C++ разработчик (TPU Cloud)

Мы развиваем направление облачного AI-инференса (Inference as a Service), использующего ускоритель инференса собственный разработки (Tensor Processing Unit, TPU) . В настоящее время существует прототип сервиса, реализованный на Python, который демонстрирует базовую функциональность инференса моделей в облаке.

Ищем разработчика, который сможет:
* разобраться в рабочем прототипе на Python и пре-альфа версии на С++,
* сформировать полноценные системные требования,
* спроектировать и реализовать высокопроизводительное решение,
* перенести и модифицировать критически важные компоненты на C++,
* предложить архитектуру развертывания, тестирования и мониторинга сервиса.

Обязанности:

• Анализ и формализация требований

• Изучение существующего Python-прототипа сервиса инференса.

• Изучение существующего пре-альфа реализованной на C++.

• Изучение документации и концептуальной архитектуры сервиса, предложения по изменению архитектурной части при необходимости.

• Уточнение и формализация требований к системе:
  * метрики производительности (latency, throughput, tail latency),
  * требования к отказоустойчивости и надежности,
  * критерии масштабируемости,
  * компромиссы между пропускной способностью и задержками,
  * требования к SLI / SLO.

• Участие в формировании технического видения и roadmap развития сервиса.

• Разработка и оптимизация
  * Переписывание и оптимизация критически важных участков системы на C++.
  * Учет требований к низкой латентности и высокой загрузке оборудования TPU.

• Бенчмаркинг и тестирование
  * Разработка бенчмарков для оценки:
  * latency (p50/p95/p99),
  * throughput,
  * стабильности под нагрузкой,
  * поведения при деградациях.
  * Проведение нагрузочного тестирования и анализ узких мест.
  * Создание тестовых клиентских приложений (CLI / simple SDK), демонстрирующих работу с сервисом.

• Архитектура развертывания
  * Предложение архитектуры развертывания сервиса:
  * single-node / multi-node,
  * масштабирование,
  * балансировка нагрузки * отказоустойчивость * Проработка вариантов использования контейнеризации (Docker) и оркестрации (Kubernetes или аналоги).

• * Предложение схем обновления.

• Мониторинг и эксплуатация
  * Определение ключевых метрик для мониторинга сервиса.
  * Формирование end point для ключевых метрик сервиса для последующей интеграцией в систему мониторинга.
  * Участие в формировании подходов к эксплуатации и поддержке сервиса.

Требования:

• Обязательные

  * Отличное знание C++.
  * Опыт разработки высоконагруженных или низколатентных сервисов.
  * Понимание принципов:
  * многопоточности и синхронизации,
  * управления памятью,
  * сетевого программирования.
  * Опыт работы с Linux.
  * Умение читать и дорабатывать существующий код (в том числе на Python).
  * Системное мышление, умение формализовать требования и метрики.

• Желательные

  * Опыт работы с ML-инференсом или ML runtime (ONNX Runtime, TensorRT, TorchScript и т.п.).
  * Опыт разработки distributed / cloud-сервисов.
  * Знание gRPC, REST, protobuf.
  * Опыт работы с Docker / Kubernetes.
  * Понимание принципов SRE, SLA/SLO, observability.
  * Навыки профилирования и performance tuning.

• Будет плюсом

  * Опыт проектирования inference-as-a-service или аналогичных платформ.
  * Опыт построения бенчмарков и нагрузочных тестов.
  * Участие в разработке платформ или инфраструктурных сервисов.

Условия:

• Официальное оформление по ТК РФ;

• Гибридный формат работы, гибкое начало рабочего дня, также фрукты и печеньки в офисе;

• Конкурентоспособный уровень заработной платы;

• Социальный пакет – медицинское страхование;

• Оплачиваемый выходной день в честь дня рождения;