DevOps / Machine Learning Engineer (IT-PW-PI-2024-75-LD)

Обзор компании:

В CERN, Европейской организации по ядерным исследованиям, мы посвящены пониманию тайн Вселенной. Наши физики и инженеры используют самые современные научные инструменты для исследования фундаментальных частиц материи. Наши текущие исследования предоставляют жизненно важные сведения о фундаментальных законах природы. Узнайте больше о нашей переломной работе на http://home.cern.

Введение в должность:

Хотите ли вы внести свой вклад в следующее поколение систем, управляющих огромными объемами данных от детекторов физики CERN? У вас есть страсть к машинному обучению (ML) и его потенциалу для революционизации научных экспериментов? Мы ищем талантливого человека для присоединения к нашей группе IT Platforms and Workflows в рамках проекта Next Generation Triggers.

В качестве инженера по DevOps / Машинному обучению вы будете:

• Разрабатывать и возглавлять разработку новой системы, включая указание аппаратных ресурсов и участие в процессах тендеров.
• Оценивать и тестировать производительность использования машинного обучения в различных конфигурациях и ресурсах.
• Вести исследовательские и разработочные работы для общей платформы ML (MLOps) и работы, ускоренной с помощью GPU.
• Сотрудничать с лидерами отрасли и конечными пользователями для обеспечения устойчивых и ориентированных на будущее инфраструктурных решений.

В этой ключевой роли вы будете:

• Надзирать и координировать деятельность более молодых членов команды в рамках проекта.
• Разрабатывать и внедрять масштабируемые платформы для машинного обучения и других передовых вычислительных задач.
• Оптимизировать использование GPU и других ускорительных технологий как в проекте, так и в пределах отдела.
• Развивать отношения с поставщиками и партнерами для улучшения системы и оптимизации платформ.

Кандидаты должны обладать:

• Степенью магистра или эквивалентным опытом работы в области компьютерного инжиниринга или в смежной области.
• Доказанным опытом реализации и поддержки платформ и сервисов машинного обучения.
• Глубокими знаниями Kubernetes, контейнеров и более широкой экосистемы облачных нативных технологий.
• Опытом работы с п