Senior AI Compute Infrastructure Engineer
Do uzgodnienia
Wymagania
- doświadczenie w operowaniu klastrami GPU i akceleratorów na produkcji
- znajomość Kubernetesa, schedulingu i izolacji workloadów
- praktyka z vLLM, Triton Inference Server lub TensorRT
- znajomość CUDA i optymalizacji pamięci/throughputu
- doświadczenie w observability, incident response i runbookach
- znajomość Pythona
- doświadczenie w capacity planningu i kontroli kosztów compute
Opis stanowiska
W Krakenie dołączysz do nowego, senioralnego zespołu AI Compute and Infrastructure, który odpowiada za warstwę infrastruktury dla treningu, wnioskowania, ewaluacji i eksperymentów AI. Realnie zajmiesz się klastrami GPU (drivery, runtime, kernele, scheduling, izolacja workloadów), optymalizacją pipeline'ów wnioskowania (vLLM, Triton, TensorRT) oraz observability i capacity planningiem. To oferta dla inżyniera infrastruktury, który chce budować produkcyjny, kosztowo świadomy compute dla AI w firmie.
🔍 Dekoder Ogłoszenia
🟡
power the next generation of model training
Marketingowy zwrot, mało konkretny.