Auf einen Blick
Lead AI Platform Engineer für Optimierung von AI/ML Workloads auf NVIDIA GPU-Infrastruktur. Fokus auf Model Optimization, Inference/Training Pipelines und Production Deployments in Enterprise-Scale Umgebungen.
💰 ~$120.000–170.000/Jahr (geschätzt)
📊 Senior
🕒 Vollzeit
🌍 Vor Ort
🗺️ EMEA
- 8+ Jahre AI Systems und Infrastructure
- Python und Deep Learning Frameworks
- GPU-basierte Workloads Optimierung
- NVIDIA Stack (TensorRT, Triton, NIM)
Python
PyTorch
TensorRT
Triton Inference
CUDA
Kubernetes
Distributed Systems
Gehalt geschätzt anhand Lead-Level AI Infrastructure Engineer mit 8+ Jahren spezialisierter GPU/AI Erfahrung. Kein Gehalt in der Anzeige angegeben.
✅ Geeignet für
- Senior AI Infrastructure Engineers mit GPU Background
- ML Systems Specialists
- Technical Leaders mit Customer-Facing Architecture Experience
🚫 Weniger geeignet
- Junior/Mid-Level Engineers ohne spezialisierte AI-Erfahrung
- Keine NVIDIA/GPU Deep Knowledge
- Kandidaten ohne Production AI Deployment Erfahrung
💡 Gut zu wissen
- NVIDIA AI Stack ist schnell evolvierend, kontinuierliche Learning erforderlich
- Customer-Facing Architecture erfordert Communication und Consulting Skills
- HPC und AI Infrastruktur sind Capital-Intensive Umgebungen
Über das Unternehmen
Integrant ist ein Technologieunternehmen mit Fokus auf AI Infrastructure und GPU-basierte Workloads.
Deine Aufgaben
- Übersetzung von AI/ML Workloads in optimierte Infrastruktur-Strategien
- Modell-Performance-Optimierung in GPU Umgebungen
- Design und Implementierung von Inference und Training Pipelines mit NVIDIA Stack
- Modell-Konvertierung und Optimierung (PyTorch zu TensorRT)
- Performance-Bottleneck-Analyse mit Profiling Tools
- GPU-Utilization und Scheduling-Effizienz
- Distributed Training und Inference Architekturen
- Customer AI Infrastructure Strategy und Deployment Models
- Production Deployment Monitoring und Rollback
- Mentoring von Team Members
Deine Voraussetzungen
- 8+ Jahre AI Systems Erfahrung
- 8+ Jahre ML Systems, HPC und AI Infrastructure
- Strong Python Proficiency
- GPU-based AI Workloads und Performance Optimization
- Model Optimization Techniques (Quantization, Pruning, Batching)
- PyTorch, ONNX, TensorRT, Triton Inference Server
- CUDA, cuDNN und GPU Architecture Fundamentals
- Distributed Systems (Multi-GPU/Multi-Node)
- NCCL, NVLink, InfiniBand, Kubernetes/Slurm
- Production AI Deployments
Benefits
- Gehalt in USD
- Sechsmonatige Karriere-Entwicklung
- Unterstützende Arbeitsumgebung
- Premium Medical Insurance
- English Language Development
- Technical Development Courses
- Referral Program
- Premium Location Maadi
