Разработчик систем параллельных вычислений на GPU/NPU в Автономный транспорт

Чтобы ускорить работу системы распознавания и прогнозирования и, как результат, научить автомобили и роботов-доставщиков ещё быстрее действовать в дорожных ситуациях, мы используем алгоритмы машинного обучения. Алгоритмы усложняются, их количество растёт, и наша задача — повысить эффективность их работы при ограниченных ресурсах.

Если вы увлекаетесь оптимизацией и распараллеливанием алгоритмов, а каждый потреблённый оборудованием ватт готовы пустить в дело, то вам точно у нас понравится!

• Повышение эффективности алгоритмов
  Вам предстоит оптимизировать алгоритмы, учитывая аппаратные особенности платформ, автоматизировать тестирование алгоритмов и их адаптацию к платформе.
• Работа с платформами для вычислений
  Вы будете исследовать современные платформы исполнения параллельных вычислений и подбирать оптимальную архитектуру параллельного исполнения алгоритмов на конкретной платформе.

• Работали с PyTorch (или TensorFlow), конвертировали ML-модели в ONNX и запускали на TensorRT, ONNX Runtime, TFLite или любом другом фреймворке
• Использовали CUDA/OpenCL, оптимизировали и распараллеливали вычисления на CUDA/OpenCL или других архитектурах ускорителей
• Хорошо знаете C++, Python
• Уверенно владеете классическими структурами данных и алгоритмами
• Знакомы с линейной алгеброй, теорией вероятностей
• Можете объяснять свои решения и отстаивать их перед оппонентами
• Умеете работать в команде