Инженер по производительности GPU

❤️ Инженер по производительности GPU Мы управляем одним из самых дефицитных и самых дорогих ресурсов компании — графическими процессорами (GPU). Их эффективное использование ĸритичесĸи важно для работы ключевых сервисов Яндекса. Наша миссия — обеспечить максимальную отдачу и эффект от каждой GPU-ĸарты. Какие задачи вас ждут: • Повышение эффективности утилизации GPU Формировать гипотезы и исследовать способы повышения эффективности утилизации GPU, участвовать в реализации и внедрении наиболее профитных решений. Формировать рекомендации и лучшие практики по повышению производительности. • Оптимизация и профилирование Находить узкие места в производительности и устранять их с помощью профилировщиков, оптимизировать доступ к памяти, время ожидания и пропускную способность. • Развитие инструментов диагностики Создавать и улучшать инструменты для быстрого выявления и устранения инфраструктурных проблем, которые влияют на эффективность утилизации, стабильность и скорость GPU-вычислений. • Исследование и внедрение современных решений Изучать новейшие подходы ĸ организации инфраструктуры для обучения и инференса, оценивать их эффективность и внедрять в проекты. • Анализ архитектуры, тестирование, интеграция Взаимодействовать с разработчиками, ML-инженерами и системными архитекторами. Участвовать в оценке аппаратных решений и предлагать улучшения для будущих поколений GPU. Мы ждём, что вы: • Знаете Python и занимались системным программированием • Работали с фреймворĸом PyTorch • Оптимизировали производительность GPU-приложений и повышали эффективность утилизации GPU • Работали с GPU (NVIDIA) и CUDA • Применяете подходы параллелизации для распределённого инференса или обучения Будет плюсом, если вы: • Уверенно владеете C/C++ или аналогичными низкоуровневыми языками • Работали с библиотеками RL-обучения для LLM Наши бонусы: Яндекс — это комьюнити. Тут есть и спортивные клубы, и книжный клуб, и киберспортивное сообщество. Это не все бонусы — полный список тут . 📩 Откликайтесь на вакансию на нашем сайте #GPU #python #CPP #pytorch #LLM