AI Inference Engineer

Stelle nicht auf LinkedIn

🕒 vor 1 Monat

🌐 Vereinigtes Königreich, Vereinigte Staaten, +1 weitere Länder – Remote

🇬🇧 Vereinigtes Königreich – Remote 🇺🇸 Vereinigte Staaten – Remote 🇦🇪 Vereinigte Arabische Emirate (VAE) – Remote

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

🤖 Künstliche Intelligenz

🇬🇧 UK-Skilled-Worker-Visum-Sponsor

Dieses Unternehmen hat in der Vergangenheit UK-Skilled-Worker-Visa gesponsert.

👻 Geisterscore 44%

Was es bedeutet: wie wahrscheinlich diese Stelle offen bleibt, ohne dass aktiv eingestellt wird.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

Fuse Energy

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

💼 Beratung

📦 Logistik

⚡ Energie

💰 Venture Round im 2022-09

Consulting • Logistics • Energy

Fuse Energy ist ein Energieunternehmen, das den Prozess des Wechsels von Stromanbietern vereinfacht und Echtzeit-Abrechnungsinformationen bereitstellt. Sie bieten wettbewerbsfähige Tarife im Vereinigten Königreich an und betreiben Solar- und Windprojekte, wobei sie die Gewinne in weltweite Initiativen für erneuerbare Energien reinvestieren. Fuse Energy hat das Ziel, Kunden durch ihre App transparente Abrechnungen und einen einfachen Anbieterwechsel zu ermöglichen, während sie Nachhaltigkeit fördern.

Beschreibung

• Define Fuse's inference serving strategy and architecture from first principles. • Design and build the serving stack: request routing, batching, scheduling, and autoscaling for high-throughput, latency-sensitive inference workloads. • Own model-level optimisation strategy for serving - deciding where and how to apply quantisation, distillation, speculative decoding, and similar techniques to improve throughput and cost per token, partnering with the CUDA/GPU engineers. • Make the core software architecture calls on serving frameworks and orchestration (e.g. vLLM, TensorRT-LLM, SGLang, Triton Inference Server, or equivalents). • Translate throughput, latency, and uptime commitments into concrete technical specifications and serving capacity plans. • Act as a direct technical owner of inference performance and reliability. • Work closely with the CUDA and GPU engineering teams to ensure custom kernels and hardware performance work are integrated cleanly into the serving layer. • Set the standards, tooling, and benchmarks this function will run on as it grows.

🎯 Anforderungen

• 4+ years of experience building or operating large-scale inference serving systems, or equivalent strong project/industry experience. • Deep, hands-on experience with inference serving frameworks and the techniques used to optimise them (batching, KV-cache management, quantisation, speculative decoding). • Strong systems thinking - able to reason about the full path from incoming request to served response across a large cluster. • Comfortable working directly with GPU/CUDA engineers to integrate low-level performance work into a serving system. • A track record of making high-stakes architecture calls and owning the outcome. • Comfort operating without a playbook - this is a founding role shaping a new function around architecture that's still early-stage, not joining an established one. • **Nice to Have** • Experience with Triton or custom ML inference/training frameworks. • Experience with autoscaling or capacity planning for large-scale inference workloads. • Exposure to multi-tenant serving or SLA-driven infrastructure. • Background at a hyperscaler, frontier AI lab, or large-scale distributed inference system. • Familiarity with Kubernetes/Slurm for cluster orchestration. • Interest or experience in energy markets, grid systems, or sustainability-focused compute.

🏖️ Vorteile

• Competitive salary and an equity sign-on bonus. • Biannual bonus scheme. • Fully expensed tech to match your needs. • Breakfast and dinner allowance for office based employees.