Описание
MWDN — глобальная IT-аутстаффинговая компания с 23+ годами опыта, которая соединяет выдающиеся технические таланты с ведущими компаниями в Израиле, США, Великобритании и Западной Европе. Мы предлагаем возможность работать над международными продуктами в стабильной и профессиональной среде. Мы ищем высокотехнического инженера или исследователя с глубокой экспертизой в GPU-вычислениях, CUDA и оптимизации LLM-инференса для работы над сложными задачами на стыке AI-систем и высокопроизводительных вычислений.
Задачи
•Исследовать и оптимизировать производительность инференса LLM на современных GPU.
•Работать с фреймворками инференса и серверинга, такими как vLLM, SGLang, TensorRT-LLM или аналогичными системами.
•Анализировать исполнение GPU, паттерны доступа к памяти, производительность ядер и узкие места инференса.
•Разрабатывать, оптимизировать, отлаживать или реверс-инжинирить CUDA-ядра и низкоуровневые GPU-операции.
•Исследовать техники оптимизации матричного умножения, механизмов внимания и слоев нейронных сетей.
•Проводить бенчмаркинг производительности и выявлять возможности для улучшения латентности, пропускной способности и утилизации GPU.
•Работать над технически сложными задачами, требующими сильного аналитического мышления и практического экспериментирования.
Требования
•Сильный практический опыт работы с CUDA и GPU-программированием.
•Глубокое понимание архитектуры GPU, иерархии памяти, параллельного исполнения и оптимизации производительности.
•Опыт с LLM-инференсом, AI-системами, GPU-ядрами или высокопроизводительными вычислениями.
•Знакомство с одним или несколькими фреймворками, такими как vLLM, SGLang, TensorRT-LLM, Triton или FlashAttention.
•Опыт отладки сложных проблем производительности и исследования низкоуровневого поведения систем.
•Сильные навыки решения проблем и способность объяснять сложные технические концепции на английском языке.
Будет плюсом
•PhD или исследовательский опыт в Computer Science, Machine Learning, Computer Architecture или смежных областях.
•Публикации, исследовательские проекты или значимый вклад в open-source GPU/LLM инфраструктуру.
•Опыт с внутренностями PyTorch, распределённым инференсом, квантизацией, оптимизацией KV cache или собственными GPU-ядрами.
•Вклад в проекты, такие как vLLM, SGLang, Triton, FlashAttention или связанные репозитории.
Условия
•Security: мы тщательно проверяем наших клиентов, чтобы минимизировать риски и обеспечить надёжность и своевременные выплаты — без мошенничества и неприятных сюрпризов.
•Career support: если проект не подходит, мы поддерживаем вас и активно помогаем найти новые возможности, соответствующие вашим навыкам и карьерным целям.
•Legal assistance: предоставляем консультации по юридическим вопросам, включая открытие и ведение статуса независимого подрядчика или индивидуального предпринимателя, налоги и связанные процессы.
•Professional development: предлагаем курсы английского языка и возможности профессионального роста, а также тимбилдинговые мероприятия.
•People-first management с минимальной бюрократией.
•Дружелюбная корпоративная культура, подтверждённая сотрудниками, которые возвращаются.
•Гибкий график работы.
•29 дней PTO (18 рабочих дней в году плюс все национальные праздники).
•10 оплачиваемых дней восстановления.
•Полная финансовая и юридическая поддержка для независимых подрядчиков.
•Бесплатные курсы английского с носителями языка или украинскими преподавателями.
•Выделенная HR-поддержка.
