Principal ML Engineer, Machine Learning Platform and Systems Architecture

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, and engineering 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 United States and Canada. Location United States 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, trade‑offs, 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 Position Overview (French) 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 (French) États-Unis ou Canada (télétravail) Responsabilités (French) 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 (French) Licence ou master en informatique, ingénierie ou dans un domaine connexe, ou expérience professionnelle équivalente Généralement 6 à 8 ans d’expérience professionnelle en génie logiciel, infrastructure ML, systèmes distribués ou ingénierie de plateformes, y compris une expérience dans la direction de la conception et de la mise en œuvre de systèmes techniques complexes Expérience approfondie en architecture logicielle, systèmes distribués, plateformes de données à grande échelle ou infrastructure ML Maîtrise approfondie de Python et solide connaissance des pratiques d’ingénierie logicielle en production Expérience dans la direction d'initiatives techniques complexes impliquant plusieurs ingénieurs ou des équipes interfonctionnelles Solide expérience des pipelines de données à grande échelle, du traitement distribué des données et des architectures de plateformes cloud‑native Expérience du déploiement de modèles, des systèmes d’inférence et de l’observabilité en production Capacité avérée à prendre des décisions architecturales qui concilient performances, évolutivité, fiabilité et coût Solides compétences en communication et en gestion des parties prenantes Qualifications souhaitées (French) Expérience dans la mise en place de capacités de gouvernance des données, de traçabilité et de provenance pour les plateformes d'apprentissage automatique Expérience dans la création de représentations prêtes pour l'apprentissage automatique pour les données géométriques, graphiques, hiérarchiques ou multimodales Expérience approfondie des frameworks d'apprentissage automatique distribués et des infrastructures de formation à grande échelle Expérience avec Kubernetes, les systèmes d'orchestration de workflows et les outils modernes des plateformes d'apprentissage automatique Expérience dans la gestion des incidents en production, les revues de services, les pratiques de résilience et la préparation opérationnelle Connaissance des données AEC, des workflows de conception computationnelle, des écosystèmes BIM/CAD ou des produits Autodesk Le candidat idéal (French) Est un architecte chevronné et un ingénieur de terrain Apporte clarté et dynamisme dans des contextes ambigus Pense à l’échelle de la plateforme et agit avec une forte conscience des produits et des enjeux commerciaux Relève le niveau d’exigence en matière d’ingénierie pour la conception des systèmes, la qualité et l’excellence opérationnelle Instaure la confiance grâce à ses connaissances techniques approfondies, son jugement serein et son leadership en matière d'exécution Salary Transparency Salary is one part of Autodesk’s competitive compensation package. For U.S.-based roles, we expect a starting base salary between $152,000 and $272,250. Offers are based on the candidate’s experience and geographic location, and may exceed this range. In addition to base salaries, our compensation package may include annual cash bonuses, commissions for sales roles, stock grants, and a comprehensive benefits package. Equal Employment Opportunity At Autodesk, we’re building a diverse workplace and an inclusive culture to give more people the chance to imagine, design, and make a better world. Autodesk is proud to be an equal opportunity employer and considers all qualified applicants for employment without regard to race, color, religion, age, sex, sexual orientation, gender, gender identity, national origin, disability, veteran status or any other legally protected characteristic. We also consider for employment all qualified applicants regardless of criminal histories, consistent with applicable law. Diversity & Belonging We take pride in cultivating a culture of belonging where everyone can thrive. Learn more here: Benefits From health and financial benefits to time away and everyday wellness, we give Autodeskers the best, so they can do their best work. Learn more about our benefits in the U.S. by visiting #J-18808-Ljbffr Autodesk