Инженер по производительности GPU

Что за роль

Инженер по производительности GPU отвечает за эффективное использование графических процессоров (GPU), критически важных для работы сервисов Яндекса. Основная задача — повысить эффективность утилизации GPU, оптимизировать производительность и разрабатывать инструменты диагностики для устранения проблем.

Что предстоит делать

• Повышение эффективности утилизации GPU: формирование гипотез и внедрение решений для повышения производительности.
• Оптимизация и профилирование: нахождение узких мест в производительности с помощью профилировщиков.
• Развитие инструментов диагностики: создание и улучшение инструментов для выявления инфраструктурных проблем.
• Исследование и внедрение современных решений: изучение новых подходов к организации инфраструктуры для обучения и инференса.
• Анализ архитектуры, тестирование, интеграция: взаимодействие с разработчиками и ML-инженерами для оценки аппаратных решений.

Что потребуется

• Знание Python и опыт системного программирования.
• Опыт работы с фреймворком PyTorch.
• Оптимизация производительности GPU-приложений.
• Опыт работы с GPU (NVIDIA) и CUDA.
• Применение подходов параллелизации для распределённого инференса или обучения.

Что важно знать

Работа в команде, ориентированной на максимальную отдачу от GPU, с возможностью внедрения современных решений в инфраструктуру. Яндекс предлагает разнообразные бонусы и активное комьюнити.