О нас:

Мы являемся ведущим участником децентрализованной AI-сети Gonka, используя высокопроизводительную GPU-инфраструктуру для максимизации вознаграждений за майнинг. Мы ищем инженера по оптимизации машинного обучения, который поможет нам достичь превосходной эффективности и веса в экосистеме Gonka.

Основные обязанности:

Реализация передовых оптимизаций вывода (спекулятивное декодирование, квантизация, модификации внимания и др.) для максимизации веса майнинга — техники, уже доказавшие удвоение веса при использовании идентичных GPU у других участников
Тонкая настройка конфигураций Docker для различных моделей GPU на основе доступного реестра
Разработка индивидуальных стратегий оптимизации, балансирующих пропускную способность и качество
Создание и поддержка пользовательских Docker-образов, оптимизированных для конкретных архитектур GPU
Проектирование и внедрение систем для стабильного и масштабируемого майнинга Gonka и других протоколов
Разработка оптимизированных образов для AI ASIC Tenstorrent с целью расширения нашего аппаратного экосистемы за пределы текущего развертывания GPU
Миграция Python-кода и реализаций VLLM на новые образы VLLM и адаптация их под конкретные GPU-карты

Требуемые квалификации:

Подтверждённый опыт оптимизации больших языковых моделей
Глубокое понимание архитектур трансформеров и механизмов внимания
Уверенное владение PyTorch, CUDA и методами оптимизации GPU
Опыт работы с vLLM, FlashInfer или аналогичными фреймворками оптимизации вывода
Знание контейнеризации Docker и управления нагрузкой на GPU

Желательные квалификации:

Опыт работы с Claude Code Max (будет предоставлен при необходимости)
Предыдущий опыт работы с Gonka или аналогичными децентрализованными AI-сетями
Опыт в конкурентном машинном обучении или оптимизации распределённых систем
Опыт работы с архитектурами GPU NVIDIA (B200/B300/H200/H100/A100)
Знания о AI ASIC Tenstorrent или другом специализированном AI-оборудовании

Что мы предлагаем:

Возможность работать с передовой AI-инфраструктурой
Высокие бонусы, основанные на достигнутых улучшениях веса
Возможность постоянной работы с долей от прибыли майнинга
Гибкий удалённый режим работы
Доступ к высококлассному GPU-оборудованию для экспериментов

Процесс подачи заявки:

Заинтересованные кандидаты должны отправить своё резюме вместе с кратким описанием релевантного опыта в оптимизации ML или идеями по улучшению производительности.

Вакансии в Obscura Compute

Вакансии

ML Optimization Engineer

Вакансии в Obscura Compute

Вакансии

ML Optimization Engineer