Ang Designworks Talent LLC ay isang kompanya ng recruitment at pagpapayo sa talento na nagsisilbi sa mga startup na mabilis ang paglago at mga pandaigdigang negosyo. Itinatag noong 2009, pinagsasama ng kompanya ang mga bihasang recruiter at mga kagamitang gumagamit ng AI upang suportahan ang mas mabilis at mas tiyak na pagkuha ng empleyado. Saklaw ng kanilang trabaho ang buong serbisyong paghahanap ng kandidato, recruitment na nakabatay sa proyekto, at mga flexible na modelong on-demand, pati na rin ang nasusukat na estratehiya sa pagkuha ng empleyado, mga operasyon sa recruitment, pamumuno sa talent acquisition ng negosyo, paghahanap ng kandidato na batay sa datos, at karanasan ng kandidato. Dinisenyo ang pamamaraan ng kanilang team upang magbigay ng nababagong suporta habang umuunlad ang mga pangangailangan sa pagkuha ng empleyado ng mga organisasyon.
Senior na Inhinyero sa Imprastraktura ng AI Training
Pangasiwaan ang distributed GPU training infrastructure para sa malalaking AI model sa isang cloud platform na susunod na henerasyon. Pahusayin ang reliability, efficiency, fault tolerance, at production readiness sa buong training systems.
Paglalarawan
- Bumuo at palawakin ang distributed training infrastructure para sa malalaking AI model sa malawak na GPU cluster
- Lumikha at pinuhin ang mga system na nagpapahusay sa reliability, efficiency, at resource utilization ng training
- Bumuo ng fault-tolerant na mga solusyon para sa checkpointing, recovery, at malakihang training operations
- Isama ang mga AI model sa production training pipeline kasama ang mga team sa platform, orchestration, at performance engineering
- Siyasatin at lutasin ang mga problemang nakaaapekto sa training throughput, stability, reliability, at cost efficiency
- Bumuo ng mga tool at automation na nagpapahusay sa karanasan ng mga AI researcher at engineer
- Magtakda ng best practices para sa training infrastructure, operational workflow, at platform reliability
- Tumulong hubugin ang AI infrastructure platform bilang maagang miyembro ng engineering team
- Makipagtulungan sa mga team sa infrastructure, orchestration, performance, at machine learning
Mga Kinakailangan
- Praktikal na karanasan sa pagbuo at pagpapatakbo ng distributed training system o malakihang machine learning infrastructure
- Karanasan sa pagsuporta sa malalaking AI model, foundation model, post-training workflow, o katumbas na machine learning system
- Malakas na pag-unawa sa mga hamon sa reliability, scalability, at efficiency ng multi-node GPU training
- Karanasan sa pagkonekta ng training system sa production machine learning pipeline
- Mahusay na kakayahan sa programming at karanasan sa pagtatrabaho sa kumplikadong distributed system
- Kayang magkaroon ng independiyenteng pagmamay-ari sa mga proyektong teknikal na mahirap
- Komportableng magtrabaho nang may malaking responsibilidad at kaunting proseso
- Mas gusto: Karanasan sa PyTorch Distributed, DeepSpeed, Megatron-LM, Ray, o katulad na teknolohiya
- Mas gusto: Karanasan sa supervised fine-tuning (SFT), reinforcement learning from human feedback (RLHF), o iba pang post-training workflow
- Mas gusto: Karanasan sa pagpapatakbo ng AI training infrastructure sa malaking saklaw para sa hyperscaler, AI research organization, cloud provider, o GPU cloud environment
- Mas gusto: Karanasan sa pag-optimize ng GPU utilization, training performance, o distributed-system reliability
- Mas gusto: Pamilyar sa Kubernetes, containerized AI workload, at malakihang infrastructure platform
- Kinakailangan ang awtorisasyon para magtrabaho sa U.S.
- Kasalukuyang walang visa sponsorship
Mga Benepisyo
- May ilang posisyon na kwalipikado para sa merit-based increases
- May ilang posisyon na kwalipikado para sa taunang bonus
- May ilang posisyon na nag-aalok ng pangmatagalang insentibo
- Makukuha ang medical insurance ng mga empleyadong nakabase sa U.S.
- Makukuha ang dental insurance ng mga empleyadong nakabase sa U.S.
- Makukuha ang vision insurance ng mga empleyadong nakabase sa U.S.
- 401(k) plan
- Company 401(k) matching
- Bayad na mga holiday bawat calendar year