Auf einen Blick
- Aufgaben: Baue Systeme für robotergestütztes Lernen und arbeite an Datenpipelines und Modellbereitstellungen.
- Unternehmen: Innovatives Unternehmen in Zürich mit Fokus auf KI-Infrastruktur.
- Vorteile: Attraktives Gehalt, Gesundheitsleistungen und spannende Projekte.
- Weitere Informationen: Dynamisches Team mit Möglichkeiten zur beruflichen Weiterentwicklung.
- Warum dieser Job: Gestalte die Zukunft der Robotik und arbeite mit modernster Technologie.
- Qualifikationen: Mindestens 5 Jahre Erfahrung in Softwareentwicklung und starke Python-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Startdatum: ASAP
Zürich, Schweiz (vor Ort, Remote nicht möglich)
Vollzeit (100%)
Wir stellen einen AI Infrastructure Engineer ein.
Als AI Infrastructure SWE werden Sie die Systeme aufbauen, die unser Robot Learning unterstützen. Sie werden von Anfang an an Datenpipelines, internen Tools und der Bereitstellung von Modellen arbeiten, während wir die Grundlagen unserer ML-Infrastruktur aufbauen.
Was Sie tun werden:
- Aufbau einer gestuften Datenverarbeitungsplattform von der Rohdatenaufnahme bis zur Versionierung der Trainingsdatensätze
- Aufbau und Betrieb der Trainingsinfrastruktur durch containerisierte Bereitstellungen und Cloud-GPU-Bereitstellung
- Modelle in die Produktion bringen mit Cloud- und Edge-Inferenz und Aufbau des Evaluierungsrahmens zur Gewährleistung sicherer Bereitstellungen
- Erstellung und Pflege interner Datenqualitäts- und Inspektionswerkzeuge
Was Sie mitbringen sollten:
- 5+ Jahre Erfahrung in einer professionellen SWE-Umgebung beim Aufbau von Produktionssoftware mit einem signifikanten Fokus auf Datenplattformen oder ML-Infrastruktur
- Starke Python-Kenntnisse und sicher im Umgang mit einer typisierten Sprache (Rust, Go, C++, …)
- Erfahrung in Datenpipelines und -speicherung: gestufte Architektur, Workflow-Orchestrierung, Backfills und Schema-Evolution
- Cloud-Trainingserfahrung: Sie haben GPU-Instanzen bereitgestellt und in einem reproduzierbaren Setup trainiert, von containerisierten Bereitstellungen bis hin zu einem Modell-Registry
- Praktische ML-Erfahrung: Sie haben Modelle trainiert und verstehen den Datensatzdurchsatz, die GPU-Auslastung und können langsame oder blockierte Trainingsläufe debuggen
- Starke SWE-Grundlagen: Sie arbeiten mit IaC und Code-Reviews, schlagen architektonische Änderungen und Refaktorisierungen vor und bauen interne Tools und Automatisierungen auf
Diese Fähigkeiten sind ein Plus:
- Edge-Inferenzbereitstellung (Jetson oder ähnlich) mit TensorRT, ONNX, Quantisierung
- Multimodale und Zeitreihendaten: Videopipelines, Sensorprotokolle, MCAP, Zeitabgleich über Quellen hinweg
- Verteiltes Training und Optimierung der Trainingsleistung
- GPU-Cluster-Management und Job-Orchestrierung
- Rust in der Produktion
Interessiert? Schicken Sie uns eine Nachricht an careers@lokirobotics.co und fügen Sie [AII] in den Betreff der E-Mail ein. Machen Sie sich keine Sorgen, wenn Sie nicht alle Anforderungen erfüllen. Wir schätzen Menschen, die schnell lernen und sich um den Aufbau großartiger Produkte kümmern. Versuchen Sie es einfach und bewerben Sie sich.
