Cerebras

501 – 1,000 직원

Cerebras는 고성능 모델 학습과 추론을 위한 웨이퍼 규모 AI 하드웨어와 통합 소프트웨어를 개발합니다. 회사의 웨이퍼 규모 엔진은 CS-3 시스템과 Cerebras Inference Cloud를 구동하며, OpenAI API와 호환되는 워크플로와 온프레미스, 클라우드 및 엣지 환경 전반의 배포를 지원합니다. 이 플랫폼은 모델 서빙, 미세 조정, 사전 학습, 실시간 AI 에이전트, 유전체학, 신약 개발, 사이버 보안 및 엔터프라이즈 검색을 비롯한 애플리케이션을 위해 설계되었습니다. Cerebras는 전문 칩, 시스템 및 소프트웨어를 결합해 고도화된 인공지능 워크로드를 구축하고 운영하는 조직을 지원하며, 직원 수는 501~1,000명입니다.

기업 채용공고

머신러닝 엔지니어, 모델 도입

Transformer 모델을 Cerebras AI 가속기 하드웨어에 도입하고 추론 성능을 최적화합니다. MLIR 컴파일러 경로를 개발하는 동시에 모델 정확성, 지연 시간, 처리량, 메모리 효율을 향상합니다.

4일 전

인도 하이브리드 풀타임 중급 시니어 필수 언어: 영어 머신러닝 엔지니어

C++Python PyTorch

설명

아키텍처를 분석하고 가중치를 변환하며 실행 경로를 구현하고 참조 구현과 결과를 검증하여 새로운 모델을 프로덕션에 도입합니다.
MLIR 방언, 그래프 변환, 로어링 패스, 하드웨어별 매핑을 사용해 모델을 Cerebras 하드웨어에 맞게 로어링합니다.
컴파일러 및 커널 개발을 통해 어텐션, 행렬 곱셈, 정규화, 위치 임베딩 및 기타 연산자를 지원합니다.
연산자 융합, 텐서 레이아웃, 타일링, 메모리 할당, 데이터 이동, 병렬 실행을 최적화합니다.
KV 캐시 관리, 배치 처리, 양자화를 조정해 프리필 및 디코드 성능을 개선하고 지연 시간, 처리량, 메모리 사용량을 향상합니다.
수치 불일치를 분석하고 정밀도 변경과 컴파일러 최적화가 정확도에 미치는 영향을 평가합니다.
프로파일러, 실행 추적, 하드웨어 카운터를 사용해 연산, 메모리, 통신, 런타임 병목을 파악합니다.
하드웨어, 컴파일러, 커널, 런타임 팀과 협업해 신뢰할 수 있는 모델 지원과 재현 가능한 성능 벤치마크를 제공합니다.

지원 자격

C++ 및 Python 프로그래밍에 능숙해야 합니다.
PyTorch 또는 유사한 프레임워크에서 머신러닝 모델을 도입하고 디버깅한 실무 경험이 있어야 합니다.
MLIR 실무 경험이 있으며 방언, 재작성 패턴, 변환 패스, 로어링 파이프라인에 익숙해야 합니다.
중간 표현, 데이터 흐름 분석, 코드 생성 등 컴파일러 기본 지식이 있어야 합니다.
Transformer 아키텍처, 어텐션 메커니즘, 텐서 연산, 수치 정밀도를 이해해야 합니다.
GPU 또는 기타 AI 가속기에서 워크로드를 프로파일링하고 최적화한 경험이 있어야 합니다.
모델 코드, 컴파일러 출력, 커널, 런타임 실행 전반에서 정확성 및 성능 문제를 진단할 수 있어야 합니다.
GQA, 슬라이딩 윈도우 어텐션, Mixture-of-Experts, KV 캐싱, 추측 디코딩을 포함한 대규모 언어 모델 추론 경험이 있어야 합니다.
FP16, BF16, FP8 또는 저비트 양자화 경험과 정확도 및 성능상의 트레이드오프에 대한 이해가 있어야 합니다.
가속기 커널 또는 하드웨어별 컴파일러 백엔드를 개발한 경험이 있어야 합니다.
분산 실행, 모델 병렬화, 가속기 메모리 계층 구조에 익숙해야 합니다.
MLIR, LLVM, 추론 프레임워크 또는 관련 오픈 소스 프로젝트에 기여한 경험이 있어야 합니다.