CHAPTERS Group AG
Apple
System Software Engineer (m/w/d) für Machine Learning
BESCHREIBUNG
Bei Apple liefern wir transformative Erlebnisse durch Künstliche Intelligenz. Wenn Sie leidenschaftlich daran interessiert sind, die Grenzen von KI und Hardware-Optimierung zu erweitern, dann werden Sie Teil unseres Teams!
Als System Software Engineer für Machine Learning im Apple Neural Engine (ANE) Team arbeiten Sie daran, leistungsstarke KI-Lösungen mit geringem Stromverbrauch für ikonische Apple Produkte wie Vision Pro, iPhone, iPad, Mac und mehr zum Leben zu erwecken.
Dies ist eine dynamische Gelegenheit, in einem kreativen, kollaborativen Umfeld zu arbeiten und gleichzeitig bahnbrechende Technologien zu entwickeln, die die Zukunft des Computings gestalten werden! Wir suchen einen Ingenieur mit tiefgreifender Expertise in Systemsoftware-Technologie, der bereit ist, neue Herausforderungen und Verantwortlichkeiten anzunehmen, während sich die Rolle weiterentwickelt. Im Laufe der Position wird es Möglichkeiten geben, technische Führung zu demonstrieren, wichtige Designentscheidungen zu beeinflussen, mit anderen Ingenieuren zusammenzuarbeiten und sie zu unterstützen und die Richtung der KI-gesteuerten Fähigkeiten von Apple im gesamten Ökosystem mitzugestalten. Sind Sie bereit, uns zu helfen, die nächsten bahnbrechenden Apple Produkte zu liefern?
MINDESTQUALIFIKATIONEN
- BS und mindestens 10 Jahre relevante Branchenerfahrung
- Erfahrung in der Definition von Schnittstellen, die von anderen Teams oder externen Entwicklern verwendet werden, mit Fokus auf Lebenszyklus, Fehlerbehandlung und zukünftige Kompatibilität
- Tiefgreifende Kenntnisse in C und C++ in großer, produktiver Systemsoftware
- Verständnis von Laufzeitsystemen: Prozess-/Thread-Modelle, Speicherverwaltung, IPC/RPC und Ressourcenlebenszyklus
- Verständnis von Software-Hardware-Schnittstellen: Register, DMA, Befehlswarteschlangen oder ähnliche Muster zur Beschleunigerinteraktion
- Erfahrung mit der Auslieferung von produktiver Systemsoftware
BEVORZUGTE QUALIFIKATIONEN
- Erfahrung im Aufbau oder der Erweiterung von ML-Laufzeitsystemen, Inferenz-Engines oder Accelerator-Treiber-Stacks (z. B. TensorRT, ONNX Runtime, XLA, Metal, Vulkan Compute oder ähnliches)
- Kenntnisse in Swift/Rust oder einer anderen speichersicheren Systemprogrammiersprache
- Kenntnisse von ML-Modellkompilierungs-Pipelines und wie Laufzeit-APIs mit Compiler-Ausgaben interagieren (Graph IR, kompilierte Binärdateien)
- Erfahrung mit Multi-Client-Laufzeitszenarien: Arbitrierung des Hardwarezugriffs, Verwaltung von Priorität/QoS und Handhabung des Client-Lebenszyklus (z. B. Verbinden, Trennen, Wiederherstellung nach Absturz)
- Kenntnisse der neuronalen Netzwerkinferenz: Operator-Ausführung, Tensor-Speicherlayout, Pipelining und Batching-Strategien
- Starke Kommunikationsfähigkeiten und Erfahrung in der Zusammenarbeit über Teamgrenzen hinweg (Framework-Teams, Compiler-Teams, Hardware-Teams)
