Open Source Software Engineer — ML Systems & AMD Hardware

담당업무

• ML·AI 소프트웨어와 AMD 하드웨어 간 오픈소스 통합 개발 및 유지보수

• AMD GPU 커널과 주요 실행 경로 최적화, 워크로드 프로파일링 및 성능 병목 개선

• 커널 퓨전과 GPU 실행 파이프라인 개발·최적화, 여러 커널 프로그래밍 언어와 GPU 환경에 맞춘 구현 조정

• LLM 추론 시스템의 모델 구조, 데이터 레이아웃, 양자화 및 실행 전략에 따른 성능 영향 분석

• 오픈소스 프로젝트에 코드 기여, 코드 리뷰 및 커뮤니티 협업

• 유닛·통합·성능 테스트 작성, 자동 테스트·검증 인프라 구축 및 유지관리

• 소프트웨어·하드웨어 스택 전반의 정확성 및 성능 문제 조사·해결, 구현·성능 특성·기술 결정 문서화

• 고성능 구현을 검토·테스트·유지보수할 수 있는 형태로 공개해 AI 워크로드의 성능·신뢰성·접근성 향상

필요 역량

• LLM 시스템, 추론 워크로드, 컴퓨팅 및 최적화에 대한 이해

• GPU에 ML 워크로드가 매핑되는 방식에 대한 시스템 관점의 이해

• GPU 커널 최적화 경험, 커널 퓨전·GPU 실행·파이프라인 실행에 대한 이해

• 컴퓨팅, 메모리 대역폭, 동기화 및 데이터 이동 간 성능 절충점에 대한 이해

• 커널 프로그래밍 언어 및 프로그래밍 모델을 학습하고 적응하는 역량

• 오픈소스 코드 리뷰, 자동 테스트, CI 및 업스트림 기여 방식에 대한 이해

• ML 프레임워크부터 GPU 커널과 하드웨어별 최적화까지 여러 소프트웨어 계층에서 협업할 의지

우대사항

• vLLM, SGLang, llama.cpp, ROCm, CUDA, Vulkan 또는 SPIR-V 경험

• AMD GPU 아키텍처와 성능 분석 경험

• LLM 추론·서빙 시스템, GPU 커널 개발·최적화 경험

• 커널 퓨전, 파이프라인 GPU 실행, 그래픽 하드웨어 파이프라인 경험

• 양자화 모델·알고리즘·데이터 레이아웃 경험

• 여러 GPU 프로그래밍 언어 또는 커널 DSL 경험, 성능 프로파일링 및 벤치마킹 경험

• 대규모 오픈소스 프로젝트 기여, 오픈소스 CI·자동 테스트·코드 리뷰·릴리스 프로세스 경험

• CUDA 경험 및 다른 GPU 프로그래밍 환경을 학습·활용하는 역량

지원 및 채용 안내

• 비자 스폰서십 대상이 아닌 포지션

• 지원자 심사·평가·선발 과정에 인공지능을 활용할 수 있음

• 연령, 장애, 출신, 성별, 종교, 성적 지향, 성 정체성, 군 복무·보훈 상태 등 법적으로 보호되는 특성과 무관하게 지원자를 고려하는 평등고용 정책

• 채용 및 선발 전 단계에서 관련 법률에 따른 지원자 편의 제공

마감기한

상시채용