Текст заказа
Lokalizacja: Gdańsk, 2 - 3 dni w tygodniu praca z biura
Forma zatrudnienia: Umowa o pracę | jesteśmy otwarci na propozycje kandydatów, BUDŻET OTWARTY | długoterminowo, bezpośrednio u klienta, bez pośredników
Obszar: Półprzewodniki | Zaawansowane systemy AI | R&D
Prosimy o CV w j. angielskim
Szukamy inżynierów, którzy wychodzą poza samo testowanie i walidowanie kodu. Idealni kandydaci powinni umieć zagłębiać się w kod źródłowy, samodzielnie opracowywać rozwiązania oraz wprowadzać niezbędne poprawki i usprawnienia.
Zadania
Kompleksowa walidacja stosu oprogramowania AI poprzez tworzenie, portowanie i uruchamianie reprezentatywnych obciążeń ML (Machine Learning), odzwierciedlających rzeczywiste scenariusze użycia.
Pisanie, optymalizacja i benchmarkowanie obciążeń AI w celu identyfikacji luk funkcjonalnych, wąskich gardeł wydajnościowych, regresji oraz problemów z użytecznością.
Projektowanie, rozwój i utrzymanie kompleksowego zestawu testów benchmarkowych obejmujących serwowanie modeli, frameworki ML, kompilatory oraz warstwę kerneli.
Odtwarzanie, analiza i diagnozowanie problemów w całym stosie oprogramowania – od zachowania frameworków na poziomie Pythona po poprawność skompilowanych kerneli i wydajność środowiska uruchomieniowego.
Przeprowadzanie benchmarków wydajnościowych i profilowania (np. MLPerf) w celu monitorowania skalowalności, regresji oraz wpływu optymalizacji pomiędzy kolejnymi wersjami oprogramowania.
Ścisła współpraca z zespołami odpowiedzialnymi za kompilatory, runtime, frameworki i kernele w celu dostarczania konkretnych informacji zwrotnych oraz szybkiego rozwiązywania problemów.
Budowanie skalowalnych platform walidacyjnych, frameworków automatyzacji oraz infrastruktury zintegrowanej z CI, umożliwiającej ciągłe i niezawodne zapewnienie jakości.
Wymagania
Minimum 5 lat doświadczenia zawodowego, w tym co najmniej 3 lata pracy z systemami AI/ML, walidacją oprogramowania, inżynierią wydajności lub pokrewnymi obszarami.
Bardzo dobra znajomość języków Python i C++, poparta doświadczeniem w tworzeniu, debugowaniu i utrzymywaniu systemów produkcyjnych.
Praktyczne doświadczenie z frameworkami ML, takimi jak PyTorch, obejmujące tworzenie i debugowanie modeli.
Doświadczenie z platformami do serwowania modeli oraz procesami inferencji.
Doświadczenie w pisaniu lub modyfikowaniu kerneli GPU z wykorzystaniem Triton, CUDA lub podobnych technologii.
Znajomość PyTest lub podobnych frameworków testowych do budowy zautomatyzowanych testów walidacyjnych i regresyjnych.
Umiejętność pracy na wielu warstwach złożonego stosu oprogramowania – od frameworków w Pythonie, przez kompilatory i środowisko uruchomieniowe (runtime), aż po kernele.
Bardzo dobre umiejętności analityczne i systematyczne podejście do debugowania, umożliwiające identyfikację problemów na styku frameworków, kompilatorów i runtime.
Wykształcenie wyższe techniczne
Angielski na poziomie min. B2+ / C1 -> międzynarodowa współpraca
Mile widziane
Doświadczenie we wdrażaniu nowych architektur modeli lub obciążeń na platformach GPU lub akceleratorach AI.
Praktyczna znajomość narzędzi do profilowania wydajności i benchmarkowania obciążeń ML.
Umiejętność analizy kodu generowanego przez kompilator, w tym reprezentacji pośrednich (IR – Intermediate Representation).
Doświadczenie w projektowaniu lub utrzymaniu potoków CI/CD oraz zautomatyzowanej infrastruktury testowej dla systemów ML.
Znajomość środowisk opartych na GPU, dedykowanych akceleratorach AI oraz heterogenicznych platformach obliczeniowych.
Znajomość wdrażania modeli ML z wykorzystaniem kontenerów oraz narzędzi do orkiestracji.