Ingénieur de Recherche
Il y a 19 heures
Paris, Ile-de-France
SIGMA NOVA
Temps plein
Gratuit avec email ou Google
Enregistrez cette offre et organisez votre recherche
Créez un compte gratuit pour enregistrer des offres d'emploi, créer des alertes et revenir à cette liste depuis votre tableau de bord.
Gratuit avec email ou Google
Entreprise : Sigma Nova
Lieu : Paris
Type de contrat : CDI (
Chez Sigma Nova, nous repoussons les limites de l'intelligence artificielle en entraînant et en optimisant des modèles de fondation à la pointe du domaine. Nous recherchons un Ingénieur de Recherche Junior (H/F) passionné par la recherche appliquée et l'ingénierie système pour rejoindre nos équipes et travailler directement sur nos infrastructures d'entraînement à grande échelle.
Vos missions
- Entraînement à grande échelle : Concevoir, lancer et monitorer des expériences de recherche et d'entraînement nécessitant l'allocation simultanée d'au moins 10 à plusieurs dizaines de GPU.
- Optimisation des performances : Identifier et résoudre les goulets d'étranglement (mémoire GPU, communications inter-nœuds, I/O) pour maximiser le throughput d'entraînement.
- Expérimentation & Benchmark : Mettre en œuvre de nouvelles architectures ou techniques (par exemple : parallélisme de données/modèle/pipeline, quantization, FlashAttention) et évaluer méthodiquement leur impact.
- Prototypage rapide : Transformer des papiers de recherche récents en du code de production propre, modulaire et hautement performant.
Profil recherché
Prérequis techniques :
-
Formation:
Diplôme de niveau Bac+5 / Master 2 (École d'Ingénieurs de premier rang ou Master Recherche en Informatique / IA / Mathématiques appliquées).
- Compute & GPU : Expérience pratique de l'entraînement distribué sur au moins 10 GPU simultanément (projets académiques, stages de fin d'études ou contributions open source).
- Framworks & Outillage : Maîtrise experte de PyTorch et des bibliothèques de distribué (torch.distributed, DeepSpeed, Megatron-LM ou Ray).
- System & Profiling : Bonne connaissance des architectures matérielles (Nvidia CUDA, mémoire HBM, interconnexions NVLink/InfiniBand) et des outils de profilage (PyTorch Profiler, Nsight).
- Programmation : Python avancé (clean code, typage, tests) et bases solides en C++/CUDA appréciées. Qualités personnelles: -Rigueur scientifique irréprochable et méthodologie expérimentale stricte. -Autonomie face aux problèmes complexes d'infrastructure et de débogage distribué. -Curiosité intellectuelle et veille constante sur la littérature scientifique du domaine.
Experience:
Débutant accepté
Compétences:
Analyser, exploiter, structurer des données,Déterminer et développer les méthodes de recherche, de recueil et d'analyse de données,Réaliser et vérifier des calculs de mathématiques généraux ou appliqués Langues: Anglais exigé,Français exigé Qualification: Cadre Secteur d'activité: Recherche-développement en autres sciences physiques et naturelles Liste des qualités professionnelles: Avoir l'esprit d'équipe : Capacité à travailler et à se coordonner avec les autres au sein de l'entreprise pour réaliser les objectifs fixés. Faire preuve de créativité, d'inventivité : Capacité à créer, imaginer quelque chose de nouveau (nouveau produit, nouvelle solution, …). Faire preuve de rigueur et de précision : Capacité à réaliser des tâches en suivant avec exactitude les règles, les procédures, les instructions qui ont été fournies, sans réaliser d'erreur et à transmettre clairement des informations. Se montrer ponctuel et respectueux des règles de savoir-vivre usuelles.
- Entraînement à grande échelle : Concevoir, lancer et monitorer des expériences de recherche et d'entraînement nécessitant l'allocation simultanée d'au moins 10 à plusieurs dizaines de GPU.
- Optimisation des performances : Identifier et résoudre les goulets d'étranglement (mémoire GPU, communications inter-nœuds, I/O) pour maximiser le throughput d'entraînement.
- Expérimentation & Benchmark : Mettre en œuvre de nouvelles architectures ou techniques (par exemple : parallélisme de données/modèle/pipeline, quantization, FlashAttention) et évaluer méthodiquement leur impact.
- Prototypage rapide : Transformer des papiers de recherche récents en du code de production propre, modulaire et hautement performant.
Profil recherché
Prérequis techniques :
-
Formation:
Diplôme de niveau Bac+5 / Master 2 (École d'Ingénieurs de premier rang ou Master Recherche en Informatique / IA / Mathématiques appliquées).
- Compute & GPU : Expérience pratique de l'entraînement distribué sur au moins 10 GPU simultanément (projets académiques, stages de fin d'études ou contributions open source).
- Framworks & Outillage : Maîtrise experte de PyTorch et des bibliothèques de distribué (torch.distributed, DeepSpeed, Megatron-LM ou Ray).
- System & Profiling : Bonne connaissance des architectures matérielles (Nvidia CUDA, mémoire HBM, interconnexions NVLink/InfiniBand) et des outils de profilage (PyTorch Profiler, Nsight).
- Programmation : Python avancé (clean code, typage, tests) et bases solides en C++/CUDA appréciées. Qualités personnelles: -Rigueur scientifique irréprochable et méthodologie expérimentale stricte. -Autonomie face aux problèmes complexes d'infrastructure et de débogage distribué. -Curiosité intellectuelle et veille constante sur la littérature scientifique du domaine.
Experience:
Débutant accepté
Compétences:
Analyser, exploiter, structurer des données,Déterminer et développer les méthodes de recherche, de recueil et d'analyse de données,Réaliser et vérifier des calculs de mathématiques généraux ou appliqués Langues: Anglais exigé,Français exigé Qualification: Cadre Secteur d'activité: Recherche-développement en autres sciences physiques et naturelles Liste des qualités professionnelles: Avoir l'esprit d'équipe : Capacité à travailler et à se coordonner avec les autres au sein de l'entreprise pour réaliser les objectifs fixés. Faire preuve de créativité, d'inventivité : Capacité à créer, imaginer quelque chose de nouveau (nouveau produit, nouvelle solution, …). Faire preuve de rigueur et de précision : Capacité à réaliser des tâches en suivant avec exactitude les règles, les procédures, les instructions qui ont été fournies, sans réaliser d'erreur et à transmettre clairement des informations. Se montrer ponctuel et respectueux des règles de savoir-vivre usuelles.