GPU Performance Engineer
Responsibilities
- Design and implement highly optimized CUDA kernels for performance-sensitive workloads.
- Analyse computational pipelines to identify bottlenecks across compute, memory, and data movement.
- Develop hardware-aware execution strategies that maximize GPU utilization and efficiency.
- Optimize inference performance through kernel tuning, memory-layout design, precision management, and workload scheduling.
- Benchmark and profile GPU applications to validate performance improvements and identify new optimization opportunities.
- Partner with researchers and engineering teams to convert computational models into efficient production implementations.
- Evaluate new GPU technologies, architectural features, and optimization techniques to enhance system performance.
- Contribute to engineering standards and best practices around performance measurement, profiling, and optimization.
Requirements
- Strong experience developing and optimizing CUDA applications in production environments.
- Solid software engineering background using C++ and performance-oriented programming techniques.
- Deep understanding of modern GPU architecture, including memory hierarchy, parallel execution models, occupancy, and performance trade-offs.
- Hands-on experience with profiling, benchmarking, and root-cause analysis of performance bottlenecks.
- Proven ability to improve application latency, throughput, and hardware efficiency.
- Strong analytical and problem-solving skills with a focus on low-level systems optimization.
- Exposure to TensorRT, Triton, TVM, ONNX Runtime, or similar acceleration frameworks.
- Familiarity with PTX-level optimization and architecture-specific performance tuning.
- Experience optimizing neural network inference workloads.
- Knowledge of kernel fusion, graph optimization, custom operators, or model compilation techniques.
- Background in scientific computing, high-performance computing (HPC), distributed systems, or other computationally intensive environments.
- Experience working with structured machine learning models and production inference platforms.
FAQs
Herzlichen Glückwunsch – wir wissen, dass es ein großer Schritt ist, sich die Zeit für eine Bewerbung zu nehmen. Wenn Sie sich bewerben, werden Ihre Angaben direkt an den zuständigen Berater weitergeleitet, der aktiv nach passenden Talenten sucht. Aufgrund der hohen Nachfrage können wir uns möglicherweise nicht bei allen Bewerbern zurückmelden. Wir behalten Ihren Lebenslauf und Ihre Daten jedoch stets in unserer Datenbank und melden uns bei Ihnen, sobald wir ähnliche Positionen sehen oder Fähigkeiten identifizieren, die das Wachstum von Unternehmen vorantreiben können.
Ja. Auch wenn diese Position nicht perfekt zu Ihrem nächsten Karriereschritt passt, hilft uns Ihre Bewerbung dabei, Ihre Fachkenntnisse und Ziele besser zu verstehen. So stellen wir sicher, dass Sie bei der passenden Gelegenheit auf unserem Radar sind.
Wir arbeiten auf unterschiedliche Weise: Zum einen veröffentlichen wir die aktuell verfügbaren Positionen auf unserer Website. Häufig können wir jedoch aus Gründen der Vertraulichkeit nicht alle Vakanzen ausschreiben. Darüber hinaus arbeiten wir mit Kunden zusammen, die einen stärkeren Fokus auf Fähigkeiten legen und darauf, was erforderlich ist, um ihr Unternehmen zukunftssicher aufzustellen.
Aus diesem Grund empfehlen wir, Ihren Lebenslauf zu registrieren, damit Sie auch für Positionen berücksichtigt werden können, die noch nicht geschaffen wurden.
Ja, wir unterstützen Sie bei der Optimierung Ihres Lebenslaufs und der Vorbereitung auf Vorstellungsgespräche. Von individueller Beratung über die gezielte Vorbereitung auf Interviews bis hin zu Gehalts- und Vertragsverhandlungen stehen wir Ihnen während Ihres gesamten nächsten Karriereschritts zur Seite.