CUDA Engineer
Роботодавець · MWDN
Розробник програмного забезпеченняРозробник застосунківГнучкийПовнаБудапешт
MWDN — це глобальна ІТ-компанія з аутстафінгу, яка шукає високого рівня інженера або дослідника з глибокою експертизою в GPU-обчисленнях, CUDA та оптимізації виведення LLM для роботи над складними завданнями на перетині AI-систем та високопродуктивних обчислень.
Завдання
- Дослідження та оптимізація продуктивності виведення LLM на сучасних GPU.
- Робота з фреймворками інференсу та сервісу, такими як vLLM, SGLang, TensorRT-LLM або аналогічними системами.
- Аналіз виконання на GPU, патернів доступу до пам'яті, продуктивності кернелів та вузьких місць інференсу.
- Розробка, оптимізація, відлагодження або зворотна розробка кернелів CUDA та низькорівневих операцій GPU.
- Дослідження технік оптимізації для множення матриць, механізмів уваги та шарів нейронних мереж.
- Бенчмаркінг продуктивності та визначення можливостей для покращення затримки, пропускної здатності та використання GPU.
- Робота над технічно складними завданнями, що вимагають сильного аналітичного мислення та практичних експериментів.
Умови та пільги
Людиноорієнтований менеджментЛюдиноорієнтований менеджмент із мінімальною бюрократієюКорпоративна культураДружня корпоративна культура, що підтверджується співробітниками, які вирішують повернутисяГнучкий графікГнучкий графік роботиВідпустка29 днів оплачуваної відпустки (18 робочих днів на рік плюс усі державні свята)Дні відновлення10 оплачуваних днів відновленняЮридична та фінансова підтримкаПовна фінансова та юридична підтримка для підрядників (ФОП)Заняття з англійськоїБезплатні заняття з англійської мови з носіями мови або українськими викладачамиПідтримка HRВиділена підтримка HR
Вимоги
- Міцний практичний досвід роботи з CUDA та програмуванням GPU.
- Глибоке розуміння архітектури GPU, ієрархії пам'яті, паралельного виконання та оптимізації продуктивності.
- Досвід роботи з виведенням LLM, AI-системами, кернелами GPU або високопродуктивними обчисленнями.
- Знайомство з одним або кількома фреймворками, такими як vLLM, SGLang, TensorRT-LLM, Triton або FlashAttention.
- Досвід дебагу складних проблем з продуктивністю та дослідження низькорівневої поведінки систем.
- Міцні навички вирішення проблем та вміння комунікувати складні технічні концепції англійською мовою.