Sr. Staff AI Research TLM - AI Systems

- LLM 스케일링, 효율성 및 시스템 성능에 초점을 맞춘 다학제적 연구 팀 리드 및 육성 - 파운데이션 모델 효율성 및 대규모 학습/추론 고도화를 위한 연구 로드맵 정의 - 대규모 신경망 학습/추론을 위한 알고리즘 혁신(새로운 옵티마이저, 저정밀도 기술, 모델 적응 방법 등) 주도 - 분산 학습, RL, 메모리 및 컴퓨트 효율성을 위한 엔드투엔드 ML 시스템 최적화 - 연구 성과를 Databricks AI 플랫폼의 고객용 기능으로 전환하기 위해 제품 및 엔지니어링 팀과 협업 - 탑티어 학회 발표 및 오픈소스 커뮤니티 협업을 통한 Databricks AI 연구 대외 홍보 - 연구원 및 엔지니어를 위한 기술 지도 및 커리어 개발 멘토링 수행

[필수 요건] - 파운데이션 모델 효율성 및 관련 분야 연구 팀 리드 경험 및 업계 영향력 - 생성형 AI, LLM, 분산 ML 시스템, 모델 최적화 중 최소 하나 이상의 분야에 대한 깊은 전문성 - Python 및 PyTorch를 활용한 고품질 연구 코드 작성 및 실험 수행 능력 (Hands-on 리더십) - 연구 혁신을 제품 기능으로 전환할 수 있는 역량 - 뛰어난 커뮤니케이션 및 이해관계자 관리 능력 [우대 사항] - 시스템과 ML의 교차 분야(분산 학습 프레임워크, 딥러닝 워크로드를 위한 컴파일러 및 커널 최적화 등) 경험 - 대규모 ML 분야의 강력한 학계/업계 네트워크 - 탑티어 ML/시스템 학회(ICLR, ICML, NeurIPS, MLSys 등) 논문 게재 실적 또는 영향력 있는 오픈소스 기여 경험