ML Ops Engineer
Do uzgodnienia
Wymagania
- doświadczenie w produkcyjnym serwowaniu modeli ML (vLLM, TGI, Triton lub podobne)
- doświadczenie z rozproszonymi systemami GPU
- gotowość do pełnej odpowiedzialności operacyjnej, w tym on-call
Opis stanowiska
Praca przy infrastrukturze serwowania modeli ML na platformie chmurowej opartej o GPU (rozproszona architektura, usługi AI-native). W praktyce: budowa i utrzymanie pipeline'ów wdrożeniowych modeli (blue/green, canary), autoskalowanie, multi-model serving, optymalizacja wykorzystania GPU oraz systemy observability dla inferencji — z pełnym utrzymaniem produkcyjnym i on-callem. Uwaga: firma jest w fazie szybkiego wzrostu, więc procesy mogą być niestabilne, a 'strong ownership, production mindset' oznacza realną odpowiedzialność i pracę pod presją. Dobra oferta dla osób z doświadczeniem w produkcyjnym serwowaniu modeli, które lubią dużą samodzielność w zmiennym środowisku.
🔍 Dekoder Ogłoszenia
🔴
fast-scaling, well-funded distributed cloud infrastructure startup building next-generation AI-native cloud services
Firma jest w fazie szybkiego wzrostu, co może oznaczać niestabilność procesów i potrzebę szybkiego dostosowywania się do zmian.
🟡
This is a highly technical, hands-on role
Oczekuje się, że będziesz aktywnie wdrażać rozwiązania techniczne, a nie tylko zarządzać zespołem.
🔴
Strong ownership, production mindset
Oczekuje się pełnej odpowiedzialności za powierzone zadania i systemy, często w warunkach wysokiej presji.
🟡
experience with distributed GPU systems are essential
Wymagane jest praktyczne doświadczenie z systemami GPU, które mogą być złożone i wymagające w obsłudze.
🔴
Optim
Ten fragment jest niekompletny, co może sugerować niedopracowanie ogłoszenia lub brak kluczowych informacji o obowiązkach.