퓨리오사AI

트랜스포머 기반 LLM을 FuriosaAI NPU에서 효율적으로 추론할 수 있도록 TCL 커널을 설계·최적화하고 Furiosa-LLM에 통합하는 업무입니다. LLM 구조·추론 성능 이해와 Python, PyTorch 기반 모델 구현 및 텐서 연산·가속기 커널 최적화 경험이 필요합니다.

RNGD NPU 기반 프로덕션 LLM 서빙의 신뢰성·관측성·성능을 운영·개선하며, 지연시간·처리량·자원 효율 최적화와 장애 대응을 담당합니다. Rust·C++·Python·Go 중 프로그래밍 역량 및 Kubernetes 환경 서비스 운영 경험이 필요합니다.

Furiosa SDK의 다중 언어·다중 저장소 코드베이스를 대상으로 빌드 시스템, 의존성 관리, 패키징 및 릴리스 인프라를 설계·운영합니다. Python·Bash 자동화, C/C++·Rust·Python 툴체인, 빌드 시스템 및 Git·CI 구축 경험이 필요합니다.

FuriosaAI의 프로덕션 인프라와 고객 대상 서비스의 신뢰성·확장성·보안·운영성을 개선하며, 관측성 체계와 자동화를 구축하는 SRE를 채용합니다. Rust·Python·Go 등 범용 언어 프로그래밍 역량과 운영체제, 네트워크, 클라우드 네이티브·컨테이너 환경 이해가 필요합니다.

PyTorch 생태계에서 커스텀 커널을 네이티브 확장으로 실행하기 위한 통합 계층·런타임과 Virtual ISA, 커널 개발 도구를 설계·구현합니다. Rust·C++·Go 기반 시스템 프로그래밍 및 ISA·SIMD·메모리 계층을 포함한 컴퓨터 아키텍처 이해가 필요합니다.

딥러닝 프레임워크 모델을 컴파일러 내부 IR로 변환하는 프런트엔드 파이프라인과 그래프 최적화, 텐서 수준 커널 언어를 설계·구현합니다. 컴파일러·프로그램 변환 이해와 PyTorch·TensorFlow·ONNX 모델 표현 지식, Python 및 Rust 또는 C++ 경험이 필요합니다.

NPU 하드웨어의 저수준 런타임을 개발하여 DMA 기반 I/O, 커널 실행 스케줄링, 비동기 실행 파이프라인, 멀티 노드 추론 및 임베디드 펌웨어를 최적화합니다. Rust·C·C++ 시스템 프로그래밍 경험과 컴퓨터 아키텍처, 운영체제, DMA·인터럽트·MMIO 이해가 필요합니다.

FuriosaAI NPU에서 LLM·멀티모달 LLM용 고성능 추론 엔진을 설계·구현하고, 추론 최적화 및 분산·확장형 추론 기능을 개발합니다. Rust 또는 C++ 프로그래밍 역량과 딥러닝·LLM·생성형 AI 모델에 대한 지식이 필요합니다.