CUDA Engineer
Работодатель · MWDN
Разработчик программного обеспеченияРазработчик приложенийГибкийПолнаяБудапешт
MWDN — глобальная ИТ-аутстаффинговая компания, которая ищет высококвалифицированного инженера или исследователя с глубокой экспертизой в GPU-вычислениях, CUDA и оптимизации инференса LLM для работы над сложными задачами на стыке ИИ-систем и высокопроизводительных вычислений.
Задачи
- Исследование и оптимизация производительности инференса LLM на современных GPU.
- Работа с фреймворками инференса и сервинга, такими как vLLM, SGLang, TensorRT-LLM или аналогичными системами.
- Анализ выполнения на GPU, паттернов доступа к памяти, производительности кернелов и узких мест инференса.
- Разработка, оптимизация, отладка или обратная разработка CUDA-кернелов и низкоуровневых операций GPU.
- Исследование техник оптимизации для матричного умножения, механизмов внимания и слоев нейронных сетей.
- Бенчмаркинг производительности и определение возможностей для улучшения задержки, пропускной способности и использования GPU.
- Работа над технически сложными задачами, требующими сильного аналитического мышления и практических экспериментов.
Условия и льготы
Человекоориентированный менеджментЧеловекоориентированный менеджмент с минимальной бюрократиейКорпоративная культураДружелюбная корпоративная культура, что подтверждается сотрудниками, которые решают вернутьсяГибкий графикГибкий график работыОтпуск29 дней оплачиваемого отпуска (18 рабочих дней в год плюс все государственные праздники)Дни восстановления10 оплачиваемых дней восстановленияЮридическая и финансовая поддержкаПолная финансовая и юридическая поддержка для подрядчиковЗанятия по английскомуБесплатные занятия по английскому языку с носителями языка или украинскими преподавателямиПоддержка HRВыделенная поддержка HR
Требования
- Уверенный практический опыт работы с CUDA и программированием GPU.
- Глубокое понимание архитектуры GPU, иерархии памяти, параллельного выполнения и оптимизации производительности.
- Опыт работы с инференсом LLM, ИИ-системами, GPU-кернелами или высокопроизводительными вычислениями.
- Знакомство с одним или несколькими фреймворками, такими как vLLM, SGLang, TensorRT-LLM, Triton или FlashAttention.
- Опыт отладки сложных проблем с производительностью и исследования низкоуровневого поведения систем.
- Сильные навыки решения проблем и умение доносить сложные технические концепции на английском языке.