Inżynier ds. badań AI (kompresja i kwantyzacja modelu) - 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, pozostaliśmy szczupli i zapewniliśmy sobie pozycję 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 naszego zespołu zajmującego się modelowaniem AI będziesz wprowadzać innowacje w architekturach udostępniania modeli i wnioskowania dla zaawansowanych systemów AI.

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 potoków obsługujących modele i struktur 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 małe opóźnienia przy jednoczesnej optymalizacji wykorzystania 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 dziedzinie badań i rozwoju AI (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 w przypadku 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 głęboką wiedzę na temat 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 stanowiska 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