Silicon Validation Engineer, ML/AI, Silicon

Минимальные требования:

• Степень бакалавра по специальности механическая инженерия, электротехника, промышленная инженерия или эквивалентный практический опыт.
• 3 года опыта работы в области предварительной или последующей валидации кремния.
• 2 года уверенного опыта в валидации кремния.

Предпочтительные квалификации:

• Владение программированием на C++ и скриптованием на Python/Perl/Tcl.
• Опыт работы с комплексной отладкой систем, встроенными операционными системами и программированием для bare metal.
• Продвинутые знания в области машинного обучения (ML) для анализа изображений, речи, текстов и других задач ИИ, а также AI-ускорителей для мобильных устройств.
• Знакомство с Tensor/Neural Processing Units.
• Понимание основ операционных систем.

О работе:

В Google мы сталкиваемся с вычислительными задачами настолько огромными и уникальными, что готовых аппаратных решений недостаточно. Входя в состав нашей динамичной команды, вы будете проектировать и создавать аппаратное обеспечение, программное обеспечение и технологии сети, которые обеспечивают работу всех сервисов Google. В вашу задачу как инженера по валидации кремния, ML/AI, входит проектирование и создание систем, начиная от проекта схемы до крупных системных конфигураций, и сопровождение этих систем до массового производства. Ваши достижения повлияют на механизмы, которые обеспечивают работу наших передовых данных центров, оказывая влияние на миллионы пользователей Google по всему миру.

Мы стремимся сочетать лучшее от Google AI, Software и Hardware, чтобы создавать радикально полезные технологии. Мы инновируем, чтобы сделать вычисления быстрее, беспрепятственными и более значимыми, стремясь улучшить жизнь людей с помощью технологий.

• Разработка и выполнение тестовых процедур для проверки функциональности нового кремния.
• Сотрудничество с межфункциональными командами для отладки неисправностей в кремнии, платах, программном обеспечении и производстве.
• Предоставление текущих обновлений о состоянии кремния командам платформ, программного обеспечения и массового производства.
• Планирование, разработка и проведение тестов для валидации подсистемы TPU и её интеграции на уровне системы.
• Участие в валидации аппаратных ускорителей для задач машинного обучения.

Будучи ча