Senior AI Training Infrastructure Engineer

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Инженер инфраструктуры обучения ИИ в компании, строящей облачную платформу для полного жизненного цикла ИИ. Задача — создавать и масштабировать распределённые системы для обучения больших моделей на GPU-кластерах.

Задачи

• Строить и масштабировать распределённую инфраструктуру обучения больших ИИ-моделей на крупных GPU-кластерах
• Проектировать и улучшать системы, повышающие надёжность, эффективность и утилизацию ресурсов при обучении
• Разрабатывать решения для отказоустойчивости, чекпоинтинга, восстановления и крупномасштабных тренировочных операций
• Интегрировать ИИ-модели в продакшн-пайплайны обучения совместно с командами платформы, оркестрации и производительности
• Диагностировать и устранять проблемы, влияющие на пропускную способность, стабильность, надёжность и экономическую эффективность обучения
• Создавать инструменты и автоматизацию для улучшения опыта разработчиков и исследователей ИИ
• Формировать лучшие практики для тренировочной инфраструктуры, операционных процессов и надёжности платформы
• Участвовать в развитии ИИ-платформы как один из первых инженеров команды

Требования

• Практический опыт построения и эксплуатации распределённых систем обучения или крупномасштабной ML-инфраструктуры
• Опыт поддержки больших ИИ-моделей, foundation models, post-training процессов или аналогичных ML-систем
• Сильное понимание проблем надёжности, масштабируемости и эффективности многонодового обучения на GPU
• Опыт интеграции систем обучения с продакшн-пайплайнами машинного обучения
• Сильные навыки программирования и опыт работы со сложными распределёнными системами
• Способность самостоятельно вести технически сложные проекты в быстро меняющейся среде
• Готовность работать с высокой степенью ответственности и минимальной бюрократией

Условия

• Гибридный формат: около трёх дней в неделю в офисе в центре Белвью, WA
• Кандидатам из других регионов США, готовым к релокации, рады
• Требуется разрешение на работу в США; визовая поддержка не предоставляется
• Конкурентная базовая зарплата по рынку Белвью
• Возможны дополнительные вознаграждения: повышения, годовой бонус, долгосрочные стимулы
• Медицинская, стоматологическая и офтальмологическая страховка, план 401(k) с вкладом компании, оплачиваемые праздники

Навыки

• PyTorch Distributed
• DeepSpeed
• Megatron-LM
• Ray
• SFT
• RLHF
• Kubernetes
• GPU
• Distributed Systems