Lead Performance and Optimization Engineer

담당업무

• EPYC 최적화 라이브러리와 PyTorch, TensorFlow, ONNX Runtime을 활용한 CPU ML 추론 성능 개선

• 단일 인스턴스·다중 인스턴스 환경의 처리량 및 지연시간 최적화

• NUMA, HugePages, SMT, 전원·성능 모드, CPU 격리, 스케줄러 설정, 스케일링 거버너 등 OS·BIOS 파라미터 튜닝

• 스레드·코어 affinity 전략 설계 및 검증, 스레드 고정과 배치 크기 튜닝

• 다중 인스턴스 실행 프레임워크의 인스턴스 분할, 코어 할당, 메모리 분배, 병렬 실행 오케스트레이션

• EPYC SKU, 코어 수, 캐시·토폴로지, 소켓, 배치 크기별 구조화된 벤치마크 수행

• perf, VTune, PMU 카운터, ftrace·tracecmd, flame graph를 활용한 병목 분석 및 회귀 원인 분석

• ML 프레임워크의 CPU 실행 방식, 텐서 형태·레이아웃, 연산자 동작, 스레딩 모델, 커널 디스패치 분석

• 단일·다중 인스턴스 벤치마킹, 프로파일링, 오케스트레이션, 스케일링 연구 및 회귀 탐지 자동화 파이프라인 개발

• 인스턴스 생성, CPU 코어 분할, 메모리 고정, 성능 데이터 수집, 보고서 및 시각화 대시보드를 관리하는 Python·Bash 도구 개발

자격요건

• CPU 파이프라인, 캐시, TLB, NUMA, SMT·HT, 벡터 유닛, 메모리 계층에 대한 높은 이해

• 성능 엔지니어링, 시스템 최적화 또는 Linux 저수준 실행 관련 8~12년 경험

• Linux 튜닝 및 서버급 OS·BIOS 설정 실무 경험

• perf, VTune, PMU 카운터, ftrace·tracecmd, flame graph 및 다중 인스턴스 프로파일링 경험

• CPU 백엔드의 ML 추론 실행, 텐서, 연산자, 스레딩 모델에 대한 지식

• Python 및 Bash 기반 자동화·성능 도구 개발 역량

• 멀티코어 스케일링, 스레드 affinity, 스케줄러 동작, 동시성 기법, 다중 인스턴스 실행 전략 경험

• PyTorch, TensorFlow, ONNX Runtime을 활용한 추론 워크로드 실행 경험

• 복잡한 성능 이슈를 해결까지 이끄는 리더십과 여러 팀과의 협업·커뮤니케이션 역량

마감기한

상시채용