Інженер ML, інфраструктура

хто ми
Основні моделі трансформували текст і зображення. Структуровані дані - найбільший і найбільш послідовний формат даних у світі - залишалися недоторканими досі. Те, що LLM зробили для мови, ми робимо для таблиць.
Ми запровадили моделі табличної основи: TabPFN v2 була обкладинкою Nature, перевищила 3,5 млн. завантажень і 7500+ зірок GitHub, і працює у виробництві від виявлення захворювань легенів за допомогою Oxford Cancer Analytics до запобігання збоїв поїздів за допомогою Hitachi. Найскладніші проблеми – мільйони рядків, висновки в реальному часі, абсолютно нові модальності – все ще відкриті, і ніхто більше не працює над ними на цьому рівні.
Ми — невелика, високовідбірна команда з понад 40 осіб із досвідом роботи в Google, DeepMind, Meta, Apple, Amazon, Jane Street і CERN, очолювана Френком Хаттером, Ноа Холлманом і Саураєм Гамбіром, а також консультантами Бернхарда Шелькопфа та лауреата премії Тюрінга Янна Лекуна.
У липні 2026 року, менш ніж через 18 місяців після попереднього старту вартістю 9 мільйонів євро, ми приєдналися до SAP як незалежна передова лабораторія штучного інтелекту з тією ж командою, місією та моделями відкритих ваг, які тепер підтримані понад 1 мільярдом євро протягом чотирьох років.

Про роль
Ми витрачаємо десятки мільйонів на рік на GPU обчислення для навчання табличних базових моделей. Це не мета, це те, що ми прагнемо сьогодні, і воно зростає. Людина, яка володіє цією інфраструктурою, приймає рішення на мільйони доларів: архітектура кластера, ефективність планування, стратегія провайдера, вибір апаратного забезпечення. Неправильний дзвінок коштує шестизначну суму.
Сьогодні ми запускаємо Slurm на GCP у кількох кластерах. Ми масштабуємося до мультикластерної інфраструктури з кількома постачальниками та оцінюємо нові покоління апаратного забезпечення, щойно вони з’являться в мережі. Ви володієте всім пакетом, починаючи від кластерних операцій і оптимізації витрат і закінчуючи ефективністю розподіленого навчання та рівнем інструментів, який дозволяє дослідникам швидко рухатися. Ви працюєте безпосередньо з дослідницькою групою та розумієте, що вони роблять, достатньо добре, щоб приймати рішення щодо інфраструктури, які дійсно їм допомагають. І це не суто допоміжна роль. Ми працюємо у відкритому середовищі. Якщо у вас в рукаві є наступна таблична архітектура SOTA, продовжуйте навчання.
Над чим ви будете працювати:

• Володіти та розвивати багатокластерну інфраструктуру GPU. Slurm на GCP сьогодні, кілька постачальників і нове обладнання завтра. Архітектура, диспетчеризація, надійність, оптимізація витрат

• Стимулюйте використання графічного процесора та пропускну здатність навчання: профілювання, оптимізація пам’яті, вузькі місця зв’язку, налагодження системного рівня розподіленого навчання у великих циклах

• Створіть наступне покоління нашої інфраструктури: багатокластерна оркестровка, нові покоління графічних процесорів, диверсифікація постачальників, планування потужностей відповідно до зростаючих обчислювальних вимог

• Створіть рівень продуктивності розробника: конвеєри CI, відстеження експериментів, реєстр моделей, обробка даних і внутрішні інструменти, які забезпечують високу швидкість ітерації дослідження

• Власний бюджет обчислень. Ви розумієте вартість FLOP у різних постачальників і апаратного забезпечення, і ви ненавидите марно витрачати обчислення

Технічний стек: Slurm, GCP, Docker, wandb, GitHub Actions, uv, PyTorch, Triton
Ви можете підійти, якщо у вас є:

• 3+ роки створення та експлуатації виробничої інфраструктури GPU або розподілених систем навчання в масштабі. У великій лабораторії ШІ, добре фінансованому стартапі ML або середовищі HPC

• Глибокий практичний досвід роботи зі Slurm і керуванням кластерами. Ви налагодили помилки планування, оптимізували використання робочих навантажень GPU з кількома клієнтами та керували інфраструктурою, де час простою має реальну вартість

• Системне мислення експертного рівня: пропускна здатність пам'яті, профілювання GPU. Ви міркуєте про апаратне забезпечення, а не про конфігурації

• Сильний Python і справжня вільність володіння завдяки внутрішнім компонентам PyTorch. Достатньо, щоб скласти профіль тренування та визначити, чи є вузьким місцем завантаження даних, зв’язок чи обчислення

• Реєстрація прийняття рішень щодо інфраструктури, які відчутно покращили продуктивність навчання або економічну ефективність

• Сильні навички роботи зі штучним інтелектом. Ви плавно використовуєте Claude Code, Cursor або щось подібне, щоб швидко рухатися без шкоди для якості

Бонус:

• Досвід роботи з десятками мільйонів витрат GPU

• Багатохмарна або гібридна HPC/хмарна інфраструктура

• Triton, CUDA або настроюване ядро

• Досвід масштабування від одного кластера до багатокластерної оркестровки

• Відстеження експериментів створення фону, реєстр моделей або конвеєрні інструменти ML

Життя в Prior Labs
Ви працюватимете разом із дослідниками та будівельниками, які тримають дуже високу планку – у якості своєї роботи та в тому, як вони співпрацюють один з одним. Ми швидко рухаємось і все ще витрачаємо час, щоб робити все правильно.
Наші команди знаходяться в Берліні, Фрайбурзі та Нью-Йорку – коли ви працюєте над чимось таким важким, як TabPFN, перебування в одній кімнаті має значення. Але чудові люди приїжджають звідусіль, і у виняткових випадках ми відкриті для віддаленого доступу, що зазвичай означає часті поїздки до одного з наших офісів. Де б ви не були, уся компанія регулярно збирається разом, щоб будувати та святкувати разом.

Наші зобов'язання
Найкращі продукти та команди створюють люди з різними поглядами та досвідом. Ми вітаємо заявки від будь-яких ідентичностей і верств суспільства - особливо якщо ви коли-небудь відчували розчарування, "не відмічаючи всі поля" - і надаємо рівні можливості незалежно від статі, сексуальної орієнтації, походження, інвалідності чи будь-якої іншої риси, яка робить вас тим, ким ви є.
Ми дбаємо про те, як обробляються ваші дані - перегляньте нашу сторінку конфіденційності даних про наймання персоналу
Знайдіть більше англомовних вакансій у Німеччині на Arbeitnow

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