Machine Learning Engineer - Inference Optimization, রিমোট পদ

পদটির নাম Machine Learning Engineer - Inference Optimization, নিয়োগকর্তা Featherless AI। কাজটি আইটি ও প্রোগ্রামিং বিভাগের এবং পুরোপুরি রিমোট। প্রার্থী কোথায় থাকেন তা নিয়ে নিয়োগকর্তার কোনো শর্তই নেই, তাই আপনি যেখানে আছেন সেখান থেকেই আবেদন করতে পারেন।

বিজ্ঞাপনে আলাদা করে একটিমাত্র টুলের কথা বলা হয়েছে: Machine Learning। ঠিক এই টুলের অভিজ্ঞতাই এখানে নির্ণায়ক হবে।

নিয়োগকর্তা কোনো অঙ্ক প্রকাশ করেননি, বিষয়টি সাক্ষাৎকারে ঠিক হয়। কাজের সময় নিয়ে বিজ্ঞাপনে কোনো শর্ত নেই।

এই পদটি একটি স্বয়ংক্রিয় যাচাই পেরিয়ে এসেছে: যেসব বিজ্ঞাপনে বিদেশি ওয়ার্ক পারমিট, ভিসা স্পনসরশিপ, নির্দিষ্ট নাগরিকত্ব বা নির্দিষ্ট কোনো দেশে বসবাস চাওয়া হয়, সেগুলো এই তালিকায় ওঠে না।

About the Role We’re looking for a Machine Learning Engineer to own and push the limits of model inference performance at scale . You’ll work at the intersection of research and production-turning cutting-edge models into fast, reliable, and cost-efficient systems that serve real users. This role is ideal for someone who enjoys deep technical work, profiling systems down to the kernel/GPU level, and translating research ideas into production-grade performance gains. What You’ll Do

* Optimize inference latency, throughput, and cost for large-scale ML models in production

* Profile and bottleneck GPU/CPU inference pipelines (memory, kernels, batching, IO)

* Implement and tune techniques such as:

* Quantization (fp16, bf16, int8, fp8)

* KV-cache optimization & reuse

* Speculative decoding, batching, and streaming

* Model pruning or architectural simplifications for inference

* Collaborate with research engineers to productionize new model architectures

* Build and maintain inference-serving systems (e.g. Triton, custom runtimes, or bespoke stacks)

* Benchmark performance across hardware (NVIDIA / AMD GPUs, CPUs) and cloud setups

* Improve system reliability, observability, and cost efficiency under real workloads

What We’re Looking For

* Strong experience in ML inference optimization or high-performance ML systems

* Solid understanding of deep learning internals (attention, memory layout, compute graphs)

* Hands-on experience with PyTorch (or similar) and model deployment

* Familiarity with GPU performance tuning (CUDA, ROCm, Triton, or kernel-level optimizations)

* Experience scaling inference for real users (not just research benchmarks)

* Comfortable working in fast-moving startup environments with ownership and ambiguity

Nice to Have

* Experience with LLM or long-context model inference

* Knowledge of inference frameworks (TensorRT, ONNX Runtime, vLLM, Triton)

* Experience optimizing across different hardware vendors

* Open-source contributions in ML systems or inference tooling

* Background in distributed systems or low-latency services

Why Join Us

* Real ownership over performance-critical systems

* Direct impact on product reliability and unit economics

* Close collaboration with research, infra, and product

* Competitive compensation + meaningful equity at Series A

* A team that cares about engineering quality, not hype

Originally posted on Himalayas