Estados Unidos
B&A
Matter Inc
Ingeniero de Infraestructura de IA
Estados Unidos
Menlo Park, California, United States
PythonKubernetesC++Rust
Traducción automática. Consulta el original.
SOBRE MATTER
Matter está construyendo la pila de autonomía nativa de IA para la fabricación física en Estados Unidos. Operamos nuestras propias fábricas, desplegamos nuestro propio software y recopilamos datos de cada etapa de la producción, desde la entrada de CAD hasta los productos terminados.
Nuestra plataforma, MatterOS, es la capa de software unificada para las operaciones de fábrica, la orquestación de procesos y el despliegue de autonomía. La canalización de datos que la alimenta, desde la telemetría de las máquinas en la planta hasta el entrenamiento de modelos en la nube, es la infraestructura que usted construirá y gestionará.
EL PUESTO
Estamos contratando a un Ingeniero de Infraestructura de IA para diseñar y operar los sistemas de datos y computación que impulsan MatterOS y nuestra canalización de entrenamiento Sim2Real. Trabajará en computación de borde (edge computing), infraestructura de entrenamiento en la nube y las canalizaciones de datos que hacen realidad nuestra estrategia de "Smart Data".
Su trabajo consiste en garantizar que cada punto de datos, desde la lectura de un sensor de par hasta un fotograma de cámara, esté etiquetado con el ID de la máquina, el estado del proceso y el contexto de producción que lo hace entrenable.
POR QUÉ MATTER
La mayoría de los puestos de infraestructura de IA se centran en mantener los sistemas existentes en funcionamiento. En Matter, usted está construyendo la infraestructura desde cero para una categoría que aún no existe por completo: la fabricación física autónoma.
LO QUE HARÁ
- Diseñar y mantener la canalización de datos de borde a nube con contexto semántico preservado de extremo a extremo
- Construir y gestionar la infraestructura de computación GPU para el entrenamiento de modelos VLA, seguimiento de experimentos y flujos de trabajo de entrenamiento distribuido
- Implementar la capa de recopilación de datos para la captura al 100% desde celdas de trabajo de ensamblaje modulares, incluyendo fuentes de cámara, flujos de sensores, estado de la máquina y metadatos de proceso
- Desarrollar canalizaciones de ingeniería de características que transformen los datos operativos sin procesar en entradas de entrenamiento estructuradas para modelos de IA
- Gestionar el despliegue de modelos en hardware de borde en la fábrica: latencia, control de versiones, reversión y monitorización en producción
- Construir sistemas de observabilidad que detecten la degradación del rendimiento del modelo, la deriva de datos y las anomalías en los equipos en tiempo real
- Colaborar con investigadores de IA para traducir los requisitos del modelo en especificaciones de infraestructura y viceversa
LO QUE BUSCAMOS
- 3+ años de experiencia en infraestructura de ML, MLOps o ingeniería de datos en un entorno de producción
- Sólido dominio de sistemas de datos distribuidos: Kafka, Flink o equivalente; bases de datos de series temporales (InfluxDB, TimescaleDB o similar)
- Experiencia en gestión de clústeres de GPU y entrenamiento distribuido (basado en SLURM, Ray o Kubernetes)
- Familiaridad con protocolos industriales: OPC UA, MQTT, Modbus (o disposición para aprender rápidamente)
- Dominio de Python; sentirse cómodo con C++ o Rust para componentes de borde críticos para el rendimiento es una ventaja
- Pensamiento sistémico: usted entiende que la calidad de los datos, no el volumen de datos, es lo que hace que la IA funcione en entornos físicos restringidos
VALORAMOS
- Experiencia con NVIDIA Isaac Sim, ROS2 o despliegue de IA de borde (Jetson, FPGA o similar)
- Antecedentes en IoT industrial o sistemas de automatización de fábricas
- Familiaridad con marcos de trabajo de servicio de modelos (Triton, TorchServe o ONNX Runtime)
Más oportunidades con un solo perfil
¿Quieres optar a más puestos sin repetir todo el proceso? Crea tu perfil para que te encuentren las empresas que usan Nort.
Crear mi perfil