ML-infrastrukturingenjör

Rollen är att leda och stödja benchmark av GPU-plattformar för maskininlärning och AI-arbetsbelastningar. Du kommer att utvärdera prestanda hos GPU-baserad hårdvara för djupa neurala nätverk och AI-ramverk, vilket möjliggör datadrivna beslut för plattformsoptimering och hårdvaruutveckling. Ansvarsområden inkluderar: profilera och analysera GPU-prestanda på system- och kärnnivå, utvärdera och jämföra prestanda över plattformar och arkitekturer (CUDA, ROCm), felsöka och optimera ML-arbetsbelastningar på GPU-hårdvara, genomföra acceptanstest för nya GPU-kluster, experimentera över olika GPU-konfigurationer för att bedöma påverkan av interconnect-strategier och systemnivåoptimeringar, utveckla verktyg och instrumentpaneler för att visualisera prestandametriker, och bidra till intern verktygsutveckling och bästa praxis. Krav: djup förståelse för maskininlärningsteori, kunskap om prestanda hos stora neurala nätverk, erfarenhet av PyTorch/JAX/Megatron-LM/Tensor-LLM, kännedom om CUDA/NCCL-drivrutiner samt relevanta bibliotek, containeriserade miljöer (Docker/Kubernetes) och stark kommunikation samt självständighet. Meriter: erfarenhet av moderna LLM-inferensramverk, Python och prestandaprofilverktyg, moln ML-plattformar som AWS/GCP/Azure ML, open-source ML benchmarking-verktyg. Förmåner inkluderar konkurrenskraftig kompensation, karriärutveckling, flexibilitet och ägande, samarbetande och innovativ kultur, möjligheter att arbeta med banbrytande AI-projekt, internationell miljö. Nebius som arbetsgivare erbjuder snabb rörlighet, modig tänkande, konstant tillväxt, meningsfull påverkan och förtroende. Likabehandlingsuttalande tillämpas.

The text above is the employer's original job description, extracted as written. Other details on this page, like salary, responsibilities, and requirements, are interpreted from that text by our system, not values the employer explicitly confirmed, so treat them as our best interpretation rather than verified facts.