Machine Learning Engineer — Inference Optimization
Full-time · Senior Level · Anywhere
Thông tin công việc
- Hình thức: Làm việc từ xa (remote)
- Mức lương: Thỏa thuận
- Ngành: Product
- Chuyên môn: Software Engineering
- Cấp bậc: Senior Level
- Khu vực tuyển: Anywhere
- Ngày đăng: 09/10/2026
Mô tả công việc
Vị trí này chịu trách nhiệm tối ưu hiệu năng inference cho các mô hình ML quy mô lớn, từ việc profiling GPU/CPU, tinh chỉnh quantization, KV-cache, speculative decoding cho đến xây dựng và vận hành các hệ thống serving như Triton hay runtime tùy chỉnh. Ứng viên cần có kinh nghiệm vững về tối ưu inference, hiểu sâu nội tại deep learning, thành thạo PyTorch và các kỹ thuật tuning GPU (CUDA, ROCm, Triton). Phù hợp với kỹ sư thích làm việc kỹ thuật chuyên sâu, có tinh thần sở hữu cao và sẵn sàng làm việc trong môi trường startup nhanh, nhiều biến động.