AI Cloud GPU ML Infra Engineer — Performance & Scale

HireHi; United States; Remote; USD 120,000 - 210,000; Full time

Benefits offered by this job

Конкурентная оплата

Карьерный рост и обучение

Гибкость и ответственность

Коллаборативная культура

Работа над значимыми AI-проектаами

Международная команда

Job summary

Nebius ищет специалиста по производительности GPU для анализа на уровне систем, драйверов и ядер. Ваша задача — улучшать скорость и стабильность современных моделей на кластерах, работать с CUDA и ROCm стеками, участвовать в разработке инструментов мониторинга.

Опыт в PyTorch, JAX и других фреймворках, а также знание Docker и Kubernetes обязательно. Готовность работать в международной среде и в динамичном командах приветствуется.

Qualifications

• Глубокие знания теории машинного обучения и архитектур вычислений.
• Понимание параллелизма при обучении и инференсе больших нейронных сетей.
• Опыт работы с современными фреймворками ML: PyTorch, JAX, Megatron-LM, Tensort-LLM.

Responsibilities

• Профилирование и анализ производительности GPU на уровне системы и ядра.
• Сравнение производительности across платформами и стеками CUDA/ROCm.
• Отладка и оптимизация ML- workload для GPU-оборудования и выявление узких мест.
• Проведение приемочного тестирования новых GPU-кластеров на совместимость и стабильность.
• Эксперименты с конфигурациями GPU-систем и влияние межсоединений на производительность.
• Разработка инструментов и панелей для визуализации метрик производительности.
• Участие в разработке внутренних инструментов и практик.

Skills

ML theory

GPU performance

Model training

Performance profiling

Python

Tools

Docker

Kubernetes

CUDA

NCCL

Nsight/NVProf

Job description

Nebius ищет специалиста по производительности GPU для анализа на уровне систем, драйверов и ядер. Ваша задача — улучшать скорость и стабильность современных моделей на кластерах, работать с CUDA и ROCm стеками, участвовать в разработке инструментов мониторинга.

Опыт в PyTorch, JAX и других фреймворках, а также знание Docker и Kubernetes обязательно. Готовность работать в международной среде и в динамичном командах приветствуется.