Ingénieur Calcul Haute Performance (HPC) H/F (CDI)
Après la course à l'entraînement des modèles, un nouveau défi s'impose : exécuter l'intelligence artificielle rapidement, efficacement et à grande échelle. Pour répondre à cet enjeu, VSORA, entreprise française de semi-conducteurs fondée en 2015, développe des accélérateurs de calcul dédiés à l'inférence IA.
Basée à Meudon-la-Forêt, VSORA est déjà implantée à Taïwan, en Corée, au Japon et aux États-Unis, et représente aujourd'hui l'unique alternative européenne à NVIDIA et AMD avec une architecture visant des performances plus de 3 fois supérieures par rapport aux solutions existantes.
Nous recherchons un(e) Ingénieur HPC hautement qualifié(e) et motivé(e) pour prendre en charge le développement de la stack logicielle IA/HPC pour la famille de puces VSORA. Il s'agit d'un rôle de leadership opérationnel : vous rejoindrez une équipe d'ingénieurs talentueux, piloterez les décisions d'architecture et contribuerez directement à l'implémentation de nouveaux algorithmes pour le système multicœur VSORA. Vous travaillerez à l'intersection de l'IA et des systèmes HPC, contribuant à façonner l'avenir des charges de travail IA haute performance sur le matériel VSORA.
Missions principales : - Participer à la conception et au développement de la stack d'inférence IA pour la famille de puces VSORA
- Concevoir et implémenter des techniques d'optimisation avancées pour les systèmes multicœurs
- Collaborer avec les architectes matériel, les équipes frameworks ML et les ingénieurs runtime
- Piloter l'analyse de performance et l'optimisation sur des modèles et benchmarks ML
- Assurer une veille active sur les tendances du calcul IA/HPC, des frameworks ML et de l'accélération matérielle Profil et compétences requis : - Solides compétences en programmation C/C++ et Python
- Maîtrise approfondie du calcul distribué et des pipelines d'implémentation/optimisation HPC
- Expérience pratique avec des bibliothèques mathématiques, d'algèbre linéaire et de traitement du signal (BLAS, LAPACK, FFTW, Eigen ) implémentées pour des systèmes distribués
- Expérience en optimisation des performances et en optimisation système bas niveau
- Bonne connaissance de Py
Torch, Tensor
Flow, ONNX ou d'autres frameworks ML
- Excellentes capacités de communication et de collaboration
Atouts appréciés : - Doctorat en systèmes distribués, HPC ou calcul massivement parallèle
- Expérience avec des architectures NPU, GPU ou autres accélérateurs IA
- Expérience en apprentissage automatique ou en calcul numérique
- Maîtrise des outils de développement logiciel (Git, CI/CD, profileurs, débogueurs)