H-1BGreen card em andamento para este cargo
REG. 2082274
Engenheiro de Software, Supercomputação
Thinking Machines Lab Inc.
- Local: San Francisco, CA
- Área: Tecnologia
- Visto provável: H-1B
- Vaga vista pela última vez em 18/07/2026
Engenheiro de software em San Francisco; empresa com 5 aprovações de LCA nos últimos 12 meses.
Cadastro grátis — o contato e o link oficial da vaga ficam no portal.
Descrição da vaga
Tradução automática do anúncio original do empregador.
<div class="content-intro"><p data-pm-slice="1 1 []"> A missão do Laboratório de Máquinas de Pensar é capacitar a humanidade através do avanço da inteligência geral colaborativa. Estamos construindo um futuro onde todos têm acesso ao conhecimento e ferramentas para fazer a IA funcionar para suas necessidades e objetivos únicos.
<p>Somos cientistas, engenheiros e construtores que criaram alguns dos produtos de IA mais usados, incluindo ChatGPT e Character.ai, modelos de pesos abertos como Mistral, bem como projetos populares de código aberto como PyTorch, OpenAI Gym, Fairseq e Segment Anything.</p></div><h2>Sobre o Papel</h2>
Procuramos um engenheiro para projetar, construir e operar o ambiente de supercomputação da GPU que alimenta treinamento e inferência em larga escala. Você fornecerá computação de alto desempenho, confiável e econômica para que nossos usuários e pesquisadores possam se mover rapidamente em escala.</p>
<p><em> Nota: Este é um "papel sempre verde" que mantemos aberto numa base contínua para expressar interesse. Recebemos muitas aplicações, e pode nem sempre haver um papel imediato que se alinha perfeitamente com sua experiência e habilidades. Ainda assim, encorajamos você a se candidatar. Revisamos continuamente os pedidos e contatamos os candidatos como novas oportunidades abertas. Você é bem-vindo para reaplicar se você tiver mais experiência, mas por favor evite aplicar mais de uma vez a cada 6 meses. Você também pode descobrir que colocamos postagens para papéis singulares para necessidades específicas separadas, projeto ou equipe. Nesses casos, você é bem-vindo para aplicar diretamente, além de um papel evergreen.</em></p>
<h2>O que você vai fazer</h2>
<ul>
<li> Operar e automatizar grandes clusters de GPU, incluindo provisionamento, imagem e planejamento de capacidade.</li>
<li> Escreva software que abstraia o gerenciamento de clusters e apresenta uma interface unificada para treinamento e inferência.</li>
<li>Extender programação/orquestração (Kubernetes, Slurm, ou similar) para colocação de topologia-consciente, preempção, quotas, e fair-share multi-tenant.</li>
Monitore e melhore métricas operacionais de velocidade, confiabilidade e recuperação de erros.</li>
<li> Crie caminhos confiáveis de armazenamento e artefato para conjuntos de dados, postos de controle e logs com retenção e linhagem claras.</li>
<li> Parceria com pesquisadores para desbloquear corridas de escala e aconselhar sobre paralelismo e trade-offs de desempenho.</li>
</ul>
<h2>Competências e Qualificações</h2>
<p>Qualificações mínimas:</p>
<ul>
<li> Grau de bachelor ou experiência equivalente em ciência da computação, engenharia ou similar.</li>
<li>Proficiência em pelo menos uma linguagem de infraestrutura (nós usamos Python ou Rust).</li>
<li>Experiência de operação de clusters em grande escala e sistemas de orquestração de contentores (por exemplo, Kubernetes ou Slurm).</li>
<li>Comfort operando através da pilha e possuindo projetos de ponta a ponta.</li>
<li> Em um ambiente altamente colaborativo envolvendo muitos, diferentes parceiros interfuncionais e especialistas em assuntos.</li>
<li> Um viés para a ação com uma mentalidade para tomar iniciativa para trabalhar em diferentes pilhas e diferentes equipes onde você vê a oportunidade de se certificar de algo navios.</li>
</ul>
<p>Qualificações preferenciais — encorajamo-lo a candidatar-se se encontrar algumas, mas não todas estas:</p>
<ul>
Fundo de sistemas fortes: Linux, rede e infraestrutura-como-código.</li>
Família com CUDA/NCCL e perfil de desempenho para treinamento/inferência distribuídos.</li>
Trabalho anterior que apoia o treinamento em grande escala de modelos ou ambientes de inferência.
<li>Compreensão de estruturas de aprendizagem profunda (por exemplo, PyTorch, TensorFlow, JAX) e suas arquiteturas de sistema subjacentes.</li>
<li> Track record of working in fast-paced equilibring care with urgently.</li>
</ul>
<h2>Logística</h2>
<ul>
Localização: Este papel é baseado em São Francisco, Califórnia.
<li>Compensação: Dependendo de antecedentes, habilidades e experiência, a faixa salarial anual esperada para esta posição é de $350,000 - $475.000 USD.</li>
<li>Visa patrocínio: Nós patrocinamos vistos. Embora não possamos garantir sucesso para cada candidato ou papel, se você é o ajuste certo, estamos comprometidos em trabalhar através do processo de visto juntos.</li>
Benefícios: A Thinking Machines oferece benefícios de saúde, odontologia e visão generosos, PTO ilimitado, licença parental paga e apoio de relocação conforme necessário.
</ul><div class="content-conclusion"><p><em> Conforme estabelecido na política de igualdade de oportunidades de emprego das Máquinas de Pensar, não discriminamos com base em qualquer estatuto de grupo protegido ao abrigo de qualquer lei aplicável. </em></p>
<p><em> O Laboratório de Máquinas de Pensar considerará para candidatos qualificados para o emprego com histórico criminal de uma forma consistente com os requisitos da lei de chance justa da Califórnia, a Portaria de chance justa de São Francisco, e qualquer outra lei ou lei de chance justa aplicável do estado ou local.</em></p></div>
Ver o texto original em inglês
<div class="content-intro"><p data-pm-slice="1 1 []">Thinking Machines Lab's mission is to empower humanity through advancing collaborative general intelligence. We're building a future where everyone has access to the knowledge and tools to make AI work for their unique needs and goals. </p>
<p>We are scientists, engineers, and builders who’ve created some of the most widely used AI products, including ChatGPT and Character.ai, open-weights models like Mistral, as well as popular open source projects like PyTorch, OpenAI Gym, Fairseq, and Segment Anything.</p></div><h2>About the Role</h2>
<p>We’re looking for an engineer to design, build, and operate the GPU supercomputing environment that powers large‑scale training and inference. You will deliver high‑performant, reliable, and cost‑efficient compute so our users and researchers can move fast at scale.</p>
<p><em>Note: This is an "evergreen role" that we keep open on an on-going basis to express interest. We receive many applications, and there may not always be an immediate role that aligns perfectly with your experience and skills. Still, we encourage you to apply. We continuously review applications and reach out to applicants as new opportunities open. You are welcome to reapply if you get more experience, but please avoid applying more than once every 6 months. You may also find that we put up postings for singular roles for separate, project or team specific needs. In those cases, you're welcome to apply directly in addition to an evergreen role.</em></p>
<h2>What You’ll Do</h2>
<ul>
<li>Operate and automate large GPU clusters including provisioning, imaging, and capacity planning.</li>
<li>Write software that abstracts cluster management and presents a unified interface for training and inference.</li>
<li>Extend scheduling/orchestration (Kubernetes, Slurm, or similar) for topology‑aware placement, preemption, quotas, and fair‑share multi‑tenancy.</li>
<li>Monitor and improve operational metrics of speed, reliability, and error recovery.</li>
<li>Build reliable storage and artifact paths for datasets, checkpoints, and logs with clear retention and lineage.</li>
<li>Partner with researchers to unblock scale runs and advise on parallelism and performance trade‑offs.</li>
</ul>
<h2>Skills and Qualifications</h2>
<p>Minimum qualifications:</p>
<ul>
<li>Bachelor’s degree or equivalent experience in computer science, engineering, or similar.</li>
<li>Proficiency in at least one backend language (we use Python or Rust).</li>
<li>Experience operating large‑scale clusters and container orchestration systems (e.g. Kubernetes or Slurm).</li>
<li>Comfort operating across the stack and owning projects end-to-end.</li>
<li>Thrive in a highly collaborative environment involving many, different cross-functional partners and subject matter experts.</li>
<li>A bias for action with a mindset to take initiative to work across different stacks and different teams where you spot the opportunity to make sure something ships.</li>
</ul>
<p>Preferred qualifications — we encourage you to apply if you meet some but not all of these:</p>
<ul>
<li>Strong systems background: Linux, networking, and infrastructure‑as‑code.</li>
<li>Familiarity with CUDA/NCCL and performance profiling for distributed training/inference.</li>
<li>Prior work supporting large‑scale model training or inference environments.</li>
<li>Understanding of deep learning frameworks (e.g., PyTorch, TensorFlow, JAX) and their underlying system architectures.</li>
<li>Track record of working in fast-paced environments balancing care with urgency.</li>
</ul>
<h2>Logistics</h2>
<ul>
<li>Location: This role is based in San Francisco, California. </li>
<li>Compensation: Depending on background, skills and experience, the expected annual salary range for this position is $350,000 - $475,000 USD.</li>
<li>Visa sponsorship: We sponsor visas. While we can't guarantee success for every candidate or role, if you're the right fit, we're committed to working through the visa process together.</li>
<li>Benefits: Thinking Machines offers generous health, dental, and vision benefits, unlimited PTO, paid parental leave, and relocation support as needed.</li>
</ul><div class="content-conclusion"><p><em>As set forth in Thinking Machines' Equal Employment Opportunity policy, we do not discriminate on the basis of any protected group status under any applicable law. </em></p>
<p><em>Thinking Machines Lab will consider for employment qualified applicants with criminal histories in a manner consistent with the requirements of the California Fair Chance Act, the San Francisco Fair Chance Ordinance, and any other applicable state or local fair chance ordinance or law.</em></p></div>
Cadastro grátis — o contato e o link oficial da vaga ficam no portal.