Alemanha
ALTEN
Prior Labs
Engenheiro(a) de ML, Infraestrutura
Alemanha
Freiburg im Breisgau, Baden-Württemberg, Germany · Berlin, Germany
PythonGCPDockerGo
Tradução automática. Consulte o original.
Sobre a Vaga
Quem somos
Modelos de fundação transformaram texto e imagens. Dados estruturados - o maior e mais importante formato de dados do mundo - permaneceram intocados, até agora. O que LLMs fez pela linguagem, estamos fazendo por tabelas.
Pioneiros em modelos de fundação tabulares: TabPFN v2 foi capa da Nature, ultrapassou 3.5M+ downloads e 7,500+ estrelas no GitHub, e roda em produção desde a detecção de doenças pulmonares com a Oxford Cancer Analytics até a prevenção de falhas em trens com a Hitachi. Os problemas mais difíceis - milhões de linhas, inferência em tempo real, modalidades totalmente novas - ainda estão em aberto, e ninguém mais está trabalhando neles neste nível.
Somos uma equipe pequena e altamente seletiva de mais de 40 pessoas com experiência em Google, DeepMind, Meta, Apple, Amazon, Jane Street e CERN, liderada por Frank Hutter, Noah Hollmann e Sauraj Gambhir, e assessorada por Bernhard Schölkopf e Yann LeCun, vencedor do Prêmio Turing.
Em julho de 2026, menos de 18 meses após nosso pré-seed de €9M, nos juntamos à SAP como um laboratório independente de IA de ponta - mesma equipe, missão e modelos de pesos abertos, agora apoiados por mais de €1 bilhão ao longo de quatro anos.
Sobre a Vaga
Gastamos dezenas de milhões por ano em computação de GPU para treinar modelos de fundação tabulares. Isso não é uma meta, é o que estamos executando hoje, e está crescendo. A pessoa que gerencia essa infraestrutura toma decisões que valem milhões de dólares: arquitetura de cluster, eficiência de agendamento, estratégia de provedor, seleção de hardware. Uma decisão errada custa seis dígitos.
Hoje executamos Slurm no GCP em múltiplos clusters. Estamos escalando para infraestrutura multi-cluster, multi-provedor e avaliando novas gerações de hardware à medida que entram em operação. Você gerencia o full stack, desde operações de cluster e otimização de custos até o desempenho de treinamento distribuído e a camada de ferramentas que mantém os pesquisadores avançando rapidamente. Você trabalha diretamente com a equipe de pesquisa e entende o que eles estão fazendo bem o suficiente para tomar decisões de infraestrutura que realmente os ajudem. E este não é um papel puramente de suporte. Operamos um ambiente aberto. Se você tem a próxima arquitetura tabular SOTA em mente, vá em frente e treine-a.
Vida na Prior Labs
Você trabalhará ao lado de pesquisadores e construtores que se cobram um alto padrão - na qualidade de seu trabalho e em como trabalham uns com os outros. Avançamos rapidamente e ainda tiramos tempo para fazer as coisas direito.
Nossas equipes estão baseadas em Berlim, Freiburg e Nova York - quando você está trabalhando em algo tão difícil quanto TabPFN, estar na mesma sala importa. Mas grandes pessoas vêm de todos os lugares, e em casos excepcionais estamos abertos a trabalho remoto, o que geralmente significa viagens frequentes para um de nossos escritórios. Onde quer que você esteja, toda a empresa se reúne regularmente para eventos fora do local para construir e celebrar juntos.
Nossos Compromissos
Os melhores produtos e equipes são construídos por pessoas com uma ampla gama de perspectivas e experiências. Damos as boas-vindas a candidaturas de todas as identidades e origens - especialmente se você já se sentiu desencorajado por "não preencher todas as caixas" - e oferecemos igualdade de oportunidades, independentemente de gênero, orientação sexual, origem, deficiência ou qualquer outra característica que o torna quem você é.
Preocupamo-nos com a forma como seus dados são tratados - consulte nossa página de Privacidade de Dados de Recrutamento
Com o que você vai trabalhar
- Gerenciar e evoluir infraestrutura de GPU multi-cluster. Slurm no GCP hoje, multi-provedor e novo hardware amanhã. Arquitetura, agendamento, confiabilidade, otimização de custos
- Impulsionar a utilização de GPU e a taxa de transferência de treinamento: profiling, otimização de memória, gargalos de comunicação, depuração em nível de sistema de treinamento distribuído em execuções de grande escala
- Arquitetar a próxima geração de nossa infraestrutura: orquestração multi-cluster, novas gerações de GPU, diversificação de provedores, planejamento de capacidade contra demandas crescentes de computação
- Construir a camada de produtividade do desenvolvedor: pipelines de CI, rastreamento de experimentos, registro de modelos, processamento de dados e ferramentas internas que mantêm a velocidade de iteração de pesquisa alta
- Gerenciar o orçamento de computação. Você entende o custo por FLOP entre provedores e hardware, e você odeia computação desperdiçada
- Stack de tecnologia: Slurm, GCP, Docker, wandb, GitHub Actions, uv, PyTorch, Triton
Requisitos mínimos
Você pode ser uma boa opção se tiver:
- 3+ anos construindo e operando infraestrutura de GPU em produção ou sistemas de treinamento distribuído em escala. Em um grande laboratório de IA, uma startup de ML bem financiada ou um ambiente HPC
- Profunda experiência prática com Slurm e gerenciamento de cluster. Você já depurou falhas de agendamento, otimizou a utilização em cargas de trabalho de GPU multi-tenant e operou infraestrutura onde o tempo de inatividade tem um custo real
- Pensamento de sistemas em nível de especialista: largura de banda de memória, profiling de GPU. Você raciocina sobre hardware, não sobre configurações
- Forte conhecimento em Python e fluência genuína com os internos do PyTorch. O suficiente para fazer o profiling de uma execução de treinamento e dizer se o gargalo é carregamento de dados, comunicação ou computação
- Histórico de tomada de decisões de infraestrutura que melhoraram mensuravelmente a taxa de transferência de treinamento ou a eficiência de custos
- Fortes habilidades em ferramentas de IA. Você usa Claude Code, Cursor ou similar fluentemente para avançar rapidamente sem sacrificar a qualidade
Diferenciais
- Experiência operando com gastos de GPU na escala de dezenas de milhões
- Experiência em infraestrutura multi-cloud ou híbrida HPC/cloud
- Experiência com Triton, CUDA ou kernels customizados
- Experiência em escalonamento de cluster único para orquestração multi-cluster
- Experiência em construção de ferramentas de rastreamento de experimentos, registro de modelos ou pipelines de ML
Mais oportunidades com um só perfil
Quer aparecer para várias vagas sem repetir todo o processo? Crie seu perfil e seja encontrado pelas empresas que usam a Nort.
Criar meu perfil