Inżynier ds. badań AI (uczenie się ze wzmocnieniem wielomodalnym) - w 100% zdalny na całym świecie

Dołącz do Tether i kształtuj przyszłość finansów cyfrowychW 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 do każdej transakcji. Innowacja dzięki TetherTether 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: Wspierając zrównoważony rozwój, nasze rozwiązania energetyczne optymalizują nadwyżkę mocy do wydobycia Bitcoinów, stosując przyjazne dla środowiska praktyki w najnowocześniejszych, zróżnicowanych geograficznie obiektach.Tether Data: Wspierając przełomowe rozwiązania w zakresie sztucznej inteligencji i technologii peer-to-peer, obniżamy koszty infrastruktury i usprawniamy globalną komunikację dzięki najnowocześniejszym rozwiązaniom, takim jak KEET, nasza flagowa aplikacja, która na nowo definiuje bezpieczne i prywatne udostępnianie danych.

Tether Education: Demokratyzacja dostępu do najwyższej klasy cyfrowej edukacji, 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 możliwe, tworząc przyszłość, w której łączą się innowacje i ludzkie możliwości potężne, niespotykane dotąd sposoby. 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 jest Twoja szansa na współpracę z najwybitniejszymi umysłami, przesuwanie granic i ustanawianie nowych standardów. Szybko się rozwinęliśmy, utrzymaliśmy szczupłą sylwetkę i zapewniliśmy sobie miejsce jako lidera w branży.

Jeśli posiadasz doskonałe umiejętności komunikacyjne w języku angielskim i jesteś gotowy, aby wnieść swój wkład w najbardziej innowacyjną platformę na świecie, Tether to miejsce dla Ciebie. Czy jesteś gotowy, aby być częścią przyszłości? Informacje o pracy Jako członek zespołu modelującego sztuczną inteligencję będziesz wprowadzać innowacje w multimodalnym uczeniu się przez wzmacnianie w celu udoskonalania inteligentnych systemów nowej generacji.

Twoja praca skupi się na optymalizacji podejmowania decyzji i zachowań adaptacyjnych w ramach zintegrowanych modalności danych, takich jak tekst, obrazy i dźwięk, aby zapewnić lepszą inteligencję, solidną wydajność i możliwości specyficzne dla domeny w przypadku wyzwań w świecie rzeczywistym. Będziesz opracowywać i skalować techniki uczenia się przez wzmacnianie w złożonych architekturach multimodalnych, w tym modele generatywne oparte na dyfuzji i modele autoregresyjne do zrozumienia multimodalnego, a także modele oszczędzające zasoby zaprojektowane dla ograniczonych środowisk sprzętowych. Obejmuje to prowadzenie badań nad algorytmami uczenia się przez wzmacnianie dla modeli multimodalnych, obejmującymi modele dyfuzji dla modeli autoregresji obrazu dla wnioskowania multimodalnego oraz ujednoliconych ram multimodalnych.

Oczekuje się, że będziesz mieć głęboką wiedzę specjalistyczną w projektowaniu multimodalnych systemów uczenia się przez wzmacnianie i duże doświadczenie w zaawansowanych architekturach modeli, z praktycznym, opartym na badaniach podejściem do tworzenia i wdrażania nowatorskich algorytmów i ram szkoleniowych. Będziesz projektować i rozwijać infrastrukturę RL oraz strategie modelowania nagród, aby umożliwić wydajne szkolenie na dużą skalę, poprawić stabilność treningu oraz złagodzić hakowanie nagród i powiązane tryby awarii. Do Twoich obowiązków należy także opieka nad multimodalnymi środowiskami symulacyjnymi i szkoleniowymi zbiorami danych, poprawa podstawowej wydajności polityki w różnych modalnościach oraz identyfikowanie i eliminowanie wąskich gardeł w multimodalnym uczeniu się i optymalizacji wynagrodzeń.

Ponadto poznasz paradygmaty uczenia się przez wzmacnianie nowej generacji, które bardziej bezpośrednio i skutecznie uczą się na podstawie informacji zwrotnych ze środowiska, w celu odblokowania doskonałej, dostosowanej do domeny wydajności sztucznej inteligencji w dynamicznych środowiskach świata rzeczywistego. Obowiązki Prowadzenie badań nad algorytmami uczenia się przez wzmacnianie dla modeli multimodalnych, w tym podejść opartych na dyfuzji do modeli autoregresji obrazu w celu zrozumienia multimodalnego oraz ujednoliconych ram integrujących wiele modalności. Projektuj i buduj infrastrukturę uczenia się przez wzmacnianie, która obsługuje skalowalne, rozproszone szkolenia w systemach multimodalnych, zachowując jednocześnie wydajność i niezawodność.

Opracuj i udoskonalaj strategie modelowania nagród, które poprawiają stabilność treningu, dostosowują zachowanie modelu do pożądanych wyników oraz łagodzą hakowanie nagród i powiązane tryby awarii. Twórz i zarządzaj multimodalnymi środowiskami symulacyjnymi i zbiorami danych w celu wspierania solidnego szkolenia, oceny i testów porównawczych systemów uczenia się przez wzmacnianie. Projektuj i przeprowadzaj rygorystyczne protokoły testów porównawczych i oceny, aby mierzyć wydajność modelu, śledzić postęp w porównaniu z wartościami bazowymi i weryfikować ulepszenia w zadaniach multimodalnych.

Analizuj i optymalizuj skuteczność polityki w różnych modalnościach, identyfikując wąskie gardła w szkoleniach, przydzielaniu punktów i dostosowaniu międzymodalnym. Badaj i rozwijaj paradygmaty uczenia się przez wzmacnianie nowej generacji, które skuteczniej uczą się na podstawie informacji zwrotnych z otoczenia, w celu osiągnięcia najwyższej, najnowocześniejszej wydajności (SOTA). Publikuj wyniki badań na najważniejszych konferencjach, takich jak ICML, NeurIPS, ICLR, CVPR, ICCV, ECCV itp.

Wymagania Wymagany jest tytuł magistra informatyki lub dziedziny pokrewnej; preferowany jest doktorat z uczenia maszynowego, NLP, widzenia komputerowego lub dyscypliny pokrewnej, a także duże doświadczenie w badaniach nad sztuczną inteligencją i publikacjach na najważniejszych konferencjach. Udokumentowane doświadczenie w prowadzeniu eksperymentów w zakresie uczenia się przez wzmacnianie na dużą skalę w systemach multimodalnych i zorientowanych na wizję, w tym w ustawieniach RL online, z wykazanym wpływem na podejmowanie decyzji w konkretnej dziedzinie i wymierną poprawą wyników polityki. Głębokie zrozumienie algorytmów uczenia się przez wzmacnianie i metod optymalizacji stosowanych do problemów związanych z wizją i uczeniem się multimodalnym, ze szczególnym uwzględnieniem poprawy stabilności polityki, eksploracji i wydajności próbek w złożonych, wielowymiarowych środowiskach obejmujących obrazy, wideo i inne modalności.

Wysoka biegłość w PyTorch i platformach głębokiego uczenia się dla wizji i multimodalnej sztucznej inteligencji, z praktycznym doświadczeniem w tworzeniu kompleksowych potoków RL obejmujących symulację, szkolenia, ocenę i wdrażanie w systemach klasy produkcyjnej. Wykazano umiejętność stosowania badań empirycznych do rozwiązywania podstawowych problemów RL w zadaniach multimodalnych i wizyjnych, takich jak nieefektywność próby, kompromisy w zakresie eksploracji i eksploatacji oraz niestabilność szkolenia, wraz z doświadczeniem w projektowaniu solidnych ram oceny i iterowaniu ulepszeń algorytmicznych w celu poprawy wydajności agentów. Udokumentowane publikacje badawcze na najważniejszych konferencjach, takich jak ICML, NeurIPS, ICLR, CVPR, ICCV, ECCV 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: 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 @ lub @. 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. W razie wątpliwości skontaktuj się z nami za pośrednictwem naszej oficjalnej strony internetowej.

Najważniejsze informacje Oryginalnie opublikowano w Himalajach