Μηχανικός ML, Υποδομής

Ποιοι είμαστε
Τα μοντέλα θεμελίωσης μεταμόρφωσαν κείμενο και εικόνες. Τα δομημένα δεδομένα - η μεγαλύτερη και πιο σημαντική μορφή δεδομένων στον κόσμο - παρέμεναν ανέγγιχτα, μέχρι τώρα. Αυτό που έκαναν τα LLM για τη γλώσσα, το κάνουμε για τους πίνακες.
Πρωτοπορήσαμε σε μοντέλα θεμελίωσης σε πίνακα: Το TabPFN v2 ήταν μια ιστορία εξωφύλλου Nature, έχει περάσει πάνω από 3,5 εκατομμύρια λήψεις και 7.500+ αστέρια στο GitHub και τρέχει στην παραγωγή από τον εντοπισμό πνευμονικής νόσου με το Oxford Cancer Analytics έως την πρόληψη αστοχιών τρένων με το Hitachi . Τα πιο δύσκολα προβλήματα - εκατομμύρια σειρές, συμπεράσματα σε πραγματικό χρόνο, εντελώς νέοι τρόποι - εξακολουθούν να είναι ανοιχτά και κανείς άλλος δεν ασχολείται με αυτά σε αυτό το επίπεδο.
Είμαστε μια μικρή, άκρως επιλεκτική ομάδα 40+ με υπόβαθρο από τις Google, DeepMind, Meta, Apple, Amazon, Jane Street και CERN, με επικεφαλής τους Frank Hutter , Noah Hollmann και Sauraj Gambhir και με συμβουλές από τον Bernhard Schölkopf και τον νικητή του βραβείου Turing Yann LeCun.
Τον Ιούλιο του 2026, λιγότερο από 18 μήνες μετά το pre-seed μας των 9 εκατομμυρίων ευρώ, ενταχθήκαμε στη SAP ως ένα ανεξάρτητο εργαστήριο τεχνητής νοημοσύνης στα σύνορα - ίδια μοντέλα ομάδας, αποστολής και ανοιχτών βαρών, τώρα με περισσότερα από 1 δισεκατομμύριο ευρώ για τέσσερα χρόνια.

Σχετικά με το Ρόλο
Ξοδεύουμε δεκάδες εκατομμύρια ετησίως σε υπολογισμούς GPU για την εκπαίδευση μοντέλων θεμελίωσης σε πίνακα. Αυτός δεν είναι στόχος, είναι αυτό που τρέχουμε σήμερα και αυξάνεται. Το άτομο που κατέχει αυτήν την υποδομή λαμβάνει αποφάσεις αξίας εκατομμυρίων δολαρίων: αρχιτεκτονική συμπλέγματος, αποτελεσματικότητα προγραμματισμού, στρατηγική παρόχου, επιλογή υλικού. Μια λάθος κλήση κοστίζει εξαψήφια.
Σήμερα εκτελούμε το Slurm στο GCP σε πολλά συμπλέγματα. Κλιμακώνουμε σε υποδομές πολλαπλών συστάδων, πολλών παρόχων και αξιολογούμε νέες γενιές υλικού καθώς έρχονται στο διαδίκτυο. Σας ανήκει η πλήρης στοίβα, από λειτουργίες συμπλέγματος και βελτιστοποίηση κόστους έως κατανεμημένη απόδοση εκπαίδευσης και το επίπεδο εργαλείων που κρατά τους ερευνητές να κινούνται γρήγορα. Εργάζεστε απευθείας με την ερευνητική ομάδα και καταλαβαίνετε τι κάνουν αρκετά καλά για να λάβετε αποφάσεις υποδομής που πραγματικά τους βοηθούν. Και αυτός δεν είναι καθαρός ρόλος υποστήριξης. Λειτουργούμε ανοιχτό περιβάλλον. Εάν έχετε την επόμενη αρχιτεκτονική πίνακα SOTA στο μανίκι σας, προχωρήστε και εκπαιδεύστε την.
Τι θα δουλέψεις:

• Κατέχετε και εξελίσσετε υποδομή GPU πολλαπλών συστάδων. Slurm στο GCP σήμερα, πολλαπλοί πάροχοι και νέο υλικό αύριο. Αρχιτεκτονική, προγραμματισμός, αξιοπιστία, βελτιστοποίηση κόστους

• Αύξηση χρήσης GPU και απόδοσης εκπαίδευσης: δημιουργία προφίλ, βελτιστοποίηση μνήμης, προβλήματα επικοινωνίας, εντοπισμός σφαλμάτων σε επίπεδο συστήματος της κατανεμημένης εκπαίδευσης σε μεγάλες εκδόσεις

• Αρχιτέκτονα την επόμενη γενιά της υποδομής μας: ενορχήστρωση πολλαπλών συστάδων, νέες γενιές GPU, διαφοροποίηση παρόχων, σχεδιασμός χωρητικότητας έναντι αυξανόμενων απαιτήσεων υπολογιστών

• Δημιουργήστε το επίπεδο παραγωγικότητας προγραμματιστή: αγωγοί CI, παρακολούθηση πειράματος, μητρώο μοντέλων, επεξεργασία δεδομένων και εσωτερικά εργαλεία που διατηρούν υψηλή ταχύτητα επανάληψης της έρευνας

• Κάτοχος του υπολογιστικού προϋπολογισμού. Κατανοείτε το κόστος ανά FLOP μεταξύ παρόχων και υλικού και μισείτε τους χαμένους υπολογισμούς

Τεχνική στοίβα: Slurm, GCP, Docker, wandb, GitHub Actions, uv, PyTorch, Triton
Μπορεί να είστε κατάλληλοι εάν έχετε:

• 3+ χρόνια κατασκευή και λειτουργία υποδομής GPU παραγωγής ή κατανεμημένων συστημάτων εκπαίδευσης σε κλίμακα. Σε ένα μεγάλο εργαστήριο τεχνητής νοημοσύνης, μια καλά χρηματοδοτούμενη εκκίνηση ML ή ένα περιβάλλον HPC

• Βαθιά πρακτική εμπειρία με τη διαχείριση Slurm και cluster. Έχετε διορθώσει αποτυχίες προγραμματισμού, βελτιστοποιήσατε τη χρήση σε φόρτους εργασίας GPU πολλών ενοικιαστών και έχετε λειτουργήσει υποδομή όπου ο χρόνος διακοπής έχει πραγματικό κόστος

• Σκέψη συστημάτων σε επίπεδο ειδικού: εύρος ζώνης μνήμης, προφίλ GPU. Σκέφτεστε για το υλικό, όχι τις ρυθμίσεις

• Ισχυρό Python και γνήσια ευχέρεια με τα εσωτερικά του PyTorch. Αρκετά για να διαμορφώσετε ένα προφίλ εκπαίδευσης και να πείτε εάν το σημείο συμφόρησης είναι η φόρτωση δεδομένων, η επικοινωνία ή ο υπολογισμός

• Παρακολουθήστε το ιστορικό λήψης αποφάσεων υποδομής που βελτίωσαν μετρήσιμα την απόδοση της εκπαίδευσης ή την αποδοτικότητα κόστους

• Ισχυρές δεξιότητες εργαλείων AI. Χρησιμοποιείτε άπταιστα τον Κωδικό Claude, τον Δρομέα ή παρόμοια για να κινηθείτε γρήγορα χωρίς να θυσιάσετε την ποιότητα

Μπόνους:

• Εμπειρία λειτουργίας με δαπάνη GPU δεκάδων εκατομμυρίων

• Εμπειρία πολυσύννεφου ή υβριδικής υποδομής HPC/cloud

• Triton, CUDA ή εμπειρία προσαρμοσμένου πυρήνα

• Απολαύστε την κλιμάκωση από ενορχήστρωση μεμονωμένων ομάδων σε ενορχήστρωση πολλαπλών συστάδων

• Παρακολούθηση πειραμάτων κτιρίου στο παρασκήνιο, μητρώο μοντέλων ή εργαλεία σωλήνωσης ML

Η ζωή στα προηγούμενα εργαστήρια
Θα εργαστείτε δίπλα σε ερευνητές και κατασκευαστές που κρατούν τους εαυτούς τους σε πολύ υψηλό επίπεδο - στην ποιότητα της δουλειάς τους και στον τρόπο συνεργασίας μεταξύ τους. Προχωράμε γρήγορα και εξακολουθούμε να έχουμε χρόνο για να κάνουμε τα πράγματα σωστά.
Οι ομάδες μας έχουν έδρα στο Βερολίνο, το Φράιμπουργκ και τη Νέα Υόρκη - όταν εργάζεστε σε κάτι τόσο σκληρό όσο το TabPFN, το να βρίσκεστε στο ίδιο δωμάτιο έχει σημασία. Αλλά οι σπουδαίοι άνθρωποι έρχονται από παντού, και σε εξαιρετικές περιπτώσεις είμαστε ανοιχτοί σε απομακρυσμένα, που συνήθως σημαίνει συχνά ταξίδια σε ένα από τα γραφεία μας. Όπου κι αν βρίσκεστε, όλη η εταιρεία συγκεντρώνεται τακτικά για να δημιουργήσουμε και να γιορτάσουμε μαζί.

Οι δεσμεύσεις μας
Τα καλύτερα προϊόντα και ομάδες δημιουργούνται από άτομα με ευρύ φάσμα προοπτικών και υπόβαθρου. Καλωσορίζουμε αιτήσεις από όλες τις ταυτότητες και κοινωνικά στρώματα - ειδικά αν έχετε ποτέ αποθαρρυνθεί από το "μην τσεκάρετε κάθε πλαίσιο" - και παρέχουμε ίσες ευκαιρίες ανεξάρτητα από φύλο, σεξουαλικό προσανατολισμό, καταγωγή, αναπηρία ή οποιοδήποτε άλλο χαρακτηριστικό που σας κάνει αυτό που είστε.
Μας ενδιαφέρει ο τρόπος χειρισμού των δεδομένων σας - ανατρέξτε στη σελίδα Απορρήτου Δεδομένων Προσλήψεων
Βρείτε περισσότερες αγγλόφωνες θέσεις εργασίας στη Γερμανία στο Arbeitnow

Πηγή: Arbeitnow (https://www.arbeitnow.com/jobs/companies/prior-labs/ml-engineer-infrastructure-berlin-413317)