この求人について
最先端のAIラボのモデルのトレーニングと評価に使用される、Neuron Kernel Interface（NKI）開発タスクの品質、正確性、およびハードウェアへの適合性を評価していただきます。CUDA→NKI移行の忠実度、Trainium固有のパフォーマンス最適化の品質、およびプラットフォーム横断の数値的正確性の基準を評価し、ルーブリックに基づいた明確な書面フィードバックを提供します。
必須の資格・経験
- AWS Trainium/Inferentia2ハードウェアを対象とした、Neuron Kernel Interface（NKI）によるカーネルの開発または最適化の実務経験が2年以上
- NKI固有の開発パターン（タイルベースの計算、SBUF/PSUM/HBMのメモリ階層管理、パーティション次元の制約、DMAオーケストレーション）に関する深い理解
- CUDA→NKI移行の品質を評価した実績のある経験
- Trainium固有のパフォーマンスプロファイリング（NeuronCoreパイプライン利用率、テンソルエンジンのスループット、メモリ帯域のボトルネック）への精通
- プラットフォーム横断の数値的正確性の基準（GPUとTrainiumの累積順序、丸めの挙動、混合精度のセマンティクス）を定義または評価した経験
歓迎される資格・経験
- AWS Neuron SDK、Neuron Compilerの内部、またはNKIカーネルライブラリへの貢献に関する直接の経験
- CUDAまたはTritonカーネルの開発経験
- Trainiumのハードウェア仕様（NeuronCore-v2アーキテクチャ、オンチップSRAMトポロジー、サポートされるデータ型：FP32/BF16/FP8/INT8）への精通
- Trn1/Trn2インスタンス上でMLトレーニングワークロードをベンチマークした経験