MLOps इंजीनियर, LLM सिस्टम्स (सर्विंग, GPU कर्नल, प्रोफ़ाइलिंग)

भूमिका के बारे में

एक अग्रणी AI लैब की GenAI टीम को ऐसे हैंड्स-ऑन MLOps इंजीनियरों की ज़रूरत है जिन्हें लार्ज लैंग्वेज मॉडल इंफ़्रास्ट्रक्चर का अनुभव चार क्षेत्रों में से कम से कम एक में हो: GPU कर्नल प्रोग्रामिंग, परफ़ॉर्मेंस प्रोफ़ाइलिंग, एक्सेलरेटेड और डिस्ट्रिब्यूटेड वर्कलोड की डीबगिंग, और हाई-थ्रूपुट इन्फ़रेंस सर्विंग। इस काम से अत्याधुनिक AI सिस्टम्स के लिए उच्च-गुणवत्ता वाला ट्रेनिंग और मूल्यांकन डेटा तैयार होता है। यह Cincinnatus LLC के साथ W-2 पद है, जिसे लैब के विस्तारित कार्यबल के हिस्से के रूप में उसके साथ जोड़ा जाता है।

आप क्या करेंगे

• GPU कर्नल, प्रोफ़ाइलिंग, डीबगिंग और इन्फ़रेंस सर्विंग में चुनौतीपूर्ण टास्क डिज़ाइन करें और सटीक समाधान लिखें।
• ML सिस्टम्स के टास्क और समाधानों का मूल्यांकन करें और स्पष्ट लिखित तकनीकी फ़ीडबैक दें।
• कर्नल ऑप्टिमाइज़ेशन, प्रोफ़ाइलर आउटपुट, डिस्ट्रिब्यूटेड रीज़निंग और सर्विंग ट्रेड-ऑफ़ को कवर करने वाले दिशानिर्देश, रूब्रिक और मूल्यांकन फ़्रेमवर्क बनाएँ।
• ML सिस्टम्स और ट्रेनिंग इंफ़्रास्ट्रक्चर के ज्ञान में मौजूद कमियों पर रिसर्च और इंजीनियरिंग टीमों को सलाह दें।
• डेटा में एकरूपता बनाए रखने के लिए अन्य विषय-विशेषज्ञों के साथ काम करें।

आवश्यकताएँ

• ML सिस्टम्स, ML इंफ़्रास्ट्रक्चर, मॉडल सर्विंग या GPU परफ़ॉर्मेंस इंजीनियरिंग में 2+ वर्ष का हैंड्स-ऑन अनुभव।
• कम से कम एक क्षेत्र में व्यावहारिक अनुभव: कस्टम GPU कर्नल (CUDA, Triton, Pallas), प्रोफ़ाइलिंग (Kineto, torch.profiler, Nsight), डिस्ट्रिब्यूटेड डीबगिंग, या LLM सर्विंग (vLLM, SGLang, TensorRT-LLM)।
• JAX और/या PyTorch के साथ प्रोडक्शन अनुभव; A100, H100, B200 या TPU एक्सेलरेटर की जानकारी।
• मज़बूत लिखित संवाद-कौशल और करियर में निरंतर प्रगति का रिकॉर्ड।
• कार्यदिवसों में प्रति सप्ताह 40 घंटे के लिए भरोसेमंद उपलब्धता, बिना किसी टकराने वाली प्रतिबद्धता के।

पारिश्रमिक और शर्तें

$90-$120 प्रति घंटा, फ़ुल-टाइम 40 घंटे प्रति सप्ताह। रिमोट, कनाडा, यूनाइटेड किंगडम और अमेरिका के उम्मीदवारों के लिए खुला। नियुक्ति Cincinnatus LLC के माध्यम से W-2 आधार पर होती है, जो Mercor से अलग एक एम्प्लॉयर ऑफ़ रिकॉर्ड है।