Designworks Talent LLCは、急成長するスタートアップやグローバル企業にサービスを提供する採用・人材アドバイザリーファームです。2009年に設立され、経験豊富なリクルーターとAIを活用したツールを組み合わせ、より迅速で的確な採用を支援しています。サービスは、採用活動全般、プロジェクト単位の採用、柔軟なオンデマンド型の採用支援に加え、拡張可能な採用戦略、採用オペレーション、企業のタレントアクイジションに関するリーダーシップ、データに基づく人材ソーシング、候補者体験の向上まで多岐にわたります。採用ニーズの変化に応じて、組織が柔軟に活用できる支援を提供することを重視しています。
スタッフAIトレーニングインフラエンジニア
大規模AIモデル向けの分散GPUトレーニング基盤の開発をリードします。大規模な本番トレーニング運用における信頼性、効率、耐障害性を向上させます。
仕事内容
- 大規模なGPUクラスター上で大規模AIモデル向けの分散トレーニング基盤を構築・拡張する
- トレーニングの信頼性、効率、リソース利用率を高めるシステムを設計する
- チェックポイント、リカバリ、大規模トレーニング運用向けの耐障害性ソリューションを開発する
- プラットフォーム、オーケストレーション、パフォーマンスエンジニアリングの各チームと連携し、AIモデルを本番トレーニングパイプラインに統合する
- トレーニングのスループット、安定性、信頼性、コスト効率に影響する問題を調査・解決する
- AI研究者やエンジニアの体験を向上させるツールと自動化を作成する
- トレーニング基盤、運用、プラットフォームの信頼性に関するベストプラクティスを定義する
- エンジニアリングチームの初期メンバーとしてAIインフラプラットフォームの形成に貢献する
応募要件
- 分散トレーニングシステムまたは大規模機械学習基盤の構築・運用に関する実務経験
- 大規模AIモデル、基盤モデル、ポストトレーニングワークフロー、または同等の機械学習システムを支援した経験
- マルチノードGPUトレーニングにおける信頼性、スケーラビリティ、効率性の課題に関する深い理解
- トレーニングシステムを本番機械学習パイプラインに接続した経験
- 高度なプログラミング能力と、複雑な分散システムでの業務経験
- 技術的に難度の高いプロジェクトを自律的にリードした実績
- PyTorch Distributed、DeepSpeed、Megatron-LM、Ray、または同等の技術を用いた分散トレーニングの経験
- 教師ありファインチューニング、人間のフィードバックからの強化学習、またはその他のポストトレーニング手法の経験
- ハイパースケーラー、AI研究機関、クラウドプロバイダー、またはGPUクラウドで大規模なAIトレーニング基盤を運用した経験
- GPU利用率、トレーニング性能、または分散システムの信頼性を最適化した経験
- Kubernetes、コンテナ化されたAIワークロード、大規模インフラプラットフォームに関する知識
- 米国での就労資格が必要
- 現在、ビザのスポンサーは利用できません
福利厚生
- 一部の職種では、個人の業績に基づき、昇給、年次賞与、長期インセンティブを提供します
- 米国拠点の従業員には医療、歯科、眼科保険を提供します
- 会社のマッチング拠出付き401(k)プラン
- 各暦年の有給祝日
- ハイブリッド勤務形態