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、GPU／アクセラレータのカーネル開発タスクの品質、正確性、網羅性を評価していただきます。多様なカーネルタスクの種類にわたり、数値的正確性、パフォーマンスベンチマークの公平性、タスクのスコーピング、コンパイル／実行時の有効性を評価し、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
- CUDA、Triton、NKI、またはPallas（JAX）のうち少なくとも2つで、GPU／アクセラレータのカーネルを開発、最適化、または検証した実務経験が3年以上
- カーネルの数値的正確性の基準（絶対／相対／ULP許容誤差、参照実装の選定）に関する深い理解
- パフォーマンスのプロファイリングとベンチマーク（nsight、ncu、ルーフライン分析、またはフレームワーク標準のプロファイラ）の実績のある経験
- 一般的なコンパイルおよび実行時の障害モード（ドライバの不一致、OOM、起動構成のエラー、シェイプ／ストライドの不一致、オートチューニングの失敗）への精通
- 少なくとも3種類のカーネルタスク（仕様からの生成、フレームワーク間の変換／ローワリング、ハードウェアターゲット間の移行、デバッグ、パフォーマンス最適化、またはオペレータ融合）の経験
歓迎される資格・経験
- NVIDIA GPU（CUDA/Triton）とカスタムアクセラレータ（NKI/Pallas/TPU）の両方のエコシステムにわたる経験
- コンパイラエンジニアリング、MLIR、または中間表現のローワリングの経歴
- メモリ階層の最適化（共有メモリのタイリング、レジスタ圧迫、バンクコンフリクト、コアレッシングパターン）の理解
- カーネルライブラリ（cuBLAS、cuDNN、Tritonコミュニティカーネル、JAX/XLAカスタムコール）への貢献