Infrastruktúra szoftvermérnök

Stack

Feladatok

• ▹Éles szoftveres infrastruktúra építése és karbantartása a Normal AI-termékeihez, elsősorban orkesztrációs, futtatási és runtime-rendszerekre fókuszálva
• ▹Belső backend szolgáltatások és API-k tervezése termékmérnökök, AI-mérnökök és más belső rendszerek számára
• ▹Gyorsan fejlődő rendszerek operatív érettségének javítása állapotkezeléssel, hibakezeléssel, metrikákkal és nyomkövetéssel
• ▹Kubernetes-alapú futtatási környezetekkel való munka: konténer-életciklus, ütemezés, autoscaling, erőforrás-izoláció
• ▹Fejlesztői élményt javító eszközök és absztrakciók építése más mérnökök számára
• ▹Prototípusok éles, tartós rendszerekké alakítása egyértelmű absztrakciókkal és megerősített kritikus útvonalakkal
• ▹Design-vezetés a runtime és orkesztrációs rendszerek kulcskérdéseiben: API-határok, állapotkezelés, futtatási modellek

Elvárások

• ▹4+ év tapasztalat infrastruktúra-szoftverfejlesztésben, backend infrastruktúrában, platform engineeringben vagy elosztott rendszerekben
• ▹Erős szoftvermérnöki alapok: backend programozás, API-k, adatmodellezés, konkurrencia, hibakeresés, tesztelés
• ▹Tapasztalat éles szolgáltatások építésében vagy üzemeltetésében, ahol a megbízhatóság és megfigyelhetőség számít
• ▹Gyakorlati tapasztalat Dockerrel és Kubernetesszel, konténerizált munkaterhelések hibakeresésével, hálózattal, erőforráskorlátokkal
• ▹Tapasztalat perzisztencia-rendszerekkel, mint a Postgres, Redis/Valkey vagy objektumtárolás
• ▹Tapasztalat orkesztrációs rendszerek, job schedulerek, workflow-motorok vagy elosztott futtatási rendszerek építésében
• ▹Erős rendszerszemlélet: állapotgépek, hibamódok, retry-k, sorok, lease-ek, ütemezés
• ▹Pragmatizmus gyorsan mozgó környezetben: tudja mikor kell fejleszteni, törölni vagy egyszerű megoldást szállítani egy absztrakciót

Előny

• ▹Mély Kubernetes-tapasztalat: kontrollerek/operátorok, hálózat, tárolás, ütemezés, autoscaling
• ▹Tapasztalat AI-agens infrastruktúrával, ML-infrastruktúrával vagy LLM-alapú termékrendszerekkel
• ▹Háttér éles infrastruktúrában, megbízhatósági mérnökségben vagy infrastruktúra-szoftverben nagy skálán
• ▹Tapasztalat gyors növekedésű startupoknál, ahol a felelősségi körök még formálódnak
• ▹Tapasztalat chipekkel, EDA-val vagy design-verifikációval

Soft skillek

A munkáltatóról

A Normal Computing olyan félvezetőket épít, amelyek a hőzajt akadály helyett számítási erőforrássá alakítják — sztochasztikus, memórián belüli, aszinkron architektúrával 10-100-szor több AI-inferenciát érnek el dollárra és wattra vetítve. A cég a teljes stacket együtt tervezi: AI-natív EDA-rendszereket a legnagyobb félvezetőgyártókkal, és az ezek által lehetővé tett fejlett ASIC-eket. Több mint 85 millió dolláros befektetést kapott vezető deep-tech befektetőktől, csapata New York, Silicon Valley, London, Koppenhága és Szöul városaiban dolgozik.