LLM Platform Engineer (ML Engineer)

Открыта вакансия LLM Platform Engineer (ML Engineer) на проект финтех.

Задачи:

• Развертывание и оптимизация LLM моделей на multi-GPU установках с tensor/pipeline/data parallelism
• Организация MLOps-процессов и системная оценка качества моделей
• Обеспечение production latency <2s и uptime >95% для инфраструктуры inference
• Профилирование и оптимизация использования VRAM (CUDA OOM prevention)
• Мониторинг GPU-производительности

Мы ожидаем от тебя:

• Python (asyncio, multiprocessing, typing) Advanced уровня
• Bash/Shell scripting Advanced уровня для автоматизации развертывания
• Практический опыт с vLLM, TensorRT-LLM, TGI для serving моделей
• Опыт работы с квантизацией (AWQ, GPTQ, GGUF) для снижения требований к VRAM
• Знание оптимизаций Flash Attention и Paged Attention
• Навыки работы с PyTorch, JAX, ONNX для универсального развертывания
• Опыт отладки GPU memory и понимание CUDA (Intermediate C++/CUDA)

Будет плюсом:

• Опыт развертывания моделей на multi-GPU
• Практика профилирования VRAM usage в production-средах
• Опыт работы с моделями 480B+ параметров на кластерах GPU
• Знание специфических GPU scheduling инструментов (Volcano, Kueue)