Zarządzanie infrastrukturą dla ML/AI – serwery GPU, storage, sieci wysokiej przepustowości
Optymalizacja środowisk do trenowania modeli – dobór sprzętu, konfiguracja klastrów (np. Kubernetes, Slurm), tuning pod workloady AI […]
Integracja sprzętu i oprogramowania – testowanie i wdrażanie nowych technologii (np. nowa generacja akceleratorów, frameworki AI) […]
Doświadczenie w architekturze HPC – doświadczenie w projektowaniu, implementacji oraz zarządzaniem klastrami HPC […]
Pracę w wymiarze pełnego etatu w dynamicznie rozwijającej się firmie w sektorze IT, w zespole unikalnego partnera Microsoft...