A Designworks Talent LLC é uma empresa de recrutamento e consultoria de talentos que atende startups de alto crescimento e empresas globais. Fundada em 2009, a empresa combina recrutadores experientes com ferramentas baseadas em inteligência artificial para apoiar contratações mais rápidas e direcionadas. Seu trabalho abrange recrutamento completo, recrutamento baseado em projetos e modelos flexíveis sob demanda, além de estratégia escalável de contratação, operações de recrutamento, liderança de aquisição de talentos corporativos, sourcing orientado por dados e experiência dos candidatos. A abordagem da equipe foi desenvolvida para oferecer suporte adaptável às organizações à medida que suas necessidades de contratação evoluem.
Engenheiro principal de inferência - Bellevue híbrido
Lidere o desenvolvimento de sistemas de serving de modelos em produção para uma empresa de infraestrutura de IA. Aprimore a utilização de GPUs, a latência, a vazão, a escalabilidade e a confiabilidade em cargas de trabalho de IA de grande escala.
Descrição
- Construir e operar sistemas de serving de modelos e inferência em produção para cargas de trabalho de IA de alta vazão e baixa latência
- Otimizar a infraestrutura de inferência para vazão de tokens, latência, escalabilidade e eficiência de custos em diversos modelos e cargas de trabalho
- Projetar sistemas que utilizem GPUs com eficiência e ofereçam desempenho e confiabilidade consistentes
- Avançar a escalabilidade e a maturidade operacional da plataforma de inferência à medida que a demanda dos clientes aumenta
- Trabalhar com as equipes de treinamento de IA, desempenho de GPUs, orquestração e infraestrutura para levar modelos do desenvolvimento à produção
- Estabelecer práticas de monitoramento, alertas e operação que apoiem serviços de inferência confiáveis
- Diagnosticar e resolver problemas de desempenho, confiabilidade e capacidade em cargas de trabalho de inferência
- Orientar decisões de arquitetura e padrões de engenharia à medida que a plataforma evolui
Requisitos
- Experiência na construção e operação de sistemas de inferência de machine learning ou serving de modelos em produção em escala
- Forte compreensão dos trade-offs entre latência, vazão, utilização de memória e eficiência de custos envolvidos no serving de modelos de IA grandes
- Experiência projetando sistemas distribuídos confiáveis ou infraestrutura de produção
- Compreensão de cargas de trabalho de IA baseadas em GPU e dos desafios de escalar sistemas de inferência
- Sólidos fundamentos de engenharia e capacidade de assumir de forma independente problemas técnicos complexos
- Conforto para trabalhar em um ambiente dinâmico, no qual sistemas e processos são construídos do zero
- Experiência com frameworks modernos de serving de inferência, como vLLM, SGLang, TensorRT-LLM, Triton Inference Server ou tecnologias comparáveis
- Experiência otimizando cargas de trabalho de inferência de LLM ou plataformas de serving de IA em grande escala
- Experiência operando produtos de IA baseados em API ou serviços de produção de alto volume
- Experiência com agendamento de GPUs, sistemas distribuídos, Kubernetes ou plataformas de infraestrutura em nuvem
- Familiaridade com quantização, processamento em lotes, cache ou ajuste de desempenho
- Experiência em um hyperscaler, laboratório de IA, provedor de nuvem de GPUs ou organização de infraestrutura de ML em grande escala
- É necessária autorização para trabalhar nos Estados Unidos
- No momento, não há patrocínio de visto disponível
- Disponibilidade para trabalhar em regime híbrido no centro de Bellevue, Washington, com pelo menos três dias por semana no escritório quando o escritório permanente estiver estabelecido
Benefícios
- Remuneração-base competitiva para o mercado de Bellevue
- Aumentos baseados em mérito
- Bônus anual
- Incentivos de longo prazo
- Seguro médico
- Seguro odontológico
- Seguro oftalmológico
- Plano 401(k)
- Contribuição equivalente da empresa para o 401(k)
- Feriados remunerados
- Participação em uma startup e impacto técnico significativo
- Colaboração com uma equipe experiente de infraestrutura de IA