MLOps / DevOps Engineer
Accura Ai
Rola polega na budowie i utrzymaniu infrastruktury obliczeniowej dla projektów AI, z naciskiem na samodzielne skonfigurowanie i uruchomienie lokalnej maszyny z GPU. Kandydat będzie odpowiedzialny za bezpieczeństwo sieciowe, integrację z istniejącą infrastrukturą oraz konteneryzację aplikacji. Jest to rola łącząca administrację systemami Linux, inżynierię sieciową i automatyzację wdrożeń modeli AI.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: szczegółowe informacje o widełkach wynagrodzenia., opis procesu rekrutacyjnego..
Rola polega na budowie i utrzymaniu infrastruktury obliczeniowej dla projektów AI, z naciskiem na samodzielne skonfigurowanie i uruchomienie lokalnej maszyny z GPU. Kandydat będzie odpowiedzialny za bezpieczeństwo sieciowe, integrację z istniejącą infrastrukturą oraz konteneryzację aplikacji. Jest to rola łącząca administrację systemami Linux, inżynierię sieciową i automatyzację wdrożeń modeli AI.
- ✓Możliwość samodzielnego skonfigurowania i uruchomienia lokalnej maszyny z GPU.
- ✓Praca w obszarze sztucznej inteligencji, co może być bardzo atrakcyjne dla pasjonatów tej dziedziny.
- ✓Możliwość zdobycia doświadczenia w budowie i optymalizacji infrastruktury obliczeniowej dla AI.
- −Rola łączy kompetencje z obszaru administracji systemami Linux, inżynierii sieciowej oraz automatyzacji procesów wdrażania modeli AI, co może być wyzwaniem dla osoby na poziomie junior.
- −Wymagane są praktyczne doświadczenia, które mogą być trudne do zdobycia na poziomie junior bez wcześniejszego wsparcia.
- !Nie podano informacji o wielkości zespołu ani o strukturze organizacyjnej.
- !Nie sprecyzowano, jakie konkretnie narzędzia AI będą wykorzystywane.
- !Nie podano widełek wynagrodzenia.
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Konfigurowanie i wdrażanie lokalnych serwerów obliczeniowych z kartami GPU.
- •Instalacja sterowników i bibliotek wspierających środowiska AI.
- •Projektowanie, wdrażanie i zarządzanie siecią VPN.
- •Integrowanie lokalnej maszyny z istniejącą infrastrukturą firmy.
- •Konteneryzowanie aplikacji i środowisk programistycznych za pomocą Docker i Kubernetes.
- •Monitorowanie wydajności systemów i optymalizacja zużycia zasobów.
- •Rozwiązywanie incydentów technicznych.
Oferta odpowiednia dla osób na początku kariery w IT.
Kandydat z praktycznym doświadczeniem w administracji Linux i podstawową wiedzą na temat konfiguracji sprzętu GPU oraz technologii VPN, który jest gotowy do nauki i rozwoju w obszarze MLOps.
Oferta nie jest dla osób bez prawa jazdy kat. B, bez doświadczenia w administracji Linux lub bez podstawowej wiedzy o sprzęcie serwerowym z GPU i technologiach sieciowych.
- ?Jakie konkretnie projekty AI będą realizowane z wykorzystaniem tej infrastruktury?
- ?Jakie są plany rozwoju tej infrastruktury w przyszłości?
- ?Jak wygląda proces onboardingu i wsparcia dla osoby na stanowisku junior?
- ?Jakie konkretnie narzędzia do konteneryzacji i orkiestracji (poza Docker i Kubernetes) są używane lub planowane?
- ?Jakie są oczekiwania dotyczące częstotliwości i zakresu wyjazdów służbowych?
- −Szczegółowe informacje o widełkach wynagrodzenia.
- −Opis procesu rekrutacyjnego.
- −Informacje o wielkości zespołu i jego strukturze.
- −Szczegółowy opis narzędzi AI, które będą wykorzystywane.
- −Informacje o budżecie szkoleniowym.