Cerebras
Cerebras
تطوّر Cerebras عتادًا للذكاء الاصطناعي على مستوى الرقاقة وبرمجيات متكاملة لتدريب النماذج عالية الأداء وتشغيلها. ويشغّل محرّك Wafer-Scale Engine نظام CS-3 وسحابة Cerebras Inference Cloud، التي تدعم سير العمل المتوافق مع واجهة OpenAI API والنشر في البيئات المحلية والسحابية وبيئات الحافة. صُمّمت منصة الشركة لتطبيقات تشمل تقديم النماذج، والضبط الدقيق، والتدريب المسبق، ووكلاء الذكاء الاصطناعي في الوقت الفعلي، وعلم الجينوم، واكتشاف الأدوية، والأمن السيبراني، والبحث المؤسسي. وتجمع Cerebras بين الرقائق والأنظمة والبرمجيات المتخصصة لتمكين المؤسسات من بناء أعباء عمل الذكاء الاصطناعي المتطلبة وتشغيلها، ويعمل لديها فريق يضم 501–1,000 موظف.

مهندس رسم خرائط الخوارزميات وتقييم الأداء في التعلم الآلي الأساسي

اربط خوارزميات تدريب واستدلال التعلم الآلي بهندسة شرائح Cerebras AI. نمذج اختناقات الأداء، وقيّم الأنظمة، وساهم في التصميم المشترك بين العتاد والبرمجيات.

الوصف

  • بناء نماذج تحليلية وتجريبية لأداء خوارزميات تدريب واستدلال التعلم الآلي المتقدمة
  • تقييم السلوك التقاربي والمفاضلات الخوارزمية عبر أحجام النماذج وأطوال التسلسل وأحجام الدُفعات والتوازي ونطاق العتاد
  • تطوير جبهات باريتو التي تشمل جودة النموذج وزمن الاستجابة ومعدل الإنجاز وبصمة الذاكرة والاتصالات وتكلفة الحوسبة
  • إنشاء تطبيقات أولية واختبارات معيارية لـ Cerebras WSE إلى جانب خطوط أساس مناسبة لوحدات معالجة الرسومات والبرمجيات
  • دراسة سلوك النظام لتحديد اختناقات النواة والمصرّف ووقت التشغيل والاتصالات والخوارزميات
  • تقييم الأساليب الناشئة مثل توليد الرموز بالتوازي والانتشار وفك الترميز التخميني والانتباه والتخلخل ومزيج الخبراء والحوسبة منخفضة الدقة والتدريب الموزع
  • التعاون مع فرق البحث والنواة والمصرّف ووقت التشغيل والاستدلال والهندسة المعمارية بشأن أولويات التنفيذ والتصميم المشترك
  • إنشاء أدوات وتصورات للتنبؤ بالأداء وتحليل القياسات ومقارنة مفاضلات التصميم
  • عرض الاستنتاجات والافتراضات والقيود والتوصيات من خلال التقارير التقنية والعروض التقديمية ومراجعات التصميم
  • توجيه أولويات أبحاث التعلم الآلي الأساسي وخيارات التنفيذ وقدرات العتاد والبرمجيات المستقبلية

المتطلبات

  • درجة بكالوريوس أو ماجستير أو دكتوراه، أو خبرة عملية معادلة، في علوم الحاسوب أو هندسة الحاسوب أو الهندسة الكهربائية أو الرياضيات أو تخصص ذي صلة
  • معرفة قوية بهندسة الحاسوب والحوسبة المتوازية وأداء الأنظمة
  • فهم راسخ لأساسيات التعلم الآلي وأنظمة التعلم الآلي
  • خبرة في نمذجة الأداء التحليلية أو تحليل التعقيد الخوارزمي أو الاختبارات المعيارية أو محاكاة الأنظمة
  • قدرة مثبتة على التحليل والاستدلال وحل المشكلات
  • إتقان Python ومعرفة عملية بـ C++
  • خبرة في تحديد مواطن اختناق الأداء وتصحيحها في أنظمة التعلم الآلي أو الحوسبة عالية الأداء أو وحدات المعالجة المركزية أو الرسومية أو المسرّعات
  • القدرة على الربط بين التحليل الرياضي والتحقق التجريبي والتوصيات الهندسية العملية
  • مفضّل: خبرة في تحليل السقف أو محاكيات وحدات المعالجة المركزية أو الرسومية أو تحسين النوى أو التصميم المشترك بين العتاد والبرمجيات
  • مفضّل: إلمام بـ CUDA أو Triton أو PyTorch أو JAX أو أنظمة تدريب واستدلال نماذج اللغة الكبيرة مفتوحة المصدر
  • مفضّل: معرفة بالبنية الداخلية للمحوّلات ومتغيرات الانتباه واستراتيجيات ذاكرة KV المؤقتة وتوازي النماذج والتخلخل والتكميم والتوليد المتوازي
  • مفضّل: منشورات بحثية أو براءات اختراع أو مساهمات كبيرة مفتوحة المصدر في أنظمة التعلم الآلي أو هندسة الحاسوب أو الكفاءة الحسابية
  • مفضّل: خبرة في تقييم الخيارات التقنية لهندسات العتاد أو البرمجيات المستقبلية

المزايا

  • فرص لنشر أبحاث متقدمة في الذكاء الاصطناعي وإتاحتها كمصدر مفتوح
  • العمل مع أحد أسرع الحواسيب الفائقة للذكاء الاصطناعي في العالم
  • طاقة الشركات الناشئة مع الاستقرار الوظيفي
  • ثقافة مباشرة وغير مؤسسية تحترم المعتقدات الفردية
  • فرص مستمرة للتعلم والتطوير والدعم
  • الالتزام ببيئة عمل عادلة ومتنوعة