Cerebras
Cerebras
501 – 1,000 Mga Empleyado
Artipisyal na intelihensiyaHardwareSaaS
Ang Cerebras ay bumubuo ng wafer-scale AI hardware at pinagsamang software para sa mataas ang performance na pagsasanay at inference ng mga modelo. Pinapagana ng Wafer-Scale Engine nito ang CS-3 system at Cerebras Inference Cloud, na sumusuporta sa mga workflow na tugma sa OpenAI API at deployment sa on-premise, cloud, at edge na mga environment. Idinisenyo ang platform ng kumpanya para sa mga application tulad ng model serving, fine-tuning, pre-training, real-time AI agents, genomics, pagtuklas ng gamot, cybersecurity, at enterprise search. Pinagsasama ng Cerebras ang mga espesyal na chip, system, at software para sa mga organisasyong bumubuo at nagpapatakbo ng mahihirap na workload ng artificial intelligence, kasama ang pangkat na may 501–1,000 empleyado.

Inhinyero sa Machine Learning, Model Bring-Up

Ipinapagana ang mga transformer model sa AI accelerator hardware ng Cerebras at ino-optimize ang performance ng inference ng mga ito. Bumubuo ng mga MLIR compiler path habang pinapahusay ang correctness ng modelo, latency, throughput, at memory efficiency.

Paglalarawan

  • Dinadala ang mga bagong modelo sa production sa pamamagitan ng pagsusuri sa mga arkitektura, pag-convert ng mga weight, pagpapatupad ng mga execution path, at pag-validate ng mga resulta laban sa reference implementation.
  • Ibinababa ang mga modelo sa Cerebras hardware gamit ang mga MLIR dialect, graph transformation, lowering pass, at hardware-specific mapping.
  • Sinusuportahan ang attention, matrix multiplication, normalization, positional embedding, at iba pang operator sa pamamagitan ng compiler at kernel development.
  • Ino-optimize ang operator fusion, tensor layout, tiling, memory allocation, data movement, at parallel execution.
  • Pinapahusay ang prefill at decode performance sa pamamagitan ng pag-tune sa KV-cache management, batching, at quantization para sa mas magandang latency, throughput, at memory use.
  • Sinusuri ang mga numerical discrepancy at tinatasa kung paano nakaaapekto sa accuracy ang mga pagbabago sa precision at compiler optimization.
  • Gumagamit ng profiler, execution trace, at hardware counter upang matukoy ang mga bottleneck sa compute, memory, communication, at runtime.
  • Nakikipagtulungan sa hardware, compiler, kernel, at runtime team upang makapaghatid ng maaasahang model support at reproducible performance benchmark.

Mga Kinakailangan

  • Mahusay sa C++ at Python programming.
  • May hands-on na karanasan sa pagdadala at pag-debug ng machine learning model sa PyTorch o katumbas na framework.
  • May praktikal na karanasan sa MLIR, kabilang ang mga dialect, rewrite pattern, transformation pass, at lowering pipeline.
  • May kaalaman sa compiler fundamentals, kabilang ang intermediate representation, dataflow analysis, at code generation.
  • Nauunawaan ang transformer architecture, attention mechanism, tensor operation, at numerical precision.
  • May karanasan sa pag-profile at pag-optimize ng workload sa GPU o iba pang AI accelerator.
  • Kayang mag-diagnose ng correctness at performance issue sa model code, compiler output, kernel, at runtime execution.
  • May karanasan sa large language model inference, kabilang ang GQA, sliding-window attention, mixture-of-experts, KV caching, at speculative decoding.
  • May karanasan sa FP16, BF16, FP8, o low-bit quantization at sa mga tradeoff ng accuracy at performance ng mga ito.
  • May background sa pagbuo ng accelerator kernel o hardware-specific compiler backend.
  • Pamilyar sa distributed execution, model parallelism, at accelerator memory hierarchy.
  • May mga kontribusyon sa MLIR, LLVM, inference framework, o kaugnay na open-source project.

Mga Benepisyo

  • Matatag na trabaho sa isang kapaligirang kasingbilis ng startup.
  • Mga pagkakataong mag-publish at mag-open-source ng advanced AI research.
  • Makatrabaho ang isa sa pinakamabilis na AI supercomputer sa mundo.
  • Direkta at hindi korporasyong kultura na gumagalang sa mga paniniwala ng bawat isa.
  • Patuloy na pagkatuto, propesyonal na pag-unlad, at suporta.
  • Makatarungan at diverse na lugar ng trabaho.

Mga Kaugnay na Trabaho

FINN Design

Working Student sa Motion at Graphic Design para sa Paid Social

FINN Design
1 – 10 Mga Empleyado
ModaPagmamanupakturaPagtitingi

Gumawa ng motion graphics, mag-edit ng user-generated content, at gumawa ng paid social ads para sa FINN, isang fashion startup na dalubhasa sa makabagong underwear. Magdisenyo ng mga graphic para sa online shop at mga creative ng brand.

Buksan
Active Nutrition International GmbH

Senior na Espesyalista sa Pagkuha sa Active Nutrition International (Hybrid, Germany)

Active Nutrition International GmbH
51 – 200 Mga Empleyado
B2BPagkain at inuminPagmamanupaktura

Pangasiwaan ang ugnayan sa mga supplier, materyales, kontrata, negosasyon, at audit para sa produksyon ng sports nutrition. Suportahan ang matipid na paglulunsad ng produkto at mga operasyon ng suplay kasama ang iba’t ibang pangkat sa negosyo.

Buksan
Active Nutrition International GmbH

Senior na Espesyalista sa Pagbili – Packaging at mga Hilaw na Materyales

Active Nutrition International GmbH
51 – 200 Mga Empleyado
B2BPagkain at inuminPagmamanupaktura

Pangungunahan ang pang-araw-araw na pagbili ng packaging at mga hilaw na materyales sa isang kompanya ng sports nutrition, kabilang ang ugnayan sa mga supplier, negosasyon, at pagsusuri ng merkado. Pangunahing mananagot sa mga kaugnay na proseso ng audit at susuporta sa paglulunsad ng mga bagong produkto at mga proyektong nagpapahusay sa kahusayan sa gastos.

Buksan
B

Junior na Tagasubaybay ng Kalidad ng Call Center na Remote – Peru

BH Partner S.A.C.

Sinusubaybayan ang mga pakikipag-ugnayan ng mga tagapayo sa call center sa mga customer para sa isang kompanya ng serbisyong telekomunikasyon, na nakatuon sa mga tawag tungkol sa paglilipat ng numero. Itinatala ang mahahalagang natuklasan at ginagabayan ang mga tagapayo tungkol sa mga pagkakamali sa pakikipag-usap at pamantayan sa kalidad.

Buksan