ML Optimization Engineer - Gonka Network Mining Operations
О нас:
Мы являемся ведущим участником децентрализованной сети Gonka AI, использующим высокопроизводительную GPU-инфраструктуру для максимизации наград за майнинг. Мы ищем инженера по оптимизации ML, который поможет нам добиться превосходной эффективности и веса в экосистеме Gonka.
Ключевые обязанности:
- Реализация продвинутых оптимизаций инференса (спекулятивное декодирование, квантование, модификации внимания и т. д.) для максимизации веса майнинга — методы, уже доказавшие способность удваивать вес при использовании идентичных GPU другими участниками
- Тонкая настройка конфигураций Docker для различных моделей GPU на основе доступного реестра
- Разработка пользовательских стратегий оптимизации, обеспечивающих баланс между пропускной способностью и качеством
- Создание и поддержка пользовательских Docker-образов, оптимизированных для конкретных архитектур GPU
- Проектирование и внедрение систем для стабильного и масштабируемого майнинга Gonka и других протоколов
- Миграция Python-кода и реализаций VLLM в новые VLLM-образы и их адаптация для конкретных GPU-карт
Требуемые квалификации:
- Подтвержденный опыт работы с методами оптимизации больших языковых моделей
- Глубокое понимание архитектур трансформеров и механизмов внимания
- Опыт работы с PyTorch, CUDA и методами оптимизации GPU
- Опыт работы с vLLM, FlashInfer или аналогичными фреймворками оптимизации инференса
- Знание контейнеризации Docker и управления GPU-нагрузками
Предпочтительные квалификации:
- Опыт работы с Claude Code Max (будет предоставлен при необходимости)
- Предыдущий опыт работы с Gonka или аналогичными децентрализованными сетями AI
- Опыт в соревновательном ML или оптимизации распределенных систем
- Опыт работы с архитектурами NVIDIA GPU (B200/B300/H200/H100/A100)
- Знание Tenstorrent AI ASICs или другого специализированного AI-оборудования
Что мы предлагаем:
- Возможность работать с передовой AI-инфраструктурой
- Высокие бонусы, основанные на производительности и связанные с достигнутыми улучшениями веса
- Потенциал для перехода на полную ставку с процентом от прибыли майнинга
- Гибкий удаленный формат работы
- Доступ к высокопроизводительному GPU-оборудованию для экспериментов
Процесс подачи заявки: Заинтересованным кандидатам следует отправить свое резюме вместе с кратким описанием соответствующего опыта в области ML-оптимизации или идеями по повышению производительности.
