Valarian
Valarian
Valarian utvecklar infrastruktur för datasuveränitet och säkerhet för kommersiella företag och offentliga institutioner. Plattformen är utformad för organisationer inom försvar, hälso- och sjukvård och andra reglerade sektorer som behöver skydda känslig information och samtidigt uppfylla lokala efterlevnadskrav. Valarian fokuserar på datalokalisering, detaljerad åtkomsthantering, spårbarhet och motståndskraft mot cyberhot, nätverksstörningar, dataintrång och geopolitiska risker. Företaget hjälper organisationer som verkar över nationsgränser att behålla kontrollen över sina data utan att begränsa deras möjligheter att innovera och konkurrera internationellt.

Senior MLOps-ingenjör på Valarian

Driv LLM-applikationer i produktion och infrastruktur för agentisk AI på Valarian, ett säkerhetsteknikföretag med teknik för både civila och militära ändamål. Ansvara för Kubernetes-driftsättningar, observerbarhet, datapipelines och tjänsternas tillförlitlighet.

Beskrivning

  • Ansvara för driftsättning, övervakning, orkestrering och tillförlitlighet för LLM-applikationer i produktion och en plattform för agentisk AI.
  • Utforma och driva LLM-tjänster, agentiska applikationer och tillhörande AI-arbetslaster på Kubernetes-kluster med hög genomströmning.
  • Automatisera containerdriftsättningar, skalbara inferensendpunkter och blue-green- eller canary-releaser via CI/CD-pipelines.
  • Förvalta agentiska AI-arbetsflöden i produktion, inklusive verktygsanvändning i flera steg, tillståndshantering och samordning mellan agenter.
  • Undersöka och lösa problem som rör AI-applikationslogik, orkestreringsramverk, externa API:er och molninfrastruktur.
  • Utveckla system för övervakning och utvärdering av utdatakvalitet, drift, latens, kostnad och hallucinationsmått.
  • Skapa spårbarhet på detaljnivå i agenters exekveringsflöden, inklusive promptar, svar, verktygsanrop och enskilda steg.
  • Övervaka och förbättra datapipelines i realtid och i batch, feature stores, vektorindex och uppdateringar av inbäddningar.
  • Hantera GPU- och CPU-resurser, minne, autoskalning och molnkostnader för att förbättra tiden till första token och genomströmningen.

Krav

  • Minst tre års erfarenhet av MLOps, LLMOps, plattformsteknik, AI-infrastruktur eller SRE med fokus på arbetslaster för maskininlärning.
  • Praktisk erfarenhet av att driftsätta och driva komplexa containeriserade applikationer i stor skala på Kubernetes, exempelvis EKS, GKE, AKS eller bare metal.
  • Goda kunskaper i Python för backend-automatisering, systemfelsökning, anpassade verktyg och integrationer.
  • Erfarenhet av övervaknings- och loggningsverktyg som Prometheus, Grafana, Datadog eller OpenTelemetry, samt plattformar för LLM-spårning och utvärdering som LangSmith, Phoenix/Arize, Langfuse eller TruLens.
  • Kännedom om moderna CI/CD-system som GitHub Actions, GitLab CI eller ArgoCD och verktyg för infrastruktur som kod, exempelvis Terraform eller Pulumi.
  • God operativ förståelse för agentiska arkitekturer, promptkedjor, funktionsanrop och verktygskörning samt icke-deterministiskt applikationsbeteende.
  • Praktisk erfarenhet av att köra RAG-pipelines (Retrieval-Augmented Generation) och vektordatabaser i produktion är meriterande.
  • Praktisk kännedom om ramverk för agentutveckling och orkestrering är meriterande.
  • Erfarenhet av inferensmotorer och ramverk för högpresterande LLM-servering är meriterande.
  • Förståelse för säkerhetsrutiner för AI samt hastighetsbegränsningar och kostnadskontroller är meriterande.

Förmåner

  • Aktieandelar.
  • Konkurrenskraftig lön.
  • Arbetsgivarbetalda pensionsavsättningar.
  • Privat sjukförsäkring.
  • Hybridarbete.
  • Gymmedlemskap.
  • Företagsretreater och träffar med fokus på balans mellan arbete och fritid.

Relaterade jobb

Faculty

Senior Machine Learning Engineer på Faculty (hybrid, Storbritannien)

Faculty

Led arkitekturen och leveransen av produktionsklara, ansvarsfulla maskininlärningssystem för Facultys kunder inom ren energi och hållbarhet. Rådgör kunder, vägled driftsättning och coacha ingenjörer.

Öppna