Ingeniero Principal de ML Ops (Remoto EMEA)

• Más de 4 años de experiencia en ML Ops, Platform Engineering, SRE o roles de infraestructura similares centrados en sistemas de ML

• Experiencia práctica con frameworks de despliegue de modelos como vLLM, TGI, Triton o equivalentes

• Sólida formación en orquestación de contenedores y operación de cargas de trabajo basadas en GPU en producción

• Experiencia con herramientas de MLOps, incluyendo registros de modelos, seguimiento de experimentos y pipelines de despliegue automatizados

• Competencia en Python y herramientas de infraestructura como código (por ejemplo, Terraform, Helm o similares)

• Sólido conocimiento de sistemas distribuidos, ajuste de rendimiento y ingeniería de fiabilidad en producción

• Capacidad para utilizar eficazmente asistentes de codificación de IA para acelerar los flujos de trabajo de desarrollo y depuración

• Mentalidad de responsabilidad con la capacidad de operar de forma independiente en un entorno "remote-first"

• Experiencia con plataformas de ML como Kubeflow, MLflow o KubeAI

• Conocimientos de planificación de GPU, optimización CUDA/ROCm o sistemas de inferencia multi-inquilino (multi-tenant)

• Experiencia con la optimización de costes en diferentes tipos de GPU y cargas de trabajo de inferencia

• Experiencia en startups en fase inicial o proyectos de infraestructura desde cero (greenfield)

• Experiencia demostrada construyendo sistemas de producción desde cero en lugar de mantener plataformas heredadas

Pragmatike está reclutando en nombre de una startup de infraestructura de nube distribuida, con gran capacidad de escalado y bien financiada, que está construyendo servicios de nube nativos de IA de próxima generación. La empresa está redefiniendo la forma en que se entrega la computación al proporcionar infraestructura impulsada por GPU para cargas de trabajo de IA/ML, almacenamiento seguro y transferencia de datos de alta velocidad a través de una arquitectura descentralizada que reduce significativamente el impacto ambiental en comparación con los proveedores de nube tradicionales.

Buscamos un ML Ops Engineer con sólida experiencia en el despliegue de modelos en entornos de producción e infraestructura para sistemas de IA. Este es un rol altamente técnico y práctico, centrado en la construcción de plataformas de inferencia de ML escalables, fiables y eficientes que impulsen aplicaciones de IA en tiempo real.

Serás responsable de diseñar y operar la infraestructura principal que sirve modelos de aprendizaje automático a escala. Trabajarás estrechamente con los equipos de infraestructura, plataforma e IA aplicada para garantizar sistemas de inferencia de alta disponibilidad, baja latencia y rentabilidad. Es esencial tener un fuerte sentido de la responsabilidad, mentalidad de producción y experiencia con sistemas de GPU distribuidos.

• Construir y operar infraestructura de despliegue de modelos de nivel de producción utilizando frameworks como vLLM, TGI, Triton o equivalentes

• Diseñar e implementar pipelines de despliegue robustos con estrategias de rollout blue/green y canary para modelos de ML

• Desarrollar y mantener sistemas de autoescalado, arquitecturas de servicio multi-modelo y capas inteligentes de enrutamiento de solicitudes

• Optimizar la utilización de la GPU, la eficiencia de la memoria, el rendimiento de la red y el rendimiento del almacenamiento de artefactos de modelos

• Diseñar sistemas de observabilidad para el seguimiento de la latencia de inferencia, el rendimiento, el uso de la GPU, las métricas de costes y la salud del sistema

• Gestionar registros de modelos y pipelines de CI/CD que permitan despliegues de modelos automatizados y reproducibles

• Responsabilizarse del ciclo de vida completo de los sistemas de ML, desde el desarrollo hasta la producción, incluyendo el soporte operativo y las responsabilidades de guardia

• Definir las mejores prácticas de ingeniería y contribuir a la escalabilidad de la plataforma en un entorno de startup de rápido movimiento

Ubicación: Totalmente remoto (zona horaria EMEA)
Fecha de inicio: ASAP
Idiomas: Se requiere inglés fluido
Sector: Cloud Computing / AI / European Deep-Tech SaaS