AI Platform Engineer (GCP)
Tenarai
To rola dla seniora, który będzie łączył AI R&D z produkcją w środowiskach klienckich na GCP. Na co dzień projektuje i wdraża pipeline'y AI na Vertex AI, zarządza klastrami GKE z GPU/TPU, pisze mikrousługi w Pythonie oraz zajmuje się bezpieczeństwem (Model Armor, Cloud Armor). Wymaga głębokiej wiedzy o rozproszonych systemach, K8s i GCP, a także umiejętności przywództwa technicznego przy wdrożeniach u klientów. To nie jest rola ML researchowa – to platform engineering dla AI z mocnym naciskiem na bezpieczeństwo i skalowalność.
Brakuje: wielkość zespołu, szczegóły procesu rekrutacyjnego.
To rola dla seniora, który będzie łączył AI R&D z produkcją w środowiskach klienckich na GCP. Na co dzień projektuje i wdraża pipeline'y AI na Vertex AI, zarządza klastrami GKE z GPU/TPU, pisze mikrousługi w Pythonie oraz zajmuje się bezpieczeństwem (Model Armor, Cloud Armor). Wymaga głębokiej wiedzy o rozproszonych systemach, K8s i GCP, a także umiejętności przywództwa technicznego przy wdrożeniach u klientów. To nie jest rola ML researchowa – to platform engineering dla AI z mocnym naciskiem na bezpieczeństwo i skalowalność.
- ✓Wyraźny budżet rozwojowy (kursy językowe i inne)
- ✓Ścieżka kariery w środowisku międzynarodowym
- ✓Wewnętrzna platforma edukacyjna
- !Brak informacji o częstotliwości podróży do klientów
- !Brak informacji o wielkości zespołu
- !Brak szczegółów procesu rekrutacyjnego
- •Projektowanie i implementacja end-to-end pipeline'ów na Vertex AI (Model Garden, Pipelines, Feature Store)
- •Implementacja zabezpieczeń typu Model Armor (ochrona przed prompt injection / filtracja PII) oraz Cloud Armor (WAF)
- •Zarządzanie i optymalizacja klastrów Google Kubernetes Engine (GKE) dla obciążeń GPU/TPU
- •Pisanie produkcyjnych mikrousług i API w Pythonie (asynchroniczny backend)
- •Prowadzenie wdrożeń technicznych u klientów (on-site lub w ich VPC)
- •Rozwiązywanie problemów złożonych sieci i legacy constraints w środowiskach klienckich
- •Integracja rozwiązań AI z istniejącymi systemami korporacyjnymi
Oferta dla doświadczonych specjalistów (Senior).
Doświadczony inżynier z co najmniej 8-10 latami w distributed systems, dobrym GCP i K8s, ale może nie być jeszcze ekspertem Vertex AI. Musi mieć silne umiejętności Python i podstawy bezpieczeństwa.
Nie dla juniorów ani mid-level – wymagane 10+ lat i ekspercka wiedza. Nie dla osób szukających czystego ML researchu – to rola platform/infrastruktura.
- ?Jak często wymagane są wizyty u klientów (on-site) i czy są to wyjazdy zagraniczne?
- ?Ile osób liczy zespół Platform Engineering i jak jest zorganizowany?
- ?Czy jest dyżur on-call? Jak często?
- ?Jak wygląda proces rekrutacyjny? Czy jest zadanie domowe?
- ?Jakie legacy systemy najczęściej napotykacie u klientów?
- ?Czy rola zakłada zarządzanie zespołem czy tylko techniczne przywództwo?
- −Wielkość zespołu
- −Szczegóły procesu rekrutacyjnego
- −Informacja o on-call lub dyżurach
- −Częstotliwość podróży do klientów
Dynamiczne środowisko typu 'Special Ops', gdzie łączysz R&D z produkcją u klientów – prawdopodobnie szybkie tempo i duża odpowiedzialność.
Na poziomie rynkowym
Dane z aktywnych ofert zawierających technologię Security. Pełne statystyki zarobków →