Auf einen Blick
- Aufgaben: Optimiere GPU-Kernel für Leistung und Effizienz in einem führenden KI-Labor.
- Unternehmen: Mercor, ein innovatives Unternehmen im Bereich GPU-Optimierung.
- Vorteile: Flexibles Arbeiten als Freelancer mit wettbewerbsfähiger Vergütung.
- Weitere Informationen: Tolle Möglichkeit zur Zusammenarbeit mit führenden Hardware-Organisationen.
- Warum dieser Job: Nutze deine C++-Fähigkeiten und arbeite an spannenden Projekten mit modernster Technologie.
- Qualifikationen: Erfahrung in C++, GPU-Programmierung und Profiler-Analyse erforderlich.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Mercor sucht Experten für die Optimierung von GPU-Kernen, um zu einem Projekt mit einem führenden KI-Labor beizutragen. Diese Gelegenheit richtet sich an Freiberufler mit starken C++-Kenntnissen, praktischer Erfahrung in der GPU-Programmierung und der Fähigkeit, die Leistung von Kernen mithilfe von profilorientierter Analyse zu verbessern. Sie werden helfen, GPU-Kerne in modernen Hardwareumgebungen zu bewerten, zu optimieren und zu analysieren. Dies ist eine auf Vertragsbasis angebotene Möglichkeit für Spezialisten, die Freude daran haben, die Leistung moderner GPU-Architekturen zu maximieren.
Hauptverantwortlichkeiten
- Analyse und Optimierung von GPU-Kernen hinsichtlich Leistung, Effizienz und Hardwareauslastung
- Verwendung von Profiler-Metriken wie L2-Cache-Trefferquote, L2-Durchsatz, Belegung und verwandte Signale zur Anleitung von Kernelverbesserungen
- Überprüfung von Implementierungen von GPU-Kernen und Identifizierung von Engpässen ohne umfangreiche Kenntnisse der zugrunde liegenden Algorithmen
- Schreiben, Ändern und Analysieren von C++17-, Python- und GPU-Programmiercode
- Anwendung von CUDA, HIP, Shader-Programmierung oder verwandter Kernel-Programmierkenntnisse zur Verbesserung der Leistungsergebnisse
- Dokumentation von Optimierungsentscheidungen, einschließlich wann spezifische Profiler-Metriken nützlich sind oder nicht
Ideale Qualifikationen
- Verfügbar für mindestens 20 Stunden/Woche
- Fließend in den Kernfunktionen von C++ bis C++17
- Grundkenntnisse in Python und Git
- Fließend in mindestens einem GPU-Programmiermodell, wie CUDA, HIP, Slang, HLSL, GLSL oder verwandter Kernel-Programmierung
- Mindestens 1 Jahr berufliche oder forschungsbezogene Erfahrung mit GPUs
- Starkes Verständnis von Leistungsmetriken des GPU-Profilers und deren Anwendung zur Optimierung von Kernen
- Fähigkeit zur Optimierung von GPU-Kernen ohne tiefgehenden Vorwissen über jeden Algorithmus
- Erfahrung mit CUDA, HIP, CUDA C++ Core Libraries, Inline-PTX-Assembly oder Optimierung auf Tensor-Core-Ebene ist von Vorteil
- Erfahrung in der Optimierung von Kernen für NVIDIA Blackwell-Hardware ist von Vorteil
- Vertrautheit mit NSight Compute ist von Vorteil
- Frühere Erfahrungen mit GPU-Hardwareorganisationen wie NVIDIA, AMD oder Qualcomm sind von Vorteil
- Beiträge zu Open-Source-Projekten im Zusammenhang mit der Optimierung von GPU-Kernen sind von Vorteil
Wir berücksichtigen alle qualifizierten Bewerber unabhängig von rechtlich geschützten Merkmalen und bieten auf Anfrage angemessene Unterkünfte an.
CUDA Engineering Expert Arbeitgeber: aitrainer
Mercor bietet eine spannende Möglichkeit für CUDA Engineering Experten, die ihre Fähigkeiten in der GPU-Kernel-Optimierung in einem dynamischen Umfeld einbringen möchten. Mit einem Fokus auf innovative Projekte in Zusammenarbeit mit führenden KI-Labors fördert Mercor eine Kultur der kontinuierlichen Weiterbildung und des Wissensaustauschs, während flexible Arbeitszeiten und die Möglichkeit zur Remote-Arbeit eine ausgewogene Work-Life-Balance unterstützen. Hier haben Sie die Chance, an der Spitze der Technologie zu arbeiten und Ihre Expertise in einem kreativen und unterstützenden Team weiterzuentwickeln.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so CUDA Engineering Expert erhalten könnten
✨Tip Nummer 1
Nutze dein Netzwerk! Sprich mit Leuten aus der Branche, die du kennst, und lass sie wissen, dass du auf der Suche nach neuen Projekten bist. Oftmals erfährt man von Möglichkeiten durch persönliche Kontakte.
✨Tip Nummer 2
Sei proaktiv und zeige dein Interesse! Wenn du eine interessante Firma wie Mercor im Auge hast, zögere nicht, direkt Kontakt aufzunehmen. Ein kurzes, freundliches Anschreiben kann Wunder wirken und dir einen Fuß in die Tür verschaffen.
✨Tip Nummer 3
Bereite dich auf technische Interviews vor! Da du als CUDA Engineering Expert arbeiten möchtest, solltest du deine Kenntnisse in C++ und GPU-Programmierung auffrischen. Übe, wie du deine Optimierungsstrategien klar und präzise erklären kannst.
✨Tip Nummer 4
Bewirb dich über unsere Website! Wir haben viele spannende Projekte, die auf talentierte Leute wie dich warten. Halte Ausschau nach neuen Ausschreibungen und bewirb dich direkt, um deine Chancen zu erhöhen.
Wir glauben, dass du diese Fähigkeiten brauchst, um CUDA Engineering Expert mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei präzise und konkret:Wenn du deine Erfahrungen und Fähigkeiten beschreibst, sei so konkret wie möglich. Nenne spezifische Projekte oder Erfolge, die deine Expertise in der GPU-Optimierung zeigen. Das hilft uns, ein klares Bild von deinem Können zu bekommen.
Zeige deine Leidenschaft für Performance:Erkläre, warum du dich für GPU-Optimierung begeisterst. Teile Beispiele, wie du in der Vergangenheit Performance-Probleme gelöst hast. Deine Begeisterung kann uns überzeugen, dass du die richtige Person für das Projekt bist.
Verwende die richtigen Keywords:Achte darauf, relevante Begriffe aus der Stellenbeschreibung zu verwenden, wie CUDA, C++17 oder Profiler-Metriken. Das zeigt uns, dass du die Anforderungen verstehst und dich mit den Technologien auskennst, die wir suchen.
Bewirb dich über unsere Website:Wir empfehlen dir, dich direkt über unsere Website zu bewerben. So stellst du sicher, dass deine Bewerbung schnell und effizient bei uns ankommt. Wir freuen uns darauf, von dir zu hören!
Wie man sich auf ein Vorstellungsgespräch bei aitrainer vorbereitet
✨Verstehe die GPU-Architektur
Mach dich mit den Grundlagen der GPU-Architektur vertraut, insbesondere mit den spezifischen Modellen, die in der Stellenbeschreibung erwähnt werden. Wenn du weißt, wie NVIDIA Blackwell funktioniert oder welche Rolle NSight Compute spielt, kannst du gezielte Fragen stellen und deine Kenntnisse während des Interviews unter Beweis stellen.
✨Bereite Beispiele vor
Überlege dir konkrete Beispiele aus deiner bisherigen Arbeit, in denen du GPU-Kernels optimiert hast. Sei bereit, über die verwendeten Profiler-Metriken zu sprechen und wie du diese zur Verbesserung der Leistung eingesetzt hast. Das zeigt, dass du praktische Erfahrung hast und die Theorie hinter den Techniken verstehst.
✨Kenntnisse in C++ und Python auffrischen
Stelle sicher, dass du mit den neuesten Funktionen von C++17 und den Grundlagen von Python vertraut bist. Du könntest nach spezifischen Codebeispielen gefragt werden, also übe das Schreiben und Erklären von Code, um deine Fähigkeiten zu demonstrieren.
✨Fragen zur Unternehmenskultur
Bereite einige Fragen zur Unternehmenskultur und den Projekten vor, an denen du arbeiten würdest. Zeige Interesse an der Zusammenarbeit mit dem AI-Labor und wie du zur Teamdynamik beitragen kannst. Das zeigt, dass du nicht nur an der technischen Seite interessiert bist, sondern auch an der Zusammenarbeit im Team.
