Saltar al contenido principal

Beta JOBUS.org está en beta pública.

JOBUS.org

Ingeniero sénior de soluciones de IA aplicada

Senior Applied AI Solutions Engineer

Nebius

  • Remoto (EE. UU.)
  • $200,000 – $350,000 por año
  • Tiempo completo
  • Publicado hace 6 días
Traducción automática del anuncio original en inglés.

Se postulará en el sitio web original.

Sobre este empleo

**Acerca de [Nebius](https://jobicy.com/company/nebius):** Nebius está liderando una nueva era en infraestructura de nube para la economía global de la IA. Estamos construyendo una plataforma de nube de IA de pila completa que brinda soporte a desarrolladores y empresas desde los datos y el entrenamiento de modelos hasta la implementación en producción, sin el costo ni la complejidad de crear una infraestructura interna de IA/ML a gran escala. Creada por ingenieros y para ingenieros. Desde la orquestación de GPU a gran escala hasta la optimización de inferencias, nos ocupamos de los problemas más complejos en cómputo, almacenamiento, redes e IA aplicada. Cotizamos en Nasdaq (NBIS) y tenemos nuestra sede en Ámsterdam. Contamos con presencia global y centros de I+D en Europa, el Reino Unido, Norteamérica e Israel. Nuestro equipo de más de 1,500 personas incluye a cientos de ingenieros con amplia experiencia en hardware, software e I+D de IA. **El puesto** La IA avanza más rápido de lo que cualquier equipo de producto puede seguir. Nebius está ampliando sus servicios de informática sin servidor, bases de datos, MLflow, MLOps, IA física y HCLS; los clientes que llegan con cargas de trabajo de ML complejas y del mundo real necesitan más que documentación. Este puesto existe para cerrar esa brecha: alguien que pueda crear prototipos de lo que es posible, ayudar a los clientes a avanzar durante sus primeros 90 días y aportar al plan de producto los aprendizajes prácticos adquiridos en el trabajo con clientes. Este puesto se sitúa en la intersección entre la ingeniería de ML avanzada y el impacto en el producto. Pasarás aproximadamente la mitad de tu tiempo trabajando directamente con clientes: ayudarás a los nuevos clientes a pasar de la prueba de concepto (POC) a producción, realizarás su incorporación técnica y trabajarás directamente con su pila de ML. Dedicarás la otra mitad a crear: desarrollarás prototipos de casos de uso de IA aplicada que demuestren lo que la plataforma puede hacer, profundizarás en técnicas emergentes antes de que se generalicen y convertirás esa experiencia en una dirección concreta para el producto. Este no es un puesto de preventa. Trabajarás directamente en tareas técnicas todos los días. **Cómo se ve el éxito en 12 meses** - Los equipos de producto y ventas cuentan con una biblioteca de demostraciones funcionales y pulidas que utilizan en sus llamadas. - Los clientes empresariales con los que hayas trabajado logran un tiempo de generación de valor significativamente menor que aquellos con los que no hayas trabajado. - Se implementaron al menos 2–3 cambios en el producto a partir de comentarios que tú originaste. - El equipo entiende hacia dónde se dirige la IA aplicada en los próximos 6–12 meses, en parte gracias a lo que tú le comunicaste. **Tus responsabilidades incluirán:** - Crear prototipos y demostraciones para toda la cartera de productos —inferencia sin servidor, bases de datos, MLflow, MLOps y casos de uso verticales en IA física y HCLS— que se conviertan en recursos para los equipos de ventas, producto e ingeniería. - Brindar apoyo práctico a los nuevos clientes en el diseño de POC, la incorporación técnica y la validación; actuar como enlace entre su equipo de ML y la plataforma durante los primeros meses cruciales. - Profundizar en la IA aplicada emergente —nuevas técnicas de entrenamiento, optimizaciones de inferencia, arquitecturas agénticas y nuevos frameworks— y convertir los hallazgos en prototipos funcionales, documentos y recomendaciones para el producto. - Aportar comentarios específicos y fundamentados al plan de producto; ser la voz que diga: «Esto es lo que falló en tres POC de clientes el mes pasado y esto es lo que hay que cambiar». - Desarrollar recursos técnicos reutilizables —notebooks, arquitecturas de referencia y resultados de benchmarks— que reduzcan las dificultades de incorporación a gran escala. **Esperamos que tengas:** - Experiencia práctica en ajustar modelos grandes, depurar trabajos de entrenamiento distribuido, crear pipelines de RAG o agénticos para producción y optimizar inferencias en infraestructura con GPU; no solo haber leído sobre estos temas. - Dominio de la pila moderna de ML: PyTorch, HuggingFace, fundamentos de CUDA, Kubernetes para ML, MLflow o equivalente y bases de datos vectoriales. - Experiencia trabajando con equipos empresariales de ML, ya sea como ingeniero de soluciones, ingeniero de clientes o ingeniero de ML que colaboró estrechamente con clientes. - Hábito de leer artículos de investigación e implementar sus ideas, no para obtener reconocimiento, sino porque así mantienes tus conocimientos al día. - Capacidad para comunicarte con precisión: puedes explicar las ventajas y desventajas de la activación de puntos de control a un ingeniero de ML por la mañana y sus implicaciones de costos a un CTO por la tarde. **Será una ventaja adicional si tienes:** - Experiencia en alguno de nuestros sectores verticales: IA física/robótica/simulación, HCLS (descubrimiento de fármacos, imágenes médicas, NLP clínico) o desarrollo de aplicaciones de IA empresarial. - Familiaridad con MLOps a gran escala (Kubeflow, Metaflow, Argo, Ray). - Experiencia previa en un proveedor de servicios de nube o una empresa de infraestructura de IA. - Experiencia compartiendo públicamente tu trabajo técnico, como notebooks, charlas o publicaciones de blog que la gente realmente utiliza. **Quiénes prosperan aquí** Prosperarás aquí si te motiva la variedad: un día estarás profundizando en la pila de MLOps de un cliente y al siguiente crearás una demostración desde cero. Quieres que tu experiencia técnica influya en las decisiones sobre el producto, no solo cerrar acuerdos. **Lo que ofrecemos** - Salario competitivo y paquete integral de beneficios. - Oportunidades de crecimiento profesional en Nebius. - Modalidades de trabajo flexibles. - Un entorno de trabajo dinámico y colaborativo que valora la iniciativa y la innovación. Estamos creciendo y ampliando nuestros productos todos los días. Si estás a la altura del desafío y te entusiasma la IA y el ML tanto como a nosotros, ¡únete a nuestro equipo! **Transparencia salarial** Ofrecemos paquetes competitivos de compensación y beneficios. La compensación real se determinará en función de factores relacionados con el puesto, incluidos la experiencia, las habilidades, las calificaciones, el nivel para el que se contrate a la persona candidata y la ubicación geográfica, de conformidad con la legislación aplicable. Rango de compensación base $200—$350,000 USD **Beneficios y ventajas:** - Compensación competitiva - Oportunidades de crecimiento profesional y aprendizaje - Flexibilidad y autonomía - Cultura colaborativa e innovadora - Oportunidad de trabajar en proyectos de IA con impacto - Entorno internacional y equipos talentosos **Cómo es trabajar en Nebius:** Ritmo acelerado - Pensamiento audaz - Crecimiento constante - Impacto significativo - Confianza y verdadera autonomía - Oportunidad de dar forma al futuro de la IA **Declaración de igualdad de oportunidades:** Nebius es un empleador que ofrece igualdad de oportunidades. Nos comprometemos a fomentar un lugar de trabajo inclusivo y diverso, y a brindar igualdad de oportunidades laborales en todos los aspectos del empleo. No discriminamos por motivos de raza, color, religión, sexo (incluido el embarazo), nacionalidad, ascendencia, edad, discapacidad, información genética, estado civil, condición de veterano, orientación sexual, identidad o expresión de género, ni por ninguna otra característica protegida por la legislación aplicable. Las personas solicitantes deben estar autorizadas para trabajar en el país en el que presentan su solicitud y deberán presentar prueba de elegibilidad laboral como condición para la contratación. Si necesitas adaptaciones durante el proceso de solicitud, avísanos.

Anuncio original en inglés

About Nebius:

Nebius is leading a new era in cloud infrastructure for the global AI economy. We are building a full-stack AI cloud platform that supports developers and enterprises from data and model training through to production deployment, without the cost and complexity of building large in-house AI/ML infrastructure.

Built by engineers, for engineers. From large-scale GPU orchestration to inference optimization, we own the hard problems across compute, storage, networking and applied AI.

Listed on Nasdaq (NBIS) and headquartered in Amsterdam, we have a global footprint with R&D hubs across Europe, the UK, North America and Israel. Our team of 1,500+ includes hundreds of engineers with deep expertise across hardware, software and AI R&D.

The role

AI is moving faster than any single product team can track. Nebius is expanding across serverless, databases, MLflow, MLOps, Physical AI, and HCLS — and customers arriving with complex, real-world ML workloads need more than documentation. This role exists to close that gap: someone who can prototype what's possible, accelerate customers through their first 90 days, and feed hard-won field insight back into the product roadmap.
This role sits at the intersection of deep ML engineering and product impact. You'll spend roughly half your time in the field — helping new customers move from POC to production, running technical onboarding, and working hands-on through their ML stack. The other half you'll spend building — prototyping applied AI use cases that show what's possible on the platform, going deep on emerging techniques before they're mainstream, and turning that expertise into concrete product direction.
This is not a presales role. You get your hands dirty every day.

What success looks like in 12 months

  • The product and sales teams have a library of working, polished demos they reach for on calls
  • Enterprise customers you've touched have meaningfully faster time-to-value than those you haven't
  • At least 2–3 product changes were shipped because of feedback you originated
  • The team understands where applied AI is heading 6–12 months from now, partly because you told them

Your responsibilities will include:

  • Build prototypes and demos across the product portfolio — serverless inference, databases, MLflow, MLOps, and vertical use cases in Physical AI and HCLS — that become assets for sales, product, and engineering teams
  • Support new customers hands-on through POC design, technical onboarding, and validation; act as the bridge between their ML team and the platform during the critical first months
  • Go deep on emerging applied AI — new training techniques, inference optimizations, agentic architectures, new frameworks — and turn findings into working prototypes, writeups, and product recommendations
  • Feed the product roadmap with specific, grounded feedback; be the voice of "here's what broke in three customer POCs last month and here's what needs to change"
  • Develop reusable technical assets — notebooks, reference architectures, benchmark results — that reduce onboarding friction at scale

We expect you to have:

  • You've fine-tuned large models, debugged distributed training jobs, built production RAG or agentic pipelines, and optimized inference on GPU infrastructure — not just read about it
  • You're fluent in the modern ML stack: PyTorch, HuggingFace, CUDA fundamentals, Kubernetes for ML, MLflow or equivalent, vector databases
  • You've worked with enterprise ML teams — whether as a solutions engineer, customer engineer, or an ML engineer who collaborated closely with customers
  • You read papers and implement them — not for credit, but because it's how you stay sharp
  • You communicate with calibration: you can explain activation checkpointing tradeoffs to an ML engineer in the morning and the cost implication to a CTO in the afternoon

It will be an added bonus if you have:

  • Experience in any of our vertical domains: Physical AI / robotics / simulation, HCLS (drug discovery, medical imaging, clinical NLP), or enterprise AI application development
  • Familiarity with MLOps at scale (Kubeflow, Metaflow, Argo, Ray)
  • Prior work at a cloud provider or AI infrastructure company
  • You've shared technical work publicly — notebooks, talks, blog posts that people actually use

Who thrives here

You'll thrive here if you're energized by variety — one day deep in a customer's MLOps stack, the next building a demo from scratch. You want your technical depth to influence product decisions, not just close deals.

What we offer

  • Competitive salary and comprehensive benefits package.
  • Opportunities for professional growth within Nebius.
  • Flexible working arrangements.
  • A dynamic and collaborative work environment that values initiative and innovation.

We're growing and expanding our products every day. If you're up to the challenge and are excited about AI and ML as much as we are, join us!

Pay Transparency

We offer competitive compensation and benefits packages. Actual compensation will be determined based on job-related factors, including experience, skills, qualifications, the level at which the candidate is hired, and geographic location, consistent with applicable law.

Base Compensation Range

$200—$350,000 USD

Benefits & Perks:

  • Competitive compensation
  • Career growth and learning opportunities
  • Flexibility and ownership
  • Collaborative and innovative culture
  • Opportunity to work on impactful AI projects
  • International environment and talented teams

What's it like to work at Nebius:

Fast moving - Bold thinking - Constant growth - Meaningful impact - Trust and real ownership - Opportunity to shape the future of AI

Equal Opportunity Statement:

Nebius is an equal opportunity employer. We are committed to fostering an inclusive and diverse workplace and to providing equal employment opportunities in all aspects of employment. We do not discriminate on the basis of race, color, religion, sex (including pregnancy), national origin, ancestry, age, disability, genetic information, marital status, veteran status, sexual orientation, gender identity or expression, or any other characteristic protected by applicable law.

Applicants must be authorized to work in the country in which they apply and will be required to provide proof of employment eligibility as a condition of hire.

If you need accommodations during the application process, please let us know.

Los empleadores en JOBUS nunca le pedirán pagar, comprar equipo ni compartir datos bancarios o de Seguro Social antes de una oferta formal. Confianza y seguridad

Reportar este empleo

Empleos similares