GPU Performance Engineer
Компания: Яндекс
О компании
Яндекс — одна из ведущих IT-компаний в России, предоставляющая широкий спектр онлайн-сервисов, включая поиск, рекламу, искусственный интеллект и облачные технологии. С момента своего основания в 1997 году компания значительно расширила свои масштабы и сейчас активно привлекает пользователей своей технологией на различных платформах и устройствах. Яндекс занимает уверенные позиции в области разработки и внедрения новых решений в сфере технологий.
Ключевые факты:
- Более 150 продуктов
- Сотни миллионов рублей сэкономлено благодаря оптимизации
- Сильная команда инженеров и менеджеров
- Фокус на исследовании и разработке в области ИИ
- Большая роль GPU в производительности продуктов
О вакансии
В команде, занимающейся эффективностью использования графических процессоров (GPU), вам предстоит участвовать в стратегической работе, направленной на их оптимизацию. Вы будете отвечать за повышение производительности GPU и обеспечение устойчивости систем под высокой нагрузкой, что критически важно для таких продуктов, как Поиск, Реклама и Алисa.
Ваши усилия будут направлены на взаимодействие между инженерными группами и управленческим составом, чтобы обеспечивать максимальную отдачу от ресурсов GPU. Команда активно ищет новые идеи для повышения эффективности, что позволяет быстро принимать решения и внедрять инновации в работу.
Чем предстоит заниматься:
- Оптимизация производительности GPU-приложений
- Анализ профилей и метрик производительности
- Разработка и оптимизация библиотек для GPU
- Взаимодействие с другими командами для достижения стратегических целей
Что мы предлагаем:
- Работа в команде без бюрократии
- Быстрые решения и инициативы приветствуются
- Участие в разработке единого стандарта использования GPU по всем сервисам Яндекса
Обязанности
- Оптимизация производительности GPU-приложений
- Анализ профилей и метрик производительности
- Работа с PyTorch для распределенного обучения
- Улучшение утилизации GPU
- Взаимодействие с инженерными командами
- Чтение и оптимизация сложного кода
- Разработка библиотек или фреймворков на Python
- Сотрудничество с топ-менеджментом по эффективности использования ресурсов