Руководитель направления по внедрению ПО
Описание
Мы ищем технического эксперта, отвечающего за адаптацию, оптимизацию и внедрение моделей искусственного интеллекта в вычислительные среды заказчиков. Обязанности анализ существующего программного стека заказчика: фреймворки, версии, зависимости, ограничения среды выполнения анализ спецификаций: типы операций (матричные умножения, свёртки, внимание), ширина шины памяти, кэш-иерархия, поддержка специализированных инструкций выявление «узких мест» архитектуры для конкретного типа моделей бенчмаркинг эталонных моделей на целевой платформе для установления базовых метрик производительности (задержка (latency), пропускная способность (throughput), энергоэффективность) совместная работа с заказчиком для определения целевых метрик. адаптация архитектуры модели (совместно с Data Science team): Замена операций, неэффективных на целевой архитектуре, Рефакторинг графа вычислений для минимизации перемещений данных между уровнями памяти, адаптация под ограничения: максимальный размер батча, разрешённые типы данных. проверка корректности измененных моделей: Сравнительный анализ точности до/после оптимизации (метрики: F1, mAP в зависимости от задачи), тестирование на краевых случаях и аномальных входных данных, Обеспечение воспроизводимости результатов в рамках допустимого отклонения на стороне заказчика. встраивание в CI/CD и MLOps (совместно с инженерами заказчика). проведение технических тренингов по работе с оптимизированными моделями. подготовка презентаций и материалов для демонстрации результатов работы представителям заказчика руководство командой инженеров Требования экспертный уровень PyTorch, практический опыт с ONNX, TensorRT, TVM, MLIR или OpenVINO. глубокое понимание трансформеров (FlashAttention), CNN (ResNet, EfficientNet) и диффузионных моделей для CV/NLP/мультимодальных задач. подтвержденный опыт оптимизации инференса под альтернативные GPGPU (AMD Instinct, Intel Ponte Vecchio, Ascend 910B/C) или специализированные ASIC (Groq LPU, Cerebras WSE, SambaNova). понимание работы памяти (кэш-линии, локальность данных, выравнивание), управления потоками и взаимодействия с драйверами ОС. владение системными профайлерами (perf, VTune, NVIDIA Nsight) для поиска узких мест на уровне железа. анализ дампов памяти и трассировок выполнения кода. уверенная работа с Docker и Kubernetes для оркестрации ИИ-сервисов в production-среде. знание принципов микросервисной архитектуры и построения асинхронных конвейеров обработки данных. настройка сбора метрик производительности через Prometheus/Grafana/Victoria Metrics и управление логированием. базовое понимание защиты от атак через зашумление данных (adversarial attacks) и разграничение доступа к моделям. Условия комфортный современный офис - м. Кутузовская ежегодный пересмотр зарплаты, годовой бонус корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ подписка Прайм с возможностью совместного использования на трёх близких вознаграждение за рекомендацию друзей в команду Сбера корпоративная пенсионная программа.