CUDA / AI Engineer in Warsaw

MWDN to globalna firma zajmująca się outsourcingiem IT z ponad 23-letnim doświadczeniem, która łączy wyjątkowe talenty technologiczne z wiodącymi firmami w Izraelu, USA, Wielkiej Brytanii i Europie Zachodniej. Oferujemy możliwości pracy nad międzynarodowymi produktami w stabilnym i profesjonalnym środowisku.

Dlaczego MWDN jest świetne? Oto, czego możesz się spodziewać, dołączając do MWDN:

• Bezpieczeństwo: Starannie weryfikujemy naszych klientów, aby zminimalizować ryzyko i zapewnić niezawodność oraz terminowe płatności - bez oszustw i nieprzyjemnych niespodzianek.
• Wsparcie kariery: Jeśli projekt nie jest odpowiedni, wspieramy Cię i aktywnie pomagamy znaleźć nowe możliwości, które odpowiadają Twoim umiejętnościom i celom zawodowym.
• Wsparcie prawne: Zapewniamy wskazówki dotyczące spraw prawnych, w tym otwierania i zarządzania statusem niezależnego wykonawcy lub jednoosobowej działalności gospodarczej, podatków i związanych z tym procesów.
• Rozwój zawodowy: Oferujemy kursy języka angielskiego oraz możliwości rozwoju zawodowego, a także wydarzenia integracyjne.

Co to za nowy projekt? Szukamy wysoko wykwalifikowanego inżyniera lub badacza z głęboką wiedzą na temat obliczeń GPU, CUDA i optymalizacji wnioskowania LLM, aby pracować nad trudnymi problemami na styku systemów AI i obliczeń o wysokiej wydajności.

Ta możliwość jest idealna dla kogoś, kto lubi rozumieć, jak działają rzeczy od podstaw - od architektury GPU i niskopoziomowych rdzeni po silniki wnioskowania LLM i wąskie gardła wydajności.

Co sprawia, że ten projekt jest ekscytujący?

• Badanie i optymalizacja wydajności wnioskowania LLM na nowoczesnych GPU.
• Praca z frameworkami wnioskowania i serwowania, takimi jak vLLM, SGLang, TensorRT-LLM lub podobnymi systemami.
• Analiza wykonania GPU, wzorców dostępu do pamięci, wydajności rdzeni i wąskich gardeł wnioskowania.
• Opracowywanie, optymalizacja, debugowanie lub inżynieria odwrotna rdzeni CUDA i niskopoziomowych operacji GPU.
• Badanie technik optymalizacji dla mnożenia macierzy, mechanizmów uwagi i warstw sieci neuronowych.
• Benchmarking wydajności i identyfikacja możliwości poprawy opóźnienia, przepustowości i wykorzystania GPU.
• Praca nad technicznie wymagającymi problemami wymagającymi silnego myślenia analitycznego i praktycznych eksperymentów.

Co sprawia, że jesteś świetnym kandydatem:

• Silne doświadczenie praktyczne z CUDA i programowaniem GPU.
• Głęboka znajomość architektury GPU, hierarchii pamięci, równoległego wykonywania i optymalizacji wydajności.
• Doświadczenie z wnioskowaniem LLM, systemami AI, rdzeniami GPU lub obliczeniami o wysokiej wydajności.
• Znajomość jednego lub więcej frameworków, takich jak vLLM, SGLang, TensorRT-LLM, Triton lub FlashAttention.
• Doświadczenie w debugowaniu złożonych problemów wydajnościowych i badaniu zachowań systemu na niskim poziomie.
• Silne umiejętności rozwiązywania problemów oraz zdolność do komunikowania złożonych koncepcji technicznych w języku angielskim.

Miło mieć:

• Doktorat lub doświadczenie badawcze w dziedzinie informatyki, uczenia maszynowego, architektury komputerowej lub pokrewnej dziedziny.
• Publikacje, projekty badawcze lub znaczące wkłady w otwarte źródła infrastruktury GPU/LLM.
• Doświadczenie z wewnętrznymi mechanizmami PyTorch, rozproszonym wnioskowaniem, kwantyzacją, optymalizacją pamięci podręcznej KV lub niestandardowymi rdzeniami GPU.
• Wkład w projekty takie jak vLLM, SGLang, Triton, FlashAttention lub pokrewne repozytoria.

Dlaczego warto z nami pracować:

• Zarządzanie z podejściem do ludzi z minimalną biurokracją.
• Przyjazna kultura firmy, potwierdzona przez pracowników, którzy decydują się wrócić.
• Elastyczne godziny pracy.
• 29 dni urlopu (18 dni roboczych rocznie plus wszystkie święta narodowe).
• 10 płatnych dni zdrowotnych.
• Pełne wsparcie finansowe i prawne dla niezależnych wykonawców.
• Darmowe lekcje angielskiego, z native speakerami lub nauczycielami ukraińskimi.
• Dedykowane wsparcie HR.