Staff/Principal Engineer - AI/ML & System-Level Validation

담당업무

• ROCm 소프트웨어의 단위·통합·프레임워크·워크로드·성능·스트레스·안정성·스케일아웃·시스템 수준 검증 아키텍처 총괄

• ROCm 릴리스 qualification gate와 기능 커버리지·성능 회귀·안정성 시간·스케일 목표·RAS 기준 정의

• 멀티 GPU 토폴로지, PCIe·Infinity Fabric·xGMI, BMC·IPMI, 열·전력, 펌웨어 상호작용, 멀티 노드 패브릭 검증

• PyTorch, vLLM, Triton, JAX 기반 LLM 학습·추론과 추천 시스템·HPC 커널·MLPerf 벤치마크의 재현 가능한 검증 방법론 및 회귀 추적

• 분산 테스트 러너, GitHub Actions·Jenkins·CI fleet, 하드웨어 랩 오케스트레이션, 결과 데이터 레이크, flaky 테스트 감지와 자동 bisection 인프라 설계

• PR 게이팅, 필수 체크, 코드 커버리지, 버그 배시와 이슈 관리 등 GitHub 기반 품질 엔지니어링 기준 수립

• 개발·하드웨어·펌웨어·고객 대응 조직과 복합 장애의 근본 원인 분석 및 재발 방지 테스트 커버리지 구축

• 제품 관리·실리콘·플랫폼·소프트웨어 아키텍처 조직과 차세대 Instinct GPU 및 서버 플랫폼의 검증 준비 협업

• Senior·Staff 검증 엔지니어, SDET, SQA 리드 멘토링 및 설계·코드 리뷰와 기술 문서 작성

• 전략 고객, OEM qualification 프로그램, 오픈소스 커뮤니티 품질 활동에서 ROCm 검증 대표

자격요건

• Python 기반 테스트 자동화 및 인프라 구축 전문성

• C++ 디버깅 및 테스트 대상 프로덕션 코드 확장 역량

• ROCm·CUDA·oneAPI·SYCL, 딥러닝 프레임워크, HPC 런타임, Linux 커널·GPU 드라이버·펌웨어, 분산 시스템 중 2개 이상 영역의 검증 경험

• 서버급 멀티 GPU·멀티 노드·패브릭 연결 환경의 스트레스·안정성·soak·fault injection·RAS 검증 경험

• LLM 기반 코딩 에이전트와 오케스트레이션 프레임워크의 실무 활용 경험

• 프롬프트, 도구·MCP 통합, 평가 하네스와 자율·반자율 에이전트 가드레일 설계 역량

• 대규모 소프트웨어 릴리스 qualification 프로그램 정의 및 출시 경험

• GitHub Actions, self-hosted runner, 필수 status check, 릴리스 태깅과 오픈소스 이슈 관리 역량

• 트렁크 기반 개발, CI/CD, shift-left 테스트, observability, feature flag 등 애자일 개발 방식 적용 경험

• 테스트 계획서, qualification 보고서, RFC, 사후 분석 문서 작성 및 조직 간 영향력 발휘 능력

우대사항

• ROCm, PyTorch, LLVM, Triton, vLLM 또는 유사 오픈소스 프로젝트의 검증·CI·테스트 인프라 기여

• 엔지니어링 팀의 에이전트 기반 워크플로 구축 또는 도입 리딩

• 256개 이상 GPU 클러스터 운영·검증, 패브릭 구성, 클러스터 상태 모니터링과 fleet 진단

• 학습·추론·HPC 표준 벤치마크 방법론 및 제출 경험

• roofline 분석, rocprof·Omniperf·Nsight 계열 프로파일러를 활용한 성능 검증

• 가속기 플랫폼의 fault injection, RAS, telemetry, 장시간 안정성 프로그램 경험

• BMC·IPMI·Redfish, PDU 제어, 시리얼 콘솔 캡처, 자동 재이미징, 토폴로지 기반 테스트 스케줄링 경험

• 가속기의 pre-silicon·에뮬레이션·first-silicon bring-up 검증 경험

근무환경

• 개인 기여자 리더십 역할로서 기술 방향과 품질 기준 주도

• 개발·하드웨어·펌웨어·제품 관리·고객 대응 조직과 협업

• 현대적 애자일 품질 엔지니어링, shift-left 테스트, trunk 기반 지속적 검증

• 글로벌 고객·OEM·오픈소스 커뮤니티와의 기술 협업

마감기한

상시채용