Inżynier ds. badań AI (optymalizacja jądra i wnioskowania)

Dołącz do Tether i kształtuj przyszłość finansów cyfrowych W Tether nie tylko tworzymy produkty, jesteśmy pionierami globalnej rewolucji finansowej. Nasze najnowocześniejsze rozwiązania umożliwiają firmom - od giełd i portfeli po procesory płatności i bankomaty - bezproblemową integrację tokenów zabezpieczonych rezerwą w ramach łańcuchów bloków. Wykorzystując moc technologii blockchain, Tether umożliwia natychmiastowe, bezpieczne i globalne przechowywanie, wysyłanie i odbieranie tokenów cyfrowych za ułamek kosztów.

Przejrzystość jest podstawą wszystkiego, co robimy, zapewniając zaufanie przy każdej transakcji. Wprowadzaj innowacje dzięki Tether Tether Finance: Nasz innowacyjny pakiet produktów obejmuje najbardziej zaufaną na świecie monetę typu stablecoin, USDT, na której polegają setki milionów ludzi na całym świecie, a także pionierskie usługi tokenizacji aktywów cyfrowych. Ale to dopiero początek: Tether Power: napędzając zrównoważony rozwój, nasze rozwiązania energetyczne optymalizują nadwyżkę mocy na potrzeby wydobywania Bitcoinów, stosując przyjazne dla środowiska praktyki w najnowocześniejszych obiektach zróżnicowanych geograficznie.

Tether Data: napędzając przełomy w sztucznej inteligencji i technologii peer-to-peer, obniżamy koszty infrastruktury i ulepszamy globalną komunikację dzięki najnowocześniejszym rozwiązaniom, takim jak KEET, nasza flagowa aplikacja, która na nowo definiuje bezpieczne i prywatne udostępnianie danych. Edukacja Tether: Demokratyzując dostęp do najwyższej klasy edukacji cyfrowej, umożliwiamy jednostkom prosperowanie w gospodarce cyfrowej i gig, napędzając globalny wzrost i możliwości. Tether Evolution: Na skrzyżowaniu technologii i potencjału ludzkiego przesuwamy granice tego, co jest możliwe, tworząc przyszłość, w której innowacje i ludzkie możliwości łączą się w potężny, niespotykany dotychczas sposób.

Dlaczego warto do nas dołączyć? Nasz zespół to globalna potęga talentów, pracująca zdalnie z każdego zakątka świata. Jeśli pasjonujesz się pozostawieniem śladu w przestrzeni fintech, to Twoja szansa na współpracę z najwybitniejszymi umysłami, przesuwanie granic i wyznaczanie nowych standardów.

Szybko się rozwinęliśmy, utrzymaliśmy szczupłą sylwetkę i zapewniliśmy sobie pozycję lidera w branży. Jeśli potrafisz doskonale komunikować się w języku angielskim i jesteś gotowy przyczynić się do powstania najbardziej innowacyjnej platformy na świecie, Tether jest miejscem dla Ciebie. Czy jesteś gotowy, aby być częścią przyszłości?

O stanowisku Jako członek naszego zespołu zajmującego się modelowaniem sztucznej inteligencji będziesz wprowadzać innowacje w architekturze udostępniania modeli i wnioskowania dla zaawansowanych systemów sztucznej inteligencji. Twoja praca skupi się na optymalizacji strategii wdrażania modeli i wnioskowania, aby zapewnić wysoce responsywną, wydajną i skalowalną wydajność w rzeczywistych aplikacjach. Będziesz pracować na szerokim spektrum systemów, począwszy od zasobooszczędnych modeli zaprojektowanych dla ograniczonych środowisk sprzętowych po złożone, multimodalne architektury integrujące dane, takie jak tekst, obrazy i dźwięk.

Oczekujemy, że będziesz mieć głęboką wiedzę specjalistyczną w projektowaniu i optymalizacji modeli obsługujących potoki i platformy wnioskowania, a także silne doświadczenie w zaawansowanych architekturach modeli. Przyjmiesz praktyczne, oparte na badaniach podejście do opracowywania, testowania i wdrażania nowatorskich strategii serwowania i algorytmów wnioskowania. Do Twoich obowiązków należy projektowanie solidnych potoków wnioskowania, ustalanie kompleksowych wskaźników wydajności oraz identyfikowanie i rozwiązywanie wąskich gardeł w środowiskach produkcyjnych.

Ostatecznym celem jest zapewnienie wysokiej przepustowości, małych opóźnień, niewielkiego zużycia pamięci i skalowalnej wydajności sztucznej inteligencji, która zapewnia wymierną wartość w dynamicznych, rzeczywistych scenariuszach. Obowiązki - Projektowanie i wdrażanie najnowocześniejszych architektur obsługujących modele, które zapewniają wysoką przepustowość i niskie opóźnienia, jednocześnie optymalizując wykorzystanie pamięci. Upewnij się, że te potoki działają wydajnie w różnorodnych środowiskach, w tym na urządzeniach o ograniczonych zasobach i platformach brzegowych.

Ustal jasne cele w zakresie wydajności, takie jak zmniejszone opóźnienia, ulepszona reakcja na token i zminimalizowane zużycie pamięci. - Twórz, uruchamiaj i monitoruj kontrolowane testy wnioskowania zarówno w symulowanych, jak i rzeczywistych środowiskach produkcyjnych. Śledź kluczowe wskaźniki wydajności, takie jak opóźnienie odpowiedzi, przepustowość, zużycie pamięci i współczynniki błędów, ze szczególnym uwzględnieniem wskaźników charakterystycznych dla urządzeń o ograniczonych zasobach. Dokumentuj wyniki iteracji i porównuj wyniki z ustalonymi wzorcami, aby zweryfikować wydajność na różnych platformach. - Identyfikuj i przygotowuj wysokiej jakości testowe zestawy danych i scenariusze symulacyjne dostosowane do rzeczywistych wyzwań wdrożeniowych, w szczególności tych napotykanych na urządzeniach o niskich zasobach. Ustaw mierzalne kryteria, aby mieć pewność, że te zasoby skutecznie oceniają wydajność modelu, opóźnienia i wykorzystanie pamięci w różnych warunkach operacyjnych. - Analizuj wydajność obliczeniową i diagnozuj wąskie gardła w potoku obsługującym, monitorując zarówno metryki przetwarzania, jak i pamięci.

Rozwiąż problemy, takie jak nieoptymalne przetwarzanie wsadowe, opóźnienia w sieci i duże użycie pamięci, aby zoptymalizować infrastrukturę obsługującą pod kątem skalowalności i niezawodności w systemach o ograniczonych zasobach. - Ściśle współpracuj z zespołami interdyscyplinarnymi, aby zintegrować zoptymalizowane platformy obsługi i wnioskowania z potokami produkcyjnymi zaprojektowanymi dla aplikacji brzegowych i na urządzeniach. Zdefiniuj jasne wskaźniki sukcesu, takie jak poprawiona wydajność w świecie rzeczywistym, niski poziom błędów, solidna skalowalność, optymalne wykorzystanie pamięci i zapewnij ciągłe monitorowanie i iteracyjne udoskonalenia w celu uzyskania trwałych ulepszeń. Wymagania - Wykształcenie wyższe o kierunku informatycznym lub pokrewnym.

Idealny doktorat z NLP, uczenia maszynowego lub pokrewnej dziedziny, uzupełniony solidnymi osiągnięciami w badaniach i rozwoju sztucznej inteligencji (z dobrymi publikacjami na konferencjach A*). - Wymagana znajomość języka Metal Shading Language (MSL). Powinieneś czuć się komfortowo pisząc od zera niestandardowe shadery obliczeniowe. - Niezbędne jest udokumentowane doświadczenie w optymalizacji jądra niskiego poziomu i optymalizacji wnioskowania na urządzeniach mobilnych. Twój wkład powinien był doprowadzić do wymiernej poprawy opóźnień wnioskowania, przepustowości i zużycia pamięci dla aplikacji specyficznych dla domeny, szczególnie na urządzeniach i platformach brzegowych o ograniczonych zasobach. - Wymagane jest głębokie zrozumienie nowoczesnych architektur obsługujących modele i technik optymalizacji wnioskowania.

Obejmuje to najnowocześniejsze metody osiągania małych opóźnień, wysokiej wydajności i wydajnego zarządzania pamięcią w różnorodnych scenariuszach wdrożeń o ograniczonych zasobach. - Musi posiadać dużą wiedzę w zakresie pisania jąder GPU dla urządzeń mobilnych (tj. smartfonów), a także głębokie zrozumienie platform i silników obsługujących modele. Wymagane jest praktyczne doświadczenie w opracowywaniu i wdrażaniu kompleksowych potoków wnioskowania, od optymalizacji modeli w celu wydajnej obsługi po integrację tych rozwiązań na urządzeniach o ograniczonych zasobach. - Wykazano umiejętność zastosowania badań empirycznych do przezwyciężenia wyzwań związanych z obsługą modeli, takich jak optymalizacja opóźnień, wąskie gardła obliczeniowe i ograniczenia pamięci. Powinieneś być biegły w projektowaniu solidnych ram oceny i iterowaniu strategii optymalizacji, aby stale przesuwać granice wydajności wnioskowania i wydajności systemu. - Rozproszone systemy wnioskowania: projektowanie i optymalizacja wysokowydajnych silników wnioskowania przy użyciu technik takich jak równoległość tensorów, równoległość potoków i równoległość ekspercka do obsługi ogromnych modeli w klastrach GPU. - Głębokie zrozumienie matematyki i struktury stojącej za modelami dyfuzji i transformatorami wizyjnymi - Zrozumienie przycinania, kwantyzacji, uwagi Flash, pamięci podręcznej KV, dekodowania spekulatywnego (Eagle) itp.

Ważne informacje dla kandydatów Oszustwa rekrutacyjne stają się coraz bardziej powszechne. Aby się zabezpieczyć, starając się o stanowisko, pamiętaj o następujących kwestiach: - Aplikuj wyłącznie za pośrednictwem naszych oficjalnych kanałów. Nie korzystamy z platform ani agencji stron trzecich do celów rekrutacji, chyba że zostało to wyraźnie określone.

Wszystkie otwarte role są wymienione na naszej oficjalnej stronie karier: https://tether.recruitee.com/ - Zweryfikuj tożsamość osoby rekrutującej. Wszyscy nasi rekruterzy posiadają zweryfikowane profile na LinkedIn. Jeśli nie masz pewności, możesz potwierdzić ich tożsamość, sprawdzając ich profil lub kontaktując się z nami za pośrednictwem naszej strony internetowej. - Uważaj na nietypowe metody komunikacji.

Nie przeprowadzamy rozmów kwalifikacyjnych za pośrednictwem WhatsApp, Telegramu ani SMS-ów. Cała komunikacja odbywa się za pośrednictwem oficjalnych firmowych e-maili i platform. - Dokładnie sprawdź adresy e-mail. Wszelka komunikacja od nas będzie pochodzić z e-maili kończących się na @tether.to lub @tether.io - nigdy nie prosimy o podanie szczegółów płatności ani finansów.

Jeśli ktoś poprosi o osobiste dane finansowe lub płatność w dowolnym momencie procesu rekrutacji, jest to oszustwo. Proszę to natychmiast zgłosić. Jeśli masz wątpliwości, skontaktuj się z nami za pośrednictwem naszej oficjalnej strony internetowej.

Najważniejsze informacje Aplikuj bezpośrednio na RemoteJobs.org: https://remotejobs.org/remote-jobs/ai-research-engineer-kernel-inference-optimization-tether-operatives-limited