FAR Labs is a unified platform for high-performance AI inference. It provides dedicated Inference and Model APIs with flexible workload placement across its infrastructure, a customer’s cloud or hardware, and shared GPUs.
23 сен
ai engineer for high-performance inference
ориентир по рынку
вакансия
зп не указана
в среднем
390 407 ₽
мэтч
Загрузи резюме, чтобы видеть мэтчи с вакансиейЗагрузи резюме, чтобы видеть мэтч с вакой
подготовься к отклику
ai-инструментыЧтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузи резюме
описание
задачи
- Set the technical direction for the inference stack and benchmarking practices;
- Improve the speed and efficiency of model serving;
- Validate performance gains with credible benchmarks;
- Lead the engineers building the platform;
- Shape the technology, performance standards, and engineering culture behind FAR Labs.
требования
- Production experience with LLM inference-serving systems;
- Expertise with vLLM, SGLang, TensorRT-LLM, or similar stacks;
- Strong knowledge of batching, paged attention, KV-cache management, and modern serving architectures;
- GPU performance engineering experience with CUDA or Triton;
- Solid understanding of GPU utilisation, memory bandwidth, and precisions such as FP8 and FP4;
- English B2.
условия
- No conditions specified
навыки
Если просят выйти из iCloud, прислать код из SMS, запустить или установить что-то, перевести деньги — не соглашайся: это мошенничество.
похожие вакансии
статьи для разработчиков
Graceful degradation и graceful shutdown: как сервис должен падать, чтобы не тянуть за собой всё остальное
Database migrations в production: как накатывать изменения схемы без даунтайма и отката на прод
Event-driven architecture простыми словами: как сервисы общаются через события и когда это оправдано
статьи для разработчиков
Graceful degradation и graceful shutdown: как сервис должен падать, чтобы не тянуть за собой всё остальное
Database migrations в production: как накатывать изменения схемы без даунтайма и отката на прод
Event-driven architecture простыми словами: как сервисы общаются через события и когда это оправдано