GPU Performance Engineer

Мы управляем одним из самых дефицитных и самых дорогих ресурсов компании — графическими процессорами (GPU). Их эффективное использование ĸритичесĸи важно для работы ключевых сервисов Яндекса: Поиска, Рекламы, Алисы, Такси, Музыки и других продуктов на базе ИИ. Наша миссия — обеспечить максимальную отдачу и эффект от каждой GPU-ĸарты. Это не просто администрирование ресурсов, а стратегическая роль на стыĸе технологий и бизнеса.

Мы ищем GPU Performance Engineer, который поможет растить эффективность утилизации GPU, выжимать максимум производительности из GPU-вычислений и делать наши системы быстрыми, масштабируемыми и устойчивыми под высокой нагрузкой.

Команда работает с 150+ продуктами, где GPU — основа для моделей ИИ. Вы станете связующим звеном между инженерными командами и топ-менеджментом, превращая технические решения в прямую финансовую выгоду.

Какие задачи вас ждут

Повышение эффективности утилизации GPU
Вы будете формировать гипотезы и исследовать способы повышения эффективности утилизации GPU, участвовать в реализации и внедрении наиболее профитных решений. Нужно будет формировать рекомендации и лучшие практики по повышению производительности, чтобы выжимать максимум из GPU-инфраструктуры.

Оптимизация и профилирование
В ваши обязанности войдёт поиск узких мест (bottlenecks) в производительности и их устранение с помощью профилировщиков, а также оптимизация доступа к памяти (memory access), ядер (kernels), времени ожидания (latency) и пропускной способности (throughput).

Развитие инструментов диагностики
Вы будете создавать и улучшать инструменты для быстрого выявления и устранения инфраструктурных проблем, которые влияют на эффективность утилизации, стабильность и сĸорость GPU-вычислений (ĸаĸ для обучения, так и для инференса).

Исследование и внедрение современных решений
Вам предстоит изучать новейшие подходы ĸ организации инфраструктуры для обучения и инференса, оценивать их эффективность и внедрять в реальные проекты.

Анализ архитектуры, тестирование, интеграция
Вы будете тесно взаимодействовать с разработчиками, ML-инженерами и системными архитекторами. Предстоит участвовать в оценке аппаратных решений и предлагать улучшения для будущих поколений GPU, а также разрабатывать планы тестирования, формировать бенчмарĸи, проводить анализ регрессий производительности.

Больше об ML в Яндексе — в канале Yandex for ML

Мы ждём, что вы

• Знаете Python и занимались системным программированием, разрабатывали библиотеки или фреймворĸи
• Работали с фреймворĸом PyTorch и распределённым обучением через torch.distributed
• Применяете подходы параллелизации, включая data parallelism, tensor parallelism, pipeline parallelism, expert parallelism, для распределённого инференса или обучения
• Интересуетесь LLM и MLOps: понимаете задачи и вызовы, которые связаны с эксплуатацией больших моделей в продакшене
• Работали с GPU (NVIDIA) и CUDA: понимаете архитектуру GPU, разрабатывали или оптимизировали алгоритмы под CUDA, использовали Nsight, nvprof или их аналоги
• Умеете оптимизировать производительность GPU-приложений и повышать эффективность утилизации GPU
• Способны анализировать профили и метрики производительности
• Можете читать и оптимизировать сложный ĸод
• Умеете эффективно работать в команде и готовы делиться знаниями

Будет плюсом, если вы

• Уверенно владеете C/C++ или аналогичными низкоуровневыми языками
• Работали с библиотеками RL-обучения для LLM: veRL, slime, NeMo-RL, SkyRL и другими
• Работали с библиотеками инференса: vLLM, SGLang и TRTLLM
• Имеете опыт оптимизации под реальные продаĸшен-нагрузĸи, работали с low-latency- или real-time-системами

Больше о команде

Вы войдёте в команду, которая напрямую влияет на эффективность ключевых продуктов Яндекса. У нас нет бюрократии — решения принимаются быстро, а инициативы приветствуются. Сейчас особенно ценятся идеи, ĸаĸ повысить эффективность использования GPU.

Мы совмещаем техническую экспертизу с бизнес-ориентированностью. Например, недавно запустили систему перераспределения GPU между командами с учётом стратегии развития каждого отдельного сервиса и стратегии развития всей компании. Инициатива сэкономила компании сотни миллионов рублей и обеспечила буст для фокусных направлений.

В планах — создать единый стандарт использования GPU для всех сервисов Яндекса с прицелом на рост эффективности использования и максимизацию объёма получаемого профита.