Job
Aus Partner-Feed
Plattformingenieur
Preis auf Anfrage
Details
- Beschäftigungsart
- Vollzeit
- Remote
- Nein
- Unternehmen
- Cuspai
Beschreibung
Automatisch aus dem English übersetzt. Der Originaltext ist maßgeblich. Maschinenübersetzung – eine genauere Version wird vorbereitet.
Über CuspAI
CuspAI ist das Pionier-KI-Unternehmen mit der Mission, die bahnbrechenden Materialien zu entwickeln, die für den menschlichen Fortschritt erforderlich sind. Während die Natur Milliarden von Jahren brauchte, um Moleküle zu perfektionieren, nutzen wir KI, um in Monaten und nicht in Jahrtausenden Billionen-Dollar-Materialdurchbrüche zu erzielen. Unser Gründungsteam ist das am häufigsten zitierte der Welt und besteht aus erstklassigen Forschern in den Bereichen KI, Chemie und Ingenieurwesen.
Wir arbeiten an einigen der schwierigsten und wichtigsten Herausforderungen, darunter Energie, sauberes Wasser, die Zukunft der Computertechnik und Kohlenstoffabscheidung, und dies ist erst der Anfang dessen, was unsere „Suchmaschine“ für Materialien der nächsten Generation erschließen wird.
Wir laden Sie ein, Teil eines vielfältigen, innovativen Teams an der Schnittstelle von KI und Materialwissenschaft zu werden und daran zu arbeiten, wirkungsvolle Partnerschaften zu schaffen, die Innovation, Skalierbarkeit und Branchenzusammenarbeit vorantreiben. Diese Arbeit ist wichtig. Ihre Arbeit ist wichtig.
Wir stehen an der Schwelle zum Zeitalter der On-Demand-Materialien. Begleiten Sie uns.
Die Rolle
Da wir wachsen, suchen wir einen Plattformingenieur mit fundiertem Fachwissen in den Bereichen Python-Codierung, DevOps und Cloud-Plattformen, um die Infrastruktur aufzubauen und zu warten, die unsere ML-Forschungsteams antreibt. Sie sind der Architekt der Systeme, die es unseren Forschern ermöglichen, Modelle im großen Maßstab zu trainieren und einzusetzen.
Ihre Wirkung
In dieser Rolle bauen und pflegen Sie die ML-Infrastrukturplattform, die es unseren KI-Forschern und Materialwissenschaftlern ermöglicht, hochmoderne Experimente durchzuführen.
Sie helfen beim Aufbau und der Wartung des gesamten ML-Operations-Stacks – von der Cloud-Architektur bis hin zu Bereitstellungspipelines – und stellen so sicher, dass sich unsere Forschungsteams auf die Wissenschaft konzentrieren können, während Sie die Systeme verwalten.
Sie werden Teil eines neu geschaffenen Teams in Zusammenarbeit mit unserem VP ML Engineering, in dem Sie die Möglichkeit haben, unsere gesamte ML-Infrastrukturstrategie mitzugestalten und einen wesentlichen Einfluss auf die Architektur unserer Plattform zu nehmen.
Was Sie tun werden
• Erstellen Sie die ML-Infrastrukturplattform: Entwerfen und implementieren Sie eine cloudnative Plattform auf Kubernetes, die es Forschern ermöglicht, Modelle einfach zu trainieren, zu bewerten und bereitzustellen, ohne sich Gedanken über die Komplexität der Infrastruktur machen zu müssen.
• Besitzen Sie den MLOps-Stack: Implementieren und pflegen Sie CI/CD-Pipelines, Modellregister, Experimentverfolgungssysteme und Bereitstellungsautomatisierung – den gesamten Lebenszyklus von ML-Operationen.
• Verteiltes ML-Modelltraining skalieren: Bauen Sie eine Infrastruktur auf, um verteiltes Training über viele GPUs hinweg zu unterstützen, und implementieren Sie Lösungen für Datenpipelines, Checkpointing und Ressourcenoptimierung.
• Plattformzuverlässigkeit: Stellen Sie eine Verfügbarkeit unserer ML-Plattform von 99,9 % durch Überwachung, Warnungen und automatisierte Wiederherstellungssysteme sicher. Seien Sie der Hüter der Infrastrukturstabilität.
• Konfigurationsmanagement: Verwenden Sie Kapitan, um komplexe Kubernetes-Konfigurationen in mehreren Umgebungen zu verwalten und konsistente Bereitstellungen über Entwicklung, Staging und Produktion hinweg sicherzustellen.
• Kostenoptimierung: Implementieren Sie Ressourcenmanagementstrategien, um Cloud-Ausgaben zu optimieren und ineffiziente Nutzung zu erkennen und gleichzeitig den Rechendurchsatz für unsere Forschungsteams zu maximieren.
• Entwicklererfahrung: Erstellen Sie Tools und Abstraktionen, die es Forschern erleichtern, ohne umfassende Infrastrukturkenntnisse vom Experiment zur Produktion zu gelangen.
• Interdisziplinäre Zusammenarbeit: Arbeiten Sie eng mit ML-Forschern, Chemikern, Materialwissenschaftlern und Software-Ingenieuren zusammen, um deren Bedürfnisse zu verstehen und die Infrastruktur für bahnbrechende Projekte aufzubauen
Fähigkeiten und Qualifikationen müssen vorhanden sein
• Sie sind jemand, der sich über die Möglichkeit freut, Wissenschaftlern die Arbeit an weltverändernden Herausforderungen in diesem Bereich zu ermöglichen, und der ein persönliches Interesse an den potenziellen Anwendungen der von Cusp entwickelten Technologie hat.
• Sie sind ein Entwickler von Tools und Infrastruktur, dem es Spaß macht, den Teams das Leben so einfach wie möglich zu machen. Im Rahmen Ihres Interesses an diesem Bereich bleiben Sie über die neuesten relevanten Technologien, Tools und Open-Source-Projekte auf dem Laufenden.
• Sie sind ein erfahrener Ingenieur mit fundiertem Fachwissen im Aufbau und der Wartung von ML-Infrastrukturen (nicht in der Modellentwicklung), idealerweise in Start-up-Umgebungen. Wir brauchen Sie, die in der Lage sind, sofort durchzustarten und autonom als Fachexperte zu arbeiten und gegebenenfalls Input und Anleitung zu Best Practices zu geben.
• Sie bringen umfassende Erfahrung mit ML-Workloads auf Kubernetes und Multi-Cloud-Plattformen (AWS, GCP, Neoclouds) mit.
• Sie verfügen über ausgeprägte Python- und/oder Go-Programmierkenntnisse für die Infrastrukturautomatisierung – nicht nur für die Skripterstellung.
• Kenntnisse auf Expertenniveau in Infrastructure as Code (IaC) unter Verwendung von Terraform-, Helm-, Kapitan- und GitOps-Workflows.
• Erfahrung im Betrieb verteilter ML-Plattformen für JAX und/oder PyTorch (Tensorflow wäre weniger relevant).
• Sie benötigen außerdem Erfahrung in der GPU-Infrastruktur, insbesondere in der Verwaltung von GPU-Clustern und der Leistungsoptimierung
• Frühere Erfahrung als Software-Ingenieur vor dem Wechsel in die DevOps-/MLOps-/ML-Infrastruktur oder zumindest das regelmäßige Schreiben von Code (bei der Arbeit und/oder in Ihrer Freizeit), da Sie dadurch über die Art von Programmierkenntnissen verfügen sollten, die wir suchen.
Bonuspunkte (aber nicht kritisch)
• Erfahrung im Umgang mit unserem Tech-Stack (Flyte, Kapitan, Pants) oder ähnlichen Tools
• Erfahrung mit HPC-Umgebungen und Job-Schedulern (Slurm, PBS)
• Kenntnisse der ML-Bereitstellungsinfrastruktur (Triton, TorchServe, KServe)
• Vertrautheit mit Arbeitsabläufen im wissenschaftlichen Rechnen und Datenmanagement
• Erfahrung mit mandantenfähigen ML-Plattformen
• Hintergrund in der Unterstützung von Forschungsteams (Verstehen ihrer individuellen Bedürfnisse im Vergleich zu Produktions-ML)
Was wir anbieten
• Ein wettbewerbsfähiges Gehalt: Wir schätzen und belohnen Wirkung und Wachstum
• Beteiligung an CuspAI: Sie sind am Erfolg des Unternehmens beteiligt
• Freizeit, um frisch zu bleiben: 28 Tage Urlaub (DE, NL, UK) oder 21 Tage Urlaub (JP, SG, US), zusätzlich zu den örtlichen Feiertagen…
Quelle: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/cuspai/platform-engineer-london-424820)
CuspAI ist das Pionier-KI-Unternehmen mit der Mission, die bahnbrechenden Materialien zu entwickeln, die für den menschlichen Fortschritt erforderlich sind. Während die Natur Milliarden von Jahren brauchte, um Moleküle zu perfektionieren, nutzen wir KI, um in Monaten und nicht in Jahrtausenden Billionen-Dollar-Materialdurchbrüche zu erzielen. Unser Gründungsteam ist das am häufigsten zitierte der Welt und besteht aus erstklassigen Forschern in den Bereichen KI, Chemie und Ingenieurwesen.
Wir arbeiten an einigen der schwierigsten und wichtigsten Herausforderungen, darunter Energie, sauberes Wasser, die Zukunft der Computertechnik und Kohlenstoffabscheidung, und dies ist erst der Anfang dessen, was unsere „Suchmaschine“ für Materialien der nächsten Generation erschließen wird.
Wir laden Sie ein, Teil eines vielfältigen, innovativen Teams an der Schnittstelle von KI und Materialwissenschaft zu werden und daran zu arbeiten, wirkungsvolle Partnerschaften zu schaffen, die Innovation, Skalierbarkeit und Branchenzusammenarbeit vorantreiben. Diese Arbeit ist wichtig. Ihre Arbeit ist wichtig.
Wir stehen an der Schwelle zum Zeitalter der On-Demand-Materialien. Begleiten Sie uns.
Die Rolle
Da wir wachsen, suchen wir einen Plattformingenieur mit fundiertem Fachwissen in den Bereichen Python-Codierung, DevOps und Cloud-Plattformen, um die Infrastruktur aufzubauen und zu warten, die unsere ML-Forschungsteams antreibt. Sie sind der Architekt der Systeme, die es unseren Forschern ermöglichen, Modelle im großen Maßstab zu trainieren und einzusetzen.
Ihre Wirkung
In dieser Rolle bauen und pflegen Sie die ML-Infrastrukturplattform, die es unseren KI-Forschern und Materialwissenschaftlern ermöglicht, hochmoderne Experimente durchzuführen.
Sie helfen beim Aufbau und der Wartung des gesamten ML-Operations-Stacks – von der Cloud-Architektur bis hin zu Bereitstellungspipelines – und stellen so sicher, dass sich unsere Forschungsteams auf die Wissenschaft konzentrieren können, während Sie die Systeme verwalten.
Sie werden Teil eines neu geschaffenen Teams in Zusammenarbeit mit unserem VP ML Engineering, in dem Sie die Möglichkeit haben, unsere gesamte ML-Infrastrukturstrategie mitzugestalten und einen wesentlichen Einfluss auf die Architektur unserer Plattform zu nehmen.
Was Sie tun werden
• Erstellen Sie die ML-Infrastrukturplattform: Entwerfen und implementieren Sie eine cloudnative Plattform auf Kubernetes, die es Forschern ermöglicht, Modelle einfach zu trainieren, zu bewerten und bereitzustellen, ohne sich Gedanken über die Komplexität der Infrastruktur machen zu müssen.
• Besitzen Sie den MLOps-Stack: Implementieren und pflegen Sie CI/CD-Pipelines, Modellregister, Experimentverfolgungssysteme und Bereitstellungsautomatisierung – den gesamten Lebenszyklus von ML-Operationen.
• Verteiltes ML-Modelltraining skalieren: Bauen Sie eine Infrastruktur auf, um verteiltes Training über viele GPUs hinweg zu unterstützen, und implementieren Sie Lösungen für Datenpipelines, Checkpointing und Ressourcenoptimierung.
• Plattformzuverlässigkeit: Stellen Sie eine Verfügbarkeit unserer ML-Plattform von 99,9 % durch Überwachung, Warnungen und automatisierte Wiederherstellungssysteme sicher. Seien Sie der Hüter der Infrastrukturstabilität.
• Konfigurationsmanagement: Verwenden Sie Kapitan, um komplexe Kubernetes-Konfigurationen in mehreren Umgebungen zu verwalten und konsistente Bereitstellungen über Entwicklung, Staging und Produktion hinweg sicherzustellen.
• Kostenoptimierung: Implementieren Sie Ressourcenmanagementstrategien, um Cloud-Ausgaben zu optimieren und ineffiziente Nutzung zu erkennen und gleichzeitig den Rechendurchsatz für unsere Forschungsteams zu maximieren.
• Entwicklererfahrung: Erstellen Sie Tools und Abstraktionen, die es Forschern erleichtern, ohne umfassende Infrastrukturkenntnisse vom Experiment zur Produktion zu gelangen.
• Interdisziplinäre Zusammenarbeit: Arbeiten Sie eng mit ML-Forschern, Chemikern, Materialwissenschaftlern und Software-Ingenieuren zusammen, um deren Bedürfnisse zu verstehen und die Infrastruktur für bahnbrechende Projekte aufzubauen
Fähigkeiten und Qualifikationen müssen vorhanden sein
• Sie sind jemand, der sich über die Möglichkeit freut, Wissenschaftlern die Arbeit an weltverändernden Herausforderungen in diesem Bereich zu ermöglichen, und der ein persönliches Interesse an den potenziellen Anwendungen der von Cusp entwickelten Technologie hat.
• Sie sind ein Entwickler von Tools und Infrastruktur, dem es Spaß macht, den Teams das Leben so einfach wie möglich zu machen. Im Rahmen Ihres Interesses an diesem Bereich bleiben Sie über die neuesten relevanten Technologien, Tools und Open-Source-Projekte auf dem Laufenden.
• Sie sind ein erfahrener Ingenieur mit fundiertem Fachwissen im Aufbau und der Wartung von ML-Infrastrukturen (nicht in der Modellentwicklung), idealerweise in Start-up-Umgebungen. Wir brauchen Sie, die in der Lage sind, sofort durchzustarten und autonom als Fachexperte zu arbeiten und gegebenenfalls Input und Anleitung zu Best Practices zu geben.
• Sie bringen umfassende Erfahrung mit ML-Workloads auf Kubernetes und Multi-Cloud-Plattformen (AWS, GCP, Neoclouds) mit.
• Sie verfügen über ausgeprägte Python- und/oder Go-Programmierkenntnisse für die Infrastrukturautomatisierung – nicht nur für die Skripterstellung.
• Kenntnisse auf Expertenniveau in Infrastructure as Code (IaC) unter Verwendung von Terraform-, Helm-, Kapitan- und GitOps-Workflows.
• Erfahrung im Betrieb verteilter ML-Plattformen für JAX und/oder PyTorch (Tensorflow wäre weniger relevant).
• Sie benötigen außerdem Erfahrung in der GPU-Infrastruktur, insbesondere in der Verwaltung von GPU-Clustern und der Leistungsoptimierung
• Frühere Erfahrung als Software-Ingenieur vor dem Wechsel in die DevOps-/MLOps-/ML-Infrastruktur oder zumindest das regelmäßige Schreiben von Code (bei der Arbeit und/oder in Ihrer Freizeit), da Sie dadurch über die Art von Programmierkenntnissen verfügen sollten, die wir suchen.
Bonuspunkte (aber nicht kritisch)
• Erfahrung im Umgang mit unserem Tech-Stack (Flyte, Kapitan, Pants) oder ähnlichen Tools
• Erfahrung mit HPC-Umgebungen und Job-Schedulern (Slurm, PBS)
• Kenntnisse der ML-Bereitstellungsinfrastruktur (Triton, TorchServe, KServe)
• Vertrautheit mit Arbeitsabläufen im wissenschaftlichen Rechnen und Datenmanagement
• Erfahrung mit mandantenfähigen ML-Plattformen
• Hintergrund in der Unterstützung von Forschungsteams (Verstehen ihrer individuellen Bedürfnisse im Vergleich zu Produktions-ML)
Was wir anbieten
• Ein wettbewerbsfähiges Gehalt: Wir schätzen und belohnen Wirkung und Wachstum
• Beteiligung an CuspAI: Sie sind am Erfolg des Unternehmens beteiligt
• Freizeit, um frisch zu bleiben: 28 Tage Urlaub (DE, NL, UK) oder 21 Tage Urlaub (JP, SG, US), zusätzlich zu den örtlichen Feiertagen…
Quelle: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/cuspai/platform-engineer-london-424820)
Dieses Angebot stammt aus einem Partner-Feed. Bewerben Sie sich auf der Quell-Website.
Quelle: Cuspai
Standort
Cambridge, Vereinigtes Königreich
Inserat bereitgestellt von Cuspai.
