机器学习运行时与内核工程师，核心机器学习
开发高性能运行时和内核，将核心机器学习研究转化为生产级软件。 为 Cerebras 晶圆级 AI 平台和机器学习系统构建并优化软件。
描述
- 为新的核心机器学习算法设计并实现运行时组件和高性能内核
- 将研究原型转化为高效的 Cerebras 平台实现，包括在有帮助时提供参考版本并与 GPU 进行比较
- 分析和排查机器学习框架、编译器、运行时、通信系统及内核的性能问题
- 针对大规模训练和低延迟推理，优化计算、内存传输、通信与并发
- 创建用于功能、性能和数值精度验证的基准测试、检测工具和自动化测试
- 与核心机器学习研究人员以及编译器、运行时、内核和推理工程师紧密合作
- 识别反复出现的限制因素和改进平台的机会，为软件架构和路线图决策提供依据
任职要求
- 拥有计算机科学、计算机工程、电气工程或相关专业的学士、硕士、博士学位，或具备同等实践经验
- 具备构建高性能系统软件、机器学习系统、运行时、编译器或计算内核的经验
- 具备扎实的 C++ 和 Python 编程能力
- 深入理解并行编程、内存管理、并发、数据结构和性能优化
- 能够跨多个系统层级调试和分析复杂软件，并有实际经验
- 熟悉现代机器学习架构和框架，例如 PyTorch 或 JAX
- 能够与研究人员有效协作，并将不断变化的算法需求转化为可靠的软件
- 优先考虑：具备 CUDA、Triton、底层汇编、加速器编程或类 C 领域特定语言经验
- 优先考虑：具备编译器内部机制、分布式运行时、自定义硬件接口或高性能计算系统经验
- 优先考虑：理解机器学习基础和机器学习系统
- 优先考虑：熟悉大语言模型训练或推理，包括注意力机制、KV 缓存管理、并行生成或分布式执行
- 优先考虑：具备在工业或学术研究环境中开发软件的经验
- 优先考虑：参与过大型开源系统、机器学习框架、编译器或内核库的开发
福利待遇
- 参与构建突破传统 GPU 限制的 AI 平台
- 有机会发表先进 AI 研究成果并将其开源
- 与全球速度最快的 AI 超级计算机之一合作
- 兼具创业活力与工作稳定性
- 尊重个人信念、坦诚直接且非官僚的文化
- 平等且多元化的工作环境
- 持续获得学习、发展和支持的机会