Staff Software Engineer - GenAI Performance and Kernel

- 다양한 하드웨어 백엔드(GPU, 가속기)에 최적화된 핵심 컴퓨팅 커널(Attention, MLP, Softmax, Layernorm 등) 설계, 구현 및 유지보수 - 커널 레벨 성능 개선 로드맵 주도(벡터화, 양자화, 메모리 재사용, 스케줄링, 오토 튜닝 등) - 커널 최적화 결과물을 상위 레벨 ML 시스템과 통합 - 성능 저하 및 수치 오류 감지를 위한 프로파일링, 계측 및 검증 도구 구축 - 추론 병목 현상(메모리 대역폭, 캐시 경합, 커널 런치 오버헤드 등)에 대한 근본 원인 분석 - 커널 재사용 및 유지보수를 위한 코딩 패턴 및 프레임워크 수립 - 시스템 아키텍처 결정에 참여하여 커널 개선 효율성 극대화 - 동료 엔지니어 멘토링 및 코드 리뷰 수행

- 컴퓨터 과학 또는 관련 분야 학사/석사/박사 학위 - ML 워크로드를 위한 컴퓨팅 커널(CUDA, Triton, OpenCL, LLVM IR, 어셈블리 등) 작성 및 튜닝에 대한 심도 있는 실무 경험 - GPU/가속기 아키텍처(Warp 구조, 메모리 계층, Tensor Cores, 스케줄링, SM occupancy 등)에 대한 강력한 지식 - 고급 최적화 기술(Tiling, Blocking, Software Pipelining, Vectorization, Fusion, Loop transformations 등) 경험 - ML 전용 커널 라이브러리(cuBLAS, cuDNN, CUTLASS, oneDNN 등) 또는 오픈 커널 숙련도 - 강력한 디버깅 및 프로파일링 기술(Nsight, NVProf, perf, vtune 등) - 수치 안정성, 혼합 정밀도(Mixed Precision), 양자화 및 오류 전파에 대한 이해 및 추론 시스템 통합 경험 - (우대) 시스템/ML 성능 관련 학회(MLSys, ASPLOS, ISCA, PPoPP 등) 논문 발표 경험 - (우대) FPGA 또는 맞춤형 가속기 경험, 모델 압축 및 Sparsity 기술 경험