Senior AI Infrastructure Engineer (Zürich, 100%)

STIAMO ASSUMENDO UN INGEGNERE DI INFRASTRUTTURA AI   ⏰ Data di inizio: il prima possibile 📍Zürich, Svizzera (in sede, lavoro da remoto non possibile) 🦾 Tempo pieno (100%) IL TUO RUOLO Come ingegnere di infrastruttura AI SWE, costruirai i sistemi che sostengono l'apprendimento del nostro robot. Lavorerai su pipeline di dati, strumenti interni e distribuzione di modelli fin dal primo giorno, mentre costruiamo le fondamenta della nostra infrastruttura ML.   Cosa farai: - Costruire una piattaforma di elaborazione dei dati a più livelli dalla raccolta grezza alla generazione del set di dati di training in versione - Costruire e gestire l'infrastruttura di training utilizzando distribuzioni containerizzate e provisioning di GPU cloud - Distribuire modelli in produzione con inferenza cloud ed edge e costruire il telaio di valutazione per garantire distribuzioni sicure - Creare e mantenere strumenti interni di controllo e ispezione della qualità dei dati   Cosa dovresti avere: - 5+ anni di esperienza in un ambiente SWE professionale nella costruzione di software di produzione con un focus significativo su piattaforme di dati o infrastrutture ML - Conoscenza solida di Python e comfort in un linguaggio tipizzato (Rust, Go, C++, ...) - Esperienza in pipeline di dati e archiviazione: architettura a più livelli, orchestrazione del flusso di lavoro, backfill e evoluzione dello schema - Esperienza di training cloud: hai provisionato istanze GPU e hai eseguito training in un setup riproducibile, dalle distribuzioni containerizzate a un registro di modelli - Esperienza pratica con ML: hai addestrato modelli e comprendi il throughput del dataloader, l'utilizzo della GPU e puoi debuggere esecuzioni di training lente o bloccate - Fondamenti SWE solidi: lavori con IaC e code review, proponi modifiche architettoniche e refactoring, e costruisci strumenti interni e automazione Queste competenze sono un plus: - Distribuzione di inferenza edge (Jetson o simile) con TensorRT, ONNX, quantizzazione - Dati multimodali e time-series: pipeline video, log dei sensori, MCAP, allineamento temporale tra fonti - Training distribuito e ottimizzazione delle prestazioni di training - Gestione del cluster GPU e orchestrazione del lavoro - Rust in produzione Non preoccuparti se non soddisfi tutti i criteri. Valorizziamo le persone che imparano velocemente e si prendono cura di costruire grandi prodotti. Basta provare e candidarsi.