MWDN
MWDN
A MWDN é uma empresa de serviços de TI e desenvolvimento de software que ajuda organizações a criar e ampliar produtos digitais para plataformas web, móveis e desktop. Sua equipe interna de engenharia apoia a entrega para clientes por meio de alocação de profissionais, equipes de desenvolvimento dedicadas e recrutamento global de talentos de TI. Com centros de desenvolvimento na Europa Central e Oriental, a MWDN conecta organizações nos Estados Unidos, na Europa e em Israel a profissionais de software para projetos de tecnologia personalizados e econômicos.

Engenheiro CUDA de inferência de LLM (remoto, Uzbequistão)

Otimize a inferência de LLMs em GPUs modernas, trabalhando com kernels CUDA e frameworks de serving. Faça parte da MWDN em projetos de sistemas de IA e computação de alto desempenho.

Descrição

  • Melhorar o desempenho da inferência de LLMs em GPUs modernas.
  • Usar frameworks de inferência e serving, como vLLM, SGLang e TensorRT-LLM.
  • Analisar a execução na GPU, o acesso à memória, o desempenho dos kernels e os gargalos de inferência.
  • Criar, otimizar, depurar ou fazer engenharia reversa de kernels CUDA e operações de GPU de baixo nível.
  • Investigar métodos de otimização para multiplicação de matrizes, atenção e camadas de redes neurais.
  • Avaliar sistemas e encontrar maneiras de melhorar a latência, a vazão e a utilização da GPU.
  • Resolver problemas desafiadores que abrangem sistemas de IA e computação de alto desempenho.
  • Realizar experimentos práticos e analisar o comportamento do sistema em baixo nível.

Requisitos

  • Ter ampla experiência prática com CUDA e programação de GPUs.
  • Compreender a fundo a arquitetura de GPU, hierarquias de memória, execução paralela e otimização de desempenho.
  • Ter experiência com inferência de LLMs, sistemas de IA, kernels de GPU ou computação de alto desempenho.
  • Conhecer pelo menos um destes: vLLM, SGLang, TensorRT-LLM, Triton ou FlashAttention.
  • Ser capaz de diagnosticar problemas complexos de desempenho e investigar o comportamento do sistema em baixo nível.
  • Ter fortes habilidades de resolução de problemas.
  • Comunicar ideias técnicas complexas com eficácia em inglês.
  • Doutorado ou experiência em pesquisa em ciência da computação, aprendizado de máquina, arquitetura de computadores ou área relacionada são diferenciais.
  • Publicações de pesquisa, projetos ou contribuições substanciais de código aberto para infraestrutura de GPU ou LLM são diferenciais.
  • Experiência com componentes internos do PyTorch, inferência distribuída, quantização, ajuste de cache KV ou kernels de GPU personalizados é um diferencial.
  • Contribuições para vLLM, SGLang, Triton, FlashAttention ou repositórios relacionados são um diferencial.

Benefícios

  • Processo de avaliação de clientes elaborado para reduzir riscos e apoiar pagamentos confiáveis e pontuais.
  • Orientação de carreira e ajuda para identificar oportunidades futuras.
  • Assessoria jurídica sobre contratação independente ou atuação como empresário individual, impostos e assuntos relacionados.
  • Aulas de inglês e oportunidades de desenvolvimento profissional.
  • Atividades de integração da equipe.
  • Horário de trabalho flexível.
  • 29 dias de folga remunerada: 18 dias úteis por ano, além dos feriados nacionais.
  • 10 dias remunerados para recuperação.
  • Assistência financeira e jurídica para prestadores de serviços independentes.
  • Aulas gratuitas de inglês com falantes nativos ou professores ucranianos.
  • Atendimento dedicado de RH.
  • Gestão que prioriza as pessoas e tem pouca burocracia.
  • Uma cultura empresarial acolhedora.

Vagas relacionadas

Nenhuma vaga encontrada

Tente ajustar ou limpar os filtros para encontrar mais oportunidades.