Senior Cloud Engineer

Hafnia
Copenhagen,
Hafnia logo

Oversigt og nøgleindsigter

Hafnia søger en Senior Cloud Engineer til at etablere og forberede deres drift i datacentre og AI-fabrikker. Stillingen involverer deployment af ML-modeller og sikring af bedste praksis inden for datacentersikkerhed og ydeevne.

Højdepunkter

  • Mulighed for at arbejde med avanceret AI og maskinlæring
  • Hybrid arbejdsmodel i København
  • Et inkluderende og støttende arbejdsmiljø med fokus på samarbejde

Påkrævede kvalifikationer

  • 5+ års erfaring med infrastruktur, cloud eller systemingeniørarbejde
  • Dybt kendskab til serverhardware og Linux-systemer
  • Erfaring med containerisering og orkestrering (Docker, Kubernetes)

Ønskværdige kvalifikationer

  • Erfaring med GPU-accelererede klynger
  • Baggrund i MLOps og modelserving

Den ideale kandidat

Den ideelle kandidat har en solid teknisk baggrund med fokus på datacentre og AI, samt evnen til at arbejde tværfagligt. Vedkommende skal have en passion for innovation og en proaktiv tilgang til problemløsning.

Jobdetaljer

Løn efter aftale
Fuldtid
37 timer/uge
Hybrid
Copenhagen

Jobbeskrivelse

Job Description

Join Milestone and build technology that pushes boundaries and empowers businesses worldwide.

Impact & Purpose

Do you want to contribute to the AI computer vision of 2026 and beyond? If you envision that your next role will shape the future of visual machine learning and do it responsibly and with real-world impact… then please keep reading!

Location: Copenhagen (Hybrid)

Role Summary

As a Senior Cloud Engineer in Hafnia, you will be responsible for setting up and preparing our operation in data centers and AI factories. Your expertise will blend system admin and cloud vision to make Hafnia services available and secure in compute powerhouse as well as on prem servers. You will become a member in our cross-functional team to drive model deployments, ensuring best practices and compliance with industry standards.

What you will do

  • Test and define requirements for data centers and on-prem servers alike, including GPU servers, storage, networking, IAM, and ML hardware
  • Deploy and maintain VLM inference environments, ensuring replicability, stability, security, and high performance
  • Define, build and manage local model serving platforms, including load balancing, autoscaling, GPU scheduling, and observability
  • Implement infrastructure automation for provisioning, configuration, and monitoring of compute clusters
  • Optimize hardware utilization, latency, throughput, and memory footprint for ML inference workloads
  • Collaborate with our Computer vision exports to support model integration, upgrades and environment customization.
  • Ensure data security, access control, and compliance across environments hosting

What you bring to the team

  • Deep expertise in server hardware, including GPUs (NVIDIA A/H-series), NICs, storage buses etc.
  • Advanced knowledge in Linux systems engineering, lowlevel debugging and optimization
  • Expertise with containerization & orchestration (Docker, Kubernetes, K8s GPU operators)
  • Solid understanding of MLOps infrastructure, including model serving, GPU scheduling, caching, quantization, and monitoring.
  • Knowledge of onprem deployment automation and deployment
  • Ability to optimize inference/runtime performance through GPU tuning, quantization, and rightsizing models.
  • Comfortable working across hardware, OS, network, and ML layers
  • Sharp production of documentation, runbooks, monitoring dashboards, and operational processes for ML systems.

How will you make a difference

  • 5+ years in infrastructure, cloud, or systems engineering, including hands-on management of computer hardware and background in storage, networking, and eventually virtualization for data intensive ML workloads.
  • Experience running GPU accelerated clusters, ML training servers, or on prem AI/LLM deployments at scale.
  • Track record deploying LLMs or VLMs in both online and offline environments with strict security/compliance constraints.
  • Experience building high availability, high throughput compute environments for AI workloads.

About our team

You will join about 35 fantastic colleagues in a fast-growing and international team that besides the engineering core counts profiles across go-to-market, community, product, compliance, design and strategy. We operate as an autonomous product team and share an entrepreneurial mindset and a firm belief that we can cover new grounds to the benefit of the world. We work with trust, collaboration and flexibility as our foundations.

What we offer

  • Opportunities for professional growth and development.
  • A supportive company culture and inclusive workplace environment.
  • Daily meals, snacks, and beverages in our canteen.
  • Office amenities such as company bikes, a gym, massages, and Friday gatherings.
  • Monthly company events for team bonding and enjoyment.

Application Process

We would like to receive your pictureless CV in English; a short custom summary may be integrated into your resume. If you have any questions, you are very welcome to contact Fulgencio Navarro – Senior Platform Engineering Manager – Phone: +34 662 024 273.

We would like you to start as soon as possible, and we will hire on an ongoing basis as we interview candidates.

Join us in shaping the future of computer vision through engineering and innovation. Let’s build products, services and your career in a meaningful way together!

Karrierevej

Typisk karriereforløb

1

Lead Cloud Engineer

2

Cloud Architect

3

CTO

Vækstpotentiale

Som Senior Cloud Engineer har du mulighed for at udvikle dig til lederpositioner inden for cloud-teknologi og infrastruktur. Med den stigende efterspørgsel efter AI-løsninger er der et stort vækstpotentiale for fagfolk, der kan lede komplekse cloud- og ML-projekter.

Overførbare færdigheder

Cloud infrastruktur managementMLOps og model implementeringSikkerhed og compliance i datahåndtering

Branchekontekst

Stillingen som Senior Cloud Engineer er central i den hurtigt voksende AI- og cloud-branche, hvor virksomheder søger at optimere deres datacenter og ML-infrastrukturer. Med fokus på sikkerhed og effektivitet er denne rolle afgørende for succesfulde AI-implementeringer.

Færdighedsanalyse

Kritiske færdigheder

Server hardware ekspertise

Dybtgående viden om serverhardware, herunder GPU'er, NIC'er og lagringsbusser.

Linux system engineering

Avanceret viden i Linux-systemer, herunder lavniveau debugging og optimering.

Containerisering og orkestrering

Ekspertise i brug af Docker og Kubernetes, herunder GPU-operatører.

Vigtige færdigheder

MLOps infrastruktur

Solid forståelse af MLOps, herunder modelservering, GPU-planlægning og overvågning.

Deployment automation

Viden om automatisering af on-premise deployment.

Optimering af ML inference

Evne til at optimere inference- og runtime-ydeevne gennem GPU tuning og kvantisering.

Ønskværdige færdigheder

Dokumentation og drift

Fremstilling af dokumentation, driftshåndbøger og overvågningsdashboards.

Erfaring med GPU-accelererede klynger

Erfaring med at køre GPU-accelererede klynger og ML-træningsservere.

Mest kritiske færdigheder

Server hardware ekspertiseLinux system engineeringContainerisering og orkestrering

Sådan fremhæver du din erfaring

Fremhæv din erfaring med serverhardware og GPU'er, samt eventuelle projekter hvor du har arbejdet med containerisering og MLOps. Beskriv konkrete resultater og hvilke teknologier du har anvendt til at optimere ML-systemer.

Interviewforberedelse

Sandsynlige spørgsmål

Kan du beskrive din erfaring med GPU-accelererede klynger?

erfaring

Tip: Fokuser på konkrete projekter, hvor du har arbejdet med GPU'er, og de resultater du opnåede.

Hvordan håndterer du sikkerhed og adgangskontrol i cloud-miljøer?

teknisk

Tip: Giv eksempler på specifikke sikkerhedsforanstaltninger, du har implementeret.

Hvad er dine metoder til at optimere ML-inferens ydeevne?

teknisk

Tip: Diskuter specifikke teknikker som GPU-tuning og model kvantisering.

Hvordan samarbejder du med tværfaglige teams?

kultur

Tip: Del erfaringer fra tidligere projekter, hvor samarbejde var nøglen til succes.

Kan du give et eksempel på en udfordring, du har mødt i forbindelse med MLOps, og hvordan du løste den?

situation

Tip: Fokuser på problemet, din tilgang, og det endelige resultat.

Spørgsmål du kan stille

  • Hvordan ser et typisk projekt ud for en Senior Cloud Engineer hos Hafnia?
  • Hvilke værktøjer og teknologier bruger I i jeres nuværende cloud-infrastruktur?
  • Hvordan fremmer I innovation og udvikling inden for AI og maskinlæring i virksomheden?

Tale punkter

  • Din erfaring med at implementere og administrere cloud-løsninger.
  • Din evne til at arbejde under pres og håndtere komplekse tekniske udfordringer.
  • Din interesse for AI og maskinlæring, og hvordan du holder dig opdateret med de nyeste tendenser.

Bekymringspunkter at være opmærksom på

  • Manglende erfaring med de specifikke teknologier nævnt i jobopslaget.
  • Uklare svar på spørgsmål om tidligere projekter eller resultater.

Ansøgningsstrategi

Ansøgningstips

  • Fokuser på din erfaring med GPU-servere og ML-workloads i din ansøgning.
  • Vis hvordan du har implementeret infrastrukturautomatisering tidligere og hvilken indflydelse det havde.
  • Inkludér konkrete eksempler på projekter, hvor du har arbejdet med containerisering og orkestrering.

Nøgleord at inkludere

GPU-optimeringMLOpscontaineriseringinfrastrukturautomatiseringhøj tilgængelighed

Fokus i ansøgningen

Fremhæv din dybe ekspertise inden for serverhardware og din erfaring med at optimere ML-inference miljøer. Beskriv også din evne til at arbejde på tværs af hardware og software for at sikre høj ydeevne.

Tilpasning af CV

Tilpas dit CV ved at fremhæve specifik erfaring med GPU-accelererede klynger og MLOps infrastruktur. Sørg for at inkludere relevante projekter og resultater, der demonstrerer din evne til at skabe effektive og sikre cloud-løsninger.

Ofte stillede spørgsmål

Hvad indebærer stillingen som Senior Cloud Engineer hos Hafnia?

Som Senior Cloud Engineer vil du være ansvarlig for opsætning og vedligeholdelse af data centre og AI-fabrikker. Du vil arbejde med at implementere og optimere ML-infrastruktur samt sikre, at Hafnias tjenester er tilgængelige og sikre.

Hvilke kvalifikationer kræves for at ansøge om denne stilling?

Vi søger en kandidat med dybdegående ekspertise inden for serverhardware, især GPU'er, samt avanceret viden om Linux-systemer. Desuden er erfaring med containerisering og MLOps-infrastruktur essentiel.

Hvad tilbyder Hafnia sine medarbejdere?

Hafnia tilbyder et hybridarbejdsmiljø i København, muligheden for at arbejde med banebrydende teknologi inden for AI, samt et tværfagligt team, hvor du kan bidrage til meningsfulde projekter med reel verdensindflydelse.

Hvordan er arbejdsmiljøet i Hafnia?

Arbejdsmiljøet er dynamisk og innovativt, hvor samarbejde og vidensdeling mellem teammedlemmer vægtes højt. Du vil være en del af et team med omkring 35 fagfolk, der arbejder passioneret med avancerede teknologier.

Hvad er forventningerne til en Senior Cloud Engineer?

Vi forventer, at du har minimum 5 års erfaring inden for infrastruktur og cloud engineering, samt evnen til at optimere ML-arbejdsbelastninger. Du skal også kunne dokumentere og kommunikere komplekse tekniske processer klart og effektivt.

Hvilke specifikke opgaver vil jeg have som Senior Cloud Engineer?

Dine opgaver vil inkludere at definere krav til data centre, implementere infrastrukturautomatisering og samarbejde med eksperter inden for computer vision for at støtte modelintegration og tilpasning af miljøer.

Hvordan arbejder Hafnia med databeskyttelse og sikkerhed?

Hafnia prioriterer databeskyttelse og compliance højt, og du vil være ansvarlig for at sikre dataadgangskontrol og overholdelse af standarder på tværs af alle miljøer, hvor modellerne hostes.

Hvilke teknologier og værktøjer skal jeg være fortrolig med?

Du skal være fortrolig med værktøjer som Docker, Kubernetes, samt have erfaring med GPU-tuning og optimering af ML-infrastruktur for at kunne levere højtydende løsninger.

Stillinger

Senior Cloud EngineerCloud EngineerInfrastructure Engineer

Lignende jobs