Reino Unido
Nominal
Tech Lead, Gemini Inference Performance, DeepMind
Reino Unido
London, England, United Kingdom
Tradução automática. Consulte o original.
QUALIFICAÇÕES MÍNIMAS: *
- Bacharelado ou experiência prática equivalente. *
- 8 anos de experiência em desenvolvimento de software. *
- 5 anos de experiência em gestão de pessoas, supervisão/liderança de equipe . *
- 5 anos de experiência em liderança técnica e supervisão de projetos.
QUALIFICAÇÕES DESEJÁVEIS: *
- Mestrado ou Doutorado em Engenharia, Ciência da Computação ou área técnica relacionada. *
- 5 anos de experiência trabalhando em uma organização complexa e matricial.
SOBRE A VAGA
A inteligência artificial será uma das invenções mais transformadoras da humanidade. Na Google DeepMind, somos um laboratório pioneiro em IA com equipes interdisciplinares excepcionais focadas em avançar o desenvolvimento de IA para solver desafios globais complexos e acelerar a inovação de produtos de alta qualidade para bilhões de usuários. Usamos nossas tecnologias para benefício público generalizado e descoberta científica, garantindo que segurança e ética sejam sempre nossa maior prioridade.
Estamos expandindo os limites em múltiplos domínios. Nossas equipes globais oferecem diversas oportunidades de aprendizado e trajetórias de carreira variadas para aqueles impulsionados a alcançar resultados excepcionais por meio do esforço coletivo.
RESPONSABILIDADES: *
- Definir o roadmap técnico para uma equipe de engenheiros de performance, apoiar e desenvolver subordinados diretos e impulsionar a priorização entre oportunidades de otimização concorrentes — focando nos problemas de maior alavancagem. *
- Utilizar análise de roofline, profiling em nível de hardware e análise de sistemas para identificar e eliminar gargalos de performance em frameworks de ML, compiladores, kernels customizados e infraestrutura de serving em aceleradores de hardware. *
- Aplicar um entendimento de princípios fundamentais dos componentes de modelos Transformer e Mixture-of-Experts para identificar e priorizar oportunidades de otimizar sua eficiência de execução e uso de memória. *
- Colaborar com equipes de pesquisa no início do ciclo de desenvolvimento para avaliar implicações de inferência, modelando como escolhas arquiteturais impactam latência, uso de memória e custos de serving. *
- Orientar e contribuir para o desenvolvimento de kernels customizados e otimizações de serving. Realizar profiling de performance aprofundado usando ferramentas de rastreamento de hardware para analisar a utilização do acelerador, saturação de banda de memória e latência de interconexão em topologias de larga escala.
Mais oportunidades com um só perfil
Quer aparecer para várias vagas sem repetir todo o processo? Crie seu perfil e seja encontrado pelas empresas que usam a Nort.
Criar meu perfil