AI platform vezető (vállalati AI platformok)

Stack

Feladatok

• ▹Az AI platform stratégiájának és többéves ütemtervének kialakítása egy többbérlős, hibrid (helyi + felhő) platformhoz
• ▹Platform SLA-k/SLO-k, megbízhatósági célok és biztonsági/megfelelőségi korlátok meghatározása
• ▹Helyben üzemeltetett GPU-klaszterek üzemeltetése és optimalizálása (Kubernetes + GPU operátor és/vagy Slurm), kapacitástervezés, ütemezés
• ▹MLOps/LLMOps szolgáltatás nyújtása: adat-előkészítés, tanítás/finomhangolás, modellregiszter, kormányzás, kiértékelés, biztonságos üzembe helyezés
• ▹CI/CD kialakítása modellekhez, promptokhoz és ágensekhez, automatizált kiértékeléssel és canary/A-B kiadásokkal
• ▹Ágens-alapú AI orkesztráció (A2A minták) és MCP-szerverek integrációjának vezetése
• ▹Felhő alapú AI/ML platformok (AWS/Azure/GCP) kihasználása tanításhoz és inferenciához
• ▹Alap platform-szolgáltatások (identitás/RBAC, titkok kezelése, megfigyelhetőség, vektor-adatbázisok, modell-átjárók) tulajdonlása
• ▹Kb. 10 fős globális platform/SRE/MLOps csapat vezetése, 24/7 ügyeleti renddel, incidenskezeléssel
• ▹Stratégiai beszállítói kapcsolatok és licencelés kezelése

Elvárások

• ▹15+ év mérnöki/technológiai tapasztalat, ebből kb. 10 év nagy méretű platformok (AI/ML, adat vagy HPC) építésében és üzemeltetésében
• ▹5+ év csapatvezetői tapasztalat kb. 10 fős platform/SRE/MLOps/LLMOps csapat élén
• ▹Gyakorlati tapasztalat helyben üzemeltetett GPU-klaszterek üzemeltetésében (Kubernetes+GPU operátor és/vagy Slurm)
• ▹Erős MLOps/LLMOps tapasztalat a modell-életciklus egészén (adat → tanítás → regiszter → üzembe helyezés)
• ▹Mély AWS/GCP/Azure ismeret, menedzselt Kubernetesszel (EKS/AKS/GKE)
• ▹DevOps/platformmérnöki gyakorlat: CI/CD, GitOps, Terraform/Bicep/Helm, Docker, Kubernetes
• ▹Ágens-orkesztráció, A2A-minták és MCP-szerverek éles üzemeltetésének ismerete
• ▹Alapdiploma mérnöki, informatikai vagy rokon területen

Előny

• ▹Mesterdiploma vagy PhD informatika/villamosmérnöki/matematika területen
• ▹Tapasztalat PyTorch, CUDA/cuDNN, Triton Inference Server, vLLM, KServe, Ray, Slurm eszközökkel
• ▹Nagy áteresztőképességű tárolók (Lustre, BeeGFS, Ceph) és vektor-adatbázisok (FAISS, Milvus, Pinecone) ismerete
• ▹MLOps eszközlánc: MLflow, Airflow/Argo, Weights & Biases, LangSmith
• ▹Biztonság/kormányzás: OIDC/RBAC, OPA policy-as-code, AWS Secrets Manager/Azure Key Vault
• ▹Ágens-keretrendszerek: Semantic Kernel, LangChain, CrewAI, AutoGen

Soft skillek

Amit kínálunk

• ▹Versenyképes éves diszkrecionális bónuszprogram
• ▹Éves RSU-juttatás lehetősége
• ▹Kiemelkedően versenyképes béren kívüli juttatási csomag

A munkáltatóról

A Qualcomm Incorporated globális technológiai vállalat. A pozíció az Engineering Group – Software Engineering szervezetébe tartozik, és a teljes vállalati AI platform infrastruktúráját építi és üzemelteti.