Яндекс·Москва·21 авг.
CUDA-разработчик (инфраструктура и ускорение вычислений) в Автономный транспорт
Ориентир по рынку≈ 178 000 – 252 000 ₽наша приблизительная оценка по 141 вакансии этой роли и грейда, у работодателя вилка не указана
≈ 2,2 тыс.–3,1 тыс. $
🏢 ОфисMiddleПолная занятостьКорпорация
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Сумму в объявлении не указали. Сколько платят за похожую работу, видно в разборе. Правда, вакансия открыта уже давно.
2 из 4 в норме
Открыта долго: как понять до отклика, ищут ли ещё
Деньги
Вилку работодатель не назвал. Ориентир на созвон: столько платят в 141 похожей вакансии Разработчик уровня Middle.
Живость
Висит 61 день. Источник её не снимает, но так долго открытые позиции бывают трудными для найма или набором в резерв.
- Зарплата не указана
Описание
Расписано подробно: обязанностей 7, требований 7. Картина ясна до первого созвона.
Что требуют
ОбязательноCUDAC++
ПлюсомPythonPyTorch
Надбавка к зарплате на этом уровне: Python +40%.
Полный разбор в Pro
Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме
Сколько просить
Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга
Ваше резюме против требований
Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика
Спросить у работодателя
10 вопросов именно к этой вакансии: что спросить на первом созвоне
Когда откликаться
Стоит ли спешить: за сколько дней Яндекс обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Наша компания
Наша команда разрабатывает вычислительное ядро для направления автономного транспорта. В рамках проекта требуется эффективная реализация сложных математических алгоритмов и моделей машинного обучения на GPU, поэтому мы в поиске сильного разработчика с глубоким пониманием архитектуры вычислительных систем.
Чем предстоит заниматься
Повышение эффективности алгоритмов
Вам предстоит оптимизировать алгоритмы, учитывая аппаратные особенности платформ, автоматизировать тестирование алгоритмов и их адаптацию к платформе
Оптимизация инференса ML-моделей
Совместно с МL-командой вы будете ускорять вывод моделей машинного обучения через ONNX за счёт комплексного применения методов квантизации моделей, анализа и оптимизации структуры вычислительных графов и учётом аппаратных возможностей бортовых ускорителей
Управление загрузкой GPU и инфраструктурой вычислений
Разрабатывать механизмы планирования вычислений, создавать инфраструктуру для запуска нагрузок и настраивать мониторинг распределения ресурсов
Больше о бэкенде в Яндексе — в канале Yandex for Backend
Наши требования
Профессионально пишете на CUDA и C++
Глубоко понимаете модель исполнения GPU и иерархию памяти
Умеете измерять и объяснять, где теряется производительность
Способны довести оптимизацию от идеи до измеримого результата
Работали с TensorRT, Triton, cuDNN или собственными kernel
Оптимизировали пайплайны обработки облаков точек или изображений
Знакомы с Python и ML-фреймворками (PyTorch)
