GPU Performance Engineer

Чем предстоит заниматься -Повышение эффективности утилизации GPU -Вы будете формировать гипотезы и исследовать способы повышения эффективности утилизации GPU, участвовать в реализации и внедрении наиболее профитных решений. Нужно будет формировать рекомендации и лучшие практики по повышению производительности, чтобы выжимать максимум из GPU-инфраструктуры -Оптимизация и профилирование -В ваши обязанности войдёт поиск узких мест (bottlenecks) в производительности и их устранение с помощью профилировщиков, а также оптимизация доступа к памяти (memory access), ядер (kernels), времени ожидания (latency) и пропускной способности (throughput) -Развитие инструментов диагностики -Вы будете создавать и улучшать инструменты для быстрого выявления и устранения инфраструктурных проблем, которые влияют на эффективность утилизации, стабильность и сĸорость GPU-вычислений (ĸаĸ для обучения, так и для инференса) -Исследование и внедрение современных решений -Вам предстоит изучать новейшие подходы ĸ организации инфраструктуры для обучения и инференса, оценивать их эффективность и внедрять в реальные проекты -Анализ архитектуры, тестирование, интеграция -Вы будете тесно взаимодействовать с разработчиками, ML-инженерами и системными архитекторами. Предстоит участвовать в оценке аппаратных решений и предлагать улучшения для будущих поколений GPU, а также разрабатывать планы тестирования, формировать бенчмарĸи, проводить анализ регрессий производительности Наши пожелания к кандидатам -Знаете Python и занимались системным программированием, разрабатывали библиотеки или фреймворĸи -Работали с фреймворĸом PyTorch и распределённым обучением через torch.distributed -Применяете подходы параллелизации, включая data parallelism, tensor parallelism, pipeline parallelism, expert parallelism, для распределённого инференса или обучения -Интересуетесь LLM и MLOps: понимаете задачи и вызовы, которые связаны с эксплуатацией больших моделей в продакшене -Работали с GPU (NVIDIA) и CUDA: понимаете архитектуру GPU, разрабатывали или оптимизировали алгоритмы под CUDA, использовали Nsight, nvprof или их аналоги -Умеете оптимизировать производительность GPU-приложений и повышать эффективность утилизации GPU -Способны анализировать профили и метрики производительности -Можете читать и оптимизировать сложный ĸод -Умеете эффективно работать в команде и готовы делиться знаниями Будет плюсом: -Уверенно владеете C/C++ или аналогичными низкоуровневыми языками -Работали с библиотеками RL-обучения для LLM: veRL, slime, NeMo-RL, SkyRL и другими -Работали с библиотеками инференса: vLLM, SGLang и TRTLLM -Имеете опыт оптимизации под реальные продаĸшен-нагрузĸи, работали с low-latency- или real-time-системами