Senior C++ CUDA Developer BlancyОпубликовано 27.10.2026

320K ₽/мес

Опубликовано 27.10.2026

Россия Удалённо Senior B2B SaaS C++CUDA GPU Programming

320K ₽/мес

подтверждённая

Что за роль

Blancy разрабатывает веб- и мобильные продукты, корпоративные сервисы, сайты и внутренние системы для бизнеса. Для проектов компании нужен Senior C++ CUDA Developer с опытом работы с GPU.

Требования

Опыт разработки на C++ и работы с CUDA и GPU.

Что мы предлагаем

Удалённую работу из России или Беларуси.
Проектную или долгосрочную занятость в формате аутстаффа.
Оформление только по ИП.
Оплата — до 320 000 ₽; период не указан.

Кто здесь добьётся успеха

→

Уверенно разрабатывает на современном C++ и CUDA: умеет переносить вычислительно ёмкие задачи на GPU, добиваться корректной параллельной работы и искать узкие места производительности.

→

Внимателен к деталям низкоуровневой оптимизации: анализирует загрузку GPU и расход памяти, проверяет корректность вычислений и сопоставляет выигрыш в скорости с усложнением кода.

→

Самостоятельно ведёт техническую часть проектных задач в удалённом формате: фиксирует решения и прогресс, заранее обозначает риски и адаптируется к смене бизнес-контекста в аутстафф-проектах Blancy.

→

Соответствует уровню опытного разработчика: способен разобраться в существующем C++-коде, принимать обоснованные архитектурные решения и передавать команде практики разработки и отладки CUDA.

Ресурсы для обучения

→Курсы программирования в Казани 2026 — ТОП-12 ...Курс

→Яндекс ПрактикумКурс

→N8N: Быстрое погружение + ИИ-агенты: Начальный уровень, 3 500₽ | курс на StepikКурс

Карьерный путь

Старший разработчик C++ и CUDA (Сейчас)→Ведущий разработчик GPU-вычислений или технический лидер проекта (Через 1–2 года)→Архитектор GPU-платформ или руководитель направления высокопроизводительных вычислений (Через 3–5 лет)

Обзор рынка

Объём рынка GPU-вычислений, 2026

$117 млрд

Годовой рост рынка GPU-вычислений

33%

Использование AI в разработке GPU-решений

около 40%

Рост инвестиций в AI-инфраструктуру

+30%

Навыки и требования

Обязательные

C++CUDAGPU Programming

Растущий спрос

Triton и оптимизация GPU-ядер для ML-нагрузокC++20/23 и метапрограммирование для высокопроизводительных системROCm и переносимость CUDA-кода на AMD GPU

Снижающийся спрос

CUDA Toolkit до 10.x и устаревшие API управления памятьюOpenCL 1.x для новых задач GPU-вычислений

Тренды отрасли

Оптимизация вывода генеративных моделей

Спрос на ускорение инференса растёт вслед за внедрением LLM: квантование, fused kernels и снижение задержки становятся практическими задачами CUDA-разработчиков. Для рынка России и Беларуси особенно полезны навыки работы с доступными GPU-кластерами и профилировщиками Nsight.

Рост альтернативной GPU-инфраструктуры

Ограниченная доступность отдельных ускорителей и поставок в регионе усиливает интерес к AMD ROCm и программной переносимости. Разработчику стоит показать опыт абстрагирования CUDA-ядер и измеряемой производительности на разных поколениях GPU.