ML infrastruktúra mérnök

Stack

Feladatok

• ▹Az inferencia- és model-serving infrastruktúra tulajdonlása végponttól végpontig, a tervezéstől az éles bevezetésen át a folyamatos skálázásig
• ▹Olyan rendszerek építése és skálázása, amelyek megbízhatóan és hatékonyan futtatják az AI-ügynököket növekvő párhuzamos terhelés mellett
• ▹Infrastrukturális szűk keresztmetszetek azonosítása és megoldása az ML- és platformmérnöki csapatokkal együttműködve
• ▹Rendszerek optimalizálása késleltetésre, átviteli sebességre és megbízhatóságra felhő-alapú éles környezetekben
• ▹Megfigyelhetőségi, monitorozási és hibakeresési gyakorlatok vezetése az éles ML-stacken

Elvárások

• ▹5+ év gyakorlati tapasztalat ML-inferencia rendszerek, model-serving platformok vagy ML-infrastruktúra építésében és üzemeltetésében éles környezetben
• ▹Bizonyított tapasztalat inferencia-serving infrastruktúra tervezésében és skálázásában (TensorFlow Serving, TorchServe, Triton, KServe vagy ezekkel egyenértékű egyedi rendszerek)
• ▹Bizonyított képesség éles ML-rendszerek optimalizálására késleltetés, átviteli sebesség és megbízhatóság szempontjából, nagy léptékben
• ▹Tapasztalat konténerizációval és orkesztrációval (Docker, Kubernetes) ML-munkaterhelések üzemeltetéséhez és skálázásához
• ▹Háttér elosztott rendszerekben, amelyek nagy párhuzamosságot és dinamikus erőforrás-elosztást kezelnek terhelés alatt
• ▹Jártasság monitorozási és megfigyelhetőségi eszközökben (Prometheus, Grafana, ELK stack, elosztott nyomkövetés)
• ▹Tapasztalat ML-rendszerek felhőplatformokon (AWS, GCP vagy Azure) történő telepítésében és üzemeltetésében
• ▹Jártasság legalább egy rendszer- vagy backend nyelvben: Python, Go, Rust, C++ vagy Java

Előny

• ▹Tapasztalat tudásgráfokkal, szemantikus kereséssel vagy gráfadatbázisokkal (Neo4j, Amazon Neptune vagy hasonló)
• ▹Háttér valós idejű inferenciában vagy alacsony késleltetésű serving igényekben
• ▹Jártasság agentikus AI-rendszerekben, autonóm ügynökökben vagy több lépéses következtetési folyamatokban
• ▹Tapasztalat enterprise adatinfrastruktúrával, adatfolyamatokkal vagy adatintegrációs platformokkal

Amit kínálunk

• ▹Korai fázisú lehetőség jelentős tulajdonlással és hatással
• ▹Valóban nehéz elosztott rendszerprobléma megoldása éles AI-kontextusban
• ▹Kicsi, tapasztalt csapat mély ML- és enterprise mérnöki háttérrel
• ▹Jól finanszírozott seed-fázis, erős intézményi háttértámogatással

A munkáltatóról

Egy seed-fázisú enterprise AI-infrastruktúra vállalat, amely a kontextus-réteget építi, amely megbízhatóvá, pontossá és biztonságossá teszi az AI-ügynököket kritikus üzleti folyamatokban – erősen szabályozott iparágakban is, mint a biztosítás, bankszektor, vagyonkezelés és egészségügy.