Founding GPU 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

• Design, implement, and optimise CUDA kernels for high-throughput, latency-sensitive workloads. • Profile and tune GPU performance across compute, memory bandwidth, and interconnect (NVLink/PCIe) bottlenecks. • Build tooling to correlate GPU cluster power draw and utilisation with real-time energy pricing and grid signals. • Optimise multi-GPU and multi-node scaling using NCCL, MPI, or similar communication libraries. • Work with data center infrastructure teams on power capping, dynamic voltage/frequency scaling, and workload scheduling strategies that reduce energy cost and carbon intensity. • Collaborate with ML/systems engineers to integrate custom kernels into training/inference pipelines. • Benchmark against CPU/GPU baselines and drive continuous performance improvements. • Contribute to internal libraries, documentation, and best practices for GPU performance engineering.

🎯 Exigences

• 4+ years of experience writing production CUDA code, or equivalent strong project/industry experience. • Deep understanding of GPU architecture (SMs, warps, memory hierarchy, occupancy). • Proficiency in C++ and CUDA; experience with Python for tooling/orchestration. • Experience with performance profiling tools (Nsight Systems/Compute). • Familiarity with multi-GPU/multi-node scaling (NCCL, MPI, RDMA/InfiniBand). • Strong grasp of memory optimisation, kernel fusion, and parallel algorithm design. • Comfortable working across the stack from low-level kernels to system-level infrastructure. • **Nice to Have** • Experience with Triton, cuDNN, cuBLAS, or custom ML inference/training frameworks. • Exposure to data center power/thermal management or demand-response systems. • Background in HPC, quantitative finance, or large-scale distributed systems. • Familiarity with Kubernetes/Slurm for GPU 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.

📊 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