CUDA Engineer

🕒 il y a 3 mois

🇬🇧 Royaume-Uni – Télétravail

⏰ Temps Plein

🟡 Intermédiaire

🟠 Senior

👷🏻‍♀️ Ingénieur

🇬🇧 Parrain de Visa de Travailleur Qualifié UK

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

👻 Score fantôme 67%

Ce que ça veut dire : la probabilité que personne ne recrute vraiment pour cette offre.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

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

• Write and optimise custom CUDA kernels for core transformer inference operations. • Profile kernels to identify and eliminate bottlenecks in occupancy, memory throughput, and warp divergence. • Apply kernel fusion to reduce memory round-trips and launch overhead across inference pipelines. • Optimise memory access patterns and manage the memory hierarchy for maximum bandwidth utilisation. • Implement quantisation-aware kernels and mixed-precision arithmetic to reduce latency and memory footprint. • Build and tune caching mechanisms for efficient autoregressive decoding. • Tune kernel launch configurations for target GPU architectures. • Benchmark kernels against existing baselines and drive measurable throughput and latency improvements. • Write tests for CUDA code to catch performance and correctness regressions. • Maintain internal CUDA libraries and contribute to team coding standards and documentation.

🎯 Exigences

• 4+ years writing production CUDA code, with a track record of shipping performance-critical kernels. • Deep understanding of GPU microarchitecture, warps, occupancy, register pressure, and memory hierarchy. • Strong CUDA C++ skills, including streams and asynchronous execution. • Hands-on experience profiling to diagnose compute-bound vs. memory-bound bottlenecks. • Experience with kernel fusion, memory coalescing, and avoiding warp divergence. • Experience writing quantised and mixed-precision kernels. • Solid grasp of parallel algorithm design and numerical precision tradeoffs. • Nice to Have • Experience with transformer/attention-style kernels or autoregressive decoding. • Experience building high-performance GPU libraries from scratch. • Background in HPC or other latency-critical performance engineering. • Exposure to multi-GPU or multi-node kernel-level optimisation. • Comfortable reading PTX/SASS to validate kernel efficiency.

🏖️ 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.

📊 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