MLOps-инженер / AI-архитектор (NVIDIA AI Enterprise)

ОнТаргет ЛАБС (OnTarget Labs) — международная компания по разработке программных продуктов. Ищет NVIDIA AI Enterprise Engineer / Architect в продуктовую команду на полную занятость с удалённой работой.

Роль

Вы будете переводить AI из пилота в продакшен на NVIDIA AI Enterprise (NVAIE) — облачном программном комплексе NVIDIA для создания, развёртывания и управления продакшен-AI. Вы будете строить и эксплуатировать GPU-ускоренные AI-платформы on-prem, в VMware и в облаке, а также внедрять сценарии генеративного AI в разных отраслях.

• Engineer: строит, развёртывает и эксплуатирует платформу NVAIE и AI-нагрузки.
• Architect: дополнительно отвечает за целевой дизайн, технические решения и наставничество инженеров клиента.

Задачи

• Build: развёртывание и поддержка NVAIE на NVIDIA-Certified системах, VMware vSphere / VMware Private AI Foundation, Kubernetes или AWS/Azure/GCP.
• Ship GenAI: запуск микросервисов NIM, RAG и агентных сценариев из NVIDIA Blueprints, дообучение и guardrail моделей с помощью NeMo.
• Operate: управление GPU-оркестрацией, мониторингом, безопасностью, обновлениями и MLOps, чтобы нагрузки масштабировались между узлами и оставались поддерживаемыми в продакшене.
• Transfer knowledge: документирование платформы и обучение инженеров клиента для самостоятельной работы.

Технологический стек

• Инференс и GenAI: NVIDIA NIM, NeMo, Triton Inference Server, TensorRT-LLM
• Data science: RAPIDS, PyTorch, TensorFlow
• Оркестрация: NVIDIA Run:ai, GPU Operator, Kubernetes / Helm, каталог NGC
• Инфраструктура: NVIDIA-Certified системы, VMware vSphere и Private AI Foundation, vGPU, AWS / Azure / GCP

Требования

• Степень бакалавра в области информационных систем, компьютерных наук или смежной области
• Отличные навыки устной и письменной коммуникации на английском языке
• Engineer: 5+ лет в ML-инженерии, MLOps или AI-инфраструктуре, включая 2+ года работы с GPU-нагрузками.
• Architect: 8+ лет, включая сквозное проектирование корпоративных AI- или облачных платформ.
• Практический продакшен-опыт с компонентами NVAIE, особенно NIM, NeMo, Triton.
• Уверенное владение Kubernetes, контейнерами и Linux.
• Опыт работы с VMware vSphere и виртуализацией GPU.
• Реализованный хотя бы один GenAI/LLM-проект (RAG, дообучение или агенты) в корпоративном продакшене.
• Свободное владение Python.
• Infrastructure-as-code (Terraform, Ansible, Helm).

Условия

• Конкурентная компенсация, определяется по результатам собеседования
• Полная занятость, удалённая работа
• График 5/2, 8 рабочих часов
• Возможности профессионального роста и командировки за рубеж