
MWDN es una empresa de servicios de TI y desarrollo de software que ayuda a las empresas a crear y ampliar productos digitales para plataformas web, móviles y de escritorio. Su equipo interno de ingeniería apoya la entrega a clientes mediante la ampliación de personal, equipos de desarrollo dedicados y contratación global de profesionales de TI. Con centros de desarrollo en Europa Central y Oriental, MWDN conecta a organizaciones de Estados Unidos, Europa e Israel con talento de software para proyectos tecnológicos adaptados y rentables.
Ingeniero CUDA de inferencia de LLM (remoto, Uzbekistán)
Optimiza la inferencia de LLM en GPU modernas y trabaja con kernels CUDA y frameworks de serving. Únete a MWDN en proyectos de sistemas de IA y computación de alto rendimiento.
Descripción
- Mejorar el rendimiento de la inferencia de LLM en GPU modernas.
- Utilizar frameworks de inferencia y serving como vLLM, SGLang y TensorRT-LLM.
- Examinar la ejecución de la GPU, el acceso a memoria, el rendimiento de los kernels y los cuellos de botella de inferencia.
- Crear, optimizar, depurar o aplicar ingeniería inversa a kernels CUDA y operaciones de GPU de bajo nivel.
- Investigar métodos de optimización para la multiplicación de matrices, la atención y las capas de redes neuronales.
- Evaluar sistemas y encontrar formas de mejorar la latencia, el rendimiento y la utilización de la GPU.
- Abordar problemas complejos que abarcan sistemas de IA y computación de alto rendimiento.
- Realizar experimentos prácticos y examinar el comportamiento del sistema a bajo nivel.
Requisitos
- Aportar amplia experiencia práctica en CUDA y programación de GPU.
- Comprender a fondo la arquitectura de GPU, las jerarquías de memoria, la ejecución paralela y la optimización del rendimiento.
- Tener experiencia en inferencia de LLM, sistemas de IA, kernels de GPU o computación de alto rendimiento.
- Conocer al menos uno de estos: vLLM, SGLang, TensorRT-LLM, Triton o FlashAttention.
- Ser capaz de diagnosticar problemas complejos de rendimiento e investigar el comportamiento del sistema a bajo nivel.
- Aplicar sólidas habilidades para resolver problemas.
- Comunicar ideas técnicas complejas de manera eficaz en inglés.
- Se valorará un doctorado o experiencia en investigación en informática, aprendizaje automático, arquitectura de computadores o una disciplina relacionada.
- Se valorarán publicaciones de investigación, proyectos o contribuciones sustanciales de código abierto a infraestructura de GPU o LLM.
- Se valorará la experiencia con los componentes internos de PyTorch, la inferencia distribuida, la cuantización, la optimización de la caché KV o los kernels de GPU personalizados.
- Se valorarán las contribuciones a vLLM, SGLang, Triton, FlashAttention o repositorios relacionados.
Beneficios
- Proceso de evaluación de clientes diseñado para reducir riesgos y facilitar pagos fiables y puntuales.
- Orientación profesional y ayuda para identificar futuras oportunidades.
- Asesoramiento legal sobre contratación independiente o actividad como autónomo, impuestos y asuntos relacionados.
- Clases de inglés y oportunidades de desarrollo profesional.
- Actividades para fomentar el trabajo en equipo.
- Horario de trabajo flexible.
- 29 días de tiempo libre remunerado: 18 días laborables al año más los festivos nacionales.
- 10 días remunerados para recuperarse.
- Asistencia financiera y legal para contratistas independientes.
- Clases de inglés gratuitas con hablantes nativos o docentes ucranianos.
- Asistencia dedicada de Recursos Humanos.
- Gestión centrada en las personas y con poca burocracia.
- Una cultura de empresa acogedora.
Empleos relacionados
No se encontraron empleos
Prueba a ajustar o borrar los filtros para encontrar más oportunidades.