Royaume-Uni
Nominal
Tech Lead, Gemini Inference Performance, DeepMind
Royaume-Uni
London, England, United Kingdom
Traduction automatique. Consultez l’original.
QUALIFICATIONS MINIMALES : *
- Diplôme de licence ou expérience professionnelle équivalente. *
- 8 années d'expérience en développement logiciel. *
- 5 années d'expérience dans un rôle de gestion d'équipe, de supervision ou de leadership d'équipe. *
- 5 années d'expérience dans un rôle de leadership technique et de supervision de projets.
QUALIFICATIONS SOUHAITÉES : *
- Master ou doctorat en ingénierie, informatique ou dans un domaine technique connexe. *
- 5 années d'expérience dans une organisation complexe et matricielle.
À PROPOS DU POSTE
L'intelligence artificielle sera l'une des inventions les plus transformatrices de l'humanité. Chez Google DeepMind, nous sommes un laboratoire d'IA pionnier avec des équipes interdisciplinaires exceptionnelles axées sur l'avancement du développement de l'IA pour résoudre des défis mondiaux complexes et accélérer l'innovation de produits de haute qualité pour des milliards d'utilisateurs. Nous utilisons nos technologies pour le bénéfice public généralisé et la découverte scientifique, en veillant à ce que la sécurité et l'éthique soient toujours notre priorité absolue.
Nous repoussons les limites dans plusieurs domaines. Nos équipes mondiales offrent des opportunités d'apprentissage diversifiées et des parcours de carrière variés pour ceux qui sont motivés à obtenir des résultats exceptionnels grâce à un effort collectif.
RESPONSABILITÉS : *
- Définir la feuille de route technique d'une équipe d'ingénieurs performance, soutenir et développer les subordonnés directs et piloter la priorisation des opportunités d'optimisation concurrentes, en se concentrant sur les problèmes à plus fort effet de levier. *
- Utiliser l'analyse roofline, le profilage au niveau matériel et l'analyse système pour identifier et éliminer les goulots d'étranglement de performance dans les frameworks ML, les compilateurs, les noyaux personnalisés et l'infrastructure de service sur les accélérateurs matériels. *
- Appliquer une compréhension fondamentale des composants des modèles Transformer et Mixture-of-Experts pour identifier et prioriser les opportunités d'optimiser leur efficacité d'exécution et leur empreinte mémoire. *
- Collaborer avec les équipes de recherche dès le début du cycle de développement pour évaluer les implications de l'inférence, en modélisant comment les choix architecturaux affectent la latence, l'empreinte mémoire et les coûts de service. *
- Guider et contribuer au développement de noyaux personnalisés et d'optimisations de service. Effectuer un profilage de performance approfondi à l'aide d'outils de traçage matériel pour analyser l'utilisation de l'accélérateur, la saturation de la bande passante mémoire et la latence d'interconnexion sur des topologies à grande échelle.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil