← Back to jobs

Tech Lead Manager, Data Infrastructure

cartesia

OnSite *HQ - San Francisco, CA
Engineering Data Uncategorized

Job Score

90 pts
On-site model (+70) Engineering (+10) Data (+10)

About Cartesia

Our mission is to architect AI that learns from and interacts with the world like humans do.

We're pioneering the model architectures that will make this possible. Our founding team met as PhDs at the Stanford AI Lab, where we invented State Space Models or SSMs, a new primitive for training efficient, large-scale foundation models. Our team combines deep expertise in model innovation and systems engineering paired with a design-minded product engineering team to build and ship cutting edge models and experiences.

We're funded by leading investors at Index Ventures and Lightspeed Venture Partners, along with Factory, Conviction, A Star, General Catalyst, SV Angel, Databricks and others. We're fortunate to have the support of many amazing advisors, and 90+ angels across many industries, including the world's foremost experts in AI.

About the Role

Data is the lifeblood of our models, and we are looking for a TLM, Data Infrastructure to own the strategy and execution for all data at Cartesia. This is a critical leadership role, where you will be responsible for building and managing the datasets that power our cutting-edge research. You will lead a talented team of data engineers and specialists to acquire, process, and curate massive multimodal datasets. Your vision will directly shape the capabilities and quality of our foundational models.

Your Impact

  • Define Cartesia's multi-modal data strategy across pre-training and post-training, spanning human, synthetic, and web-scale sources, with particular depth in audio.

  • Lead, mentor, and eventually manage a team of engineers building dataset and ML data infrastructure.

  • Design and operate scalable, high-throughput data pipelines for text, audio, and video — covering ingestion, preprocessing, augmentation, dataset versioning, and data loading for training.

  • Partner closely with research and inference teams so data systems are co-designed with training and serving infrastructure (batching, GPU-aware loading, evaluation pipelines).

  • Establish and enforce rigorous standards for data quality, with a tight feedback loop between dataset characteristics and model behavior.

  • Identify and source novel datasets; manage relationships and budgets with external data vendors and partners.

What You Bring

  • Hands-on experience with ML data infrastructure: training data pipelines, dataset versioning, large-scale data loading, and the interplay between data systems and model training and inference.

  • Working knowledge of multimodal data, i.e. audio: formats, preprocessing, augmentation, and large-scale storage and streaming patterns.

  • Strong modern engineering execution: clean, well-tested code, fluency with current tools, and a willingness to pick the right tool for the problem rather than defaulting to familiar patterns.

  • Track record leading and growing a high-impact engineering team in a fast-moving, research-driven environment.

  • Familiarity with building and evaluating datasets for generative models and reasonable working knowledge of how they’re trained and inference.

More Details

🏢 In-office policy: We’re an in-person team based out of offices in 🇺🇸 San Francisco, 🇬🇧 London and 🇮🇳 Bangalore. We love being in the office, hanging out together, and learning from each other every day.

🌎 Visa sponsorship: We provide visa sponsorship support and assess each circumstance on a case-by-case basis. However, visa sponsorship is dependent on many factors, including the role you are applying for, and the location you are going to be based, and so we can't always guarantee success. Your Recruiter will work with you to understand your visa sponsorship needs from the first call.

🚢 We ship fast. All of our work is novel and cutting edge, and execution speed is paramount. We have a high bar, and we don’t sacrifice quality or design along the way.

🤝 We support each other. We have an open & inclusive culture that’s focused on giving everyone the resources they need to succeed.

Our Benefits (US Employees Only)

💰 Compensation Competitive base salary alongside attractive equity package.

🩺 Health Insurance Fully covered medical insurance along with dental and vision for you and your family.

🧑‍🧑‍🧒‍🧒 Parental Leave 9 weeks paternity & 12 weeks maternity leave

🏦 401(k)

🚆 Commuter Allowance A monthly stipend to help you get to and from the office.

🏖️ Flexible PTO Take as much time as you need to recharge your batteries.

🍲 Meals & Snacks Lunch, dinner and plenty of snacks, provided daily.

🦖 Your own personal Yoshi

Our Commitment to Equal Opportunity

Cartesia is an equal opportunity employer. We consider qualified applicants without regard to race, color, religion, sex, national origin, age, disability, veteran status, genetic information, or any other legally protected status.

Sobre a área de Dados

A área de Dados passou por uma transformação radical com a ascensão da Inteligência Artificial Generativa. Profissionais de dados são fundamentais para tomada de decisão baseada em evidências em todas as indústrias.

As principais especializações incluem Data Engineering, Data Science, Business Intelligence, Machine Learning Engineering e Analytics. Ferramentas como SQL, Python, Spark, dbt e plataformas de cloud (AWS, GCP, Azure) são essenciais.

O mercado de dados continua com alta demanda e salários entre os mais competitivos do setor de tecnologia, com muitas oportunidades para trabalho remoto.

Sobre a área de Engenharia

A Engenharia de Software vai além do desenvolvimento tradicional, focando em escalabilidade, performance e arquitetura de sistemas. Engenheiros de software são responsáveis por projetar infraestruturas que suportam milhões de usuários simultâneos.

As habilidades incluem arquitetura de microsserviços, DevOps, cloud computing, segurança de aplicações e otimização de performance. Conhecimento em containerização (Docker, Kubernetes) e CI/CD é cada vez mais exigido.

Engenheiros de software sênior são profissionais raros e muito bem remunerados, com oportunidades em grandes tech companies globais.

Guias de Carreira

Guia de Carreira em Tecnologia

Planejamento, habilidades, entrevistas e crescimento profissional em TI, Ciência de Dados, DevOps e Produto.

Ler guia completo →

Guia de Carreira em Design

UX/UI, Design Gráfico, Design de Produto. Portfólio, ferramentas, entrevistas e crescimento na área de Design.

Ler guia completo →

Guia de Carreira em Marketing

SEO, Mídia Paga, Growth, Marketing de Conteúdo. Certificações, ferramentas e estratégias para crescer no Marketing Digital.

Ler guia completo →

Guia de Carreira em Finanças

Mercado financeiro, investimentos, finanças corporativas, certificações e estratégias para crescer na área financeira.

Ler guia completo →

Guia de Carreira em Comunicacao

Jornalismo, RP, Comunicacao Corporativa, Marketing de Conteudo e Producao Multimidia.

Ler guia completo →

Guia de Carreira em Administracao

Gestao de Empresas, RH, Logistica, Consultoria, Gestao de Projetos e Empreendedorismo.

Ler guia completo →

Guia de Carreira em Dados

Ciencia de Dados, Engenharia de Dados, BI, Machine Learning e IA. Da formacao ao mercado.

Ler guia completo →

Guia de Carreira em Produto

Product Management, Product Ownership, Agile, Scrum e OKRs. Da estrategia a execucao.

Ler guia completo →

Dica do Especialista

O Poder da Tipografia na Identidade Corporativa

Quando pensamos na identidade visual de uma marca de sucesso, nossa mente é instantaneamente inundada por cores vibrantes e logotipos memoráveis. No entanto, existe um elemento estrutural, muitas vezes invisível para o olho destreinado, que carrega uma parcela gigantesca da personalidade corporativa: a tipografia.

Se as cores são as emoções de uma marca e o logotipo é o seu rosto, a tipografia é o seu tom de voz. Escolher uma fonte não é um mero detalhe estético; é uma decisão estratégica que define como cada palavra da sua empresa será "ouvida" pelo público antes mesmo de ser lida.

1. A Psicologia das Formas e o Subtexto da Mensagem

Nossos cérebros estão condicionados a associar formas geométricas a conceitos abstratos. Diferentes estilos tipográficos evocam reações psicológicas distintas e imediatas:

Tradição & Respeito
Modernidade & Clareza

Marcas de luxo, jornais tradicionais e escritórios de advocacia frequentemente adotam fontes Serifadas (com pequenos traços nas extremidades), pois elas transmitem herança, autoridade e confiabilidade (pense no The New York Times ou na Rolex). Por outro lado, empresas de tecnologia e startups preferem fontes Sem Serifa (Sans-Serif), que comunicam inovação, acessibilidade e minimalismo (como Google, Apple e Spotify).

Usar a tipografia errada cria uma dissonância cognitiva. Imagine um banco tradicional usando uma fonte de visual infantil (como a infame Comic Sans) em seus contratos; a credibilidade seria arruinada instantaneamente, independentemente da qualidade dos serviços oferecidos.

2. Legibilidade, Leiturabilidade e Experiência do Usuário (UX)

A função primária da tipografia não é a beleza, mas a comunicação. No universo digital atual, onde o consumo de informação ocorre em telas de diferentes tamanhos, a legibilidade é rei.

"A tipografia é a arte de dotar a linguagem humana de uma forma visual duradoura, e, portanto, independente."
— Robert Bringhurst, mestre tipógrafo

Estudos comprovam que uma boa tipografia reduz a carga cognitiva do usuário. Quando as letras têm o espaçamento correto (kerning e tracking) e o contraste adequado com o fundo, o leitor absorve a mensagem sem esforço. Uma má escolha tipográfica causa fadiga visual, aumentando a taxa de rejeição (bounce rate) de sites e aplicativos e impactando negativamente nas conversões.

3. Propriedade e Reconhecimento Instantâneo

A tipografia pode ser tão icônica que dispensa a necessidade do próprio nome da empresa. Considere a silhueta inconfundível da fonte da Coca-Cola ou o "N" robusto da Netflix.

O reconhecimento do valor desse ativo fez surgir uma tendência bilionária: as Custom Fonts (fontes proprietárias). Empresas gigantes estão abandonando fontes comerciais licenciadas para criar suas próprias famílias tipográficas. A Apple criou a San Francisco, a Netflix lançou a Netflix Sans e o Airbnb desenvolveu a Cereal. Essa estratégia unifica a voz da marca globalmente, economiza milhões em licenciamento e garante uma identidade visual que nenhum concorrente pode copiar legalmente.

Conclusão

Ignorar o peso da tipografia no desenvolvimento de uma marca é como contratar um excelente orador, mas forçá-lo a sussurrar. Um projeto tipográfico bem executado aumenta a confiança, melhora a experiência do usuário e consolida a lembrança da marca no mercado. A tipografia não é apenas a roupa que as palavras vestem; ela é a própria essência visual da comunicação corporativa.