Principal ML Engineer, Machine Learning Platform and Systems Architecture

Job Requisition ID #

26WD97132

26WD97132, Principal Machine Learning Engineer, ML Platform and Systems Architecture

French translation to follow!/Traduction française à suivre!

Position Overview

The work we do at Autodesk touches nearly every person on the planet. By creating software tools for making buildings,machines, and even the latest movies, we influence and empower some of the most creative people in the world to solve problems that matter.

Autodesk is looking for a Principal ML Engineer, ML Platform and Systems Architecture to lead the design and evolution of large-scale machine learning platforms. In this role, you will own high-impact technical initiatives that span ML infrastructure,data systems, model lifecycle tooling, and production architecture. You will work closely with researchers, product teams, andengineering leadership to build the systems that bring advanced machine learning into reliable, scalable product experiences.This is a senior technical leadership role for an engineer who excels at system architecture, distributed computing, and end-to-end platform thinking. You will help define the technical direction for ML systems and drive execution across ambiguous, cross-functional, high-value initiatives.This role is fully remote-friendly, with team members distributed across the US and Canada.

Location: US or Canada Remote

Responsibilities

• Lead architecture and delivery for major ML platform capabilities across training, evaluation, deployment, and observability
• Design scalable systems for distributed training, data processing, feature and model lifecycle management, and production inference
• Own platform-level technical outcomes from design through deployment, operations, and continuous improvement
• Drive the design and scaling of data pipelines for large-scale structured and semi-structured technical datasets
• Lead architecture for distributed data processing and orchestration systems such as Ray, Airflow, Spark, or similar platforms
• Establish strong practices for data lineage, provenance, governance, and responsible data usage in ML systems
• Guide the design of model deployment, inference services, monitoring, and observability for production ML workloads
• Contribute to the development of ML-ready representations for geometry, graph, hierarchical, or multimodal data
• Clarify ambiguous problem spaces, define solution approaches, and lead execution across multiple engineers and teams
• Establish and improve engineering standards, operational practices, and architectural patterns for ML systems
• Lead incident response for critical platform issues and drive lasting improvements across system health and supportability
• Mentor engineers and act as a force multiplier through design leadership, coaching, and technical reviews
• Communicate technical strategy, tradeoffs, and execution plans clearly to technical and non-technical stakeholders

Minimum Qualifications

• Bachelor's or Master's degree in Computer Science, Engineering, or a related field, or equivalent industry experience
• Typically 6 to 8 years of industry experience in software engineering, ML infrastructure, distributed systems, or platform engineering, including experience leading design and delivery of complex technical systems
• Deep experience in software architecture, distributed systems, large-scale data platforms, or ML infrastructure
• Strong proficiency in Python and strong command of production software engineering practices
• Experience leading complex technical initiatives that span multiple engineers or cross-functional teams
• Strong experience with large-scale data pipelines, distributed data processing, and cloud-native platform architectures
• Experience with model deployment, inference systems, and production observability
• Demonstrated ability to make architecture decisions that balance performance, scalability, reliability, and cost
• Strong communication and stakeholder management skills

Preferred Qualifications

• Experience building data governance, lineage, and provenance capabilities for ML platforms
• Experience building ML-ready representations for geometry, graph, hierarchical, or multimodal data
• Deep experience with distributed ML frameworks and large-scale training infrastructure
• Experience with Kubernetes, workflow orchestration systems, and modern ML platform tooling
• Experience with production incident leadership, service reviews, resiliency practices, and operational readiness
• Familiarity with AEC data, computational design workflows, BIM/CAD ecosystems, or Autodesk products

The Ideal Candidate

• Is a strong architect and hands-on engineer
• Drives clarity and momentum in ambiguous spaces
• Thinks at platform level and acts with strong product and business awareness
• Raises the engineering bar for system design, quality, and operational excellence
• Builds trust through technical depth, calm judgment, and execution leadership

________________

26WD97132, Ingénieur principal en apprentissage automatique, Architecture des plateformes et des systèmes d'apprentissage automatique

Présentation du poste

Le travail que nous accomplissons chez Autodesk touche pratiquement chaque habitant de la planète. En créant des outils logiciels destinés à la conception de bâtiments, de machines et même des films les plus récents, nous influençons et donnons les moyens à certaines des personnes les plus créatives au monde de résoudre des problèmes qui comptent.

Autodesk recherche un ingénieur principal en apprentissage automatique, architecture de plateformes et de systèmes ML, pour diriger la conception et l'évolution de plateformes d'apprentissage automatique à grande échelle. À ce poste, vous serez responsable d'initiatives techniques à fort impact couvrant l'infrastructure ML, les systèmes de données, les outils de gestion du cycle de vie des modèles et l'architecture de production. Vous travaillerez en étroite collaboration avec les chercheurs, les équipes produit et la direction technique pour construire les systèmes qui transforment l'apprentissage automatique avancé en expériences produit fiables et évolutives. Il s'agit d'un poste de direction technique senior destiné à un ingénieur excellant dans l'architecture système, le calcul distribué et la réflexion sur les plateformes de bout en bout. Vous contribuerez à définir l'orientation technique des systèmes d'apprentissage automatique et piloterez la mise en œuvre d'initiatives ambiguës, transversales et à forte valeur ajoutée. Ce poste est entièrement compatible avec le télétravail, les membres de l'équipe étant répartis aux États-Unis et au Canada.

Lieu : États-Unis ou Canada (télétravail)

Responsabilités

• Diriger l'architecture et la mise en œuvre des principales fonctionnalités de la plateforme d'apprentissage automatique (ML) en matière de formation, d'évaluation, de déploiement et d'observabilité
• Concevoir des systèmes évolutifs pour la formation distribuée, le traitement des données, la gestion du cycle de vie des caractéristiques et des modèles, ainsi que l'inférence en production
• Assumer la responsabilité des résultats techniques au niveau de la plateforme, de la conception au déploiement, en passant par l'exploitation et l'amélioration continue
• Piloter la conception et la mise à l'échelle de pipelines de données pour des ensembles de données techniques structurés et semi-structurés à grande échelle
• Diriger l'architecture des systèmes de traitement et d'orchestration de données distribués tels que Ray, Airflow, Spark ou des plateformes similaires
• Mettre en place des pratiques rigoureuses en matière de traçabilité des données, de provenance, de gouvernance et d'utilisation responsable des données dans les systèmes d'apprentissage automatique
• Guider la conception du déploiement des modèles, des services d'inférence, de la surveillance et de l'observabilité pour les charges de travail d'apprentissage automatique en production
• Contribuer au développement de représentations prêtes pour l'apprentissage automatique pour les données géométriques, graphiques, hiérarchiques ou multimodales
• Clarifier les problématiques ambiguës, définir des approches de solution et diriger la mise en œuvre en collaboration avec plusieurs ingénieurs et équipes
• Établir et améliorer les normes d'ingénierie, les pratiques opérationnelles et les modèles architecturaux pour les systèmes d'apprentissage automatique
• Diriger la gestion des incidents pour les problèmes critiques de la plateforme et piloter des améliorations durables en matière de santé et de maintenabilité du système
• Encadrer les ingénieurs et agir comme un multiplicateur de force par le biais du leadership en conception, du coaching et des revues techniques
• Communiquer clairement la stratégie technique, les compromis et les plans d'exécution aux parties prenantes techniques et non techniques

Qualifications minimales

• Licence ou master en informatique, ingénierie ou dans un domaine conn