Ingeniero de rendimiento

Acerca de CuspAI
CuspAI es la empresa de inteligencia artificial de vanguardia cuya misión es resolver los materiales innovadores necesarios para impulsar el progreso humano. Si bien la naturaleza tardó miles de millones de años en perfeccionar las moléculas, nosotros estamos aprovechando la IA para desbloquear avances en materiales valorados en billones de dólares en meses, no milenios. Nuestro equipo fundador es el más citado del mundo y está compuesto por investigadores de talla mundial en IA, química e ingeniería.

Estamos trabajando en algunos de los desafíos más difíciles e importantes, incluidos la energía, el agua limpia, el futuro de la informática y la captura de carbono, y esto es solo el comienzo de lo que nuestro "motor de búsqueda" de materiales de próxima generación desbloqueará.

Lo invitamos a ser parte de un equipo diverso e innovador en la intersección de la inteligencia artificial y la ciencia de materiales, trabajando para crear asociaciones impactantes que impulsen la innovación, la escalabilidad y la colaboración industrial. Este trabajo importa. Tu trabajo importa.

Estamos en la cúspide de la era de los materiales bajo demanda. Únase a nosotros.

El papel
Debido al rápido aumento de nuestros requisitos informáticos, buscamos un ingeniero de rendimiento que sirva como puente vital entre nuestros modelos de IA de vanguardia y nuestra infraestructura informática de alto rendimiento.

Tu impacto
En este puesto, usted creará las capas de optimización y la infraestructura de creación de perfiles que maximiza la eficiencia de nuestras cargas de trabajo de inferencia y capacitación a gran escala, lo cual es fundamental para acelerar nuestro proceso de descubrimiento de materiales y garantizar que nuestros investigadores puedan iterar a la velocidad del pensamiento.

En CuspAI, la computación es nuestro recurso más preciado. Inicialmente, su enfoque principal será perfilar nuestras ejecuciones de capacitación actuales para identificar cuellos de botella en la utilización del modelo FLOP (MFU). Con el tiempo, es probable que se involucre en el diseño de núcleos personalizados y optimizaciones de bajo nivel que nos permitan entrenar modelos más grandes y complejos para química y física que antes eran computacionalmente prohibitivos.

lo que harás
Optimización de entrenamiento e inferencia

• Analizar arquitecturas de modelos para optimizar cómo las operaciones matemáticas se asignan al hardware, centrándose específicamente en los núcleos de GPU de NVIDIA y las capas de comunicación colectiva (NCCL).

• Implementar técnicas de eficiencia de última generación, como cuantificación, poda de modelos y destilación para reducir la latencia de nuestras API de “motor de búsqueda” de materiales.

• Optimice los canales de datos para garantizar que los aceleradores de alto rendimiento nunca se queden "privados" de datos durante ejecuciones de entrenamiento masivas.

Elaboración de perfiles, observabilidad y gestión de costes

• Utilice herramientas de observabilidad avanzadas para rastrear la ejecución de un extremo a otro de los trabajos de capacitación, identificando las ubicaciones exactas de los atascos de procesamiento o los conflictos de interconexión.

• Cree y mantenga paneles de control en tiempo real que rastreen métricas vitales del sistema, incluidas MFU, utilización del ancho de banda de la memoria y tiempo de actividad del clúster.

• Supervisar y justificar el uso de nuestros aceleradores de IA (por ejemplo, clústeres H100), evitando tiempos de inactividad y pérdidas de memoria para garantizar que cada dólar gastado en computación se traduzca en progreso científico.

• Desarrollar leyes de escalamiento y herramientas internas para predecir el comportamiento del sistema en computación, memoria y redes a medida que nuestros modelos crecen en número de parámetros.

Colaboración interdisciplinaria

• Trabajar en estrecha colaboración con investigadores de IA para adaptar arquitecturas de modelos para una mejor compatibilidad de hardware sin sacrificar la precisión científica.

• Asociarse con el equipo de Infraestructura para influir en el diseño de nuestros futuros clústeres informáticos en función de los datos de rendimiento y los resultados de la elaboración de perfiles.

Debe tener habilidades y calificaciones:

• Usted es alguien que se entusiasma con la oportunidad de permitir que los científicos trabajen en desafíos que cambian el mundo en este dominio, con un interés personal en las aplicaciones potenciales de la tecnología que Cusp está desarrollando.

• Tiene más de 3 años de experiencia en ingeniería de rendimiento, ingeniería de confiabilidad del sitio o desarrollo de software de bajo nivel, específicamente enfocado en computación de alto rendimiento (HPC) o cargas de trabajo de IA.

• Conocimiento de nivel experto en arquitectura de GPU y experiencia en la optimización de kernels CUDA o el uso de bibliotecas como Triton.

• Comprensión profunda de los marcos de capacitación distribuidos (por ejemplo, PyTorch Distributed, DeepSpeed ​​o Megatron-LM) y protocolos de red.

• Competencia en herramientas de creación de perfiles como Nsight Systems, Nsight Compute o Weights & Biases para el seguimiento del rendimiento.

• Una mentalidad de "constructor" con la capacidad de trabajar de forma autónoma en un entorno de inicio rápido y en etapa temprana.

Puntos de bonificación (pero no críticos):

• Experiencia trabajando con hardware de IA especializado, como TPU o aceleradores alternativos.

• Formación académica o interés personal en ciencia de materiales, química o física.

• Conocimiento de las prácticas de MLOps, específicamente en lo que respecta al despliegue de modelos a escala en entornos de nube (AWS/GCP/Azure).

• Contribuciones a la optimización del rendimiento de código abierto o bibliotecas de aprendizaje automático.

Consideraciones adicionales
Este puesto podría basarse en nuestras oficinas de Cambridge, Londres, Ámsterdam o Berlín, con la expectativa de estar en la oficina tres días a la semana. Además, es posible que sea necesario viajar regularmente a otros lugares para colaborar y trabajar en proyectos.
Como parte de su incorporación, se espera que pase al menos algunas semanas en nuestra oficina de Cambridge/Londres aprendiendo sobre nuestra plataforma y conociéndonos en persona.

Además, es posible que sea necesario viajar regularmente a Europa y otras ubicaciones regionales y globales para colaborar y trabajar en proyectos.

Lo que ofrecemos

• Un salario competitivo: Valoramos y recompensamos el impacto y el crecimiento.

• Equidad en CuspAI: Usted tiene interés en el éxito de la empresa.

• Tiempo libre para mantenerse fresco: 28 días de vacaciones (DE, NL, UK) o 21 días de vacaciones (JP, SG, US), además de los días festivos locales.

• Licencia parental "Gold Standard": 26 semanas (cuidador principal) y 12 semanas (cuidador secundario) con salario completo: cuidamos de usted y de su familia mientras trabajamos juntos en los problemas más importantes de descubrimiento de materiales...

Fuente: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/cuspai/performance-engineer-london-237596)