Compiler Engineer – Machine Learning Compiler

Stelle nicht auf LinkedIn

🕒 vor 4 Monaten

🏄 California – Remote

🏄 California – Remote

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

🤖 Machine-Learning-Entwickler

🦅 H1B-Visum-Sponsor

Dieses Unternehmen hat in der Vergangenheit H1B-Visa gesponsert.

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

Mythic

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

Gegründet 2012

🎖️ Verteidigung

🏭 Fertigung

🤖 Künstliche Intelligenz

💰 €70.000.000 Series C im 2021-05

Defense • Manufacturing • Artificial Intelligence

Mythic ist das führende Unternehmen im Bereich der Hochleistungs-Analog-Rechnertechnologie, das sich auf die Bereitstellung kosteneffizienter und energieeffizienter Edge-AI-Rechenleistung in verschiedenen Bereichen wie Robotik, Verteidigung und Verbraucherelektronik konzentriert. Die innovative Compute-in-Memory-Technologie des Unternehmens löst die Einschränkungen der traditionellen digitalen Rechenmethoden, indem sie die KI-Parameter direkt im Prozessor speichert und so die KI-Inferenzanwendungen erheblich verbessert. Mythic hat sich zum Ziel gesetzt, Branchen mit Fortschritten in Leistungsskalierbarkeit und Effizienz zu stärken und eine robuste Plattform für die nächste Generation von KI-Anwendungen bereitzustellen.

Beschreibung

• Join us in building the next generation of AI compilers. You’ll play a key role in developing the compiler for our novel AI accelerator, working side-by-side with hardware engineers and ML researchers. • Your work will shape how deep learning workloads run on cutting-edge dataflow hardware—defining the instruction set, execution model, and developer experience. • The result: a compiler that delivers breakthrough performance while remaining seamless and intuitive for ML developers. • Contribute across the full compiler stack, including operator lowering, graph/IR transformations, optimization passes, and backend code generation • Optimize for dataflow architectures, developing pipelined schedules, memory orchestration, and resource-constrained execution strategies • Collaborate with hardware architects to influence architectural features, ensuring the compiler and hardware evolve together • Develop compilation strategies that unify our analog compute with digital subsystems • Build and maintain a compiler that produces high-performance binaries with strong debugging support, clear error messages, and predictable performance models

🎯 Anforderungen

• 3+ years of experience building compilers or high-performance systems software, especially those involving complex resource management or optimization. • Expert in modern C++ (C++14/17/20) and strong Python. • Experience with compiler IRs (SSA-based or graph-based), transformations, and code generation • Exposure to specialized accelerators (GPU, NPU, FPGA, or custom ASIC) or parallel architectures • Experience with machine learning compiler stacks (e.g., ONNX, MLIR, TVM, XLA, IREE, PyTorch), with contributions to MLIR or LLVM projects a plus • Experience with optimization methods (LP/MIP, CP, SAT/SMT) using solvers like Gurobi or OR-Tools for scheduling and resource allocation • Experience compiling for specialized accelerators (GPU, NPU, FPGA, or custom ASIC) on DNN workloads; GPU/DSP experience is valuable if combined with compiler backend work beyond kernel tuning • Familiarity with heterogeneous compilation, especially mixing custom accelerators with CPUs/GPUs/NPUs, and exposure to analog or in-memory compute is a plus • Experience collaborating in compiler–hardware co-design (architecture + ISA) for better compiler usability and hardware efficiency

🏖️ Vorteile

• Competitive compensation, equity, and benefits package • A collaborative, innovative team that values engineering rigor, continuous integration, and user-focused design. We foster an environment of shared learning and technical excellence • The opportunity to shape how deep learning and LLM workloads are compiled on novel hardware. • A role that spans software and hardware co-design, shaping both the compiler and the accelerator architecture