LogoFresh Jobs Ahead
Cerebras
Cerebras
501 – 1.000 Medewerkers
HardwareKunstmatige intelligentieSaaS
Cerebras ontwikkelt AI-hardware op waferschaal en geïntegreerde software voor het krachtig trainen en uitvoeren van modellen. De Wafer-Scale Engine vormt de basis van het CS-3-systeem en de Cerebras Inference Cloud, die workflows ondersteunt die compatibel zijn met de OpenAI-API en implementatie in on-premises-, cloud- en edge-omgevingen mogelijk maakt. Het platform is ontworpen voor toepassingen zoals model-serving, fine-tuning, pre-training, realtime-AI-agents, genomica, geneesmiddelenonderzoek, cybersecurity en enterprise search. Cerebras brengt gespecialiseerde chips, systemen en software samen voor organisaties die veeleisende workloads op het gebied van kunstmatige intelligentie ontwikkelen en beheren, met een team van 501–1.000 medewerkers.
LinkedIn
Vacatures bij het bedrijf

Engineer voor ML-algoritmemapping en performance, Core ML

Breng algoritmen voor machinelearningtraining en -inferentie in kaart op de architectuur van Cerebras AI-chips. Modelleer prestatieknelpunten, benchmark systemen en geef richting aan het gezamenlijke ontwerp van hardware en software.

USVerenigde StatenCACaliforniëHybrideVoltijdMediorSeniorVereiste Taal: EngelsIngenieur
C++PythonPyTorch

Beschrijving

  • Bouw analytische en empirische performancemodellen voor geavanceerde ML-trainings- en inferentiealgoritmen
  • Beoordeel asymptotisch gedrag en algorithmische afwegingen voor modelgrootte, sequentielengte, batchgrootte, parallellisme en hardwareschaal
  • Ontwikkel Pareto-fronten voor modelkwaliteit, latentie, throughput, geheugengebruik, communicatie en rekenkosten
  • Maak prototype-implementaties en benchmarks voor de Cerebras WSE naast relevante GPU- en softwarebaselines
  • Onderzoek systeemgedrag om knelpunten in kernels, compilers, runtime, communicatie en algoritmen te lokaliseren
  • Beoordeel nieuwe methoden zoals parallelle tokengeneratie, diffusion en speculative decoding, attention, sparsity, mixture-of-experts, berekeningen met lage precisie en distributed training
  • Werk samen met teams voor research, kernels, compilers, runtime, inferentie en architectuur aan implementatie- en co-designprioriteiten
  • Maak tools en visualisaties om prestaties te voorspellen, metingen te analyseren en ontwerpafwegingen te vergelijken
  • Presenteer conclusies, aannames, beperkingen en aanbevelingen in technische rapporten, presentaties en designreviews
  • Geef richting aan onderzoeksprioriteiten, implementatiekeuzes en toekomstige hardware- en softwaremogelijkheden van Core ML

Vereisten

  • Bachelor-, master- of doctoraat in computerwetenschappen, computer engineering, elektrotechniek, wiskunde of een verwante richting, of gelijkwaardige praktijkervaring
  • Sterke kennis van computerarchitectuur, parallel computing en systeemprestaties
  • Degelijk begrip van de grondbeginselen van machine learning en ML-systemen
  • Ervaring met analytische performancemodellering, analyse van algorithmische complexiteit, benchmarking of systeemsimulatie
  • Aantoonbaar analytisch denkvermogen en sterke probleemoplossende vaardigheden
  • Goede beheersing van Python en praktische kennis van C++
  • Ervaring met het profileren en debuggen van prestaties in ML-, HPC-, CPU-, GPU- of acceleratorgebaseerde systemen
  • Vermogen om wiskundige analyse, experimentele validatie en praktische technische aanbevelingen met elkaar te verbinden
  • Pré: ervaring met roofline-analyse, CPU- of GPU-simulatoren, kerneloptimalisatie of hardware-software-co-design
  • Pré: bekendheid met CUDA, Triton, PyTorch, JAX of opensource-systemen voor het trainen en uitvoeren van grote taalmodellen
  • Pré: kennis van transformerinterne werking, attentionvarianten, KV-cache-strategieën, modelparallelisme, sparsity, kwantisatie en parallelle generatie
  • Pré: wetenschappelijke publicaties, patenten of substantiële opensourcebijdragen op het gebied van ML-systemen, computerarchitectuur of computationele efficiëntie
  • Pré: ervaring met het beoordelen van technologische keuzes voor toekomstige hardware- of softwarearchitecturen

Voordelen

  • Mogelijkheden om geavanceerd AI-onderzoek te publiceren en als open source beschikbaar te stellen
  • Werk met een van de snelste AI-supercomputers ter wereld
  • De energie van een startup gecombineerd met baanzekerheid
  • Een directe, niet-corporate cultuur die individuele overtuigingen respecteert
  • Doorlopende mogelijkheden voor leren, ontwikkeling en ondersteuning
  • Inzet voor een gelijkwaardige en diverse werkomgeving

Gerelateerde vacatures