Machine Learning DevOps mérnök – Felhő és számítási klaszter

Stack

Feladatok

• ▹ML tréning és inferencia infrastruktúra optimalizálása (GPU-k, elosztott számítás)
• ▹ML/LLM pipeline-ok automatizálása és karbantartása: adatbetöltés, tréning, validáció, deployment
• ▹Modellverziózás, reprodukálhatóság és nyomon követhetőség kezelése
• ▹Terabájtos méretű adathalmazok kezelése
• ▹ML-központú CI/CD gyakorlatok bevezetése
• ▹Modellteljesítmény és adat-drift monitorozása produkciós környezetben
• ▹Együttműködés ML mérnökökkel, szoftvermérnökökkel és platform csapatokkal

Elvárások

• ▹Nagyon jó Linux, shell script és klaszter-konfigurációs ismeretek
• ▹Jártasság workload-kezelésben, konténerizációban és orchestrációban (Slurm, Docker, Kubernetes)
• ▹Szilárd CI/CD eszköz- és workflow-ismeret (GitHub Actions, Jenkins, GitLab CI)
• ▹Felhő-infrastruktúra ismeret (AWS, GCP, Azure), különösen ML szolgáltatásokban (SageMaker HyperPod, Vertex AI)
• ▹Monitoring és logolási eszközök ismerete (Grafana, CloudWatch, Prometheus, Loki)
• ▹Infrastruktúra mint kód tapasztalat (Terraform, CloudFormation, cluster-toolkit)
• ▹ML pipeline orchestrációs eszközök ismerete (MLflow, Kubeflow, Airflow, Metaflow)
• ▹Python programozási készség ML könyvtárakkal (TensorFlow, PyTorch)
• ▹Klaszter-, rendszer- és hálózatadminisztrációs tapasztalat
• ▹Minimum BSc informatika vagy számítástechnika területén

Előny

• ▹Elfogadott hozzájárulás a Linux kernelhez
• ▹Jelentős bug bounty díj elnyerése
• ▹Akadémiai grid vagy klaszter számítási infrastruktúra támogatásában szerzett tapasztalat

Soft skillek

A munkáltatóról

A Pathway post-transformer AI architektúrát (BDH) fejlesztő vállalat, amelynek ügyfelei közt van a NATO, a La Poste és Forma-1 csapatok is; Palo Alto-i székhellyel, elismert AI kutatókból álló vezetéssel.