Frontier AI Workloads - Performance and Scalability Engineer

담당업무

• 소규모 엔지니어 팀 기술 방향 설정 및 업무 우선순위 관리

• AMD GPU 기반 AI 워크로드 성능·확장성 장기 전략 수립

• GPU 커널 최적화부터 프레임워크 아키텍처까지 크로스스택 성능 문제 해결

• GPU 커널, 컴파일러 최적화, AI 프레임워크 기능 설계 및 구현

• Roofline 분석과 성능 분석 방법론 수립

• vLLM, SGLang, PyTorch 등 오픈소스 AI 프레임워크 로드맵 영향

• 프리필·디코드 분리, 추측 디코딩, 분산 서빙 등 추론 아키텍처 결정

• AMD와 경쟁 플랫폼 간 성능 격차 분석 및 개선

• 조직 내 기술 방향 자문, 엔지니어 멘토링 및 기술 수준 향상

• 논문, 콘퍼런스 발표, 오픈소스 기여를 통한 AMD 외부 대표

자격요건

• GPU 컴퓨팅, HPC 또는 AI 시스템 소프트웨어 개발 경험

• GPU 마이크로아키텍처, 메모리 계층, 명령어 스케줄링 및 성능 트레이드오프 이해

• 모델 아키텍처, 추론 패러다임, 시스템·랙 수준 설계를 포함한 엔드투엔드 AI 시스템 이해

• 멀티 GPU scale-up 및 scale-out 통신 토폴로지와 성능 특성 이해

• 저수준 GPU 커널부터 프레임워크 및 분산 서빙까지 풀스택 최적화 경험

• 프로파일링, Roofline 분석 및 대규모 병목 진단 역량

• C++17 이상 및 Python 숙련도

• Linux 시스템 지식

• 소규모 기술팀을 이끌면서 직접 기여한 경험

• 팀과 조직을 넘어 기술 방향에 영향력을 발휘한 경험

• 영어 작문 및 구두 커뮤니케이션 역량

• 비자 스폰서십 미제공

우대사항

• HIP, CUDA, OpenCL, Triton/Gluon, CUTLASS 또는 CK 경험

• LLVM 등 GPU 컴파일러 도구체인 및 MLIR, LLVM IR, Triton IR 경험

• vLLM, SGLang, xDiT, Megatron LM, PyTorch 등 주요 오픈소스 AI 프레임워크 기여 또는 아키텍처 설계 경험

• GPU 컴퓨팅, HPC 또는 AI 시스템 관련 연구 발표 실적 또는 주요 오픈소스 기여

• 컴퓨터과학, 컴퓨터공학 또는 전기공학 관련 석사·박사 학위

근무환경

하이브리드 근무

지원 관련

• 지원자 심사·평가·선발 과정에서 인공지능 활용 가능

• 법률에 따른 지원자 편의 제공

• 연령, 인종, 성별, 장애, 군·보훈 상태 등과 관계없이 자격을 갖춘 지원자 검토

마감기한

상시채용