Software Engineer-AI Model Bring Up

募集ポジションについて

AI Models / System Bring-UpチームのSoftware Engineerとして、Tenstorrentのプラットフォーム上でAIモデルの移植、検証、最適化を担当していただきます。モデル、ランタイムソフトウェア、ハードウェアを横断して、新たなモデルや、まだTenstorrentのハードで動作していないモデル、研究段階のワークロードを安定した高性能システムへとつなげていくポジションです

Who You Are

• You have hands-on experience with deep learning models in at least one major framework such as PyTorch, TensorFlow, or JAX.
• You are strong in Python or C++, with a solid understanding of neural network architectures, training, and inference fundamentals.
• You are comfortable developing in Linux environments and can debug issues across software, runtime, and hardware layers.
• You are collaborative and curious, and hold a degree in Computer Science, Engineering, Applied Mathematics, or a related field, or have equivalent practical experience.
• You have business-level Japanese and sufficient English proficiency to work effectively in a global environment.

求める人物像

• PyTorch、TensorFlow、JAXなど、主要な深層学習フレームワークのいずれかでのモデル実務経験をお持ちの方
• PythonやC++に強みがあり、ニューラルネットワークの構造、学習、推論の基本理解がある方
• Linux環境での開発に慣れており、ソフトウェア・ランタイム・ハードウェアをまたぐ課題のデバッグができる方
• 協調性と好奇心があり、Computer Science、Engineering、Applied Mathematics関連の学位、または同等の実務経験をお持ちの方
• ビジネスレベル日本語と業務遂行が可能なレベルの英語力がある方

What We Need

• Port, optimize, and validate AI models such as LLMs, CNNs, recommendation models, and vision models on Tenstorrent hardware.
• Port and integrate models into Tenstorrent toolchains and runtime environments.
• Design and run experiments to evaluate model accuracy, performance, and stability.
• Debug cross-stack issues and collaborate closely with hardware, compiler, and runtime teams.

お任せする業務

• LLM、CNN、推薦モデル、ビジョンモデルなどのAIモデルをTenstorrentのハードウェアに移植、最適化したり、検証すること
• モデルをTenstorrentのツールチェーンおよびランタイム環境へ移植・統合すること
• モデルの精度、性能、安定性を評価するための実験を設計・実施すること
• スタック横断の課題をデバッグし、ハードウェア、コンパイラ、ランタイムの各チームと密に連携すること

What You Will Learn

• How AI models are brought up and optimized on Tenstorrent AI accelerators.
• How hardware, compiler, runtime, and model teams work together to build production-ready systems.
• Best practices for model porting, optimization, automation, regression testing, and performance tuning.
• How to translate real-world model requirements into practical technical solutions.

このポジションで得られること

• TenstorrentのAIアクセラレータ上でAIモデルをどのように動かし、最適化していくか
• ハードウェア、コンパイラ、ランタイム、モデルの各チームがどのように連携して実運用向けシステムを作るか
• モデルの移植、最適化、自動化、回帰テスト、性能チューニングのベストプラクティス
• 実際のモデル要件を、実用的なソリューションへ落とし込む方法

Nice to Have

• Experience with LLM or foundation model inference, including KV-cache optimization and quantization.
• Background in compiler or runtime engineering for ML workloads.
• Exposure to post-silicon validation, board bring-up, firmware development, or accelerator platforms.
• Experience working directly with customers or field teams on AI workload deployment and debugging.
• Strong spoken English for technical discussions with global hardware, compiler, runtime, and model teams.

歓迎要件

• LLMまたは基盤モデル推論の経験（KV-cache最適化、量子化を含む）
• MLワークロード向けのコンパイラまたはランタイム開発の経験
• ポストシリコン検証、ボードbring-up、ファームウェア開発、アクセラレータ基盤に関する経験
• AIワークロードの導入やデバッグで、顧客やフィールドチームと直接連携した経験
• 本社とのハードウェラ、コンパイラ、ラインタイム、モデルの各チームと連携し、議論できる英会話力

This offer of employment is contingent upon the applicant being eligible to access U.S. export-controlled technology. Due to U.S. export laws, including those codified in the U.S. Export Administration Regulations (EAR), the Company is required to ensure compliance with these laws when transferring technology to nationals of certain countries (such as EAR Country Groups D:1, E1, and E2). These requirements apply to persons located in the U.S. and all countries outside the U.S. As the position offered will have direct and/or indirect access to information, systems, or technologies subject to these laws, the offer may be contingent upon your citizenship/permanent residency status or ability to obtain prior license approval from the U.S. Commerce Department or applicable federal agency. If employment is not possible due to U.S. export laws, any offer of employment will be rescinded.