Vereinigte Staaten
Ametek, Inc.
Figure
Staff AI Inference- und Beschleunigungsingenieur
Vereinigte Staaten
San Jose, California, United States
PythonC++
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
Figure ist ein KI-Robotikunternehmen, das autonome humanoide Allzweckroboter entwickelt. Ziel des Unternehmens ist es, humanoide Roboter mit menschenähnlicher Intelligenz auszuliefern. Seine Roboter sind dafür konzipiert, eine Vielzahl von Aufgaben in den Heim- und Geschäftsmärkten zu erfüllen. Figure hat seinen Hauptsitz in San Jose, CA. Figure ist ein KI-Robotikunternehmen, das autonome humanoide Allzweckroboter entwickelt. Ziel des Unternehmens ist es, humanoide Roboter mit menschenähnlicher Intelligenz auszuliefern. Seine Roboter sind dafür konzipiert, eine Vielzahl von Aufgaben in den Heim- und Geschäftsmärkten zu erfüllen. Figure hat seinen Hauptsitz in San Jose, CA.
Wir suchen einen Staff AI Inference & Acceleration Engineer für das Platform Software Team, der die On-Board-Inferenzarchitektur für die humanoiden Roboter von Figure verantworten soll. Sie werden die technische Autorität dafür sein, wie KI-Workloads auf der Computerhardware des Roboters abgebildet, optimiert und ausgeführt werden – und dabei den Stromverbrauch und die Kosten senken, während die strengen Latenz- und Zuverlässigkeitsanforderungen eines autonomen Echtzeitsystems erfüllt werden.
Aufgaben
- Verantwortung für die On-Board-Inferenzarchitektur – Abbildung von Modellen auf verfügbare Beschleuniger (NPU, GPU, DSP, CPU) basierend auf Latenz-, Stromverbrauchs- und Speicherbudgets.
- Aufteilung von Inferenz-Workloads auf heterogene Computerressourcen, wobei die Echtzeit-Performance mit Stromverbrauchs- und thermischen Einschränkungen in Einklang gebracht wird.
- Definition und Pflege eines systemweiten Computerbudgets für alle auf dem Roboter laufenden Inferenzaufgaben.
- Bewertung von Beschleuniger-Hardware der nächsten Generation und Beitrag zur Definition zukünftiger Computerplattformanforderungen.
- End-to-End-Optimierung von Inferenz-Toolchains – vom Modell-Export bis zur Laufzeitausführung – für die Zielhardware.
- Anwendung von Quantisierung (INT8, INT4, Mixed-Precision), Pruning, Operator Fusion und anderen Kompressionstechniken zur Reduzierung des Rechen-, Speicher- und Stromverbrauchs.
- Profiling von Inferenz-Pipelines zur Identifizierung und Beseitigung von Engpässen bei Latenz, Speicherbandbreite und Stromverbrauch.
- Optimierung von Kernel-Scheduling, Speicherlayout und Datenbewegungen über die Computerhierarchie hinweg.
- Enge Zusammenarbeit mit dem KI/ML-Team zur Definition von Modellarchitekturbeschränkungen, die von Anfang an hardwarefreundlich sind.
- Zusammenarbeit mit dem Platform Software Team bei Laufzeitanbindung, Scheduling und Energieverwaltung.
- Zusammenarbeit mit Halbleiterherstellern und Forschungsteams, um die Landschaft der Beschleuniger zu verfolgen und Hardware-Roadmaps zu beeinflussen.
Anforderungen
- M.S. oder Ph.D. in Computer Engineering, Electrical Engineering, Computer Science oder einem verwandten Fachgebiet – oder gleichwertige Branchenerfahrung.
- Mindestens 8 Jahre Berufserfahrung in den Bereichen Hardwarebeschleunigung, ML-Systeme oder Computerarchitektur.
- Tiefes Verständnis von KI/ML-Inferenz – Modellformate (ONNX, TFLite, etc.), Inferenz-Runtimes und Deployment-Pipelines.
- Praktische Erfahrung in der Optimierung von Modellen für Edge- oder Embedded-Hardware unter Verwendung von Quantisierung, Pruning und Tuning auf Operator-Ebene.
- Starkes Verständnis der Computerarchitektur – Speicherhierarchien, Datenbewegungen und heterogene Computer.
- Erfahrung im Profiling und Benchmarking von Inferenz-Workloads auf CPU, GPU, NPU, DSP.
- Vertrautheit mit Low-Level-Toolchains und Kompilierungsframeworks (z. B. TVM, MLIR, TensorRT, Torch, SNPE/QNN, JAX, CUDA, ROCm).
- Solide Software-Engineering-Kenntnisse in C++ und Python.
- Starke funktionsübergreifende Kommunikationsfähigkeiten – Fähigkeit zur effektiven Zusammenarbeit mit Hardware-, Software- und KI/ML-Teams.
Zusätzliche Qualifikationen
- Kenntnisse von Echtzeit-Betriebsbeschränkungen und deren Auswirkungen auf die Inferenzplanung.
- Nachgewiesene Erfolgsbilanz bei der Co-Entwicklung von Modellarchitekturen mit ML-Teams zur Erfüllung von Hardware-Beschränkungen.
Das Gehalt für diese Vollzeitstelle liegt im US-amerikanischen Basisgehaltsbereich zwischen $180,000 - $275,000 jährlich.
Das für diese Position angebotene Gehalt kann je nach mehreren individuellen Faktoren variieren, einschliesslich berufsbezogener Kenntnisse, Fähigkeiten und Erfahrungen. Das gesamte Vergütungspaket kann je nach spezifischer Rolle auch zusätzliche Komponenten/Leistungen umfassen. Diese Informationen werden mitgeteilt, wenn ein Stellenangebot unterbreitet wird.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen