- Страна
- Нидерланды
Откликайтесь
на вакансии с ИИ

System Engineer (Token Factory)
Nebius — это быстрорастущий игрок в сфере AI-инфраструктуры с листингом на Nasdaq. Работа с передовым оборудованием (H100/B200) и масштабными задачами делает эту вакансию крайне привлекательной для системных инженеров.
Сложность вакансии
Роль требует глубоких знаний в области системного программирования, архитектуры GPU и написания низкоуровневого кода на C++. Процесс отбора включает сложные технические интервью по кодингу и производительности систем.
Анализ зарплаты
Зарплата в объявлении не указана, но для подобных ролей в Европе и Израиле рыночный диапазон составляет от 90 до 140 тысяч евро в год. Nebius позиционирует себя как конкурентный работодатель, предлагая пакеты, соответствующие уровню Tier-1 тех-компаний.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в nebius уже сейчас
Присоединяйтесь к команде Nebius и создавайте будущее AI-инфраструктуры на базе мощнейших GPU-кластеров в мире!
Описание вакансии
Why work at NebiusNebius is leading a new era in cloud computing to serve the global AI economy. We create the tools and resources our customers need to solve real-world challenges and transform industries, without massive infrastructure costs or the need to build large in-house AI/ML teams. Our employees work at the cutting edge of AI cloud infrastructure alongside some of the most experienced and innovative leaders and engineers in the field.
Where we workHeadquartered in Amsterdam and listed on Nasdaq, Nebius has a global footprint with R&D hubs across Europe, North America, and Israel. The team of over 1400 employees includes more than 400 highly skilled engineers with deep expertise across hardware and software engineering, as well as an in-house AI R&D team.
About the role:
Token Factory is a part of Nebius Cloud, one of the world’s largest GPU clouds, running tens of thousands of GPUs. We are building an inference platform that makes every kind of foundation model — text, vision, audio, and emerging multimodal architectures — fast, reliable, and effortless to deploy at massive scale.
Responsibilities:
- Develop and optimize low-level kernels and runtime components for AI inference
- Improve performance of inference engines GPU platforms
- Profile and debug system-level and hardware-level performance issues
- Integrate support for new hardware architectures (Hopper, Blackwell, Rubin)
- Collaborate with ML and backend teams to optimize end-to-end execution
Required Qualifications:
- Strong proficiency in C++, OR expertise in GPU programming with a focus on low-level high-performance coding and memory management
- Experience in GPU programming or systems-level software development, e.g. operating system internals, kernel modules, or device drivers
- Hands-on experience with profiling and debugging tools to identify performance issues on both CPUs and GPUs, and the ability to optimize code based on those findings.
- Solid understanding of CPU/GPU architecture and memory hierarchy
Preferred Qualifications:
- Experience with GPU computing programming: CUDA, ROCm, CUTLASS, Cute, ThunderKittens, Triton, Pallas, Mosaic GPU
- Familiarity with ML inference runtimes (e.g. TensorRT, TVM)
- Knowledge of Linux internals, drivers, or compiler toolchains
- Experience with tools like perf, VTune, Nsight, or ROCm profiler
- Familiarity with popular inference engines (e.g. such as vLLM, sglang, TGI)
We conduct coding interviews as part of the process.
What we offer
- Competitive salary and comprehensive benefits package.
- Opportunities for professional growth within Nebius.
- Flexible working arrangements.
- A dynamic and collaborative work environment that values initiative and innovation.
We’re growing and expanding our products every day. If you’re up to the challenge and are excited about AI and ML as much as we are, join us!
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- C++
- Linux
- CUDA
- TensorRT
- Performance Optimization
- Triton
- vLLM
- GPU Programming
- Kernel development
- ROCm
- Nsight
- perf
- CUTLASS
Возможные вопросы на собеседовании
Проверка понимания работы с памятью на низком уровне, что критично для GPU-инференса.
Объясните разницу между pinned memory и pageable memory в контексте передачи данных между CPU и GPU. Как это влияет на пропускную способность?
Вакансия требует оптимизации ядер для AI.
Какие основные стратегии вы используете для минимизации расхождения потоков (thread divergence) в CUDA-кернелах?
Работа связана с новейшим железом (Blackwell, Hopper).
Как архитектурные особенности тензорных ядер (Tensor Cores) влияют на выбор алгоритмов оптимизации для LLM инференса?
Необходимо уметь находить узкие места.
Опишите ваш подход к профилированию приложения, если Nsight Systems показывает низкую утилизацию GPU при высокой нагрузке на шину памяти.
Проверка навыков системного программирования.
Как бы вы реализовали кастомный аллокатор памяти для системы, работающей в реальном времени, чтобы избежать фрагментации?
Похожие вакансии
Middle+ Инженер внедрения
Senior Atlassian Administrator (Jira / Confluence)
Инженер внедрения Middle+
Администратор информационных систем (Senior)
Senior Системный администратор (Senior+)
Инженер сетевой (Senior)
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!
- Страна
- Нидерланды