Research Engineer – RL Infrastructure

🕒 vor 13 Tagen

🏄 California – Remote

🏄 California – Remote

💵 $150.000 - $350.000 / Jahr

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

📚 Forschungsingenieur

👻 Geisterscore 5%

Was es bedeutet: die Wahrscheinlichkeit, dass für diese Stelle niemand wirklich einstellt.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

Prime Intellect

WebsiteLinkedInAlle Stellen

1 - 10 Mitarbeiter

🤖 Künstliche Intelligenz

☁️ SaaS

Artificial Intelligence • SaaS • Cloud Computing

Prime Intellect ist ein Unternehmen, das sich darauf konzentriert, die KI-Entwicklung zu demokratisieren, indem es skalierbare und dezentrale Computerressourcen für das Training von Modellen bereitstellt. Ihre Plattform ermöglicht es Nutzern, weltweit verfügbare Computerressourcen zu finden und zu teilen, um den Training von hochmodernen Modellen durch verteilte Cluster zu ermöglichen. Sie fördern das kollektive Eigentum an KI-Innovationen, einschließlich Sprach- und wissenschaftlicher Modelle. Prime Intellect bietet zudem eine Reihe von GPU-Optionen, um kostengünstiges und effizientes Modelltraining zu erleichtern. Sie streben danach, die Forschung im Bereich des dezentralen Trainings und die Entwicklung von Open-Source-KI weltweit voranzutreiben.

Beschreibung

• Build and optimize systems infrastructure behind large-scale RL and distributed training workloads by contributing to the prime-rl framework • Improve end-to-end training efficiency across compute, memory, networking, and scheduling layers • Design and implement low-level performance optimizations, including kernels, communication paths, and runtime improvements • Work on distributed training systems spanning data, tensor, and pipeline parallel workloads • Help shape the architecture of the RL training stack, including async rollout and post-training systems • Contribute to open-source libraries and internal infrastructure used for frontier-scale model training • Collaborate with researchers and infrastructure engineers to translate bottlenecks into concrete systems improvements • Stay at the frontier of training systems, inference systems, compiler/runtime tooling, and hardware-aware optimization techniques

🎯 Anforderungen

• Strong systems engineering experience in AI/ML infrastructure, especially around large-scale model training or inference • Deep familiarity with PyTorch and distributed training frameworks such as PyTorch Distributed, DeepSpeed, FSDP, Megatron, vLLM, Ray, or related tooling • Experience optimizing training performance across kernels, memory movement, communication overhead, or parallelization strategy • Hands-on experience with data parallelism, tensor parallelism, and pipeline parallelism • Strong understanding of GPU architecture, profiling, and performance debugging • Ability to identify bottlenecks across the stack and drive improvements from first principles • Comfort working in a fast-moving environment with ambiguous problems and high ownership • Experience writing or optimizing CUDA / Triton kernels (optional) • Experience with compiler or runtime optimization for ML systems (optional) • Experience working on RL training infrastructure, rollout systems, or asynchronous training pipelines (optional) • Experience with multi-node GPU clusters and high-performance networking (optional) • Contributions to open-source ML systems or infrastructure projects (optional) • Interest in publishing technical work or sharing insights through engineering blogs and technical writing (optional)

🏖️ Vorteile

• Equity incentives • Flexible work arrangements, with the option to work remotely or in-person at offices in San Francisco • Visa sponsorship • Relocation assistance for international candidates • Quarterly team off-sites • Hackathons • Conferences and learning opportunities • Opportunity to work with a talented, hard-working and mission-driven team

📊 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