Pomiń do treści
Logo firmy Upvanta

NVIDIA Edge AI / Real-Time Data Specialist (m/k/n)

Upvanta

Oferta w skrócie
Widełki nieujawnione
🏠ZdalnieTryb pracy
📄B2BKontrakt
⏱️Mid · 3+ latDoświadczenie
LokalizacjaWrocław
Źródło
Aktywna
Opublikowano29 czerwca 2026
Ostatnio sprawdzono29 czerwca 2026
Wygasa za16 dni
Werdykt JobHunt

Rola polega na budowaniu i optymalizacji pipeline'ów AI w czasie rzeczywistym na urządzeniach brzegowych (edge) z wykorzystaniem technologii NVIDIA (CUDA, TensorRT, DeepStream). Będziesz integrować modele AI z platformami danych (Kafka, Flink, Spark), projektować architektury edge-to-cloud oraz pracować nad systemami wideo, sensorów i telemetrii. To stanowisko łączy inżynierię danych z inżynierią AI, wymagając głębokiej znajomości GPU i przetwarzania strumieniowego.

Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.

Brakuje: nie podano wielkości zespołu, brak informacji o kliencie lub projekcie docelowym.

🛠 Wymagane technologie
Dane źródłowe
AI Insights
Czym naprawdę jest ta rola?AI Inference Platform Engineer

Rola polega na budowaniu i optymalizacji pipeline'ów AI w czasie rzeczywistym na urządzeniach brzegowych (edge) z wykorzystaniem technologii NVIDIA (CUDA, TensorRT, DeepStream). Będziesz integrować modele AI z platformami danych (Kafka, Flink, Spark), projektować architektury edge-to-cloud oraz pracować nad systemami wideo, sensorów i telemetrii. To stanowisko łączy inżynierię danych z inżynierią AI, wymagając głębokiej znajomości GPU i przetwarzania strumieniowego.

Plusy
  • Praca z najnowszymi technologiami NVIDIA w edge AI
  • Budżet na szkolenia i kursy
  • Praca w 100% zdalna
  • Jasny proces rekrutacyjny (CV, rozmowa wstępna, techniczna)
Na co uważać
  • !Brak informacji o wielkości zespołu i liczbie projektów
  • !Niejasny poziom seniority – wymagania sugerują seniora, a oferta oznacza jako 'regular'
  • !Firma zewnętrzna (outsourcing) – możliwość rotacji między projektami
  • ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
Codzienna praca
  • Projektowanie i implementacja pipeline'ów danych w Kafka, Flink, Spark dla przetwarzania w czasie rzeczywistym
  • Optymalizacja inferencji AI na GPU przy użyciu TensorRT i DeepStream
  • Integracja rozwiązań edge AI z chmurą i systemami korporacyjnymi
  • Wdrażanie modeli AI do produkcji na urządzeniach brzegowych
  • Debugowanie i optymalizacja wydajności workloadów GPU
  • Ewaluacja nowych narzędzi w ekosystemie NVIDIA
  • Współpraca z zespołami data engineering i AI w ramach agile/scrum
Więcej o ofercie
Dla kogo jest ta oferta
Profil idealny

Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).

Minimum sensowne

Inżynier danych lub AI z podstawową znajomością GPU i streaming pipeline'ów, który miał styczność z wdrażaniem modeli i chce pogłębić wiedzę o edge AI.

Raczej nie dla

Nie dla osób bez doświadczenia z GPU (CUDA, TensorRT) oraz bez praktyki w przetwarzaniu strumieniowym. Rola wymaga zaawansowanej wiedzy, więc juniorzy i osoby bez stażu w streaming AI nie będą odpowiednie.

Ocena dopasowania
Junior1/5
Mid3/5
Senior5/5
Hands-on5/5
Architekt3/5
Remote5/5
Enterprise2/5
Pytania do rekrutera
  • ?Ile osób liczy zespół i jakie są role w projekcie?
  • ?Czy pracujemy nad jednym, własnym produktem, czy dla różnych klientów?
  • ?Jak wygląda on-call lub dyżury produkcyjne?
  • ?Jaki sprzęt NVIDIA jest używany (np. Jetson, T4)?
  • ?Czy istnieje możliwość publikacji lub udziału w konferencjach NVIDIA?
  • ?Jakie są plany rozwoju technologicznego w obszarze edge AI w firmie?
Brakujące informacje
  • Nie podano wielkości zespołu
  • Brak informacji o kliencie lub projekcie docelowym
  • Nie wiadomo, czy praca jest projektowa czy ciągła
Zespół

Praca w agile/scrum, ścisła współpraca z zespołami data engineering, AI i architektury – kładzie nacisk na współdzielenie wiedzy i iteracyjny rozwój.

Rekrutacja

CV → Introductory interview → Technical interview (3 etapy).

🔗Podobne oferty