LLM Inference Frameworks Engineer (GPU Acceleration) in Gdańsk

LLM Inference Frameworks Engineer (GPU Acceleration) in Gdańsk

Gdańsk Pełny etat 135000 - 165000 zł / rok (szac.) Stacjonarnie
I

W skrócie

  • Zadania: Projektuj i optymalizuj frameworki AI dla LLM na procesorach Intel GPU.
  • Firma: Intel Polska - lider w technologii i innowacjach.
  • Benefity: Atrakcyjne wynagrodzenie, benefity zdrowotne, praca zdalna i rozwój zawodowy.
  • Pozostałe informacje: Dynamiczne środowisko z doskonałymi możliwościami rozwoju kariery.
  • Dlaczego ta praca: Pracuj nad przełomowymi technologiami i wpływaj na rozwój open-source.
  • Kwalifikacje: Doświadczenie w programowaniu i umiejętności współpracy w zespole.

Przewidywane wynagrodzenie mieści się w przedziale 135000 - 165000 zł za rok.

Intel Poland is looking for a senior software engineer to design and optimize AI frameworks for LLM inference on Intel GPUs.

You will contribute upstream to external open-source frameworks such as v LLM and Py Torch, writing and tuning compute kernels for attention, Mixture-of-Experts, and quantization.

You will collaborate across global teams to profile workloads, optimize data movement, and extend tests to ensure reliability as upstream evolves.

#J-18808-Ljbffr

LLM Inference Frameworks Engineer (GPU Acceleration) in Gdańsk – pracodawca: Intel Corporation

Intel w Gdańsku to doskonały pracodawca, który oferuje dynamiczne środowisko pracy, sprzyjające innowacjom i rozwojowi zawodowemu. Pracownicy mają dostęp do zaawansowanych narzędzi oraz możliwości współpracy z zespołami międzynarodowymi, co sprzyja wymianie wiedzy i doświadczeń. Dodatkowo, firma zapewnia konkurencyjne wynagrodzenie oraz bogaty pakiet benefitów, co czyni ją atrakcyjnym miejscem dla inżynierów zajmujących się rozwojem kompilatorów.

I

Dane kontaktowe:

Zespół rekrutacyjny Intel Corporation

Naszym zdaniem te umiejętności pozwolą ci błyszczeć jako LLM Inference Frameworks Engineer (GPU Acceleration) in Gdańsk

Optymalizacja frameworków AI
Programowanie w C++
Tuning kernelów obliczeniowych
Znajomość vLLM
Znajomość PyTorch
Profilowanie obciążeń
Optymalizacja ruchu danych