Valarian
Valarian
Valarian tworzy infrastrukturę zapewniającą suwerenność danych i bezpieczeństwo przedsiębiorstw komercyjnych oraz instytucji rządowych. Platforma firmy jest przeznaczona dla organizacji z sektora obronnego, ochrony zdrowia i innych regulowanych branż, które muszą chronić poufne informacje, a jednocześnie spełniać lokalne wymogi zgodności z przepisami. Valarian koncentruje się na lokalizacji danych, szczegółowym zarządzaniu dostępem, możliwości przeprowadzania audytów oraz odporności na cyberzagrożenia, zakłócenia sieci, naruszenia bezpieczeństwa danych i ryzyko geopolityczne. Firma wspiera organizacje działające ponad granicami, pomagając im zachować kontrolę nad danymi bez ograniczania ich zdolności do wprowadzania innowacji i konkurowania na rynkach międzynarodowych.

Starszy inżynier MLOps w Valarian

Rozwijaj produkcyjne aplikacje LLM i infrastrukturę agentowej AI w Valarian, firmie tworzącej technologie bezpieczeństwa o podwójnym zastosowaniu. Odpowiadaj za wdrożenia Kubernetes, obserwowalność, potoki danych i niezawodność usług.

Opis

  • Odpowiadaj za wdrażanie, monitorowanie, orkiestrację i niezawodność produkcyjnych aplikacji LLM oraz platformy agentowej AI.
  • Projektuj i obsługuj usługi LLM, aplikacje agentowe i wspierające je obciążenia AI w wysokowydajnych klastrach Kubernetes.
  • Automatyzuj wdrożenia kontenerów, skalowalne punkty końcowe inferencji oraz wydania blue-green lub canary za pomocą potoków CI/CD.
  • Utrzymuj produkcyjne przepływy pracy agentowej AI, w tym wieloetapowe wykonywanie narzędzi, zarządzanie stanem i koordynację agentów.
  • Diagnozuj i rozwiązuj problemy dotyczące logiki aplikacji AI, platform orkiestracyjnych, zewnętrznych API i infrastruktury chmurowej.
  • Twórz systemy monitorowania i oceny dokładności wyników, dryfu, opóźnień, kosztów oraz halucynacji.
  • Zapewniaj śledzenie wykonania agentów, obejmujące prompty, odpowiedzi, wywołania narzędzi i poszczególne kroki.
  • Monitoruj i usprawniaj potoki danych działające w czasie rzeczywistym i w trybie wsadowym, magazyny cech, indeksy wektorowe oraz aktualizacje embeddingów.
  • Zarządzaj zasobami GPU i CPU, pamięcią, autoskalowaniem i kosztami chmury, aby skrócić czas do pierwszego tokenu i zwiększyć przepustowość.

Wymagania

  • Co najmniej trzy lata doświadczenia w MLOps, LLMOps, inżynierii platformowej, infrastrukturze AI lub SRE skoncentrowanym na obciążeniach uczenia maszynowego.
  • Praktyczne doświadczenie we wdrażaniu i obsłudze złożonych aplikacji konteneryzowanych na dużą skalę w Kubernetes, na przykład w EKS, GKE, AKS lub na bare metal.
  • Bardzo dobra znajomość Pythona do automatyzacji backendu, debugowania systemów, tworzenia własnych narzędzi i integracji.
  • Doświadczenie z narzędziami do monitorowania i logowania, takimi jak Prometheus, Grafana, Datadog lub OpenTelemetry, oraz platformami do śledzenia i oceny LLM, takimi jak LangSmith, Phoenix/Arize, Langfuse lub TruLens.
  • Znajomość nowoczesnych systemów CI/CD, takich jak GitHub Actions, GitLab CI lub ArgoCD, oraz narzędzi infrastruktury jako kodu, takich jak Terraform lub Pulumi.
  • Dobra praktyczna znajomość architektur agentowych, łańcuchów promptów, wywoływania funkcji i wykonywania narzędzi oraz niedeterministycznego działania aplikacji.
  • Praktyczne doświadczenie z potokami generowania wspomaganego wyszukiwaniem (RAG) i produkcyjnymi bazami wektorowymi będzie dodatkowym atutem.
  • Praktyczna znajomość platform do tworzenia i orkiestracji agentów będzie dodatkowym atutem.
  • Doświadczenie z wysokowydajnymi silnikami i platformami do serwowania LLM będzie dodatkowym atutem.
  • Znajomość praktyk bezpieczeństwa AI, limitów zapytań lub kontroli kosztów będzie dodatkowym atutem.

Benefity

  • Udziały w firmie.
  • Konkurencyjne wynagrodzenie.
  • Składki pracodawcy na emeryturę.
  • Prywatne ubezpieczenie zdrowotne.
  • Hybrydowy model pracy.
  • Karnety na siłownię.
  • Wyjazdy i spotkania firmowe wspierające równowagę między pracą a życiem prywatnym.

Powiązane oferty pracy

Faculty

Starszy inżynier uczenia maszynowego w Faculty (praca hybrydowa, Wielka Brytania)

Faculty

Kieruj architekturą i wdrażaniem gotowych do pracy produkcyjnej systemów uczenia maszynowego dla klientów Faculty z sektora czystej energii i zrównoważonego rozwoju. Doradzaj klientom, wspieraj wdrożenia i mentoruj inżynierów.

Otwórz