Инженер инфраструктуры ИИ и машинного обучения
GPU-облако и инфраструктура GPU-инфраструктура
£133,000–£231,000/год (£11,083–£19,250/месяц) — По договорённости
Команда и направление продуктов
- Команда
- GPU-облако и инфраструктура
- Специализация
- GPU-инфраструктура
- Семейство продуктов
- Инфраструктура ИИ
GPU-инфраструктура, облачные операции, надежность систем и DevOps для размещенных нагрузок.
Познакомиться с нашими продуктами и услугамиОписание вакансии
Создавайте и поддерживайте инфраструктуру для обучения и запуска моделей, управления ресурсами GPU и мониторинга систем. Ваша работа будет включать Kubernetes, конвейеры развёртывания, наблюдаемость и планирование вычислительных ресурсов для ИИ-нагрузок.
Требования
- Опыт эксплуатации Kubernetes, контейнеров и облачной инфраструктуры для систем ИИ в промышленной среде.
- Практический опыт оркестрации GPU, работы с платформами запуска моделей или инструментами MLOps.
- Навыки диагностики сетевых проблем, планирования вычислительных ресурсов, работы с хранилищами и CI/CD.
- Умение взаимодействовать с ML-инженерами для обеспечения надёжности обучения и инференса моделей.
- Практический опыт оркестрации GPU, работы с платформами запуска моделей или инструментами MLOps.
- Навыки диагностики сетевых проблем, планирования вычислительных ресурсов, работы с хранилищами и CI/CD.
- Умение взаимодействовать с ML-инженерами для обеспечения надёжности обучения и инференса моделей.
Обязанности
- Поддерживать GPU-среды для обучения моделей и инференса.
- Повышать производительность сервисов запуска моделей, безопасность развёртывания и наблюдаемость.
- Разрабатывать CI/CD-процессы для ML-сервисов и изменений инфраструктуры.
- Совместно с инженерными командами разбирать инциденты, устранять проблемы производительности и планировать необходимые мощности.
- Повышать производительность сервисов запуска моделей, безопасность развёртывания и наблюдаемость.
- Разрабатывать CI/CD-процессы для ML-сервисов и изменений инфраструктуры.
- Совместно с инженерными командами разбирать инциденты, устранять проблемы производительности и планировать необходимые мощности.
Преимущества
- Развивать инфраструктуру, на которой работают ИИ-API и GPU-хостинг для клиентов.
- На практике повышать надёжность GPU-инфраструктуры и систем запуска моделей.
- Тесно сотрудничать с командами машинного обучения, backend, DevOps и поддержки.
- На практике повышать надёжность GPU-инфраструктуры и систем запуска моделей.
- Тесно сотрудничать с командами машинного обучения, backend, DevOps и поддержки.
Как проходит найм
Порядок и формат этапов могут различаться в зависимости от вакансии.
Отклик
Первичное рассмотрение
Оценка навыков для вакансии
Собеседования
Решение
Предложение о работе и адаптация
Конфиденциальность и документы кандидата
Отправляйте только сведения и документы, запрошенные для этой вакансии. Информация об обработке персональных данных приведена в нашей политике конфиденциальности.
Прочитать политику конфиденциальности