AI Inference Engineer

Emploi pas sur LinkedIn

🕒 il y a 1 mois

🌐 Royaume-Uni, États-Unis, +1 autres pays – Distant

🇬🇧 Royaume-Uni – Télétravail 🇺🇸 États-Unis – Télétravail 🇦🇪 Émirats arabes unis (EAU) – Télétravail

⏰ Temps Plein

🟡 Intermédiaire

🟠 Senior

🤖 Intelligence Artificielle

🇬🇧 Parrain de Visa de Travailleur Qualifié UK

Cette entreprise a parrainé des visas de Travailleur Qualifié du Royaume-Uni par le passé.

👻 Score fantôme 44%

Ce que ça veut dire : la probabilité que cette offre reste ouverte sans recrutement actif.Comment le lire : 60 % ou plus, on pense que c'est une offre fantôme. Un score plus bas est moins inquiétant.Comment on la calcule : ancienneté, republications, postes ouverts vs taille de l'équipe, rapidité de clôture, et si le salaire est indiqué.À noter : une estimation à partir de données publiques, pas un jugement sur l'entreprise. De vraies offres peuvent avoir un score élevé, alors prenez-le comme un indice, pas comme un fait.

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Configurer une alerte email pour les nouveaux emplois

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV

Fuse Energy

Site WebLinkedInTous les Emplois

11 - 50 employés

💼 Conseil

📦 Logistique

⚡ Énergie

💰 Venture Round en 2022-09

Consulting • Logistics • Energy

Fuse Energy est une entreprise énergétique qui simplifie le processus de changement de fournisseur d'électricité et fournit des informations de facturation en temps réel. Elle propose des tarifs compétitifs au Royaume-Uni et exploite des projets solaires et éoliens, réinvestissant les bénéfices dans des initiatives d'énergie renouvelable à l'échelle mondiale. Fuse Energy vise à offrir à ses clients une facturation transparente et un changement facile grâce à leur application, tout en promouvant la durabilité.

Description

• 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.

🎯 Exigences

• 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.

🏖️ Avantages

• 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.