Оптимизируем наши модели под форматы популярных инференсных фреймворков. Задача создание инфраструктуры для эффективного инференса наших моделях во всех популярных фреймворках: Diffusers, FastVideo, SGLang, vLLM, Comfy-UI. А также создание воркеров для доступа к инференсу наших моделей на fal.ai, Arena.ai и др.

Обязанности

* Разработка и оптимизация high-load пайплайнов распределенного инференса (PyTorch) с использованием FSDP, Tensor/Sequence Parallelism.

* Имплементация моделей в популярных фреймворках: Diffusers, SGLang, vLLM, FastVideo, Comfy-UI, Transformers

* Развертывание воркеров для инференса моделей

Требования

* Экспертный уровень Python, PyTorch, torch.distributed.

* Опыт масштабного инференса моделей с FSDP/TP/PP.

* Понимание работы разных типов данных (bf16, fp8).

* Опыт работы с SGLang, vLLM, Transformers

* Понимание принципов работы диффузионных моделей

* Английский язык B2+

Условия

* комфортный современный офис рядом с м. Кутузовская

* ежегодный пересмотр зарплаты, годовая премия

* корпоративный спортзал и зоны отдыха

* система обучения для профессионального и карьерного развития

* расширенный полис ДМС с первого дня работы и страхование для семьи

* льготная программа ипотеки для сотрудников

* бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров

* вознаграждение за рекомендацию друзей в команду Сбера.