Ingénieur logiciel principal, inférence GPU at Cerebras Systems

Service : Software Engineering

Langue

Mode de travail: Hybride
Emplacement: Toronto, Ontario
Type de contrat: À temps plein
Niveau: senior
Publié: 28 juil. 2026

description

Cerebras Systems recrute un ingénieur logiciel chargé de mettre en production et d’optimiser sa pile de services d’inférence GPU. Le poste couvre les services de préremplissage et de décodage GPU, vLLM, PyTorch, ROCm, l’infrastructure GPU AMD, le déploiement et la préparation opérationnelle, la fiabilité, l’optimisation des performances, l’exactitude numérique, le débogage et l’infrastructure d’évaluation comparative. Les candidats doivent posséder au moins 8 ans d’expérience en génie logiciel, de solides compétences en C++ et Python, une expérience des systèmes d’inférence en production, ainsi qu’un baccalauréat ou une expérience pratique équivalente.

Compétences requises

C++
Python
vLLM
ROCm
Systèmes distribués
Exécution GPU
Kubernetes
Observabilité
CI/CD
Exactitude numérique

Informations Complémentaires

Minimum Education: Bachelor’s degree in Computer Science, Computer Engineering, Electrical Engineering, or a related discipline, or equivalent practical experience.
Required Previous Experiences: 8+ years of software engineering experience, including substantial individual-contributor ownership of complex production systems.
Experience building, operating, or optimizing production inference systems for large language models, multimodal models, or similarly demanding GPU workloads.
Hands-on experience with a high-performance model-serving framework such as vLLM, SGLang, TensorRT-LLM, Triton Inference Server, or an equivalent internally developed system.
Experience debugging distributed systems across multiple layers rather than treating the serving framework or accelerator runtime as a black box.
Experience with Linux, containers, Kubernetes or comparable orchestration systems, observability, CI/CD, and operating latency-sensitive services in production.
Preferred Qualifications: Experience with AMD Instinct accelerators and the ROCm ecosystem.
Deep CUDA experience and ability to transfer GPU systems knowledge across accelerator platforms.
Experience modifying or contributing to open-source ML systems projects.
Experience optimizing prefill-heavy or disaggregated prefill/decode inference architectures.
Understanding of KV-cache transfer, prefix caching, continuous batching, chunked prefill, request scheduling, and memory-aware admission control.
Experience with multi-GPU and multi-node inference, including parallelism and failure handling.
Experience optimizing Mixture-of-Experts or multimodal models.
Knowledge of GPU kernel optimization, operator fusion, graph capture, attention kernels, GEMM tuning, and communication/computation overlap.
Experience with reduced-precision inference and quantization formats.
Experience building numerical-comparison, determinism, model-validation, or performance-regression test systems.
Experience collaborating with accelerator vendors, framework maintainers, or open-source communities.

À propos de Cerebras Systems

Cerebras Systems

Voir le profil complet de l’entreprise

Recherches d'emploi tendances

Chaque requête ouvre des postes en direct, des échantillons de salaires et la demande du marché : appuyez sur une recherche pour l'exécuter instantanément.

Obtenez plus de Metaintro

Bénéficiez d'une recherche d'emploi puissante, de recommandations personnalisées et d'informations approfondies sur les carrières à partir de données complètes et de pointe et de signaux de marché en direct.

Pour les demandeurs d'emploi

Prêt à trouver un rôle qui vous convient réellement ?

Téléchargez votre CV, démarrez un fil de recherche d'emploi et laissez Metaintro classer les véritables offres d'emploi en fonction de votre expérience, puis vous guider de la recherche à l'offre.

Commencez gratuitement Rechercher des emplois correspondants

Correspondance

Comparez les rôles en direct à vos preuves actuelles.

Positionnement

Transformez vos projets de preuve en candidatures adaptées au rôle.

Progression

Utilisez le retour du marché pour garder le plan de compétences à jour.