Machine Learning Performance Engineer

Job expired!

Dołącz do naszego zespołu jako inżynier wydajności uczenia maszynowego w Jane Street

O roli

Poszukujemy doświadczonego Inżyniera specjalizującego się w programowaniu systemów niskiego poziomu i optymalizacji, aby wzmocnić nasz zespół Uczenia Maszynowego (ML). W Jane Street, ML jest integralną częścią naszych dynamicznych, globalnych operacji handlowych. Nasze innowacyjne środowisko handlowe jest idealnie przystosowane do szybkich eksperymentów z ML i bezproblemowej integracji nowych technologii.

W tej roli będziesz skupiać się na optymalizacji wydajności modeli, radząc sobie zarówno z fazami treningowymi, jak i implementacjami wnioskowania. Twoje doświadczenie w efektywnym treningu dużych skali oraz systemach czasu rzeczywistego o niskiej latencji, obok wysokiej przepustowości wnioskowania dla badań, będzie kluczowe. Wprowadzisz ulepszenia nie tylko w CUDA, ale także poprzez holistyczne podejście do architektury systemów, w tym przechowywania, sieci i optymalizacji GPU.

Kluczowe obowiązki

Poza zwiększaniem przepustowości i minimalizacją latencji, twoje obowiązki będą obejmować dogłębną analizę i optymalizację naszych platform na poziomie szczegółowym. Interesują nas osoby, które potrafią kwestionować skuteczność i efektywność naszych systemów oraz są chętne do eksploracji nowych rozwiązań.

Chociaż znajomość finansów nie jest konieczna, ciekawość i zapał do rozwiązywania skomplikowanych problemów to cechy, które wielu z nas podzielało przed dołączeniem do Jane Street.

Preferowane umiejętności i doświadczenie

Cenimy różnorodność umiejętności i doświadczeń, w tym:

  • Głębokie zrozumienie nowoczesnych algorytmów i ram ML
  • Umiejętność diagnozowania i optymalizacji wydajności treningu i wnioskowania ML
  • Praktyczne doświadczenie z architekturami GPU i narzędziami do optymalizacji CUDA, takimi jak CUDA GDB, Nsight Systems i Nsight Compute
  • Znajomość bibliotek takich jak Triton, CUTLASS i cuBLAS
  • Wgląd w technologie sieciowe takie jak Infiniband i NVLink, kluczowe dla łączenia klastrów GPU
  • Silna wiedza na temat technologii szkolenia GPU, takich jak NCCL lub MPI
  • Wyjątkowe zdolności rozwiązywania problemów i innowacyjne myślenie
  • Biegła znajomość języka angielskiego jest obowiązkowa

Dołącz do nas

Jeśli masz pasję do wykorzystywania swojej wiedzy technicznej w celu wpływania na globalne rynki i napędzania postępu technologicznego, Jane Street oferuje idealne środowisko. Nie przegap okazji, aby przyczynić się do naszych pionierskich przedsięw