직무 소개
최첨단 AI 연구소의 모델을 학습시키고 평가하는 데 사용되는 GPU/가속기 커널 개발 작업의 품질, 정확성 및 완전성을 평가합니다. 다양한 커널 작업 유형에 걸쳐 수치 정확성, 성능 벤치마킹의 공정성, 작업 범위 설정, 컴파일/런타임 유효성을 평가하고, 명확한 루브릭 기반의 서면 피드백을 제공하게 됩니다.
기본 자격 요건
- CUDA, Triton, NKI, Pallas(JAX) 중 최소 두 가지에서 GPU/가속기 커널을 개발, 최적화 또는 검증한 3년 이상의 실무 경험
- 커널의 수치 정확성 기준(절대/상대/ULP 허용 오차, 참조 구현 선택)에 대한 깊은 이해
- 성능 프로파일링 및 벤치마킹(nsight, ncu, 루프라인 분석 또는 프레임워크 자체 프로파일러)에 대한 입증된 경험
- 일반적인 컴파일 및 런타임 실패 유형(드라이버 불일치, OOM, 실행 구성 오류, shape/stride 불일치, 자동 튜닝 실패)에 대한 이해
- 사양으로부터의 생성, 프레임워크 간 변환/로워링, 하드웨어 대상 간 마이그레이션, 디버깅, 성능 최적화 또는 연산자 융합 중 최소 세 가지 커널 작업 유형에 대한 경험
우대 사항
- NVIDIA GPU(CUDA/Triton)와 커스텀 가속기(NKI/Pallas/TPU) 생태계 모두에 걸친 경험
- 컴파일러 엔지니어링, MLIR 또는 중간 표현(IR) 로워링 관련 배경
- 메모리 계층 최적화(공유 메모리 타일링, 레지스터 압력, 뱅크 충돌, 코얼레싱 패턴)에 대한 이해
- 커널 라이브러리(cuBLAS, cuDNN, Triton 커뮤니티 커널, JAX/XLA 커스텀 호출)에 대한 기여