Edge ML Engineer - Production Optimisation & Deployment

Wayve; Greater London; Hybrid; GBP 90,000 - 160,000; Full time

Benefits offered by this job

Значимое долевое участие

Гибридная работа

Медицинское страхование

Бюджет на обучение и развитие

Job summary

Wayve ищет специалиста по ML-оптимизации для управления полным циклом релизов моделей в инфраструктуре автономного вождения. Вы будете вести проекты от требований до внедрения, обучать и оптимизировать модели PyTorch под жесткие лимиты по задержке и памяти на встраиваемых устройствах, работая в кросс-функциональной команде.

У вас будет гибридная работа с локациями в Лондоне и глобальные проекты OEM-партнёров.

Qualifications

• Практический опыт повышения производительности в продакшн системах с жёсткими ограничениями по задержке, памяти и энергии.
• Опыт обучения и итераций по моделям глубокого обучения в PyTorch на практике.
• Умение работать с TensorRT, CUDA или аналогами; быстро осваивать новые фреймворки.
• Навык перехода от высокого уровня поведения модели к низкоуровневому выполнению(kernel/runtime).
• Знания квантизации и/или дистилляции; практический сигнал приветствуется.

Responsibilities

• Полное владение доставкой моделей: от требований до обучения, проверки и готовности к внедрению.
• Обучение и итерации PyTorch моделей с гипотезно-ориентированным подходом, проведение абляций по критериям оценки.
• Поиск причин падения производительности, предложение решений и исправлений.
• Сотрудничество с соседними командами ML и Performance для передачи моделей и определения узких мест.
• Коммуникация с заинтересованными сторонами о сроках поставки и приоритетах.
• Достижение нужной скорости выполнения на устройстве по мере роста возможностей моделей.
• Применение практических техник оптимизации: квантизация, дистилляция, редуцированные ранги.

Skills

PyTorch

Model optimisation

Quantisation

Distillation

CUDA

TensorRT

Tools

TensorRT

CUDA

QNN

OpenCL

Job description

Wayve ищет специалиста по ML-оптимизации для управления полным циклом релизов моделей в инфраструктуре автономного вождения. Вы будете вести проекты от требований до внедрения, обучать и оптимизировать модели PyTorch под жесткие лимиты по задержке и памяти на встраиваемых устройствах, работая в кросс-функциональной команде.

У вас будет гибридная работа с локациями в Лондоне и глобальные проекты OEM-партнёров.