NVIDIA Edge AI / Real-Time Data Specialist

• Doświadczenie z technologiami NVIDIA i obliczeniami GPU (np. CUDA, TensorRT, DeepStream)
• Praktyka w obszarze Edge AI / real-time inference / streaming AI
• Doświadczenie z computer vision, przetwarzaniem danych sensorowych lub telemetrycznych
• Umiejętność projektowania architektur edge-to-cloud
• Doświadczenie we wdrażaniu modeli AI do środowisk produkcyjnych
• Znajomość wzorców dla systemów real-time i event-driven
• Umiejętność integracji AI z platformami danych i systemami operacyjnymi
• Dobra znajomość inżynierii danych i pipeline’ów streamingowych (np. Kafka, Flink, Spark)
• Doświadczenie w pracy zespołowej (data + infra + AI)

Nice to have:

• Doświadczenie w obszarze robotics / physical AI, autonomous systems, smart infrastructure, industrial AI
• Znajomość digital twins i systemów symulacyjnych
• Doświadczenie z video analytics i systemami high-throughput
• Praktyka w MLOps / platform engineering / edge operations
• Doświadczenie 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