Cuda / Ai Engineer in Lisbon

MWDN é uma empresa global de outstaffing de TI com mais de 23 anos de experiência que conecta talentos tecnológicos excepcionais com empresas líderes em Israel, EUA, Grã-Bretanha e Europa Ocidental. Oferecemos oportunidades para trabalhar em produtos internacionais em um ambiente estável e profissional.

O que você pode esperar ao se juntar à MWDN:

• Segurança: Vistoriamos cuidadosamente nossos clientes para minimizar riscos e garantir confiabilidade e pagamentos pontuais - sem fraudes ou surpresas desagradáveis.
• Apoio à carreira: Se um projeto não for o ajuste certo, apoiamos você e ajudamos ativamente a encontrar novas oportunidades que correspondam às suas habilidades e objetivos de carreira.
• Assistência legal: Fornecemos orientação sobre questões legais, incluindo abertura e gerenciamento do seu status de contratante independente ou empresário individual, impostos e processos relacionados.
• Desenvolvimento profissional: Oferecemos cursos de inglês e oportunidades de crescimento profissional, além de eventos de construção de equipe.

Estamos procurando um engenheiro ou pesquisador altamente técnico com profunda experiência em computação GPU, CUDA e otimização de inferência LLM para trabalhar em problemas desafiadores na interseção de sistemas de IA e computação de alto desempenho. Esta oportunidade é ideal para alguém que gosta de entender como as coisas funcionam internamente - desde a arquitetura da GPU e kernels de baixo nível até motores de inferência LLM e gargalos de desempenho.

O que torna este projeto empolgante?

• Investigar e otimizar o desempenho da inferência LLM em GPUs modernas.
• Trabalhar com frameworks de inferência e serviço como v LLM, SGLang, Tensor RT-LLM ou sistemas semelhantes.
• Analisar a execução da GPU, padrões de acesso à memória, desempenho de kernels e gargalos de inferência.
• Desenvolver, otimizar, depurar ou reverter operações de kernels CUDA e operações de GPU de baixo nível.
• Explorar técnicas de otimização para multiplicação de matrizes, mecanismos de atenção e camadas de redes neurais.
• Benchmarking de desempenho e identificação de oportunidades para melhorar latência, throughput e utilização da GPU.
• Trabalhar em problemas tecnicamente desafiadores que exigem forte pensamento analítico e experimentação prática.

O que faz de você um ótimo candidato:

• Experiência prática sólida com programação CUDA e GPU.
• Compreensão profunda da arquitetura da GPU, hierarquia de memória, execução paralela e otimização de desempenho.
• Experiência com inferência LLM, sistemas de IA, kernels de GPU ou computação de alto desempenho.
• Familiaridade com um ou mais frameworks como v LLM, SGLang, Tensor RT-LLM, Triton ou Flash Attention.
• Experiência em depuração de problemas complexos de desempenho e investigação do comportamento de sistemas de baixo nível.
• Fortes habilidades de resolução de problemas e capacidade de comunicar conceitos técnicos complexos em inglês.

Diferenciais:

• Doutorado ou experiência em pesquisa em Ciência da Computação, Aprendizado de Máquina, Arquitetura de Computadores ou área relacionada.
• Publicações, projetos de pesquisa ou contribuições significativas para infraestrutura de GPU/LLM de código aberto.
• Experiência com internals do PyTorch, inferência distribuída, quantização, otimização de cache KV ou kernels de GPU personalizados.
• Contribuições para projetos como v LLM, SGLang, Triton, Flash Attention ou repositórios relacionados.

Por que trabalhar conosco:

• Gestão centrada nas pessoas com mínima burocracia.
• Cultura empresarial amigável, comprovada por funcionários que escolhem retornar.
• Horários de trabalho flexíveis.
• 29 dias de PTO (18 dias úteis por ano mais todos os feriados nacionais).
• 10 dias de recuperação pagos.
• Apoio financeiro e legal completo para contratantes independentes.
• Aulas de inglês gratuitas, com falantes nativos ou professores ucranianos.
• Apoio dedicado de RH.