A Pragmatike távoli IT-toborzással és munkaerő-közvetítéssel foglalkozó vállalat, amely startupoknak és nagyvállalatoknak segít nemzetközi technológiai szakembereket találni. Szolgáltatása az emberi szakértők által összeállított jelöltpárosítást technikai felmérésekkel ötvözi, és olyan területeket foglal magában, mint a szoftverfejlesztés, az adatmérnökség, a mobil- és játékfejlesztés, a termékmenedzsment, valamint más speciális pozíciók. A Pragmatike a nemzetközi munkaerő-felvétel operatív feladatait is támogatja, beleértve a beillesztést, a számlázást és a bérszámfejtést, továbbá több mint 60 országban működik. A vállalat szerint ellenőrzött szakemberhálózata gyors elhelyezést tesz lehetővé, és a képzett szakembereket akár 48 órán belül bemutathatják.
Beágyazott rendszerek és felhőmérnök (Távmunka, Dél-Korea)
Firmware-t, eszközkapcsolatot és AWS-adatfolyamatokat fejleszthet egy Physical AI-robotikai vállalat számára. Dél-Korea-szerte Ön felel a távoli telepítésekért és a multimodális adatgyűjtésért.
Leírás
- Viselhető érzékelőeszközök firmware-ének tervezése, fejlesztése és karbantartása
- Mikrokontrollerek és érzékelők integrálása valós idejű adatgyűjtés megvalósításával
- Megbízható eszköz–felhő kommunikáció és adatfolyam kiépítése szinkronizált vizuális és taktilis adatokhoz
- AWS-infrastruktúra tervezése és üzemeltetése EC2, S3, Lambda és IoT Core használatával
- Nagy léptékű multimodális adatgyűjtés, -tárolás és -feldolgozás kezelése, a skálázhatóságra, biztonságra és teljesítményre összpontosítva
- API-k, adatbefogadási szolgáltatások és Python-adatfolyamatok fejlesztése megbízható, nagy áteresztőképességű feldolgozáshoz
- Eszközparkok és adatgyűjtési rendszerek telepítése, monitorozása és karbantartása valós adatgyűjtési helyszíneken
- A terepi problémák gyakorlati mérnöki megoldásokká alakítása
- Az eszközök firmware-ét, kapcsolatát és felhőalapú telepítését érintő hibák diagnosztizálása
- Együttműködés a hardveres, gépi tanulási és adatmérnöki csapatokkal a rendszerkövetelmények meghatározásában
- Az adatgyűjtési infrastruktúra tesztelésének, dokumentálásának és folyamatos fejlesztésének támogatása
- A regionális telepítések műszaki megvalósításának teljes körű vállalása
- Szükség esetén alkalmi utazás adatgyűjtési helyszínekre
Követelmények
- Legalább négy év mérnöki tapasztalat beágyazott rendszerek és felhőtechnológiák területén
- Magas szintű beágyazott- és firmware-ismeretek C vagy C++, RTOS, mikrokontrollerek, valós idejű rendszerek, érzékelőintegráció és alacsony szintű programozás terén
- Gyakorlati AWS-tapasztalat EC2, S3, Lambda, IoT Core és megbízható, nagy áteresztőképességű adatfolyamatok használatával
- Erős szoftvermérnöki háttér Pythonban vagy hasonló nyelven, beleértve az API-kat, streaming szolgáltatásokat és a hardver–felhő integrációt
- A hálózatok, biztonsági gyakorlatok, teljesítményoptimalizálás, monitorozás és naplózás ismerete
- Bizonyított hibakeresési képesség a hardveres, firmware- és felhőrétegekben
- Nagyfokú felelősségvállalás és önálló munkavégzésre való képesség távoli munkavégzésre épülő, elosztott környezetben
- Villamosmérnöki, számítógép-mérnöki, informatikai vagy kapcsolódó területen szerzett alap- vagy magasabb szintű diploma, illetve ezzel egyenértékű gyakorlati tapasztalat
- Folyékony angol nyelvtudás
- A koreai vagy mandarin nyelv ismerete előnyt jelent
- Robotikában, taktilis vagy erőérzékelésben, viselhető eszközökben vagy IoT-eszközökben szerzett tapasztalat előnyt jelent
- Valós adatgyűjtési rendszerek fejlesztésében szerzett tapasztalat előnyt jelent
- Gépi tanulási adatfolyamatokkal vagy robotikai tanulási adatkészletekkel szerzett tapasztalat előnyt jelent
- Terepi hardver telepítésében és támogatásában, beleértve a távoli eszközkezelést, szerzett tapasztalat előnyt jelent
Juttatások
- A távoli munkavégzést előnyben részesítő munkamodell
- Jelentős önállóság és gyors iteráció
- Lehetőség egy korai szakaszban lévő, kockázatitőke-finanszírozott Physical AI-vállalathoz csatlakozni
- Az eszközfirmware-től a felhőrendszerekig terjedő teljes körű felelősség
- Közvetlen hozzájárulás a fejlett robotmanipulációs modellek betanításához használt adatkészletekhez
- Lehetőség arra, hogy már a kezdetektől gyakorlati hatást érjen el