دسترس‌پذیری بالا اجرا می‌کنند. Coinbase آن را برای مدل‌های پیش‌بین و LLM می‌خواهد و Braze از «ناوگان serving مدل در چند منطقه» و pipeline هایی می‌گوید که صدها مدل مخصوص مشتری را سالم نگه می‌دارند.
پلتفرم feature و دادهٔ ML
Feature & ML Data Platform
feature store، feature های جریانی، ثبت پیش‌بینی و دادهٔ آموزش. Klaviyo معماری ذخیره و بازیابی بلادرنگ feature را می‌خواهد، Upstart یکسانی آفلاین و آنلاین را و Reddit حاکمیت سیگنال‌های ML را.
پلتفرم GenAI و LLM
GenAI / LLM Platform
قابلیت‌های مشترک برای LLM و ایجنت: دسترسی به مدل، gateway، ارزیابی، guardrail و هزینه. DoorDash این تیم را داخل Machine Learning Platform گذاشته و Chime چرخهٔ عمر پرامپت، retrieval، اتصال ابزار و ارکستراسیون workflow را از مهندس پلتفرم ML می‌خواهد. صفحهٔ LLMOps Engineer همین کار را از زاویهٔ عملیات LLM توضیح می‌دهد.
تجربهٔ توسعه‌دهندهٔ ML
ML Developer Experience
تمرکز بر اینکه پلتفرم واقعاً استفاده شود: API، SDK، CLI، قالب‌های آماده و مستندات. Roblox از مهندس پلتفرم می‌خواهد میزان استفاده، اصطکاک، قابلیت اطمینان و هزینهٔ پلتفرم را اندازه بگیرد و نقشهٔ راه را با همین داده اولویت‌بندی کند.
تفاوت با شغل‌های مشابه
کجا این شغل تمام می‌شود و شغل دیگری شروع می‌شود؟
مهندس ML خود مدل را برای یک مسئلهٔ محصول می‌سازد و بهبود می‌دهد. مهندس پلتفرم ML سیستمی را می‌سازد که مهندسان ML با آن مدل را آموزش می‌دهند، مستقر و پایش می‌کنند؛ کاربر او همان مهندسان MLاند. Synthesia صریحاً می‌نویسد نقش پلتفرمش «نقش خالص ML Engineer نیست» و Roblox تجربهٔ عملی ML را امتیاز و سابقهٔ ساختن پلتفرم داخلی را ضروری می‌داند. عنوان‌ها در هم رفته‌اند: Braze نقش پلتفرمش را Staff Machine Learning Engineer, ML Platform نامیده، اما می‌نویسد تجربهٔ عمیق مدل‌سازی «امتیاز است، نه شرط».
این دو بیشترین هم‌پوشانی را دارند و در آگهی‌ها گاهی یکی‌اند: Gusto از مهندس پلتفرم ML «راه‌حل‌های MLOps» با pipeline های خودکار می‌خواهد و Upstart ساختن «یک پلتفرم MLOps» را. Klaviyo می‌نویسد ML Platform و MLOps هر دو حوزه‌هایی‌اند که سریع تغییر می‌کنند. تفاوت بیشتر در تأکید است: آگهی‌های MLOps روی اداره چرخهٔ عمر مدل‌ها تمرکز دارند (رجیستری، استقرار، پایش drift)، و آگهی‌های ML Platform روی ساختن یک محصول داخلی برای توسعه‌دهندگان، مثل API ها و SDK هایی که Roblox می‌خواهد. برای مسیر مدیریتی این حوزه صفحهٔ MLOps Lead را ببینید.
مهندس DevOps و پلتفرم زیرساخت و مسیر تحویل عمومی نرم‌افزار را می‌سازد: CI/CD، Terraform، Kubernetes و پایش. مهندس پلتفرم ML همین ابزارها را به کار می‌برد، اما برای بارهای ML: serving مدل، feature store، رجیستری مدل و زمان‌بندی GPU. DevOps مسیر طبیعی ورود است: آگهی Principal ML Platform Engineer در Riot Games ۵+ سال تجربه در Platform Engineering، SRE، DevOps یا نقش مشابه را می‌پذیرد و تجربه با پلتفرم‌های ML، serving مدل و بارهای GPU را «مطلوب» می‌داند، نه شرط.
مهندس پلتفرم داده زیرساختی را می‌سازد که pipeline های داده و انبار داده روی آن اجرا می‌شوند. مهندس پلتفرم ML از همان داده برای آموزش و استنتاج استفاده می‌کند. مرز در feature و دادهٔ آموزش به هم می‌رسد: تیم ML Platform در Reddit یک ML Data Team دارد که pipeline های batch و جریانی در مقیاس پتابایت برای ثبت پیش‌بینی‌ها و دادهٔ آموزش می‌سازد، و Coinbase از مهندس پلتفرم ML pipeline های جریانی کم‌تأخیر برای رساندن feature تازه به مدل‌ها را می‌خواهد. Agility Robotics همکاری با مهندسان پلتفرم داده برای وصل کردن ابزار ML به data lake را جزو کار آورده است.
تأثیر در صنایع مختلف
مهندس پلتفرم یادگیری ماشین در همه صنایع مشغول به کار است — نه فقط شرکت‌های فناوری
پرداخت و زیرساخت مالی
به نوشتهٔ آگهی Stripe، ML تقریباً در همهٔ خطوط محصول آن شرکت، از جمله Payments، Radar، Capital و Billing، به کار می‌رود و تیم ML Platform مسیر feature و مدل را از نمونهٔ اولیه تا پروداکشن می‌سازد
وام‌دهی
در Upstart به نوشتهٔ آگهی، همهٔ مدل‌های underwriting، تقلب، تبدیل و احراز روی پلتفرم ML اجرا می‌شوند و تیم پلتفرم یک سیستم شبیه‌سازی بازار را هم برای سنجیدن اثر تغییرات پیش از انتشار می‌سازد
رمزارز
پلتفرم ML در Coinbase از تشخیص تقلب، شخصی‌سازی برای کاربر و تحلیل بلاک‌چین پشتیبانی می‌کند
بازاریابی و تجارت الکترونیک
Klaviyo که به گفتهٔ خودش بیش از ۱۶۷ هزار مشتری دارد، پلتفرم ML را پشت قابلیت‌هایی مثل زمان ارسال هوشمند، بهینه‌سازی مخاطب و پیشنهاد محصول می‌گذارد
بازی و جهان‌های مجازی
پلتفرم ML در Roblox در حوزه‌های Discovery، Safety، Economy و Creation صدها مورد استفاده و میلیاردها استنتاج در روز را پشتیبانی می‌کند
شبکهٔ اجتماعی
تیم Machine Learning Platform در Reddit مالک زیرساختی است که پیشنهاد محتوا، کشف محتوا و رتبه‌بندی فید را اجرا می‌کند و روی تیم‌های Ads و Growth هم اثر مستقیم دارد
تحویل غذا و بازارهای محلی
تیم GenAI Platform در DoorDash زیرساخت مشترکی می‌سازد تا تیم‌های DoorDash، Wolt و Deliveroo محصولات و ایجنت‌های مبتنی بر GenAI را با اطمینان به پروداکشن ببرند
خودروی خودران و رباتیک
Avride پلتفرم ML را برای آموزش و پردازش داده در مقیاس بزرگ برای رانندگی خودران می‌سازد و Agility Robotics برای مدل‌های پایه و سیاست‌های end-to-end ربات‌های انسان‌نما
تصورات غلط رایج
قبل از تصمیم‌گیری، این باورهای اشتباه را بشناسید
برای این کار باید مدل‌ساز قوی باشم
آگهی‌ها بیشتر مهندسی سیستم می‌خواهند تا مدل‌سازی. Roblox تجربهٔ عملی ML را امتیاز می‌داند و سابقهٔ ساختن پلتفرم داخلی را ضروری؛ Braze تجربهٔ عمیق مدل‌سازی را «امتیاز، نه شرط» می‌نویسد. اما فهم چرخهٔ عمر مدل لازم است: Chime دانش پیش‌پردازش داده، آموزش، ارزیابی، استقرار و پایش را شرط کرده است.
این همان DevOps با اسم تازه است
ابزارها مشترک‌اند، اما مسائل فرق دارند. آگهی‌ها feature store، serving مدل، رجیستری، زمان‌بندی GPU و ارزیابی سیستم‌های غیرقطعی AI را می‌خواهند. Coinbase آشنایی با اجزای پلتفرم ML را شرط کرده تا بتوانید با مهندسان ML همکاری مؤثر کنید. تجربهٔ DevOps نقطهٔ شروع خوبی است، نه کل کار.
کافی است «ML Platform Engineer» را جستجو کنم
در بررسی ما روی تابلوی استخدام ۴۳۶ شرکت، فقط ۶ آگهی دقیقاً این عنوان را داشتند، در حالی که ۲۶ آگهی «ML Platform» و ۳۹ آگهی «ML Infrastructure» در عنوان داشتند. همین کار با عنوان‌هایی مثل Software Engineer, ML Platform (Stripe، Chime، Gusto)، Software Engineer, AI/ML Infrastructure (Thumbtack) یا حتی Staff Machine Learning Engineer, ML Platform (Braze) آگهی می‌شود. نام تیم را در شرح آگهی بخوانید.
این شغل مناسب شروع کار است
بیشتر آگهی‌ها سطح ارشدند: Coinbase، Chime، Gusto و Reddit ۵+ سال، Upstart ۶+، Klaviyo و Roblox ۷+ و Stripe ۱۰+ سال تجربه می‌خواهند. آستانه‌های پایین‌تر هم هست، مثل DoorDash و Lemonade با ۳+ سال و Thumbtack با دست‌کم ۲ سال، اما همهٔ آن‌ها تجربهٔ مهندسی نرم‌افزار می‌خواهند. مسیر معمول این است که چند سال مهندس بک‌اند، داده یا DevOps باشید و بعد وارد تیم پلتفرم ML شوید.
سایت‌های حقوق رقم دقیق این شغل را می‌دهند
Glassdoor برای عنوان Machine Learning Platform Engineer در آمریکا فقط ۲ حقوق ثبت‌شده دارد. برآوردهایش برای کانادا (میانهٔ پایهٔ ۹۹٬۶۹۴ دلار کانادا) و بریتانیا (۵۸٬۰۵۳ پوند) هیچ شرکتی را برای این عنوان نشان نمی‌دهند و از بازه‌های آگهی‌های واقعی پایین‌ترند: کمترین کف بازه در آگهی‌های کانادایی که پیدا کردیم ۱۳۷٬۰۰۰ دلار کانادا بود (Motive) و میانهٔ آگهی‌های MLOps بریتانیا در ITJobsWatch ۸۰٬۵۰۰ پوند است. برای همین در جدول حقوق از بازهٔ آگهی‌ها و از گروه نزدیک «Software Engineer با تمرکز ML / AI» در levels.fyi استفاده کرده‌ایم.
یک روز کاری واقعی
در هر سطح روز کاری چه شکلی است؟
سال‌های اول در تیم پلتفرم (۲–۳ سال تجربهٔ مهندسی)
روی بخش مشخصی از پلتفرم کار می‌کنید و تصمیم‌های بزرگ با مهندسان ارشد است. Thumbtack از این سطح می‌خواهد «کنار مهندسان ارشد» چارچوب‌ها و ابزارهای زیرساخت AI را ارزیابی کنید و کار را با تمرکز بر اثر قابل اندازه‌گیری تا انتها ببرید.
- ◆رفع مشکل یک job آموزش که روی Kubernetes به خاطر کمبود منابع شکست خورده
- ◆اضافه کردن metric و هشدار تازه به یک سرویس استنتاج
- ◆کمک به یک دانشمند داده برای ثبت مدل در رجیستری و استقرار آن در staging
- ◆بازبینی کد یک هم‌تیمی و نوشتن تست برای یک تغییر در pipeline feature
ارشد (۵+ سال)
مالک یک بخش از پلتفرم هستید و طراحی و کد دیگران را بازبینی می‌کنید. برنامهٔ ۹۰ روزهٔ Klaviyo تصویر خوبی می‌دهد: در ماه اول شناخت پشتهٔ AI/ML و آشنایی با pipeline های استقرار، تا روز ۶۰ تحویل بهبودهای معماری و منتورینگ با بازبینی طراحی و کد، و تا روز ۹۰ مسئولیت تحویل و سلامت عملیاتی سیستم‌های اصلی و مشارکت کامل در on-call.
- ◆جلسه با یک تیم ML برای فهم نیاز تازه و نوشتن سند طراحی برای آن
- ◆بررسی تأخیر p99 و هزینهٔ GPU یک سرویس استنتاج و پیشنهاد تغییر
- ◆بازبینی طراحی یک هم‌تیمی برای ذخیره و بازیابی بلادرنگ feature
- ◆شیفت on-call: بررسی یک حادثه و نوشتن postmortem
Staff و Principal (۸–۱۰+ سال)
بیشتر وقت صرف معماری، هم‌راستا کردن تیم‌ها و تصمیم‌های ماندگار می‌شود، اما کار دستی ادامه دارد. Stripe از این سطح می‌خواهد پروژه‌های بزرگ را از نیازسنجی تا اداره در پروداکشن هدایت کند و بین تأخیر، قابلیت اطمینان، هزینه و امنیت داوری کند. Roblox نوشتن RFD (سند طراحی) و ساختن API و SDK پلتفرم را از Principal می‌خواهد.
- ◆نوشتن سند طراحی برای نسل بعدی لایهٔ serving و گرفتن بازخورد از چند تیم
- ◆تصمیم ساخت یا خرید برای یک جزء پلتفرم و توضیح trade-off ها به مدیران
- ◆منتورینگ مهندسان ارشد و هدایت بازبینی معماری
- ◆بررسی داده‌های استفاده از پلتفرم برای اولویت‌بندی نقشهٔ راه فصل بعد
مسئولیت‌ها و وظایف
مسئولیت‌های اصلی
وظایف روزانه و مهارت‌های مورد نیاز در این شغل
- ◈طراحی و اداره سرویس استنتاج برای مدل‌های پیش‌بین و LLM ها با دسترس‌پذیری بالا و تأخیر کم
- ◈ساخت pipeline های جریانی و batch که feature تازه و باکیفیت را به مدل‌ها می‌رسانند، با یکسانی بین مسیر آموزش و استنتاج
- ◈ساخت و نگهداری اجزای اصلی پلتفرم: رجیستری مدل، ارکستراسیون آموزش و ارزیابی، و control plane آموزش و استنتاج
- ◈اداره محاسبات توزیع‌شده روی Kubernetes با Ray یا Spark و تقسیم منابع GPU و CPU بین تیم‌ها با سهمیه و اولویت
- ◈پایش کیفیت داده‌ای که به مدل می‌رسد، عملکرد مدل، قابلیت اطمینان و هزینهٔ بارهای ML
- ◈نوشتن زیرساخت به‌صورت کد با Terraform و بهبود CI/CD برای مدل‌ها، برنامه‌های AI و اجزای پلتفرم
- ◈همکاری نزدیک با مهندسان ML و دانشمندان داده برای تبدیل دردهای تکراری به قابلیت پلتفرم، و ساخت API، SDK و CLI که استفاده از آن ساده باشد
- ◈تعیین نقشهٔ راه پلتفرم با رهبران محصول و مهندسی، بازبینی طراحی و کد، منتورینگ و مشارکت در on-call
مهارت‌های مورد نیاز
مهارت‌های فنی، نرم و حوزه‌ای که یک مهندس پلتفرم یادگیری ماشین موفق به آن‌ها نیاز دارد
مهارت‌های فنی
Klaviyo تسلط بر Python یا زبانی مثل Go، Java یا Scala را می‌خواهد و Thumbtack پشتهٔ اصلی‌اش را Go و Python می‌داند
مالکیت سیستم‌های توزیع‌شده در پروداکشن تقریباً در همهٔ آگهی‌های سطح ارشد شرط است (Coinbase، Stripe، Braze)
از اجرای job آموزش تا serving؛ Avride فهم رفتار scheduler و مدیریت منابع زیر فشار را می‌خواهد
Klaviyo، Chime و Upstart روی AWS کار می‌کنند؛ Agility و Lemonade هر سه ابر اصلی را می‌پذیرند
سرویس استنتاج با تأخیر کم و دسترس‌پذیری بالا برای مدل‌های پیش‌بین و LLM (Coinbase)
پردازش batch و جریانی (Spark، Ray Data، Kafka، Flink) و رساندن feature تازه به مدل
Argo Workflows، Kubeflow، Metaflow یا MLflow برای آموزش، ارزیابی و ثبت مدل
Terraform و pipeline هایی که مدل، برنامهٔ AI و اجزای پلتفرم را تست و منتشر می‌کنند (Chime، Gusto)
metrics، logs و traces برای سرویس‌ها، و پایش کیفیت داده و عملکرد مدل
مهارت‌های نرم
Roblox «پلتفرم به‌عنوان محصول» را می‌خواهد: شنیدن بازخورد کاربر داخلی و سنجیدن میزان استفاده و اصطکاک
تبدیل دردهای تکراری مهندسان ML به قابلیت‌ها و abstraction های ماندگار پلتفرم (Roblox، Synthesia)
Klaviyo مهارت ارتباطی قوی و Roblox ارتباط نوشتاری و گفتاری در سطوح مختلف فنی را شرط کرده‌اند
کار با تیم‌های ML، علم داده، محصول، زیرساخت، امنیت و مالی (Klaviyo، Roblox)
بازبینی طراحی و کد و بالا بردن کیفیت مهندسی تیم در آگهی‌های ارشد تکرار می‌شود
Klaviyo و Chime مشارکت در on-call و مدیریت حادثه را جزو کار آورده‌اند
دانش حوزه‌ای
پیش‌پردازش داده، آموزش، ارزیابی، استقرار و پایش (Chime)
RAG، خروجی ساختاریافته، tool calling، ارکستراسیون ایجنت و ارزیابی سیستم‌های غیرقطعی (Chime)
بهره‌وری GPU، autoscaling و تخصیص هزینه؛ DoorDash و Synthesia بهینه‌سازی هزینه و منابع را پررنگ کرده‌اند
مالکیت، lineage و کیفیت سیگنال‌ها و feature ها (Reddit)
DoorDash، Lemonade و Thumbtack استفادهٔ روزانه از ابزارهایی مثل Claude Code یا Cursor را شرط کرده‌اند
نقشه راه و مسیر آموزشی
نقشه راه تبدیل شدن به مهندس پلتفرم یادگیری ماشین
این مسیر گام به گام شما را از صفر تا حرفه‌ای هدایت می‌کند.
پایهٔ مهندسی نرم‌افزار و سیستم‌های توزیع‌شده
آگهی‌ها این نقش را پیش از هر چیز کار مهندسی بک‌اند می‌دانند. Klaviyo آن را «نقشی سنگین در بک‌اند» توصیف می‌کند و ۷+ سال تجربه در ساخت سیستم‌های بک‌اند یا توزیع‌شده می‌خواهد؛ Stripe سابقه در معماری سرویس‌گرا و سیستم‌های توزیع‌شدهٔ بزرگ. زبان اصلی Python است و Go، Java یا Scala هم پذیرفته می‌شود. Roblox طراحی API با gRPC و REST را هم جزو مهارت‌های اصلی آورده است.
ابر، کانتینر و زیرساخت به‌صورت کد
Kubernetes و یک ابر عمومی تقریباً در همهٔ آگهی‌ها هست. Klaviyo و Chime روی AWS کار می‌کنند و Gusto هم AWS را ترجیح می‌دهد. Avride «دانش عمیق Kubernetes» می‌خواهد: اینکه scheduling، مدیریت منابع، controller ها و چرخهٔ عمر pod زیر فشار واقعاً چطور رفتار می‌کنند. Chime زیرساخت به‌صورت کد با Terraform را جزو کار روزانه آورده است.
چرخهٔ عمر مدل از نگاه کاربران پلتفرم
لازم نیست مدل‌ساز باشید، اما باید بفهمید کاربرانتان چه می‌کنند. Roblox تجربهٔ عملی ML را «امتیاز» می‌داند و سابقهٔ ساختن پلتفرم داخلی را «ضروری». Coinbase آشنایی با اجزای پلتفرم ML را در حدی می‌خواهد که «به‌عنوان سازندهٔ پلتفرم» بتوانید با مهندسان ML همکاری مؤثر کنید. Chime دانش کل چرخه را می‌خواهد: پیش‌پردازش داده، آموزش، ارزیابی، استقرار و پایش. سند MLOps گوگل سه سطح بلوغ را از فرایند دستی تا CI/CD کامل توضیح می‌دهد؛ Agility Robotics هدف تیمش را صریحاً «MLOps Level 2» نوشته است.
اجزای پلتفرم: محاسبات توزیع‌شده، رجیستری و feature
این‌ها هستهٔ کار پلتفرم‌اند. Roblox «لایهٔ serving، رجیستری مدل، ارکستراتور pipeline و control plane آموزش و استنتاج» را نام می‌برد. Avride پلتفرم محاسبات ML را روی Kubernetes با Argo Workflows و یک SDK داخلی بر پایهٔ Ray می‌سازد. Upstart به Metaflow، MLflow، Spark و Ray امتیاز می‌دهد و در feature store «یکسانی آفلاین و آنلاین» feature ها را جزو کار می‌داند. Chime برای feature های جریانی Kinesis، Kafka، Flink یا Spark را نام می‌برد.
Serving، بارهای LLM، قابلیت اطمینان و هزینه
Coinbase مسئولیت زیرساخت استنتاجی را می‌دهد که هم مدل‌های پیش‌بین و هم LLM ها را با دسترس‌پذیری بالا و تأخیر کم سرو کند. تیم GenAI Platform در DoorDash مدل‌های open-weight را خودش روی GPU سرو و fine-tune می‌کند و تجربه با vLLM، SGLang یا TensorRT-LLM را امتیاز می‌داند. Chime ساختن چارچوب ارزیابی برای «سیستم‌های غیرقطعی AI» را می‌خواهد. on-call هم بخشی از کار است: Klaviyo تا روز ۹۰ مشارکت کامل در on-call و مدیریت حادثه را انتظار دارد.
ابزارها و استک فنی
ابزارهایی که هر مهندس AI باید بشناسد، دسته‌بندی‌شده بر اساس اولویت
زیرساخت و ارکستراسیون
پایهٔ اجرای آموزش و serving در بیشتر آگهی‌ها؛ Avride «دانش عمیق» آن را می‌خواهد و Synthesia تجربهٔ اجرای بارهای توزیع‌شده روی آن را
زیرساخت به‌صورت کد؛ Chime نوشتن و نگهداری آن را جزو کار آورده و Synthesia آشنایی با آن را مرتبط می‌داند
محاسبات توزیع‌شده و workflow
چارچوب محاسبات توزیع‌شده برای آموزش، پردازش داده و serving؛ در آگهی‌های Klaviyo، Chime، Upstart، Avride و Braze آمده است
موتور workflow روی Kubernetes؛ Avride آموزش، ارزیابی و پردازش داده را با آن ارکستره می‌کند
چرخهٔ عمر مدل و serving
رهگیری آزمایش و رجیستری مدل؛ Upstart، Avride و Braze آن را نام برده‌اند و Agility آن را کنار W&B، Airflow و Kubeflow می‌آورد
feature store متن‌باز برای سرو کردن feature ها به آموزش و استنتاج؛ نمونه‌ای عملی از جزئی که Chime، Gusto و Agility با نام کلی feature store می‌خواهند
serving مدل روی Kubernetes؛ ابزاری متن‌باز برای ساختن همان «لایهٔ serving» که Roblox نام می‌برد
دادهٔ جریانی و پایش
مسیر پیشرفت شغلی
از جونیور تا Staff Engineer — چه مهارت‌هایی نیاز دارید و چه درآمدی انتظار داشته باشید
Software Engineer, ML Platform / ML Infrastructure
۲ تا ۵ سال
~$161K
میانگین سالانه (آمریکا)
ساخت و نگهداری بخشی از پلتفرم کنار مهندسان ارشد: سرویس‌های بک‌اند، pipeline های داده و feature و ابزار استقرار. DoorDash برای تیم GenAI Platform ۳+ سال تجربه می‌خواهد (پایهٔ ۱۳۰٬۶۰۰ تا ۱۹۲٬۰۰۰ دلار در آمریکا)، Lemonade ۳+ سال و Thumbtack دست‌کم ۲ سال
Senior ML Platform Engineer
۵ تا ۷+ سال
~$185K
میانگین سالانه (آمریکا)
مالکیت فنی یک بخش از پلتفرم (serving، feature یا آموزش)، بازبینی طراحی و کد و منتورینگ. Coinbase، Chime، Gusto و Reddit ۵+ سال، Upstart ۶+ و Klaviyo ۷+ سال می‌خواهند. بازه‌های پایهٔ اعلام‌شده در آمریکا از ۱۴۸٬۰۰۰ تا ۲۲۲٬۰۰۰ دلار (Klaviyo) تا ۲۱۶٬۷۰۰ تا ۳۰۳٬۴۰۰ دلار (Reddit) است
Staff ML Platform Engineer
۸ تا ۱۰+ سال
رهبر فنی پلتفرم بدون مدیریت مستقیم: معماری سیستم‌های بزرگ، پروژه‌های چندتیمی و مشورت با مدیران ارشد. Stripe ۱۰+ سال می‌خواهد (پایهٔ ۲۰۳٬۶۰۰ تا ۳۰۵٬۴۰۰ دلار در آمریکا و ۲۰۸٬۰۰۰ تا ۳۱۲٬۰۰۰ دلار کانادا در تورنتو) و Braze ۸+ سال (۱۸۴٬۰۰۰ تا ۳۱۴٬۰۰۰ دلار)
Principal ML Platform Engineer
۱۰+ سال
تعیین جهت فنی پلتفرم برای کل شرکت و تصمیم‌های معماری ماندگار، همچنان با کار دستی. Roblox برای این سطح ۱۰+ سال تجربه می‌خواهد (۲۹۵٬۲۵۰ تا ۳۴۵٬۰۵۰ دلار در San Mateo) و Synthesia نقش Principal را «IC دستی با مالکیت زیاد» توصیف می‌کند. مسیر مدیریتی همین حوزه در صفحهٔ MLOps Lead آمده است
چالش‌ها و جنبه‌های منفی
واقعیت‌هایی که کمتر در آگهی‌های شغلی می‌بینید — قبل از ورود بدانید
استاندارد کردن بدون بستن دست تیم‌ها
عمومیپلتفرم با پیش‌فرض‌های مشخص و «مسیر هموار» ساده می‌شود، اما تیم‌ها نیازهای متفاوت دارند. Chime از مهندس پلتفرم می‌خواهد به تیم‌ها کمک کند بین مدل پیش‌بین کلاسیک، برنامهٔ LLM و workflow چندمرحله‌ای ایجنت رویکرد درست را انتخاب کنند؛ یعنی پلتفرم باید چند راه را پشتیبانی کند.
پلتفرمی که کسی از آن استفاده نکند
شرکت بزرگاگر پلتفرم کار مهندس ML را ساده‌تر نکند، تیم‌ها دورش می‌زنند. به همین دلیل Roblox از مهندس پلتفرم می‌خواهد میزان استفاده و اصطکاک را اندازه بگیرد و Upstart ابزار سلف‌سرویس می‌خواهد تا کار دستی‌ای که امروز روی دوش تیم پلتفرم است کم شود.
هزینه و بهره‌وری GPU
عمومیGPU گران است و بار ML نوسان دارد. DoorDash مرز هزینه و تأخیر استنتاج روی GPU را جزو کار اصلی تیم می‌داند و Synthesia کارایی منابع و زمان‌بندی بارهای GPU را. هزینه بخشی از طراحی است و باید برای هر تیم قابل اندازه‌گیری باشد.
تقسیم منابع بین چند تیم
شرکت بزرگوقتی چند تیم روی یک کلاستر کار می‌کنند، job یک تیم نباید منابع تیم دیگر را بگیرد. Avride برای همین زمان‌بندی، اولویت، سهمیه و اعمال سیاست روی GPU، CPU، حافظه و IO را از مهندس پلتفرم می‌خواهد.
ارزیابی سیستم‌هایی که خروجی ثابت ندارند
عمومیبا ورود LLM و ایجنت، تست سنتی کافی نیست. Chime چارچوب ارزیابی با benchmark آفلاین، تست رگرسیون، سیگنال کیفیت آنلاین، بازخورد انسانی و تحلیل خطا را از تیم پلتفرم ML می‌خواهد.
حوزه‌ای که سریع عوض می‌شود
عمومیKlaviyo در آگهی‌اش می‌نویسد ML Platform و MLOps حوزه‌هایی‌اند که سریع تغییر می‌کنند و «همه دائم در حال یادگیری‌ایم». DoorDash هم کار را در حوزه‌ای توصیف می‌کند که نیاز محصول، توان مدل‌ها، اکوسیستم فروشندگان و trade-off هزینه و کارایی مدام عوض می‌شود. یادگیری مداوم بخشی از شغل است.
حقوق و بازار کار جهانی
حقوق جهانی مهندس پلتفرم یادگیری ماشین
حقوق سالانه در کشورهای مختلف بر اساس داده‌های منتشرشده؛ منبع هر ردیف با آیکون کنار نام کشور باز می‌شود.
* ارقام سالانه‌اند. منبع هر رقم:
- levels.fyi, updated Oct 22, 2026, proxy 'Software Engineer – ML / AI' focus, total comp (5,949 salaries): 25th–75th pct; median
- DoorDash posting, Software Engineer, Machine Learning Platform - Gen AI (3+ years), posted Oct 8, 2026: US national base range; median = midpoint
- Klaviyo posting, Senior Machine Learning Platform Engineer (Boston, 7+ years), posted Oct 22, 2026: base range across all US locations; median = midpoint
- levels.fyi, updated Oct 22, 2026, proxy 'Software Engineer – ML / AI' focus, total comp (560 salaries): 25th–75th pct; median
- Stripe posting, Staff Software Engineer, Machine Learning Platform (Toronto, 10+ years), posted Mar 12, 2026: annual salary range for Toronto; median = midpoint
- levels.fyi, updated Oct 22, 2026, proxy 'Software Engineer – ML / AI' focus, total comp (507 salaries): 25th–75th pct; median
- ITJobsWatch, 6 months to 22 Oct 2026, proxy: UK permanent job ads citing MLOps, any title (232 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 22, 2026, proxy 'Software Engineer – ML / AI' focus, total comp (318 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 22, 2026, proxy 'Software Engineer – ML / AI' focus, total comp (100 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 22, 2026, proxy 'Software Engineer – ML / AI' focus, total comp (125 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 22, 2026, proxy 'Software Engineer – ML / AI' focus, total comp (126 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 22, 2026, proxy 'Software Engineer – ML / AI' focus, total comp (206 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 22, 2026, proxy 'Software Engineer – ML / AI' focus, total comp (32 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 22, 2026, proxy 'Software Engineer – ML / AI' focus, total comp (1,353 salaries): 25th–75th pct; median
چگونه از صفر شروع کنیم
برنامه گام‌به‌گام برای ورود به مهندسی هوش مصنوعی
ماه ۱: Kubernetes در عمق
فراتر از kubectl بروید: scheduling، مدیریت منابع، controller ها و operator ها. یک کلاستر محلی با kind یا minikube بسازید.
ماه ۲: چرخهٔ عمر مدل
سند MLOps گوگل را بخوانید و یکی از دوره‌های رایگان MLOps را تا آخر ببرید تا بدانید کاربران پلتفرم شما چه می‌کنند.
ماه ۳: رجیستری و pipeline آموزش
پروژهٔ اول پورتفولیو: آموزش تا ثبت مدل با MLflow و ارتقای خودکار مدل.
ماه ۵: feature store و Ray
با Feast یک feature store بسازید و یک job پردازش یا آموزش توزیع‌شده را روی KubeRay اجرا کنید.
ماه ۶: پورتفولیو و درخواست کار
پروژه‌ها را با README و نتیجهٔ اندازه‌گیری مرتب کنید. علاوه بر ML Platform Engineer، آگهی‌های Software Engineer, ML Platform و ML Infrastructure را هم بررسی کنید و تجربهٔ زیرساختی‌تان را با زبان همین آگهی‌ها بنویسید.
پروژه‌های پیشنهادی برای رزومه
از آموزش تا رجیستری با یک pipeline خودکار
مبتدییک مدل ساده روی دیتاست عمومی را بردارید و همه‌چیز جز خود مدل را خودکار کنید: آموزش در کانتینر، ثبت آزمایش و مدل در MLflow، و ارتقای مدل به «production» فقط وقتی از نسخهٔ فعلی بهتر است. این همان «سطح ۱» سند MLOps گوگل است. در README بنویسید کاربر پلتفرم (دانشمند داده) دقیقاً چه دستوری اجرا می‌کند.
feature store با یکسانی آفلاین و آنلاین
متوسطبا Feast چند feature تعریف کنید، دادهٔ آموزش را از offline store و مقدار لحظه‌ای را از online store (مثلاً Redis) بگیرید و تستی بنویسید که نشان دهد هر دو مسیر برای یک ورودی یک مقدار می‌دهند. Upstart همین «یکسانی آفلاین و آنلاین» را جزو کار تیم پلتفرم آورده است.
سرویس استنتاج روی Kubernetes با استقرار تدریجی
متوسطمدل پروژهٔ اول را با KServe یا Ray Serve روی kind یا minikube مستقر کنید، autoscaling بگذارید و نسخهٔ تازه را با canary و امکان rollback منتشر کنید. با Prometheus تأخیر p95 و نرخ خطا را بسنجید و در README نتیجه را گزارش کنید.
پلتفرم محاسبات مشترک با سهمیه برای چند تیم
پیشرفتهروی Kubernetes با KubeRay یک کلاستر Ray بسازید و برای دو «تیم» فرضی namespace، سهمیهٔ CPU و GPU و اولویت تعریف کنید. یک job آموزش توزیع‌شده و یک job پردازش داده را هم‌زمان اجرا کنید و نشان دهید یکی منابع دیگری را نمی‌گیرد. Avride همین حاکمیت منابع چندمستأجری را از مهندس پلتفرم ML می‌خواهد.
gateway برای LLM با پایش هزینه و ارزیابی
پیشرفتهیک مدل open-weight کوچک را با vLLM سرو کنید و جلوی آن و یک API تجاری، gateway ساده‌ای بگذارید که مسیریابی، fallback، ثبت مصرف توکن و هزینهٔ هر درخواست را انجام دهد. یک مجموعهٔ ارزیابی کوچک بسازید که با هر تغییر اجرا شود. DoorDash، LLM Gateway و تخصیص هزینه را و Chime ارزیابی سیستم‌های غیرقطعی را جزو کار پلتفرم ML آورده‌اند.
مثال‌های واقعی و Case Studies
داستان‌های واقعی از مهندسانی که در این حوزه تأثیرگذار بوده‌اند
طبق وبلاگ مهندسی Uber (سپتامبر ۲۰۱۷)، مدیر مهندسی (engineering manager) تیم Michelangelo، پلتفرم داخلی یادگیری ماشین Uber، بود و مقالهٔ معرفی این پلتفرم را همراه Mike Del Balso نوشت.
به نوشتهٔ همان مقاله، ساخت Michelangelo از میانهٔ ۲۰۱۵ با آموزش و استقرار مدل شروع شد، بعد به مدیریت و اشتراک pipeline های feature رسید و سپس به سرعت توسعه‌دهنده. تا زمان انتشار، ده‌ها تیم در Uber با آن مدل می‌ساختند، feature store آن حدود ۱۰٬۰۰۰ feature داشت و پرترافیک‌ترین مدل‌ها بیش از ۲۵۰ هزار پیش‌بینی در ثانیه سرو می‌کردند.
ترتیبی که این تیم دنبال کرد، اول آموزش و استقرار، بعد feature و بعد تجربهٔ توسعه‌دهنده، نقشهٔ راه معقولی برای هر تیم پلتفرم تازه به نظر می‌رسد. همین مقاله هنوز یکی از خواندنی‌ترین توضیح‌ها دربارهٔ اینکه پلتفرم ML از چه اجزایی ساخته می‌شود.
طبق معرفی او در کنفرانس PyData Vermont 2024، مدیر محصول در Google بود و سیستم‌های اصلی ML پشت کسب‌وکار Search Ads را مدیریت می‌کرد. در دانشگاه تورنتو مهندسی برق و کامپیوتر (Applied Science) خواند.
به نوشتهٔ همان معرفی، پیش از Tecton یکی از سازندگان پلتفرم Michelangelo در Uber بود و بعد Tecton را هم‌بنیان گذاشت و مدیرعامل آن شد؛ شرکتی که به توصیف همان معرفی «اولین feature platform صنعت برای ML بلادرنگ» را می‌سازد.
مسیر او نشان می‌دهد نقش‌های محصولی هم در پلتفرم ML جا دارند، و مسئله‌ای که در یک تیم پلتفرم داخلی حل می‌شود، مثل feature store، می‌تواند به محصولی برای شرکت‌های دیگر تبدیل شود.
طبق صفحهٔ کتابش در انتشارات Manning، در Netflix چارچوب Metaflow را طراحی کرد و ساخت؛ چارچوبی کامل برای کار علم داده. همان صفحه او را مدیرعامل یک استارتاپ در حوزهٔ زیرساخت علم داده معرفی می‌کند.
کتاب Effective Data Science Infrastructure را نوشته که به گفتهٔ ناشر راهنمایی عملی برای سرهم کردن زیرساخت علم داده و ML است و فرایندهای Netflix و شرکت‌های داده‌محور دیگر را برای ذخیرهٔ داده، محاسبه، رهگیری آزمایش و ارکستراسیون شرح می‌دهد. زیرعنوان کتاب هدف را روشن می‌گوید: «چطور دانشمندان داده را بهره‌ورتر کنیم».
معیاری که در کار او تکرار می‌شود بهره‌وری کاربر پلتفرم است، نه پیچیدگی خود زیرساخت. به نظر می‌رسد همین سؤال، اینکه دانشمند داده چطور بدون متخصص زیرساخت شدن کارش را به پروداکشن ببرد، نقطهٔ شروع خوبی برای هر مهندس پلتفرم ML است.
نمونه آگهی استخدام واقعی + تحلیل
یک آگهی واقعی از شرکت فعال در حال استخدام، با تحلیل هر بخش
Senior Machine Learning Platform Engineer
تحلیل نیازمندی‌ها
7+ years of experience as a software engineer, ML platform engineer, or similar, building backend or distributed systems.
شرط اصلی تجربهٔ مهندسی است، نه ML. «یا مشابه» یعنی مهندس بک‌اند یا سیستم‌های توزیع‌شده هم واجد شرایط است. این عدد نشان می‌دهد سطح Senior در این شرکت بعد از چند سال کار مهندسی می‌آید.
ضروریDemonstrated experience designing and launching AI/ML systems in production at scale
باید نمونهٔ واقعی داشته باشید: سیستمی که مدل را در پروداکشن و در مقیاس بزرگ اجرا کرده است. در مصاحبه انتظار سؤال دربارهٔ تصمیم‌های طراحی، مشکلات و نتیجهٔ همان سیستم را داشته باشید.
ضروریStrong proficiency in Python (or a similar backend language such as Go, Java, or Scala).
Python زبان اصلی است، اما زبان بک‌اند دیگر هم پذیرفته می‌شود. کسی که از Java یا Go می‌آید لازم نیست زبانش را عوض کند، ولی برای کار با تیم‌های ML باید Python را راحت بخواند.
ضروریExperience with cloud infrastructure and platform fundamentals (AWS, kubernetes):
AWS و Kubernetes پشتهٔ این تیم است. دانستن مبانی شبکه، دسترسی‌ها و اجرای سرویس روی Kubernetes لازم است؛ تجربه با GCP یا Azure قابل انتقال است ولی باید AWS را یاد بگیرید.
ضروریFamiliarity with data-intensive systems: streaming or batch processing, data modeling, and designing systems with large-scale data in mind (spark, ray-data).
کار پلتفرم ML از داده جدا نیست؛ feature ها و دادهٔ آموزش از pipeline های batch و جریانی می‌آیند. Spark و Ray Data دو ابزار نام‌برده‌اند و آگهی به وبلاگ‌های تیم دربارهٔ Ray Jobs و Ray Tune هم ارجاع می‌دهد.
مهمComfortable collaborating with cross-functional technical partners (ML, product, infra, security).
کاربران و شریکان شما چند تیم‌اند. مهندس پلتفرم باید زبان تیم ML، تیم زیرساخت و تیم امنیت را بفهمد و بین نیازهای متفاوت آن‌ها مصالحه کند.
مهمStrong communication skills and a track record of driving technical excellence across teams.
در سطح ارشد، اثر شما از راه سند طراحی، بازبینی و منتورینگ به تیم‌های دیگر می‌رسد. نمونه‌ای آماده داشته باشید که نشان دهد استانداردی را در چند تیم جا انداخته‌اید.
مهمتحلیل مسئولیت‌ها
Work closely with AI & ML application teams to design seamless workflows for continuous model training, inference, and monitoring
هستهٔ کار همین است: مسیر آموزش مداوم، استنتاج و پایش را طوری طراحی کنید که تیم‌های محصول ML بدون دردسر از آن استفاده کنند. «مداوم» یعنی retraining خودکار، نه آموزش یک‌باره.
Lead technical execution, conduct code and design reviews, and author high-impact code for critical system paths.
آگهی نقش را «IC دستی و سنگین در بک‌اند» می‌نامد. یعنی هم کد مسیرهای حساس را خودتان می‌نویسید و هم طراحی و کد دیگران را بازبینی می‌کنید؛ مدیریت افراد بخشی از کار نیست.
Mentor engineers across the organization, promoting engineering excellence, best practices, and strong design standards.
منتورینگ فقط در تیم خودتان نیست؛ «در کل سازمان» یعنی مهندسان تیم‌های ML هم از شما الگو می‌گیرند. این بخش در ارزیابی ارتقای سطح بعدی وزن دارد.
Drive architectural design and technical direction for core components of the ML and Feature platforms.
Klaviyo دو پلتفرم را کنار هم نام می‌برد: پلتفرم ML و پلتفرم Feature. یعنی تصمیم‌های معماری دربارهٔ اینکه feature ها کجا و چطور ذخیره و سرو شوند، بخشی از این نقش است.
Partner with product and engineering leaders to define the ML Platform roadmap.
پلتفرم مثل محصول نقشهٔ راه دارد. برنامهٔ ۹۰ روزهٔ آگهی می‌گوید تا روز ۶۰ باید در شکل دادن نقشهٔ راه ۲ تا ۳ فصل بعد سهیم باشید.
Improve reliability, observability, and cost efficiency of ML training, inference, and other ML workloads that serve features like smart send time, audience optimization and product recommendations.
سه معیار کار شما روشن است: پایداری، قابل مشاهده بودن و هزینه. این بارها پشت قابلیت‌هایی‌اند که مشتری‌ها مستقیم می‌بینند، پس افت آن‌ها اثر کسب‌وکاری دارد.
Architect and scale systems supporting feature storage and real-time retrieval for training and inference datasets
این همان feature store است: یک منبع برای داده‌ای که هم در آموزش و هم در استنتاج بلادرنگ لازم است. چالش اصلی یکسان نگه داشتن این دو مسیر و پاسخ سریع در مقیاس میلیاردها رویداد است.
نتیجه‌گیری کلی
این آگهی تصویر روشنی از مهندس ارشد پلتفرم ML می‌دهد: ۷+ سال مهندسی بک‌اند یا سیستم‌های توزیع‌شده، Python، AWS و Kubernetes، آشنایی با Spark و Ray Data، و مسئولیت آموزش مداوم، استنتاج، پایش و پلتفرم feature برای تیم‌های ML شرکت. نقش فنی و دستی است، on-call دارد و مدیریت افراد ندارد. بازهٔ پایهٔ اعلام‌شده برای همهٔ شهرهای آمریکا ۱۴۸٬۰۰۰ تا ۲۲۲٬۰۰۰ دلار است.
آینده و روندها
پیش‌بینی ۵–۱۰ ساله و مهارت‌هایی که باید یاد بگیرید
طبق BLS، اشتغال گروه «Software Developers, Quality Assurance Analysts, and Testers» در آمریکا از ۲۰۲۵ تا ۲۰۳۵، ۱۰٪ رشد می‌کند، «بسیار سریع‌تر از میانگین همهٔ مشاغل»، و سالانه به‌طور میانگین حدود ۱۰۶٬۱۰۰ فرصت شغلی در این گروه پیش‌بینی می‌شود. BLS گروه جداگانه‌ای برای ML Platform ندارد و این نزدیک‌ترین گروه رسمی است.
منبع: BLS Occupational Outlook Handbook, projections 2025–35
مهارت‌های نوظهور که باید یاد بگیرید
پیش‌بینی‌های آینده
به پیش‌بینی کارفرمایانی که مجمع جهانی اقتصاد (WEF) در گزارش Future of Jobs 2025 نظرسنجی کرده، «AI and Machine Learning Specialists»، «Software and Applications Developers» و «Devops Engineer» از ۲۰۲۵ تا ۲۰۳۰ جزو ۱۵ شغل با سریع‌ترین رشد خالص‌اند. WEF گروه جداگانه‌ای برای ML Platform ندارد؛ این نقش بین همین گروه‌ها قرار می‌گیرد.
BLS پیش‌بینی می‌کند اشتغال توسعه‌دهندگان نرم‌افزار، تحلیلگران تضمین کیفیت و تسترها در آمریکا از ۲۰۲۵ تا ۲۰۳۵، ۱۰٪ رشد کند و ۱۸۵٬۴۰۰ شغل به این گروه اضافه شود.
تقاضا هست، اما بیشتر برای مهندسان باتجربه. بیشتر آگهی‌هایی که بررسی کردیم ۵ تا ۱۰+ سال تجربه می‌خواستند و فقط چند آگهی ۲ تا ۳ سال. شرح کار هم در حال گسترش است: LLM، ایجنت، ارزیابی و هزینهٔ GPU به آگهی‌های پلتفرم ML اضافه شده‌اند، و DoorDash و Chime این کارها را داخل همان تیم پلتفرم ML گذاشته‌اند. این یعنی کسی که فقط یک ابزار یا فقط مدل‌های کلاسیک را بلد است، با آگهی‌های امروز فاصله پیدا می‌کند. از طرف دیگر، عنوان شغل یکدست نیست و همین کار زیر نام‌های ML Platform، ML Infrastructure، MLOps و AI Platform پخش شده؛ کسی که فقط یک عنوان را جستجو کند بخش بزرگی از بازار را نمی‌بیند. در بریتانیا، طبق ITJobsWatch، تعداد آگهی‌های دائمی که مهارت MLOps را نام برده‌اند در شش ماه منتهی به ۲۲ اکتبر ۲۰۲۶ به ۴۰۹ رسید (۲۱۱ در همین بازهٔ ۲۰۲۵)، اما سهم آن‌ها از کل آگهی‌ها از ۰٫۴۳٪ به ۰٫۳۴٪ کم شد.
منابع
اطلاعات این صفحه در تاریخ ۳۰ مهر ۱۴۰۵ از این ۴۶ منبع بررسی شده است.
- Senior Machine Learning Platform Engineer — Klaviyo (job posting)
- Senior Machine Learning Platform Engineer — Klaviyo (careers page)
- Senior Machine Learning Platform Engineer — Klaviyo (archived copy)
- Senior Machine Learning Platform Engineer - Identity — Coinbase (job posting)
- Senior Machine Learning Platform Engineer, Foundation AI — Roblox (job posting)
- Principal Machine Learning Platform Engineer, Foundation AI — Roblox (job posting)
- Senior Software Engineer, Machine Learning Platform — Chime (job posting)
- Software Engineer, Machine Learning Platform - Gen AI — DoorDash (job posting)
- Software Engineer, Machine Learning Platform - Gen AI — DoorDash (archived copy)
- Software Engineer, ML Platform — Gusto (job posting)
- Staff Software Engineer, Machine Learning Platform (San Francisco, Seattle) — Stripe (job posting)
- Staff Software Engineer, Machine Learning Platform (Toronto) — Stripe (job posting)
- Staff Software Engineer, Machine Learning Platform (Toronto) — Stripe (archived copy)
- Senior Machine Learning Systems Engineer, ML Platform — Reddit (job posting)
- Senior Software Engineer - Machine Learning Platform — Upstart (job posting)
- Principal ML Platform Engineer — Synthesia (job posting)
- Software Engineer – ML Platform — Avride (job posting)
- Senior Software Engineer, AI/ML Platform — Agility Robotics (job posting)
- Staff Machine Learning Engineer, ML Platform — Braze (job posting)
- Backend Engineer - ML Platform — Lemonade (job posting)
- Software Engineer, AI/ML Infrastructure (US-Based) — Thumbtack (job posting)
- Principal Software Engineer - ML Platform Engineer — Riot Games (job posting)
- Senior AI Platform Engineer (Toronto) — Motive (job posting)
- Lead Machine Learning Engineer - ML Infrastructure (Remote - Canada) — Samsara (job posting)
- levels.fyi — ML / AI Software Engineer salaries, United States
- levels.fyi — ML / AI Software Engineer salaries, Canada
- levels.fyi — ML / AI Software Engineer salaries, United Kingdom
- levels.fyi — ML / AI Software Engineer salaries, Germany
- levels.fyi — ML / AI Software Engineer salaries, Netherlands
- levels.fyi — ML / AI Software Engineer salaries, Switzerland
- levels.fyi — ML / AI Software Engineer salaries, Australia
- levels.fyi — ML / AI Software Engineer salaries, Singapore
- levels.fyi — ML / AI Software Engineer salaries, United Arab Emirates
- levels.fyi — ML / AI Software Engineer salaries, India
- ITJobsWatch — MLOps (UK)
- Glassdoor — Machine Learning Platform Engineer salaries, United States
- Glassdoor — Machine Learning Platform Engineer salaries, Canada
- Glassdoor — Machine Learning Platform Engineer salaries, United Kingdom
- BLS Occupational Outlook Handbook — Software Developers, Quality Assurance Analysts, and Testers
- World Economic Forum — The Future of Jobs Report 2025 (PDF)
- Uber Blog — Meet Michelangelo: Uber's Machine Learning Platform (2017)
- PyData Vermont 2024 — Mike Del Balso (speaker bio)
- Databricks Blog — Tecton is Joining Databricks (2025)
- Manning — Effective Data Science Infrastructure (Ville Tuulos)
- Metaflow Docs — What is Metaflow
- Google Cloud — MLOps: Continuous delivery and automation pipelines in machine learning