Vereinigte Staaten
The MITRE Corporation
Nebius
ML Infrastructure Engineer
Vereinigte Staaten
Prague, Prague, Czechia · Amsterdam, North Holland, Netherlands · Germany · United Kingdom · United States
PythonAWSGCPDockerKubernetes
Automatische Übersetzung. Prüfe das Original.
Über Nebius
Nebius leitet eine neue Ära in der Cloud-Infrastruktur für die globale KI-Wirtschaft ein. Wir bauen eine full-stack KI-Cloud-Plattform auf, die Entwickler und Unternehmen vom Training von Daten und Modellen bis hin zur produktiven Bereitstellung unterstützt, ohne die Kosten und Komplexität des Aufbaus großer interner KI/ML-Infrastrukturen.
Von Ingenieuren für Ingenieure gebaut. Von der groß angelegten GPU-Orchestrierung bis zur Inferenzoptimierung beherrschen wir die schwierigen Probleme in den Bereichen Compute, Speicher, Netzwerk und angewandte KI.
An der Nasdaq (NBIS) notiert und mit Hauptsitz in Amsterdam, verfügen wir über eine globale Präsenz mit F&E-Zentren in Europa, Großbritannien, Nordamerika und Israel. Unser Team von über 1,500+ umfasst Hunderte von Ingenieuren mit tiefgreifender Expertise in den Bereichen Hardware, Software und KI-Forschung und -Entwicklung.
Die Rolle
Wir suchen einen hochqualifizierten ML/KI-Ingenieur, der unser Team verstärkt, um das Benchmarking von GPU-Plattformen für machine learning und KI-Workloads zu leiten und zu unterstützen. Sie werden eine entscheidende Rolle bei der Bewertung der Leistung von GPU-basierter Hardware für verschiedene deep learning und KI-Frameworks spielen und datengesteuerte Entscheidungen für die Plattformoptimierung und die Entwicklung von Hardware der nächsten Generation ermöglichen.
Wie ist es, bei Nebius zu arbeiten
Schnelllebig – Kühnes Denken – Ständiges Wachstum – Bedeutsame Wirkung – Vertrauen und echte Eigenverantwortung – Möglichkeit, die Zukunft der KI zu gestalten
Chancengleichheitserklärung
--------------------------------------------------------------------------------
Nebius ist ein Arbeitgeber, der Chancengleichheit fördert. Wir setzen uns für die Schaffung eines integrativen und vielfältigen Arbeitsplatzes ein und bieten in allen Aspekten der Beschäftigung gleiche Beschäftigungsmöglichkeiten. Wir diskriminieren nicht aufgrund von Rasse, Hautfarbe, Religion, Geschlecht (einschließlich Schwangerschaft), nationaler Herkunft, Abstammung, Alter, Behinderung, genetischen Informationen, Familienstand, Veteranenstatus, sexueller Orientierung, Geschlechtsidentität oder -ausdruck oder einer anderen durch geltendes Recht geschützten Eigenschaft.
Bewerber müssen berechtigt sein, in dem Land zu arbeiten, in dem sie sich bewerben, und müssen als Bedingung für die Einstellung einen Nachweis über die Beschäftigungsberechtigung erbringen.
Wenn Sie während des Bewerbungsprozesses Unterkünfte benötigen, teilen Sie uns dies bitte mit.
Ihre Aufgaben umfassen: *
- Enge Zusammenarbeit mit Hardware- und Entwicklungsteams zur Profilerstellung und Analyse der GPU-Leistung auf System- und Kernel-Ebene. *
- Bewertung und Vergleich der GPU-Leistung über verschiedene Plattformen, Architekturen und Software-Stacks hinweg (z. B. CUDA, ROCm). *
- Debuggen und Optimieren von ML-Workloads für eine effiziente Ausführung auf GPU-Hardware, Identifizierung und Behebung von Leistungsengpässen. *
- Durchführung von Abnahmetests für neue GPU-Cluster, um sicherzustellen, dass Hardware und Software die Anforderungen an Leistung, Stabilität und Kompatibilität für KI-Workloads erfüllen. *
- Durchführung von Experimenten über verschiedene GPU-Systemkonfigurationen hinweg, um die Auswirkungen unterschiedlicher Interconnect-Strategien und systemweiter Optimierungen auf Leistung und Skalierbarkeit zu bewerten. *
- Entwicklung von Tools und Dashboards zur Visualisierung von Leistungskennzahlen, Engpässen und Trends. *
- Beitrag zu internen Tools, Frameworks und Best Practices
Wir erwarten von Ihnen: *
- Ein tiefgreifendes Verständnis der theoretischen Grundlagen von machine learning *
- Tiefes Verständnis der Leistungsaspekte von Training und Inferenz großer neuronaler Netze (Daten-/Tensor-/Kontext-/Expertenparallelität, Offloading, benutzerdefinierte Kernel, Hardwarefunktionen, Aufmerksamkeitsoptimierungen, dynamisches Batching usw.) *
- Umfangreiche Erfahrung mit modernen deep learning-Frameworks (PyTorch, JAX, Megatron-LM, Tensort-LLM) *
- Gutes Verständnis des GPU-Stacks: CUDA, NCCL, Treiber und relevante Bibliotheken *
- Vertrautheit mit containerisierten Umgebungen (z. B. Docker, Kubernetes). *
- Starke Kommunikationsfähigkeiten und die Fähigkeit, selbstständig zu arbeiten
Das zeichnet Sie aus: *
- Vertrautheit mit modernen LLM-Inferenz-Frameworks (vLLM, SGLang, TensorRT) *
- Erfahrung mit Python und Performance-Profiling-Tools (z. B. Nsight, nvprof, perf). *
- Vertrautheit mit Cloud-ML-Plattformen wie AWS, GCP, Azure ML *
- Beiträge zu Open-Source-ML-Benchmarking-Tools
Vorteile & Perks: *
- Wettbewerbsfähige Vergütung *
- Karrierewachstum und Lernmöglichkeiten *
- Flexibilität und Eigenverantwortung *
- Kollaborative und innovative Kultur *
- Möglichkeit, an wirkungsvollen KI-Projekten zu arbeiten *
- Internationales Umfeld und talentierte Teams
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen