Brak wyników spełniających kryteria wyszukiwania.

Zakres obowiązków
Projektowanie i budowa pipeline’ów danych i AI przetwarzających dane w czasie rzeczywistym
Tworzenie i optymalizacja rozwiązań GPU (video analytics, telemetry, CV, streaming inference)
Integracja rozwiązań edge AI z platformami data (cloud / enterprise systems)
Wdrażanie modeli AI do produkcji (edge inferencing, real-time decisioning)
Budowa architektur edge-to-cloud
Praca nad systemami obejmującymi video, sensory, telemetry i symulacje
Optymalizacja wydajności i skalowalności workloadów GPU
Wdrażanie standardów i wzorców dla produkcyjnych systemów AI real-time
Współpraca z zespołami data engineering, AI oraz architektury
Ewaluacja narzędzi i technologii w ekosystemie NVIDIA
Wymagania (must-have)
Doświadczenie z technologiami NVIDIA i obliczeniami GPU (np. CUDA, TensorRT, DeepStream)
Praktyka w obszarze Edge AI / real-time inference / streaming AI
Doświadczenie z computer vision, przetwarzaniem danych sensorowych lub telemetrycznych
Umiejętność projektowania architektur edge-to-cloud
Doświadczenie we wdrażaniu modeli AI do środowisk produkcyjnych
Znajomość wzorców dla systemów real-time i event-driven
Umiejętność integracji AI z platformami danych i systemami operacyjnymi
Dobra znajomość inżynierii danych i pipeline’ów streamingowych (np. Kafka, Flink, Spark)
Doświadczenie w pracy zespołowej (data + infra + AI)
Mile widziane
Doświadczenie w obszarze:
robotics / physical AI
autonomous systems
smart infrastructure
industrial AI
Znajomość digital twins i systemów symulacyjnych
Doświadczenie z video analytics i systemami high-throughput
Praktyka w MLOps / platform engineering / edge operations
Doświadczenie z heterogenicznymi środowiskami (kamery, IoT, sensory)
Zainteresowany ofertą?
Aplikuj już teraz!