Designworks Talent LLC er et rekrutterings- og talentrådgivningsfirma, der hjælper hurtigt voksende startups og globale virksomheder. Virksomheden blev grundlagt i 2009 og kombinerer erfarne rekrutteringskonsulenter med AI-baserede værktøjer for at understøtte hurtigere og mere målrettede ansættelser. Arbejdet omfatter komplette rekrutteringsopgaver, projektbaseret rekruttering og fleksible løsninger efter behov samt skalerbare ansættelsesstrategier, rekrutteringsdrift, strategisk ledelse inden for talentanskaffelse, datadrevet kandidatsøgning og kandidatoplevelse. Teamets tilgang er udviklet til at give organisationer fleksibel støtte, efterhånden som deres rekrutteringsbehov ændrer sig.
Staffingeniør inden for inferens – hybrid i Bellevue
Led udviklingen af produktionssystemer til model-serving for en virksomhed inden for AI-infrastruktur. Forbedr GPU-udnyttelse, latenstid, gennemløb, skalerbarhed og pålidelighed på tværs af AI-arbejdsbelastninger i stor skala.
Beskrivelse
- Byg og driv produktionssystemer til model-serving og inferens for AI-arbejdsbelastninger med højt gennemløb og lav latenstid
- Optimer inferensinfrastrukturen med hensyn til tokengennemløb, latenstid, skalerbarhed og omkostningseffektivitet på tværs af forskellige modeller og arbejdsbelastninger
- Design systemer, der udnytter GPU'er effektivt og samtidig leverer ensartet ydeevne og pålidelighed
- Videreudvikl inferensplatformens skalerbarhed og operationelle modenhed i takt med stigende kundeefterspørgsel
- Samarbejd med teams inden for AI-træning, GPU-ydeevne, orkestrering og infrastruktur for at flytte modeller fra udvikling til produktion
- Etabler overvågning, alarmering og operationelle praksisser, der understøtter pålidelige inferenstjenester
- Diagnosticer og løs problemer med ydeevne, pålidelighed og kapacitet på tværs af inferensarbejdsbelastninger
- Form arkitekturbeslutninger og tekniske standarder, efterhånden som platformen udvikler sig
Krav
- Erfaring med at bygge og drive produktionssystemer til maskinlæringsinferens eller model-serving i stor skala
- Stærk forståelse af afvejningerne mellem latenstid, gennemløb, hukommelsesudnyttelse og omkostningseffektivitet ved serving af store AI-modeller
- Erfaring med at designe pålidelige distribuerede systemer eller produktionsinfrastruktur
- Forståelse af GPU-baserede AI-arbejdsbelastninger og udfordringerne ved at skalere inferenssystemer
- Stærke tekniske grundkompetencer og evne til selvstændigt at tage ejerskab for komplekse tekniske problemer
- Trives i et hurtigt miljø, hvor systemer og processer bygges fra bunden
- Erfaring med moderne frameworks til inferens-serving såsom vLLM, SGLang, TensorRT-LLM, Triton Inference Server eller sammenlignelig teknologi
- Erfaring med optimering af LLM-inferensarbejdsbelastninger eller AI-servingplatforme i stor skala
- Baggrund med drift af API-baserede AI-produkter eller produktionstjenester med høj volumen
- Erfaring med GPU-scheduling, distribuerede systemer, Kubernetes eller cloud-infrastrukturplatforme
- Kendskab til kvantisering, batching, caching eller performance tuning
- Erfaring fra en hyperscaler, et AI-laboratorium, en GPU-cloududbyder eller en organisation med ML-infrastruktur i stor skala
- Amerikansk arbejdstilladelse er påkrævet
- Visumsponsorering er ikke tilgængelig i øjeblikket
- Villighed til at arbejde efter en hybridordning i downtown Bellevue, Washington, med mindst tre dage om ugen på kontoret, når det permanente kontor er etableret
Fordele
- Konkurrencedygtig grundløn for Bellevue-markedet
- Meritbaserede lønstigninger
- Årlig bonus
- Langsigtede incitamenter
- Sygeforsikring
- Tandforsikring
- Synsforsikring
- 401(k)-ordning
- Virksomhedsmatch til 401(k)
- Betalte helligdage
- Ejerskab i en startup og meningsfuld teknisk indflydelse
- Samarbejde med et erfarent AI-infrastrukturteam