Ingénieur infrastructure IA/ML
Cloud GPU et infrastructure Infrastructure GPU
£133,000–£231,000/an (£11,083–£19,250/mois) — Négociable
Équipe et contexte produit
- Équipe
- Cloud GPU et infrastructure
- Spécialité
- Infrastructure GPU
- Famille de produits
- Infrastructure IA
Infrastructure GPU, opérations cloud, fiabilité des sites et DevOps pour les charges hébergées.
Découvrir nos produits et servicesDescription du poste
Vous concevez et exploitez la plateforme qui prend en charge l’entraînement et l’inférence des modèles, l’orchestration des GPU et leur mise à disposition. Vous veillez au bon fonctionnement de Kubernetes, à la supervision des systèmes, aux chaînes de déploiement et au dimensionnement des ressources nécessaires aux charges de travail d’IA.
Exigences
- Expérience de l’exploitation de Kubernetes, des conteneurs et d’infrastructures cloud en production
- Connaissance pratique de l’orchestration des GPU, des plateformes de déploiement de modèles ou des outils d’apprentissage automatique
- Solides compétences en diagnostic des problèmes de réseau, d’allocation des ressources de calcul, de stockage et de CI/CD
- Capacité à collaborer avec les équipes de machine learning pour fiabiliser l’entraînement et l’inférence
- Connaissance pratique de l’orchestration des GPU, des plateformes de déploiement de modèles ou des outils d’apprentissage automatique
- Solides compétences en diagnostic des problèmes de réseau, d’allocation des ressources de calcul, de stockage et de CI/CD
- Capacité à collaborer avec les équipes de machine learning pour fiabiliser l’entraînement et l’inférence
Responsabilités
- Exploiter des environnements d’entraînement et d’inférence accélérés par GPU
- Améliorer la capacité des services de modèles, la fiabilité des déploiements et la supervision
- Concevoir et maintenir des chaînes CI/CD pour les services de machine learning et les évolutions de l’infrastructure
- Collaborer avec les équipes d’ingénierie pour résoudre les incidents, analyser les performances et anticiper les besoins en capacité
- Améliorer la capacité des services de modèles, la fiabilité des déploiements et la supervision
- Concevoir et maintenir des chaînes CI/CD pour les services de machine learning et les évolutions de l’infrastructure
- Collaborer avec les équipes d’ingénierie pour résoudre les incidents, analyser les performances et anticiper les besoins en capacité
Avantages
- Contribuer à une infrastructure directement utilisée par les clients des API d’IA et des services d’hébergement GPU
- Améliorer concrètement la fiabilité des GPU et des services de modèles
- Travailler avec les équipes de machine learning, de développement back-end, de DevOps et d’assistance clientèle
- Améliorer concrètement la fiabilité des GPU et des services de modèles
- Travailler avec les équipes de machine learning, de développement back-end, de DevOps et d’assistance clientèle
Notre processus de recrutement
Le déroulement et le format varient selon le poste.
Candidature
Premier examen de la candidature
Évaluations adaptées au poste
Entretiens
Décision
Offre et intégration
Confidentialité et documents de candidature
Transmettez uniquement les informations et les documents demandés pour ce poste. Consultez notre politique de confidentialité pour en savoir plus sur le traitement des données personnelles.
Lire la politique de confidentialité