Research Engineer, Model Inference & Serving - Paris

Ingénieur·e de recherche chargé·e de l'inférence et du déploiement de modèles pour les agents multimodaux. Poste au sein de l'équipe Inference qui conçoit et exploite la pile d'inférence en production

Ce que vous ferez

• Construire et exploiter la pile d'inférence pour modèles multimodaux
• Améliorer latence, débit et coût du service de modèles
• Rechercher et implémenter techniques d'inférence pour charges agentiques
• Co-concevoir choix de training avec l'équipe Models
• Évaluer plateformes d'inférence, serving et hardware et partager résultats

Ce qu'ils recherchent

• Solide expérience en génie logiciel
• Python et au moins un langage système (Rust, C++ ou Go)
• Expérience pratique avec PyTorch ou JAX en contexte industriel
• Connaissances solides en systèmes distribués et cloud (Kubernetes, etc.)
• Diplôme avancé avec publications ou contributions de recherche pertinentes

Compétences

• Python
• Rust
• C++
• Go
• PyTorch
• JAX
• Kubernetes
• CUDA
• Triton
• vLLM
• SGLang
• TensorRT-LLM
• llama.cpp
• ONNX Runtime

Résumé rédigé par StartupJobs à partir de l'annonce de l'entreprise. L'annonce complète est sur le site de l'entreprise.