NVIDIA Edge AI / Real-Time Data Specialist

Wymagania (must-have)Doświadczenie z technologiami NVIDIA i obliczeniami GPU (np. CUDA, TensorRT, DeepStream)Praktyka w obszarze Edge AI / real-time inference / streaming AIDoświadczenie z computer vision, przetwarzaniem danych sensorowych lub telemetrycznychUmiejętność projektowania architektur edge-to-cloudDoświadczenie we wdrażaniu modeli AI do środowisk produkcyjnychZnajomość wzorców dla systemów real-time i event-drivenUmiejętność integracji AI z platformami danych i systemami operacyjnymiDobra znajomość inżynierii danych i pipeline’ów streamingowych (np. Kafka, Flink, Spark)Doświadczenie w pracy zespołowej (data + infra + AI)Mile widzianeDoświadczenie w obszarze:robotics / physical AIautonomous systemssmart infrastructureindustrial AIZnajomość digital twins i systemów symulacyjnychDoświadczenie z video analytics i systemami high-throughputPraktyka w MLOps / platform engineering / edge operationsDoświadczenie z heterogenicznymi środowiskami (kamery, IoT, sensory) ,[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] Requirements: GPU, CUDA, AI, Computer vision, Kafka, Flink, MLOps, IoT