Ai Infrastructure Engineer (Gpu) - Remote Emea in Rome

Ai Infrastructure Engineer (Gpu) - Remote Emea in Rome

Rome Full-Time 123750 - 151250 € / anno (stimato) Da remoto
Pragmatike

In sintesi

  • Mansioni: Costruisci e gestisci infrastrutture per modelli ML in un ambiente cloud innovativo.
  • Azienda: Startup di cloud computing in rapida crescita con focus sull'AI.
  • Benefit: Lavoro remoto, stipendio competitivo e opportunità di crescita professionale.
  • Altre informazioni: Ambiente dinamico con possibilità di influenzare decisioni ingegneristiche.
  • Perché questo lavoro: Sii parte della rivoluzione AI e costruisci sistemi all'avanguardia.
  • Qualifiche: Esperienza in ML Ops e competenze in Python e strumenti di infrastruttura.

La retribuzione prevista è compresa tra 123750 - 151250 € per anno.

Location: Fully remote (EMEA timezone)

Start date: ASAP

Languages: Fluent English required

Industry: Cloud Computing / AI / European Deep-Tech SaaS

About The Role

Pragmatike is recruiting on behalf of a fast-scaling, well-funded distributed cloud infrastructure startup building next-generation AI-native cloud services. The company is redefining how compute is delivered by providing GPU-powered infrastructure for AI/ML workloads, secure storage, and high-speed data transfer through a decentralized architecture that significantly reduces environmental impact compared to traditional cloud providers.

We are seeking a AI Infrastructure Engineer with strong experience in production-grade model serving and infrastructure for AI systems. This is a highly technical, hands-on role focused on building scalable, reliable, e efficient ML inference platforms powering real-time AI applications.

You will be responsible for designing and operating the core infrastructure that serves machine learning models at scale. You will work closely with infrastructure, platform, and applied AI teams to ensure high availability, low latency, and cost-efficient inference systems. Strong ownership, production mindset, and experience with distributed GPU systems are essential.

Your Responsibilities

  • Build and operate production-grade model serving infrastructure using frameworks such as vLLM, TGI, Triton, or equivalent
  • Design and implement robust deployment pipelines with blue/green and canary rollout strategies for ML models
  • Develop and maintain auto-scaling systems, multi-model serving architectures, and intelligent request routing layers
  • Optimize GPU utilization, memory efficiency, network throughput, and model artifact storage performance
  • Design observability systems for tracking inference latency, throughput, GPU usage, cost metrics, and system health
  • Manage model registries and CI/CD pipelines enabling automated and reproducible model deployments
  • Own the full lifecycle of ML systems from development through production, including operational support and on-call responsibilities
  • Define engineering best practices and contribute to platform scalability in a fast-moving startup environment

Required Qualifications

  • 4+ years of experience in ML Ops, Platform Engineering, SRE, or similar infrastructure roles focused on ML systems
  • Hands-on experience with model serving frameworks such as vLLM, TGI, Triton, or equivalent
  • Strong background in container orchestration and operating GPU-based workloads in production
  • Experience with MLOps tooling including model registries, experiment tracking, and automated deployment pipelines
  • Proficiency in Python and infrastructure-as-code tools (e.g., Terraform, Helm, or similar)
  • Strong understanding of distributed systems, performance tuning, and production reliability engineering
  • Ability to effectively use AI coding assistants to accelerate development and debugging workflows
  • Ownership mindset with the ability to operate independently in a remote-first environment

Preferred Qualifications

  • Experience with ML platforms such as Kubeflow, MLflow, or KubeAI
  • Knowledge of GPU scheduling, CUDA/ROCm optimization, or multi-tenant inference systems
  • Experience with cost optimization across different GPU types and inference workloads
  • Background in early-stage startups or greenfield infrastructure projects
  • Proven experience building production systems from scratch rather than maintaining legacy platforms

Why Join Us

  • Take ownership of critical infrastructure powering a rapidly scaling AI-native cloud platform
  • Build foundational ML inference systems from the ground up in a high-growth, well-funded startup
  • Work at the intersection of distributed systems, GPU computing, and sustainable cloud architecture
  • Gain deep expertise in next-generation AI infrastructure and large-scale model serving systems
  • Influence core engineering decisions and define best practices that will scale with the company.

Pragmatike is committed to a fair, transparent, and inclusive recruitment process. We do not discriminate based on age, disability, gender, gender identity or expression, marital or civil partner status, pregnancy or maternity, race, religion or belief, sex, or sexual orientation.

In accordance with GDPR, your personal data will be processed lawfully, fairly, and securely, and used solely for recruitment purposes, including sharing it with our client(s) for employment consideration.

Ai Infrastructure Engineer (Gpu) - Remote Emea in Rome datore di lavoro: Pragmatike

Pragmatike è un datore di lavoro eccezionale, offrendo un ambiente di lavoro ibrido che promuove la flessibilità e l'equilibrio tra vita professionale e personale. Con opportunità di crescita professionale e un forte focus sulla formazione continua, i dipendenti possono sviluppare le proprie competenze in un contesto internazionale, collaborando con un team diversificato e dinamico a Brindisi o Valencia. Inoltre, la cultura aziendale valorizza il supporto reciproco e l'innovazione, rendendo ogni giorno un'opportunità per contribuire a progetti significativi e gratificanti.

Pragmatike

Dettagli di contatto:

Team di recruiting di Pragmatike

Consigli degli esperti StudySmarter🤫

Ecco come pensiamo che potresti ottenere Ai Infrastructure Engineer (Gpu) - Remote Emea in Rome

✨Partecipa ai Meetup Locali

Immergiti nella community tech partecipando a meetup locali di ingegneria e sviluppo software. Questo non solo ti permetterà di imparare delle nuove tendenze, ma anche di incontrare potenziali datori di lavoro e colleghi. Non c'è nulla di meglio che un contatto personale per lasciare il segno!

✨Contribuisci a Progetti Open-Source

Un ottimo modo per farti notare è contribuire a progetti open-source. Questo non solo arricchisce il tuo portfolio, ma ti mette in contatto con professionisti del settore che possono facilmente raccomandarti per posizioni full-time. Inoltre, dimostrerai competenze pratiche che le aziende adorano!

✨Esplora le Piattaforme di Recruitment Tecnico

Ci sono piattaforme di recruitment specializzate per il settore tech dove le aziende cercano costantemente profili come il tuo. Assicurati di registrarti su siti specifici per ingegneri e sviluppatori per ricevere piuttosto offerte di lavoro pertinenti e opportunità interessanti. Fai in modo che il tuo profilo risalti!

✨Applica Direttamente a Pragmatike

Non dimenticare di controllare il sito web di Pragmatike per eventuali opportunità di lavoro nel settore ingegneristico. Applicare direttamente può aumentare le tue chance di essere notato, specialmente se segui i loro canali social per aggiornamenti su assunzioni e eventi informativi.

Pensiamo che ti servano queste competenze per eccellere come Ai Infrastructure Engineer (Gpu) - Remote Emea in Rome

Esperienza in ML Ops
Ingegneria della piattaforma
SRE (Site Reliability Engineering)
Framework di serving dei modelli (vLLM, TGI, Triton)
Orchestrazione dei container
Carichi di lavoro basati su GPU
Strumenti MLOps (registri dei modelli, tracciamento degli esperimenti)

Alcuni consigli per la tua candidatura 🫡

Mostra i tuoi progetti!:Nel tuo CV, assicurati di includere una sezione dedicata ai progetti di sviluppo software a cui hai lavorato. Questi possono essere progetti universitari, lavori freelance o anche side projects. Se hai un GitHub, non dimenticare di linkarlo: i recruiter adorano vedere il codice e come affronti le sfide.

Competenze tecniche in evidenza:Fai un elenco chiaro delle tue competenze tecniche nel tuo CV, come linguaggi di programmazione, framework e strumenti che conosci. Assicurati che siano rilevanti per il ruolo di Ai Infrastructure Engineer (Gpu) - Remote Emea in Pragmatike. Questo aiuterà a dimostrare che sei il candidato ideale per il lavoro!

Scrivi una lettera di motivazione mirata:Quando scrivi la tua lettera di motivazione, evidenzia perché sei appassionato di ingegneria e sviluppo software. Parla dei tuoi obiettivi professionali e di come pensi di crescere in Pragmatike. Ricorda, vogliamo vedere il tuo entusiasmo e il tuo desiderio di imparare!

Attenzione ai dettagli:Nell'ambito dell'ingegneria e dello sviluppo software, i dettagli contano. Fai attenzione alla formattazione del tuo CV e della lettera di motivazione. Un CV ben strutturato e privo di errori mostra che sei meticoloso e professionale, qualità fondamentali per un ruolo a tempo pieno come Ai Infrastructure Engineer (Gpu) - Remote Emea.

Come prepararti a un colloquio di lavoro presso Pragmatike

✨Preparati con le tue abilità tecniche

Per un colloquio in ingegneria e sviluppo software, è fondamentale essere in grado di dimostrare le tue abilità tecniche. Preparati a rispondere a domande di programmazione e a risolvere problemi dal vivo. Puoi anche praticare con piattaforme come LeetCode o HackerRank per affrontare esempi di codice che potresti incontrare.

✨Mostra il tuo portfolio di progetti

Essendo un candidato full-time, è importante avere un portfolio ben curato che mostri il tuo lavoro. Porta con te esempi di progetti passati, sia personali che professionali. Spiega il tuo ruolo in ciascun progetto e i risultati ottenuti. Questo non solo dimostra le tue capacità, ma anche la tua passione per il settore.

✨Preparati a domande sul lavoro di squadra

Nel campo dell'ingegneria e sviluppo software, il lavoro di squadra è cruciale. Aspettati di ricevere domande su come hai collaborato in precedenti progetti o come affronti i conflitti con i membri del team. Pratica le tue risposte usando esempi concreti che mettano in luce le tue abilità relazionali.

✨Conosci il processo di sviluppo che usano

Ogni azienda ha il proprio modo di fare le cose. Prima del colloquio in Pragmatike, informati sul loro processo di sviluppo software, come Agile o Scrum. Essere in grado di discutere come ti adatteresti a questi metodi o come hai già lavorato con essi può farti risaltare come candidato ideale.