Senior Applied Scientist, Efficient LLM Inference & Model Optimization

Nebius·Zurichsenior

En corto

→Científico aplicado senior que optimiza inferencia de LLM/VLM con impacto real en producción.
→Día a día: investiga, pruebas, codifica prototipos y los entrega a ingenieros para implementar.
→Lo destacable: el trabajo se publica, se comparte y se despliega, no solo se queda en un paper.

Proficiency in English required for collaboration and documentation.

Postularme en la empresa ↗Compartir por WhatsApp

En ~1 minuto te damos: quién te entrevista, las preguntas probables con respuestas desde tu CV, y tu CV adaptado a esta vacante. Gratis, sin tarjeta.

Las preguntas que te van a hacer

1. ¿Cómo diseñarías un experimento para evaluar el impacto de la compresión del KV-cache en latencia y calidad?

🔒 +7 preguntas más

Sin tarjeta. Subís tu CV y en ~1 minuto tenés el dossier completo.

🎧¿Llegás a la entrevista? Llevá el copiloto. Nuestra extensión escucha la entrevista en vivo y te muestra anclas de 3-4 palabras desde tu CV y tu preparación — mirás, conectás, hablás. Gratis. Ver la extensión →

💵 USD · Remote · No visa

¿No encontrás lo que buscás? Probá Micro1

Micro1 te ubica directo en empresas de EE. UU. que pagan en USD. Un solo proceso de vetting, múltiples ofertas — sin aplicar en frío.

Que Micro1 te matchee →

📬Vacantes elegidas para TU CV, cada mañana por WhatsApp. Gratis: escribí “vacantes” y el bot te manda tus matches del día. Suscribirme →

¿Qué piden?

✓PhD en ciencia de datos, inteligencia artificial o área relacionada.
✓Experiencia comprobada en optimización de inferencia de modelos grandes.
✓Habilidades sólidas en PyTorch, CUDA y herramientas de bajo nivel.
✓Capacidad para diseñar experimentos rigurosos con métricas medibles.
✓Experiencia colaborando con MLEs y equipos de ingeniería en producción.
✓Publicaciones en conferences relevantes (NeurIPS, ICML, ACL, etc.)

¿No cumplís todo? Es lo normal — tu dossier gratis te dice qué gaps tenés y cómo cubrirlos en la entrevista.

PyTorchTritonCUDAC++PythonTensorRTONNXHugging FaceOpenAIBittensor

¿A quién escribirle en Nebius?

Tu dossier gratis identifica a las personas que te entrevistarían — con su background, qué valoran y cómo escribirles para destacar antes de aplicar.

About Nebius: Nebius is leading a new era in cloud infrastructure for the global AI economy. We are building a full-stack AI cloud platform that supports developers and enterprises from data and model training through to production deployment, without the cost and complexity of building large in-house AI/ML infrastructure. Built by engineers, for engineers. From large-scale GPU orchestration to inference optimization, we own the hard problems across compute, storage, networking and applied AI. Listed on Nasdaq (NBIS) and headquartered in Amsterdam, we have a global footprint with R&D hubs across Europe, the UK, North America and Israel. Our team of 1,500+ includes hundreds of engineers with deep expertise across hardware, software and AI R&D. The role Nebius Token Factory needs scientists who can turn frontier inference bottlenecks into research problems, publish credible work, and then help ship the results into production. This is not a papers-only research role. The Applied Scientist is expected to design rigorous experiments, write strong code, collaborate with engineers, and convert research into deployed inference capabilities. A Senior Applied Scientist owns well-scoped research and production optimization projects. They can publish or prepare high-quality technical work while also producing code, experiments, and prototypes that engineers can use. Your responsibilities : • Own focused research projects from hypothesis through experiment, ablation, prototype, and production handoff. • Prepare internal reports, technical blogs, or papers when the work is externally credible. • Partner directly with MLEs to ensure research prototypes become usable production components. • Define and execute research programs in efficient LLM and VLM inference with measurable production impact. • Invent, evaluate, and productionize methods for quantization, QAT , distillation, speculative decoding, KV -cache reuse, KV -cache compression, long-context inference, MoE routing, and model/runtime co-optimization. • Build high-quality prototypes in PyTorch, Triton, CUDA -adjacent tooling, or inference-serving frameworks, then work with MLEs and platform engineers to productionize them. • Design rigorous evaluation methodology covering quality, latency, throughput, numerical stability, memory footprint, tail latency, and cost per token. • Publish papers, technical reports, blog posts, and open-source artifacts th

Más empleos como este

Empleos remotos de AI / ML Engineer

¿Buscando algo parecido?

Dejá tu email y te avisamos cuando salgan vacantes que coincidan con tu perfil.

No apliques sin prepararte

Investigamos quién te entrevista, adaptamos tu CV y te ensayamos en vivo — gratis la primera.