機器學習執行環境與核心工程師，核心機器學習
開發高效能執行環境與核心，將核心機器學習研究轉化為生產級軟體。 為 Cerebras 晶圓級 AI 平台與機器學習系統建構並最佳化軟體。
說明
- 為新的核心機器學習演算法設計並實作執行環境元件與高效能核心
- 將研究原型轉化為高效率的 Cerebras 平台實作，包括在有幫助時提供參考版本並與 GPU 進行比較
- 分析並排除機器學習框架、編譯器、執行環境、通訊系統與核心的效能問題
- 針對大規模訓練與低延遲推論，最佳化計算、記憶體傳輸、通訊與並行處理
- 建立用於功能、效能與數值準確度驗證的基準測試、檢測工具與自動化測試
- 與核心機器學習研究人員，以及編譯器、執行環境、核心和推論工程師密切合作
- 透過識別反覆出現的限制與改善平台的機會，為軟體架構與產品路線圖決策提供依據
職位要求
- 具備電腦科學、電腦工程、電機工程或相關領域的學士、碩士、博士學位，或具備同等實務經驗
- 具備建構高效能系統軟體、機器學習系統、執行環境、編譯器或計算核心的經驗
- 具備扎實的 C++ 與 Python 程式設計能力
- 熟悉平行程式設計、記憶體管理、並行處理、資料結構與效能最佳化
- 具備跨多個系統層級除錯與分析複雜軟體的能力
- 熟悉現代機器學習架構與框架，例如 PyTorch 或 JAX
- 能與研究人員有效合作，並將不斷演變的演算法需求轉化為可靠的軟體
- 優先考慮：具備 CUDA、Triton、低階組合語言、加速器程式設計或類 C 領域特定語言經驗
- 優先考慮：具備編譯器內部機制、分散式執行環境、自訂硬體介面或高效能運算系統經驗
- 優先考慮：理解機器學習基礎與機器學習系統
- 優先考慮：熟悉大型語言模型訓練或推論，包括注意力機制、KV 快取管理、平行生成或分散式執行
- 優先考慮：具備在產業或學術研究環境中開發軟體的經驗
- 優先考慮：曾參與大型開源系統、機器學習框架、編譯器或核心函式庫的開發
福利待遇
- 參與打造突破傳統 GPU 限制的 AI 平台
- 有機會發表先進 AI 研究成果並將其開源
- 與全球速度最快的 AI 超級電腦之一合作
- 兼具新創活力與工作穩定性
- 尊重個人信念、坦率直接且非企業官僚的文化
- 平等且多元的工作環境
- 持續獲得學習、發展與支援的機會