AI Engineer (LLM, compiler, LLVM)

Rekrutujemy dla producenta rozwiązań z obszaru automotive – nie musisz mieć doświadczenia stricte w branży motoryzacyjnej.

Nowopowstający oddział w Polsce, realny wpływ na rozwój projektu. Zostań częścią najnowocześniejszej platformy do rozwoju autonomicznych pojazdów.

B2B do 33.000 zł netto + VAT + gwarantowana premia

UoP do 33.000 zł brutto + gwarantowana premia

Zaangażowanie: długoterminowy projekt, umowa bezpośrednio podpisywana z producentem

Twoim zadaniem jest usprawnianie algorytmów AI stosowanych w autonomicznej jeździe oraz modelach językowych działających na urządzeniach.

W skrócie:

Optymalizacja i wdrażanie modeli AI

Dostosowywanie modeli AI do działania na procesorach NPU 

Tworzenie narzędzi i rozwój kompilatorów

Projektowanie oraz implementacja narzędzi do przenoszenia modeli AI na procesory NPU.

Integracja z frameworkami uczenia głębokiego, takimi jak TensorFlow i PyTorch.

Usprawnianie systemów autonomicznej jazdy i modeli językowych

Optymalizacja modułów AI używanych w autonomicznej jeździe, np. wykrywania obiektów czy planowania trasy.

Poprawa efektywności pamięci i szybkości działania modeli LLM.

Analiza wydajności i doskonalenie modeli

Maksymalne wykorzystanie możliwości sprzętowych 

Badanie nowych technologii i ich wdrażanie

Eksperymentowanie i implementacja nowatorskich metod 

Wymagania:

Wyższe wykształcenie techniczne 

+ 3 lata doświadczenia w optymalizacji modeli AI oraz akceleracji sprzętowej

Znajomość kompilatorów, takich jak LLVM i MLIR

Doświadczenie w pracy z NPU, GPU lub układami ASIC

Biegłość w frameworkach uczenia maszynowego oraz narzędziach konwersji modeli, np. TensorFlow Lite, ONNX, PyTorch

Umiejętność stosowania metod kompresji modeli, takich jak kwantyzacja czy przycinanie neuronów

Znajomość języków programowania: CUDA, C++, Python

Zrozumienie zarządzania pamięcią i technik obliczeń równoległych

Nice to have:

Doświadczenie w systemach autonomicznej jazdy (SLAM, planowanie trasy, rozpoznawanie obiektów)

Optymalizacja modeli AI/LLM dla urządzeń mobilnych

Praca z systemami wbudowanymi i AI on-device

Wkład w projekty open-source związane z optymalizacją AI