Senior Systems Engineer, Data Center AI
Technology, Data & Digital · Data, AI & Analytics · Data Science · Software Engineering · Systems Engineering
In short
Als Senior Systems Engineer für Data Center AI bei Qualcomm erforschen, entwickeln, optimieren und validieren Sie Software, Hardware, Architekturen, Algorithmen und Machine-Learning-Lösungen für modernste KI-Rechenzentrumstechnologie. Sie arbeiten funktionsübergreifend, um Systemanforderungen zu erfüllen und branchenführende KI-Inferenzbeschleuniger von Qualcomm zu entwickeln.
Responsibilities
- Entwickeln von KI/ML-Lösungen, die Qualcomm AI-Hardwareprodukte, -technologien, -software und das Ökosystem zusammenführen, um erstklassige KI-Inferenzleistung, Energieeffizienz und Skalierbarkeit zu erzielen.
- Unterstützung bei Design, Entwicklung, Implementierung und Bereitstellung von Gen AI und LLM-Anwendungen.
- Beitragen zur Implementierung von Fine-Tuning- und Destillations-Techniken.
- Anwenden von Systemkenntnissen zur Erforschung, Entwicklung, Simulation und/oder Validierung von System-Software, KI-Hardware, Architektur, Deep-Learning-Algorithmen und KI-Lösungen.
- Durchführen von KI-Modell-Benchmarking und funktionaler Analyse zur Steuerung von Anforderungen und Spezifikationen.
- Vorschlagen von Bereitstellungsstrategien mit Optimierung und Bereitstellung von KI-Modellen/Workloads.
- Erstellen von KI-Lösungen und Entwickeln und Analysieren von systemlevel Design, einschließlich Anforderungen, Schnittstellendefinition, Funktions-/Leistungsdefinition und Implementierung eines neuen Systems oder Modifikation eines bestehenden Systems.
- Zusammenarbeit mit dem eigenen Team und anderen Teams zur Fertigstellung von Projektarbeiten, einschließlich Implementierung und Testen von Funktionen und Überprüfung der Genauigkeit von KI-Systemen.
- Auf dem Laufenden bleiben über die neuesten Fortschritte im KI/ML-Bereich (Modelle, HW/SW) und innovative Lösungen vorantreiben.
- Entwickeln neuer und innovativer Ideen für einen Produkt- oder Funktionsbereich.
- Triage von Problemen auf Systemebene zur Ermittlung der Grundursache und Präsentation der Testergebnisse und Debugging-Ergebnisse für Teammitglieder.
Requirements
- Starke Kenntnisse in Python und ML-Frameworks (PyTorch, TensorFlow).
- Tiefes Verständnis der ML-Entwicklung, -Bereitstellung und -Anwendungen.
- Tiefes Verständnis der Systemleistungsanalyse und des parallelen Rechnens.
- Bachelor-Abschluss in Ingenieurwesen, Informatik, Informationstechnik oder einem verwandten Bereich und mindestens 6 Jahre einschlägige Berufserfahrung.
- ODER Master-Abschluss in Ingenieurwesen, Informatik, Informationstechnik oder einem verwandten Bereich und mindestens 4 Jahre einschlägige Berufserfahrung.
- ODER PhD in Ingenieurwesen, Informatik oder einem verwandten Bereich.
Desired Qualifications
- Gutes Verständnis von GenAI-Architekturen (Transformer, Diffusion, Hybrid - LLMs, LVMs, Embeddings).
- Berufserfahrung im Fine-Tuning von GenAI-Modellen und Reinforcement Learning.
- Hintergrund in Compiler-Optimierungen für ML-Workloads ist von Vorteil.
- Erfahrung mit architektonischen Mustern für groß angelegte KI-Systeme: Kenntnisse von Microservices und verteilten Systemen.
- Optimierung der Inferenzleistung über heterogene Knoten (CPUs, GPUs und spezialisierte Beschleuniger).
- Erfahrung in der Implementierung von Caching-, Batching- und Parallelisierungsstrategien für High-Throughput-Systeme.
- Kenntnisse der Hardwarebeschleunigung.
- Kenntnisse von Versionskontrollsystemen (Git) und Code-Review-Tools (Gerrit, GitHub, GitLab) sowie kollaborativen Entwicklungsworkflows.
- Vertrautheit mit Open-Source-Entwicklungspraktiken.
- Verständnis von MLOps für die Entwicklung und Bereitstellung von KI-Anwendungen ist von Vorteil.
- Erfahrung mit Automatisierungstools wie GitOps, Containerisierungstechnologien (Docker, Kubernetes) und ML-Lifecycle-Management-Tools ist von Vorteil.
- Erfahrung mit Rack-Level-Orchestrierungstools und Rechenzentrumsautomatisierung ist von Vorteil.
- Erfahrung in der Arbeit in einer großen, matrixorganisierten Organisation.
- Master- oder PhD-Abschluss in Ingenieurwesen, Informationstechnik, Informatik, Physik oder einem verwandten Bereich.
Benefits
- Wettbewerbsfähiges jährliches diskretionäres Bonusprogramm.
- Möglichkeit auf jährliche RSU-Grants.
- Wettbewerbsfähiges Leistungspaket zur Unterstützung Ihres Erfolgs bei der Arbeit, zu Hause und in der Freizeit.
#AI#Data Center#Systems Engineering#Machine Learning#Deep Learning#Python#PyTorch#TensorFlow#Gen AI#LLM