C++ ML Engineer in Warsaw

C++ ML Engineer in Warsaw

Warsaw Pełny etat 63000 - 77000 zł / rok (szac.) Hybrydowo
T

W skrócie

  • Zadania: Twórz wysokowydajny kod C++ dla zaawansowanych modeli uczenia maszynowego.
  • Firma: Tenstorrent Inc. - innowacyjna firma technologiczna z kulturą współpracy.
  • Benefity: Konkurencyjne wynagrodzenie, elastyczne godziny pracy i możliwość pracy zdalnej w Polsce.
  • Pozostałe informacje: Dynamiczne środowisko z możliwościami rozwoju kariery.
  • Dlaczego ta praca: Pracuj nad nowoczesnymi modelami i wpływaj na rozwój technologii.
  • Kwalifikacje: Doświadczenie w programowaniu w C++ oraz umiejętności współpracy w zespole.

Przewidywane wynagrodzenie mieści się w przedziale 63000 - 77000 zł za rok.

Tenstorrent Inc. is seeking a C++ Machine Learning Engineer to work on the training framework behind our advanced models.

The role focuses on high-performance C++ code, and shaping how new layers and operators are implemented to scale models on our custom silicon.

Based in Poland with a hybrid setup in Warsaw or Gdańsk (remote within Poland possible).

We welcome candidates across experience levels and align offers accordingly.

#J-18808-Ljbffr

C++ ML Engineer in Warsaw – pracodawca: Tenstorrent Inc.

Tenstorrent Inc. to doskonały pracodawca, oferujący wyjątkowe możliwości rozwoju w dynamicznym środowisku technologicznym. Pracując jako C++ Machine Learning Engineer, będziesz częścią zespołu, który kształtuje przyszłość modeli uczenia maszynowego, a elastyczny model pracy hybrydowej w Warszawie lub Gdańsku sprzyja równowadze między życiem zawodowym a prywatnym. Oferujemy konkurencyjne wynagrodzenie oraz wsparcie dla pracowników na każdym etapie kariery, co czyni nas idealnym miejscem dla ambitnych profesjonalistów.

T

Dane kontaktowe:

Zespół rekrutacyjny Tenstorrent Inc.

Naszym zdaniem te umiejętności pozwolą ci błyszczeć jako C++ ML Engineer in Warsaw

C++
Machine Learning
High-Performance Computing
Model Training Frameworks
Custom Silicon Optimization
Software Development
Scalability