deep learning engineer

Разрабатывают и внедряют передовые методы оптимизации обучения и инференса сверхкрупных нейронных сетей (десятки миллиардов параметров) для мультимодальных генеративных моделей. Фокус — компиляция, квантизация, дистилляция, sparsity и другие техники ускорения, без компромисса по качеству.

• Исследовать и внедрять методы оптимизации обучения (gradient checkpointing, activation recomputation, mixed-precision, оптимизация графа вычислений);
• Разрабатывать и интегрировать техники инференс-ускорения: quantization (INT8, FP8), pruning, structured sparsity, knowledge distillation;
• Использовать и дорабатывать ML-компиляторы (TorchDynamo, TorchInductor, TensorRT и другие) для оптимизации вычислительных графов;
• Работать совместно с командами CUDA operators и Distributed Learning для максимальной производительности на GPU;
• Проектировать и проводить эксперименты по компрессии моделей и сравнительный анализ trade-off'ов скорость/качество.

• Экспертный уровень Python, PyTorch;
• Опыт работы с ML-компиляторами и оптимизацией инференса и обучения;
• Глубокое понимание методов квантизации, дистилляции и спарсификации;
• Навыки профилирования и оптимизации производительности (PyTorch Profiler, Nsight Systems, perf);
• Понимание архитектур современных LLM и Diffusion-моделей;
• Будет плюсом опыт оптимизации на CPU/ASIC/FPGA, публикации на NeurIPS/ICML/MLSys и знание C++.

• Комфортный современный офис рядом с м. Кутузовская;
• Ежегодный пересмотр зарплаты, квартальная и годовая премия;
• Корпоративный спортзал и зоны отдыха;
• Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития;
• Программа адаптации и помощь руководителя на старте;
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа;
• Ипотека выгоднее до 7% для каждого сотрудника;
• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров;
• Вознаграждение за рекомендацию друзей в команду Сбера.