Kernel szoftver menedzser

Stack

Feladatok

• ▹Tervezési specifikációk készítése új gépi tanulási és lineáris algebrai kernelekhez, és leképezésük a Cerebras WSE rendszerre párhuzamos programozási algoritmusokkal
• ▹Alacsony szintű assembly utasításokból és C-szerű, doménspecifikus nyelvű rutinokból álló kernelkönyvtár fejlesztése és hibakeresése
• ▹Nagy teljesítményű kernelrutinok fejlesztése és hibakeresése alacsony szintű assemblyben és egy egyedi, C-szerű (CSL) nyelven
• ▹Matematikai modellek és elemzés a szoftver teljesítményének méréséhez és a tervezési döntések megalapozásához
• ▹Egység- és rendszertesztelési módszertanok kidolgozása és integrálása a kernelkönyvtárak helyességének és teljesítményének ellenőrzéséhez
• ▹A gépi tanulási alkalmazások új trendjeinek tanulmányozása és a kernelkönyvtár architektúrájának fejlesztése a korszerű neurális hálók számítási kihívásaihoz
• ▹Együttműködés chip- és rendszerarchitektekkel az utasításkészlet, a mikroarchitektúra és az IO optimalizálásáért

Elvárások

• ▹Informatikai, számítógép-mérnöki, matematikai vagy rokon területen szerzett alap-, mester- vagy PhD-fokozat, illetve külföldi egyenértékű végzettség
• ▹Bizonyított tapasztalat műszaki csapatok vezetésében: mérnökök mentorálása, műszaki irány kijelölése és a megvalósítás előrevitele
• ▹Hardverarchitektúra-koncepciók alapos ismerete és készség új rendszerarchitektúrák megismerésére
• ▹C++ és Python jártasság, alacsony szintű rendszerprogramozási tapasztalat
• ▹Könyvtár-/API-fejlesztési jó gyakorlatok és teljesítményoptimalizálás ismerete
• ▹Kiváló hibakeresési készség összetett, többrétegű szoftverstackeken

Előny

• ▹Tapasztalat csapatok vezetésében kernelfejlesztés, teljesítményoptimalizálás vagy alacsony szintű rendszerprogramozás területén
• ▹Erős háttér párhuzamos algoritmusok és elosztott memóriájú rendszerek terén
• ▹Gyakorlati tapasztalat gyorsítókkal, például GPU-kkal, FPGA-kkal vagy más egyedi hardverrel
• ▹Gépi tanulási terhelések és keretrendszerek, például TensorFlow és PyTorch ismerete
• ▹HPC kernelek és korszerű architektúrákon történő optimalizálásuk ismerete

Soft skillek

A munkáltatóról

A Cerebras a világ legnagyobb AI-chipjét építi, amely 56-szor nagyobb a GPU-knál, és a GPU-alapú hiperskálás felhős következtetési szolgáltatásoknál több mint tízszer gyorsabb tanítást és következtetést kínál. A vezető modelllaborokkal, globális nagyvállalatokkal és AI-startupokkal dolgozik; az OpenAI többéves partnerséget jelentett be vele.