Platform Engineer, Data Infrastructure & MLOps in Warsaw

Platform Engineer, Data Infrastructure & MLOps in Warsaw

Warsaw Pełny etat 135000 - 165000 zł / rok (szac.) Stacjonarnie
M

W skrócie

  • Zadania: Projektuj i zarządzaj nowoczesną infrastrukturą danych dla dużych obciążeń AI.
  • Firma: Mistral AI - innowacyjna firma technologiczna z pasją do AI.
  • Benefity: Atrakcyjne wynagrodzenie, elastyczne godziny pracy i możliwości rozwoju zawodowego.
  • Pozostałe informacje: Dynamiczne środowisko z doskonałymi możliwościami rozwoju kariery.
  • Dlaczego ta praca: Pracuj nad przełomowymi projektami i wpływaj na przyszłość technologii AI.
  • Kwalifikacje: Doświadczenie w inżynierii danych i umiejętności pracy w zespole.

Przewidywane wynagrodzenie mieści się w przedziale 135000 - 165000 zł za rok.

Mistral AI zatrudnia inżyniera infrastruktury danych, który pomoże w projektowaniu i obsłudze nowej generacji infrastruktury danych dla dużych obciążeń AI. Będziesz projektować i skalować floty obliczeniowe oraz systemy przechowywania dla wysokiej wydajności i bezpiecznego dostępu do danych w badaniach ML i produkcji.

Będziesz odpowiedzialny za cały cykl życia - od migracji z przestarzałych harmonogramów po budowanie produkcyjnych potoków i wspieranie rotacji dyżurów dla krytycznych zadań szkoleniowych, w całym Kubernetes.

Platform Engineer, Data Infrastructure & MLOps in Warsaw – pracodawca: Mistral

Mistral to doskonały pracodawca, który oferuje wyjątkowe możliwości rozwoju w dynamicznym środowisku technologicznym w Warszawie. Nasza kultura pracy opiera się na współpracy i innowacyjności, co pozwala pracownikom na realizację ambitnych projektów w dziedzinie AI. Oferujemy atrakcyjne benefity oraz wsparcie w rozwoju kariery, co czyni nas idealnym miejscem dla osób poszukujących znaczącej i satysfakcjonującej pracy.

M

Dane kontaktowe:

Zespół rekrutacyjny Mistral

Naszym zdaniem te umiejętności pozwolą ci błyszczeć jako Platform Engineer, Data Infrastructure & MLOps in Warsaw

Architektura infrastruktury danych
Zarządzanie infrastrukturą chmurową
Kubernetes
Skalowanie systemów obliczeniowych
Systemy przechowywania danych
Bezpieczeństwo danych
Pipelines produkcyjne