Engenheiro(a) de Treinamento em Larga Escala
Fazer o cluster render: paralelismo, throughput e treino que não cai na madrugada.
Treinar modelo grande é problema de engenharia tanto quanto de pesquisa. Você cuida do paralelismo de dados e de modelo, do checkpoint e retomada, do perfilamento de kernel e do custo por token treinado — em cluster nacional, com energia e orçamento contados.
COMO FUNCIONA ESTA VAGA
A posição integra um projeto de pesquisa e desenvolvimento submetido a agência de fomento. Nessa modalidade a subvenção econômica custeia a equipe própria em regime CLT — não é bolsa.
Estamos formando o quadro durante a submissão. A contratação efetiva ocorre com a aprovação do projeto, e quem já está no banco é chamado primeiro. Currículo Lattes é o que pesa na avaliação.
A TELI é uma empresa brasileira de tecnologia em saúde, com produtos em operação e registro de software no INPI. Trabalho remoto por padrão; onde há laboratório ou ICT parceira, o modelo é híbrido. Os detalhes do projeto são compartilhados durante o processo seletivo.
O que você vai fazer
- Operar treino distribuído multi-GPU e multi-nó.
- Perfilar e otimizar throughput, memória e comunicação.
- Garantir checkpoint, retomada e reprodutibilidade.
- Instrumentar custo e eficiência energética por experimento.
Requisitos
- Graduação em Computação, Engenharia ou área afim.
- Experiência real com treino distribuído (FSDP, DeepSpeed, Megatron ou equivalente).
- Linux, CUDA e diagnóstico de desempenho.
Diferenciais
- CUDA ou Triton ao nível de kernel.
- Experiência com InfiniBand ou NCCL em cluster grande.
Não tem currículo formal? Use o campo “conte sua história”. A gente lê.