Job
Aus Partner-Feed
Leistungsingenieur
Preis auf Anfrage
Details
- Beschäftigungsart
- Vollzeit
- Remote
- Nein
- Unternehmen
- Cuspai
Beschreibung
Automatisch aus dem English übersetzt. Der Originaltext ist maßgeblich. Maschinenübersetzung – eine genauere Version wird vorbereitet.
Über CuspAI
CuspAI ist das Pionier-KI-Unternehmen mit der Mission, die bahnbrechenden Materialien zu entwickeln, die für den menschlichen Fortschritt erforderlich sind. Während die Natur Milliarden von Jahren brauchte, um Moleküle zu perfektionieren, nutzen wir KI, um in Monaten und nicht in Jahrtausenden Billionen-Dollar-Materialdurchbrüche zu erzielen. Unser Gründungsteam ist das am häufigsten zitierte der Welt und besteht aus erstklassigen Forschern in den Bereichen KI, Chemie und Ingenieurwesen.
Wir arbeiten an einigen der schwierigsten und wichtigsten Herausforderungen, darunter Energie, sauberes Wasser, die Zukunft der Computertechnik und Kohlenstoffabscheidung, und dies ist erst der Anfang dessen, was unsere „Suchmaschine“ für Materialien der nächsten Generation erschließen wird.
Wir laden Sie ein, Teil eines vielfältigen, innovativen Teams an der Schnittstelle von KI und Materialwissenschaft zu werden und daran zu arbeiten, wirkungsvolle Partnerschaften zu schaffen, die Innovation, Skalierbarkeit und Branchenzusammenarbeit vorantreiben. Diese Arbeit ist wichtig. Ihre Arbeit ist wichtig.
Wir stehen an der Schwelle zum Zeitalter der On-Demand-Materialien. Begleiten Sie uns.
Die Rolle
Aufgrund der schnellen Skalierung unseres Rechenbedarfs suchen wir einen Performance Engineer, der als wichtige Brücke zwischen unseren bahnbrechenden KI-Modellen und unserer Hochleistungs-Rechner-Infrastruktur fungiert.
Ihre Wirkung
In dieser Rolle bauen Sie die Optimierungsschichten und die Profilierungsinfrastruktur auf, die die Effizienz unserer umfangreichen Schulungs- und Inferenzarbeitslasten maximiert. Dies ist entscheidend für die Beschleunigung unserer Materialentdeckungspipeline und stellt sicher, dass unsere Forscher mit Gedankengeschwindigkeit iterieren können.
Bei CuspAI ist Rechenleistung unsere wertvollste Ressource. Ihr Hauptaugenmerk wird zunächst auf der Profilierung unserer aktuellen Trainingsläufe liegen, um Engpässe bei der Model FLOP Utilization (MFU) zu identifizieren. Im Laufe der Zeit werden Sie sich wahrscheinlich mit der Entwicklung benutzerdefinierter Kernel und Low-Level-Optimierungen befassen, die es uns ermöglichen, größere, komplexere Modelle für Chemie und Physik zu trainieren, die zuvor aus rechentechnischen Gründen unerschwinglich waren.
Was Sie tun werden
Trainings- und Inferenzoptimierung
• Analysieren Sie Modellarchitekturen, um die Abbildung mathematischer Operationen auf Hardware zu optimieren, mit besonderem Schwerpunkt auf NVIDIA-GPU-Kerneln und kollektiven Kommunikationsschichten (NCCL).
• Implementieren Sie hochmoderne Effizienztechniken wie Quantisierung, Modellbereinigung und Destillation, um die Latenz für die „Suchmaschinen“-APIs unserer Materialien zu verringern.
• Optimieren Sie Datenpipelines, um sicherzustellen, dass Hochleistungsbeschleuniger bei umfangreichen Trainingsläufen nie an Datenmangel leiden.
Profilierung, Beobachtbarkeit und Kostenmanagement
• Verwenden Sie fortschrittliche Observability-Tools, um die vollständige Ausführung von Schulungsaufgaben zu verfolgen und genaue Stellen von Verarbeitungsblockaden oder Verbindungskonflikten zu lokalisieren.
• Erstellen und pflegen Sie Echtzeit-Dashboards, die wichtige Systemmetriken verfolgen, einschließlich MFU, Speicherbandbreitennutzung und Cluster-Verfügbarkeit.
• Überwachen und begründen Sie die Nutzung unserer KI-Beschleuniger (z. B. H100-Cluster) und verhindern Sie Leerlaufzeiten und Speicherverluste, um sicherzustellen, dass jeder Dollar an Rechenausgaben in wissenschaftlichen Fortschritt umgesetzt wird.
• Entwickeln Sie Skalierungsgesetze und interne Tools, um das Systemverhalten in den Bereichen Rechenleistung, Speicher und Netzwerk vorherzusagen, wenn die Parameteranzahl unserer Modelle zunimmt.
Interdisziplinäre Zusammenarbeit
• Arbeiten Sie eng mit KI-Forschern zusammen, um Modellarchitekturen für eine bessere Hardwarekompatibilität anzupassen, ohne die wissenschaftliche Genauigkeit zu beeinträchtigen.
• Arbeiten Sie mit dem Infrastrukturteam zusammen, um das Design unserer zukünftigen Rechencluster basierend auf Leistungsdaten und Profilierungsergebnissen zu beeinflussen.
Fähigkeiten und Qualifikationen müssen vorhanden sein:
• Sie sind jemand, der sich über die Möglichkeit freut, Wissenschaftlern die Arbeit an weltverändernden Herausforderungen in diesem Bereich zu ermöglichen, und der ein persönliches Interesse an den potenziellen Anwendungen der von Cusp entwickelten Technologie hat.
• Sie verfügen über mehr als drei Jahre Erfahrung in den Bereichen Performance Engineering, Site Reliability Engineering oder Low-Level-Softwareentwicklung mit besonderem Schwerpunkt auf High-Performance-Computing (HPC) oder KI-Workloads.
• Expertenwissen über GPU-Architektur und Erfahrung in der Optimierung von CUDA-Kerneln oder der Verwendung von Bibliotheken wie Triton.
• Tiefes Verständnis verteilter Trainings-Frameworks (z. B. PyTorch Distributed, DeepSpeed oder Megatron-LM) und Netzwerkprotokolle.
• Kenntnisse in Profiling-Tools wie Nsight Systems, Nsight Compute oder Weights & Biases zur Leistungsverfolgung.
• Eine „Builder“-Denkweise mit der Fähigkeit, autonom in einer frühen, schnelllebigen Startup-Umgebung zu arbeiten.
Bonuspunkte (aber nicht kritisch):
• Erfahrung im Umgang mit spezieller KI-Hardware wie TPUs oder alternativen Beschleunigern.
• Akademischer Hintergrund oder persönliches Interesse an Materialwissenschaften, Chemie oder Physik.
• Kenntnisse über MLOps-Praktiken, insbesondere in Bezug auf die Bereitstellung von Modellen im großen Maßstab in Cloud-Umgebungen (AWS/GCP/Azure).
• Beiträge zu Open-Source-Leistungsoptimierungs- oder maschinellen Lernbibliotheken.
Zusätzliche Überlegungen
Diese Stelle könnte in unseren Büros in Cambridge, London, Amsterdam oder Berlin angesiedelt sein, mit der Erwartung, drei Tage pro Woche im Büro zu sein. Darüber hinaus können regelmäßige Reisen zu anderen Standorten für die Zusammenarbeit und Projektarbeit erforderlich sein.
Im Rahmen Ihrer Einarbeitung wird von Ihnen erwartet, dass Sie mindestens ein paar Wochen in unserem Büro in Cambridge/London verbringen, um mehr über unsere Plattform zu erfahren und uns persönlich kennenzulernen.
Darüber hinaus können für die Zusammenarbeit und Projektarbeit regelmäßige Reisen nach Europa und an andere regionale und globale Standorte erforderlich sein.
Was wir anbieten
• Ein wettbewerbsfähiges Gehalt: Wir schätzen und belohnen Wirkung und Wachstum
• Beteiligung an CuspAI: Sie sind am Erfolg des Unternehmens beteiligt
• Freizeit, um frisch zu bleiben: 28 Tage Urlaub (DE, NL, UK) oder 21 Tage Urlaub (JP, SG, US), zusätzlich zu den örtlichen Feiertagen
• „Gold Standard“-Elternurlaub: 26 Wochen (Hauptbetreuer) und 12 Wochen (Sekundärbetreuer) bei voller Bezahlung – wir kümmern uns um Sie und Ihre Familie, während wir gemeinsam an den wichtigsten Problemen bei der Materialentdeckung arbeiten …
Quelle: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/cuspai/performance-engineer-london-237596)
CuspAI ist das Pionier-KI-Unternehmen mit der Mission, die bahnbrechenden Materialien zu entwickeln, die für den menschlichen Fortschritt erforderlich sind. Während die Natur Milliarden von Jahren brauchte, um Moleküle zu perfektionieren, nutzen wir KI, um in Monaten und nicht in Jahrtausenden Billionen-Dollar-Materialdurchbrüche zu erzielen. Unser Gründungsteam ist das am häufigsten zitierte der Welt und besteht aus erstklassigen Forschern in den Bereichen KI, Chemie und Ingenieurwesen.
Wir arbeiten an einigen der schwierigsten und wichtigsten Herausforderungen, darunter Energie, sauberes Wasser, die Zukunft der Computertechnik und Kohlenstoffabscheidung, und dies ist erst der Anfang dessen, was unsere „Suchmaschine“ für Materialien der nächsten Generation erschließen wird.
Wir laden Sie ein, Teil eines vielfältigen, innovativen Teams an der Schnittstelle von KI und Materialwissenschaft zu werden und daran zu arbeiten, wirkungsvolle Partnerschaften zu schaffen, die Innovation, Skalierbarkeit und Branchenzusammenarbeit vorantreiben. Diese Arbeit ist wichtig. Ihre Arbeit ist wichtig.
Wir stehen an der Schwelle zum Zeitalter der On-Demand-Materialien. Begleiten Sie uns.
Die Rolle
Aufgrund der schnellen Skalierung unseres Rechenbedarfs suchen wir einen Performance Engineer, der als wichtige Brücke zwischen unseren bahnbrechenden KI-Modellen und unserer Hochleistungs-Rechner-Infrastruktur fungiert.
Ihre Wirkung
In dieser Rolle bauen Sie die Optimierungsschichten und die Profilierungsinfrastruktur auf, die die Effizienz unserer umfangreichen Schulungs- und Inferenzarbeitslasten maximiert. Dies ist entscheidend für die Beschleunigung unserer Materialentdeckungspipeline und stellt sicher, dass unsere Forscher mit Gedankengeschwindigkeit iterieren können.
Bei CuspAI ist Rechenleistung unsere wertvollste Ressource. Ihr Hauptaugenmerk wird zunächst auf der Profilierung unserer aktuellen Trainingsläufe liegen, um Engpässe bei der Model FLOP Utilization (MFU) zu identifizieren. Im Laufe der Zeit werden Sie sich wahrscheinlich mit der Entwicklung benutzerdefinierter Kernel und Low-Level-Optimierungen befassen, die es uns ermöglichen, größere, komplexere Modelle für Chemie und Physik zu trainieren, die zuvor aus rechentechnischen Gründen unerschwinglich waren.
Was Sie tun werden
Trainings- und Inferenzoptimierung
• Analysieren Sie Modellarchitekturen, um die Abbildung mathematischer Operationen auf Hardware zu optimieren, mit besonderem Schwerpunkt auf NVIDIA-GPU-Kerneln und kollektiven Kommunikationsschichten (NCCL).
• Implementieren Sie hochmoderne Effizienztechniken wie Quantisierung, Modellbereinigung und Destillation, um die Latenz für die „Suchmaschinen“-APIs unserer Materialien zu verringern.
• Optimieren Sie Datenpipelines, um sicherzustellen, dass Hochleistungsbeschleuniger bei umfangreichen Trainingsläufen nie an Datenmangel leiden.
Profilierung, Beobachtbarkeit und Kostenmanagement
• Verwenden Sie fortschrittliche Observability-Tools, um die vollständige Ausführung von Schulungsaufgaben zu verfolgen und genaue Stellen von Verarbeitungsblockaden oder Verbindungskonflikten zu lokalisieren.
• Erstellen und pflegen Sie Echtzeit-Dashboards, die wichtige Systemmetriken verfolgen, einschließlich MFU, Speicherbandbreitennutzung und Cluster-Verfügbarkeit.
• Überwachen und begründen Sie die Nutzung unserer KI-Beschleuniger (z. B. H100-Cluster) und verhindern Sie Leerlaufzeiten und Speicherverluste, um sicherzustellen, dass jeder Dollar an Rechenausgaben in wissenschaftlichen Fortschritt umgesetzt wird.
• Entwickeln Sie Skalierungsgesetze und interne Tools, um das Systemverhalten in den Bereichen Rechenleistung, Speicher und Netzwerk vorherzusagen, wenn die Parameteranzahl unserer Modelle zunimmt.
Interdisziplinäre Zusammenarbeit
• Arbeiten Sie eng mit KI-Forschern zusammen, um Modellarchitekturen für eine bessere Hardwarekompatibilität anzupassen, ohne die wissenschaftliche Genauigkeit zu beeinträchtigen.
• Arbeiten Sie mit dem Infrastrukturteam zusammen, um das Design unserer zukünftigen Rechencluster basierend auf Leistungsdaten und Profilierungsergebnissen zu beeinflussen.
Fähigkeiten und Qualifikationen müssen vorhanden sein:
• Sie sind jemand, der sich über die Möglichkeit freut, Wissenschaftlern die Arbeit an weltverändernden Herausforderungen in diesem Bereich zu ermöglichen, und der ein persönliches Interesse an den potenziellen Anwendungen der von Cusp entwickelten Technologie hat.
• Sie verfügen über mehr als drei Jahre Erfahrung in den Bereichen Performance Engineering, Site Reliability Engineering oder Low-Level-Softwareentwicklung mit besonderem Schwerpunkt auf High-Performance-Computing (HPC) oder KI-Workloads.
• Expertenwissen über GPU-Architektur und Erfahrung in der Optimierung von CUDA-Kerneln oder der Verwendung von Bibliotheken wie Triton.
• Tiefes Verständnis verteilter Trainings-Frameworks (z. B. PyTorch Distributed, DeepSpeed oder Megatron-LM) und Netzwerkprotokolle.
• Kenntnisse in Profiling-Tools wie Nsight Systems, Nsight Compute oder Weights & Biases zur Leistungsverfolgung.
• Eine „Builder“-Denkweise mit der Fähigkeit, autonom in einer frühen, schnelllebigen Startup-Umgebung zu arbeiten.
Bonuspunkte (aber nicht kritisch):
• Erfahrung im Umgang mit spezieller KI-Hardware wie TPUs oder alternativen Beschleunigern.
• Akademischer Hintergrund oder persönliches Interesse an Materialwissenschaften, Chemie oder Physik.
• Kenntnisse über MLOps-Praktiken, insbesondere in Bezug auf die Bereitstellung von Modellen im großen Maßstab in Cloud-Umgebungen (AWS/GCP/Azure).
• Beiträge zu Open-Source-Leistungsoptimierungs- oder maschinellen Lernbibliotheken.
Zusätzliche Überlegungen
Diese Stelle könnte in unseren Büros in Cambridge, London, Amsterdam oder Berlin angesiedelt sein, mit der Erwartung, drei Tage pro Woche im Büro zu sein. Darüber hinaus können regelmäßige Reisen zu anderen Standorten für die Zusammenarbeit und Projektarbeit erforderlich sein.
Im Rahmen Ihrer Einarbeitung wird von Ihnen erwartet, dass Sie mindestens ein paar Wochen in unserem Büro in Cambridge/London verbringen, um mehr über unsere Plattform zu erfahren und uns persönlich kennenzulernen.
Darüber hinaus können für die Zusammenarbeit und Projektarbeit regelmäßige Reisen nach Europa und an andere regionale und globale Standorte erforderlich sein.
Was wir anbieten
• Ein wettbewerbsfähiges Gehalt: Wir schätzen und belohnen Wirkung und Wachstum
• Beteiligung an CuspAI: Sie sind am Erfolg des Unternehmens beteiligt
• Freizeit, um frisch zu bleiben: 28 Tage Urlaub (DE, NL, UK) oder 21 Tage Urlaub (JP, SG, US), zusätzlich zu den örtlichen Feiertagen
• „Gold Standard“-Elternurlaub: 26 Wochen (Hauptbetreuer) und 12 Wochen (Sekundärbetreuer) bei voller Bezahlung – wir kümmern uns um Sie und Ihre Familie, während wir gemeinsam an den wichtigsten Problemen bei der Materialentdeckung arbeiten …
Quelle: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/cuspai/performance-engineer-london-237596)
Dieses Angebot stammt aus einem Partner-Feed. Bewerben Sie sich auf der Quell-Website.
Quelle: Cuspai
Standort
Cambridge, Vereinigtes Königreich
Inserat bereitgestellt von Cuspai.
