Ingeniero/a de infraestructura de IA

Acerca de Rendair

Rendair es una plataforma de visualización creada para arquitectos, diseñadores de interiores y profesionales inmobiliarios. Nuestras herramientas combinan modelos de IA avanzados con flujos de trabajo intuitivos para que puedas generar imágenes, animaciones y variaciones de diseño de alta calidad en segundos. Más de un millón de personas en 180 países ya la usan. Somos un equipo pequeño, remoto y en crecimiento. Mejoramos continuamente nuestra infraestructura de IA para generar imágenes más rápido, a mayor escala y con la fiabilidad que exige producción.

El puesto

Buscamos un/a ingeniero/a de infraestructura de IA con experiencia para diseñar, optimizar y escalar nuestro pipeline de generación de imágenes con GPU. El puesto se centra en desplegar modelos de aprendizaje automático en producción y mejorar su rendimiento. Crearás una arquitectura de inferencia estable y eficiente basada en Diffusers y PyTorch, sustituyendo los sistemas basados en flujos de trabajo por una infraestructura más escalable.

Qué harás

• Diseñar y optimizar un pipeline de inferencia con Diffusers listo para producción
• Desplegar y administrar entornos con GPU en Docker (CUDA, PyTorch)
• Optimizar los tiempos de carga de modelos y el uso de VRAM
• Crear sistemas escalables de colas de tareas asíncronas para generar imágenes
• Mejorar la velocidad, la fiabilidad y la eficiencia de costes de la inferencia
• Dar soporte a flujos de trabajo con varios modelos
• Contribuir a las decisiones sobre la infraestructura de IA a largo plazo

Qué buscamos

• Amplia experiencia con PyTorch
• Experiencia práctica con HuggingFace Diffusers
• Conocimiento profundo de CUDA y la gestión de memoria de GPU
• Experiencia desplegando modelos de aprendizaje automático en contenedores Docker
• Experiencia creando servicios de inferencia escalables para backend
• Gran capacidad para depurar y optimizar

Se valorará la experiencia con SDXL, Flux o implementaciones de LoRA; con proveedores de GPU en la nube como RunPod o AWS; y optimizando pipelines de inferencia para producción.

Cómo trabajamos

Colaboración freelance a tiempo completo, en remoto, con autonomía y un alto nivel de responsabilidad. Buscamos una colaboración a largo plazo.