NVIDIA Data Specialist
Upvanta
Rola skupia się na projektowaniu i wdrażaniu zaawansowanych pipeline'ów danych i AI dla środowisk czasu rzeczywistego, z wykorzystaniem technologii NVIDIA i GPU-accelerated computing. Kandydat będzie budował i optymalizował workflow dla video analytics, telemetry processing i computer vision, integrując rozwiązania Edge AI z platformami danych i systemami operacyjnymi. Jest to stanowisko wymagające doświadczenia w architekturze edge-to-cloud i wdrażaniu produkcyjnych systemów Real-Time AI.
Brakuje: szczegółowy opis klienta i domeny biznesowej., informacje o wielkości zespołu, z którym będzie współpracował kandydat..
Rola skupia się na projektowaniu i wdrażaniu zaawansowanych pipeline'ów danych i AI dla środowisk czasu rzeczywistego, z wykorzystaniem technologii NVIDIA i GPU-accelerated computing. Kandydat będzie budował i optymalizował workflow dla video analytics, telemetry processing i computer vision, integrując rozwiązania Edge AI z platformami danych i systemami operacyjnymi. Jest to stanowisko wymagające doświadczenia w architekturze edge-to-cloud i wdrażaniu produkcyjnych systemów Real-Time AI.
- ✓Praca z najnowszymi technologiami NVIDIA i GPU-accelerated computing.
- ✓Możliwość pracy nad innowacyjnymi rozwiązaniami AI w czasie rzeczywistym.
- ✓Wynagrodzenie podane w widełkach (choć wąskich).
- !Wynagrodzenie podane jako jedna, konkretna kwota (27300 PLN/mies.), co może sugerować brak elastyczności w negocjacjach.
- •Projektowanie i wdrażanie pipeline’ów danych oraz AI dla środowisk czasu rzeczywistego
- •Budowa i optymalizacja workflow opartych o GPU dla video analytics
- •Budowa i optymalizacja workflow dla telemetry processing
- •Budowa i optymalizacja workflow dla computer vision
- •Integracja rozwiązań Edge AI z platformami danych
- •Integracja rozwiązań Edge AI z systemami operacyjnymi
- •Projektowanie i rozwój architektury edge-to-cloud
- •Wsparcie wdrożeń inferencji czasu rzeczywistego
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Osoba z minimum 4-5 latami doświadczenia, która posiada dobrą znajomość ekosystemu NVIDIA i GPU-accelerated computing, doświadczenie z Edge AI, real-time inference lub streaming AI workloads, a także doświadczenie w obszarze computer vision lub telemetry pipelines. Powinna również mieć doświadczenie w projektowaniu architektury edge-to-cloud i umieć integrować workflow AI z platformami danych i systemami enterprise.
Nie dla osób bez doświadczenia w ekosystemie NVIDIA i GPU-accelerated computing, a także dla tych, którzy nie mają doświadczenia z Edge AI, real-time inference, computer vision lub projektowaniem architektury edge-to-cloud. Rola wymaga minimum 4-5 lat doświadczenia, więc juniorzy i osoby z mniejszym doświadczeniem nie będą odpowiednie.
- ?Jakie konkretnie projekty są realizowane w ramach tej roli?
- ?Z jakimi konkretnie platformami danych i systemami operacyjnymi będzie następowała integracja?
- ?Jak wygląda typowy cykl życia projektu AI w tej firmie?
- ?Czy istnieją wewnętrzne narzędzia lub platformy wspierające MLOps i AI Platform Engineering?
- ?Jakie są największe wyzwania techniczne, z jakimi mierzy się zespół obecnie?
- ?Czy przewidziane są możliwości rozwoju w kierunku bardziej zaawansowanych technologii AI lub uczenia maszynowego?
- −Szczegółowy opis klienta i domeny biznesowej.
- −Informacje o wielkości zespołu, z którym będzie współpracował kandydat.
- −Dokładny opis narzędzi i frameworków używanych do budowy pipeline'ów danych i AI.
- −Informacje o procesie rekrutacyjnym.
Powyżej mediany rynkowej
Dane z aktywnych ofert zawierających technologię AI. Pełne statystyki zarobków →