Software Engineer, Systems ML

About

In this role, you will be a member of the MTIA (Meta Training & Inference Accelerator) Software team and part of the bigger PyTorch AI framework organization. MTIA Software Team has been developing a comprehensive AI Compiler strategy that delivers a highly flexible platform to train & serve new DL/ML model architectures, combined with auto-tuned high performance for production environments across specialized hardware architectures. The compiler stack, DL graph optimizations, and kernel authoring for specific hardware, directly impacts performance and deployment velocity of both AI training and inference platforms at Meta.
You will be working on one of the core areas such as PyTorch framework components, AI compiler and runtime, high-performance kernels and tooling to accelerate machine learning workloads on the current & next generation of MTIA AI hardware platforms. You will work closely with AI researchers to analyze deep learning models and lower them efficiently on MTIA hardware. You will also partner with hardware design teams to develop compiler optimizations for high performance. You will apply software development best practices to design features, optimization, and performance tuning techniques. You will gain valuable experience in developing machine learning compiler frameworks and will help in driving next generation hardware software codesign for AI domain specific problems.-------À ce poste, vous ferez partie de l'équipe logicielle MTIA (Meta Training & Inference Accelerator) et de la grande organisation du cadre d'IA PyTorch. L'équipe logicielle MTIA a mis au point une stratégie complète de compilateur d'IA qui offre une plateforme très flexible pour entraîner et servir de nouvelles architectures de modèles DL/ML, jumelée à un réglage automatique des performances élevées pour les environnements de production sur des architectures matérielles spécialisées. La pile de compilateurs, les optimisations de graphes DL et la création de noyaux pour un matériel spécifique ont un impact direct sur les performances et la vitesse de développement des plates-formes d'apprentissage et d'inférence d'IA chez Meta.
Vous travaillerez sur l'un des domaines clés tels que les composants du cadre PyTorch, le compilateur et le moteur d'exécution de l'IA, les noyaux de haute performance et l'outillage pour améliorer les charges de travail d'apprentissage automatique sur les plates-formes matérielles d'IA actuelles et de la prochaine génération de MTIA. Vous travaillerez en étroite collaboration avec les chercheurs en IA pour analyser les modèles d'apprentissage profond et les réduire efficacement sur le matériel MTIA. Vous vous associerez également aux équipes de conception de matériel pour développer des optimisations de compilateurs pour obtenir des performances élevées. Vous appliquerez les meilleures pratiques de développement logiciel pour concevoir des fonctionnalités, des techniques d'optimisation et de réglage des performances. Vous bénéficierez d'une expérience précieuse dans le développement de compilateurs d'apprentissage automatique et contribuerez à la conception de logiciels matériels de nouvelle génération pour les problèmes spécifiques du domaine d'IA. Responsibilities

Development of SW stack with one of the following core focus areas: AI frameworks, compiler stack, high performance kernel development and acceleration onto next generation of hardware architectures | Développement d'une pile de logiciels dans l'un des domaines fondamentaux suivants : Cadres d'IA, pile de compilateurs, développement de noyaux haute performance et accélération sur les architectures matérielles de nouvelle génération Contribute to the development of the PyTorch AI framework core compilers to support new state-of-the-art inference and training AI hardware accelerators and optimize their performance | Contribuer au développement des compilateurs de base du cadre d'IA PyTorch pour prendre en charge les nouveaux accélérateurs matériels d'IA de pointe en inférence et en entraînement, et optimiser leur performance Analyze deep learning networks, develop & implement compiler optimization algorithms |