Senior Deep Learning Research Engineer

06 Марта

Партнерские Вакансии

Компания "Сбербанк"

Разрабатываем и внедряем передовые методы оптимизации обучения и инференса сверхкрупных нейронных сетей (десятки миллиардов параметров) для мультимодальных генеративных моделей. Фокус — компиляция, квантизация, дистилляция, sparsity и другие техники ускорения, без компромисса по качеству.

Обязанности

• исследование и внедрение методов оптимизации обучения (gradient checkpointing, activation recomputation, mixed-precision, оптимизация графа вычислений)
• разработка и интеграция техник инференс-ускорения: quantization (INT8, FP8), pruning, structured sparsity, knowledge distillation
• использование и доработка ML-компиляторов (TorchDyname, TorchInductor, TensorRT, и другие) для оптимизации вычислительных графов
• совместная работа с командами CUDA operators и Distributed Learning для обеспечения максимальной производительности на GPU
• проектирование и проведение экспериментов по компрессии моделей и сравнительный анализ trade-off’ов скорость/качество.

Требования

• экспертный уровень Python, PyTorch
• опыт работы с ML-компиляторами и оптимизацией инференса и обучения
• глубокое понимание методов квантизации, дистилляции и спарсификации
• навыки профилирования и оптимизации производительности (PyTorch Profiler, Nsight Systems, perf)
• понимание архитектур современных LLM и Diffusion-моделей

Бонус: Опыт оптимизации на CPU/ASIC/FPGA, публикации на NeurIPS/ICML/MLSys, знание C++.

Условия

• комфортный современный офис рядом с м. Кутузовская
• формат работы гибрид
• ежегодный пересмотр зарплаты, квартальная и годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• программа адаптации и помощь руководителя на старте
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• ипотека выгоднее до 7% для каждого сотрудника
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера