Über die Stelle
Evaluieren Sie die Qualität, Korrektheit und Vollständigkeit von Entwicklungsaufgaben für GPU-/Beschleuniger-Kernels, die zum Training und zur Evaluierung der Modelle eines Frontier-KI-Labors verwendet werden. Sie beurteilen numerische Korrektheit, Fairness beim Performance-Benchmarking, Aufgabenzuschnitt und Kompilierungs-/Laufzeitgültigkeit über verschiedene Kernel-Aufgabentypen hinweg — und geben klares, rubrikbasiertes schriftliches Feedback.
Grundlegende Qualifikationen
- 3+ Jahre praktische Erfahrung in der Entwicklung, Optimierung oder Verifikation von GPU-/Beschleuniger-Kernels in mindestens zwei der folgenden Technologien: CUDA, Triton, NKI oder Pallas (JAX)
- Fundiertes Verständnis der Kriterien für numerische Korrektheit bei Kernels (absolute/relative/ULP-Toleranzen, Auswahl der Referenzimplementierung)
- Nachgewiesene Erfahrung mit Performance-Profiling und Benchmarking (nsight, ncu, Roofline-Analyse oder frameworkeigene Profiler)
- Vertrautheit mit häufigen Kompilierungs- und Laufzeitfehlermodi (Treiberinkompatibilitäten, OOM, Fehler in der Launch-Konfiguration, Shape-/Stride-Abweichungen, Autotuning-Fehler)
- Erfahrung mit mindestens drei Kernel-Aufgabentypen: Generierung aus Spezifikation, Übersetzung/Lowering zwischen Frameworks, Migration zwischen Hardware-Zielen, Debugging, Performance-Optimierung oder Operator Fusion
Bevorzugte Qualifikationen
- Erfahrung in den Ökosystemen sowohl von NVIDIA-GPUs (CUDA/Triton) als auch von kundenspezifischen Beschleunigern (NKI/Pallas/TPU)
- Hintergrund im Compiler-Engineering, MLIR oder im Lowering von Zwischendarstellungen (Intermediate Representation)
- Verständnis der Optimierung der Speicherhierarchie (Shared-Memory-Tiling, Register Pressure, Bank Conflicts, Coalescing-Muster)
- Beiträge zu Kernel-Bibliotheken (cuBLAS, cuDNN, Triton-Community-Kernels, JAX/XLA Custom Calls)