Principal Software Engineer - ML Platform Engineer

Riot Games была основана в 2006 году предприимчивыми геймерами, которые верили, что ориентированная на игроков разработка позволяет создавать отличные игры. В 2009 году Riot выпустила League of Legends, получившую признание критиков и игроков. Сегодня это одна из самых популярных PC-игр в мире, в которую ежемесячно играют более 100 миллионов человек. Игроки — основа нашего сообщества, и именно ради них мы продолжаем развивать и улучшать League of Legends.

Мы ищем скромных, но амбициозных и очень сильных профессионалов, которые способны научить нас чему-то новому. Обещаем отвечать взаимностью. Как и мы, вы серьёзно относитесь к играм и действительно ими увлечены. Мы ценим тех, кто смотрит на вещи иначе, не боится экспериментировать и умеет здорово игнорировать искусственные ограничения.

Именно здесь нужны вы.

Команда AI Efficiency в Riot Games создаёт платформы, инструменты и техническую основу, которые помогают сотрудникам Riot безопасно и эффективно использовать AI для ускорения работы. По мере роста важности этих систем для creative, product и development workflows Riot нам нужен platform engineering, способный соответствовать растущим масштабу, сложности и ожиданиям.

В роли Principal Platform Engineer в AI Efficiency вы будете проектировать, создавать и развивать внутренние платформы, automation systems и operational guardrails, делающие AI services и developer workflows более масштабируемыми, надёжными и удобными. Вы будете тесно работать с software engineers, infrastructure teams и cross-functional stakeholders над developer experience, platform reliability, deployment safety, observability и operational excellence растущего портфеля AI services, internal tooling и поддерживающей infrastructure.

Вы также будете помогать команде оценивать и внедрять новое поколение AI-native engineering workflows, включая agent-assisted code review, automated bug triage и remediation, AI-driven performance и security analysis, browser-based UI validation и другие emerging automation patterns, способные безопасно дополнять человеческое суждение. Эта роль не только про улучшение сегодняшних платформ, но и про формирование ответственного и эффективного подхода Riot к следующей волне intelligent engineering tooling. Современные platform-engineering практики делают акцент на product-minded internal platforms, self-service и golden paths, а современные browser automation tools уже прямо поддерживают AI-agent workflows и accessibility-focused testing.

Эта роль подойдёт вам, если вы любите делать сложные системы проще в использовании и эксплуатации, снижать cognitive load инженеров, строить paved roads вместо разовых решений и повышать надёжность через сильный platform design. Вас мотивируют не только сложные инфраструктурные и operational задачи, но и возможность ответственно внедрять новые AI-native automation patterns в реальные engineering workflows.

Обязанности

• Проектировать, внедрять и развивать internal platform capabilities, упрощающие создание, поставку, наблюдение, защиту и эксплуатацию AI Efficiency services.
• Создавать и поддерживать self-service workflows, reusable platform abstractions и golden paths, повышающие developer productivity при сохранении reliability, security и governance.
• Повышать platform reliability через monitoring, alerting, observability, deployment safety, release practices и incident readiness.
• Определять и внедрять service health indicators, SLI, SLO и связанные reliability metrics для осознанного баланса reliability, velocity и cost.
• Создавать automation, уменьшающую operational toil и улучшающую mean time to detect, respond и recover при инцидентах.
• Работать с инженерами на всём software development lifecycle, встраивая operability, production readiness и maintainability в system design, implementation, rollout и ongoing support.
• Улучшать CI/CD systems, developer workflows и release pipelines, делая поставку безопаснее, быстрее и повторяемее.
• Выявлять platform и reliability risks в distributed systems, infrastructure, service dependencies и operational workflows и добиваться устойчивых улучшений.
• Диагностировать проблемы AI model serving между framework, runtimes и hardware environments, включая configuration, compatibility и performance issues на разных GPU platforms и поддержку model-format conversion workflows.
• Проектировать и проводить resilience, recovery и failure-mode testing для проверки поведения систем под нагрузкой и выявления скрытых слабостей до влияния на пользователей.
• Оценивать, интегрировать и эксплуатировать AI-assisted engineering tools, повышающие code quality, reliability, security, performance и developer productivity на всём software delivery lifecycle.
• Создавать и развивать automation pipelines, объединяющие обычные CI/CD systems с agentic workflows: automated code review, bug detection, regression analysis, test generation, remediation suggestions и workflow verification.
• Вместе с инженерами внедрять безопасное, auditable и измеримое использование AI agents в pull request review, operational diagnostics, UI/UX validation, accessibility checks и production readiness checks.
• Определять guardrails, approval workflows, observability, reporting и escalation paths для AI-assisted automation, обеспечивая безопасность, доверие и operational effectiveness.
• Создавать evaluation frameworks и success metrics для AI-native development tooling, включая quality lift, false positive rates, latency, cost, operational risk и влияние на engineering throughput.
• Руководить или участвовать в incident response и post-incident improvements критических внутренних платформ и сервисов с фокусом на systemic fixes и long-term resilience.…

Текст вакансии длинный, здесь показана его часть. Полностью — на сайте студии.