CommonAI CIC
CommonAI CIC
Ang CommonAI CIC ay isang community interest company na nakabase sa Cambridge at isang non-profit na organisasyong nakabatay sa pagiging miyembro na nagtatrabaho para sa ligtas at responsableng pagbuo ng mga pundamental na teknolohiyang AI. Pinag-uugnay ng kolaboratibong modelo nito sa engineering ang mga startup ng AI, matatag nang mga negosyo, organisasyon ng pampublikong sektor, at mga pangkat akademiko upang magbahagi ng mga resource, bumuo ng intellectual property, at isulong ang deep-tech AI sa pamamagitan ng mga programang pinamamahalaan, kabilang ang mga inisyatibang may mataas na antas ng assurance at ang Scaling Inference Lab. Sinusuportahan ng organisasyon ang mga miyembro nito sa pamamagitan ng access sa protektadong Digital Commons, dalubhasang kaalaman sa engineering at pananaliksik, at cost-effective na compute infrastructure para sa mga pinamamahalaang open-source at research project. Ang pagtatrabaho sa CommonAI CIC ay nag-aalok ng pagkakataong makapag-ambag sa praktikal at kolaboratibong gawain sa pagitan ng artificial intelligence, pananaliksik, at teknolohiyang para sa kapakanan ng publiko.

Software Engineer, Simulation ng Imprastraktura ng AI

Bumuo ng simulation software para sa pananaliksik ng CommonAI sa imprastraktura ng AI, at ihambing ang mga estratehiya sa processor, memorya, network, at paghahatid gamit ang makatotohanang workload ng malalaking language model.

Paglalarawan

  • Bumuo at magsama ng mga bahagi ng simulation na kumakatawan sa gawi at ugnayan ng mga ito upang maihambing ang mga imprastraktura ng AI.
  • Suriin ang mga kasalukuyang framework at software kasama ang teknikal na pinuno at mga kasosyo sa proyekto.
  • Palawakin at pagdugtungin ang mga kapaki-pakinabang na bahagi sa pamamagitan ng mga interface na malinaw ang pagkakatakda.
  • Imodelo ang estado ng system at paggamit ng mga resource upang magkaroon ng angkop na epekto sa ibang bahagi ang pagbabago sa isang bahagi.
  • Gumawa ng mga simulation scenario, diagnostic output, at test na maaaring ulitin at kopyahin ang resulta.
  • Tukuyin ang mga maling palagay, error sa integrasyon, at mga kasong hindi suportado.
  • Ihambing ang mga hula sa ebidensiya kasama ang mga espesyalista sa pagsukat at kawalang-katiyakan.
  • Pagbutihin ang mga modelo at isama sa simulator ang mga pamamaraan sa calibration at kawalang-katiyakan.
  • Panatilihing maaasahan ang software, dokumentasyon, at mga daloy ng trabaho sa pag-develop.
  • Gumamit ng mga AI coding agent bilang tulong sa implementasyon at pagsubok.
  • Ikonekta ang kasalukuyang bahagi ng simulator sa mga workload model at dataset ng pagsukat upang makagawa ng mga paghahambing na maaaring ulitin sa pagitan ng hinulaang performance at aktuwal na nasukat na performance.

Mga Kinakailangan

  • Matibay na kasanayan sa software engineering, na naipapakita sa pagbuo, pag-debug, at pagpapanatili ng malawakang teknikal na software.
  • Karanasan sa kahit isang kaugnay na larangan: discrete-event simulation; arkitektura ng computer o pagmomodelo ng performance; distributed o high-performance computing system; inference runtime at paghahatid; pagmomodelo ng memorya o network; o integrasyon ng siyentipikong software sa magkakaibang bahagi.
  • Kayang umunawa ng code na hindi pa pamilyar, mag-isip tungkol sa mga interface, at suriin ang pagiging angkop at gastos sa pagpapanatili ng muling paggamit, pagpapalawak, o pagbuo ng software.
  • Pakikipagtulungang paraan sa pagsusuri ng mga palagay at pakikipagtrabaho sa mga espesyalista sa kaugnay na larangan.
  • Praktikal na karanasan sa mga AI coding agent at mahusay na pagpapasya sa pagsusuri ng kawastuhan at kadalian ng pagpapanatili ng mga output ng mga ito.
  • Maaaring kabilang sa kaugnay na karanasan ang Python, C++, Rust, o iba pang programming language para sa system o siyentipikong gawain.
  • Bentahe ang pamilyaridad sa vLLM o SGLang, mga framework ng simulator, o mga tool sa performance ng hardware.
  • Makakatulong ang kaugnay na postgraduate na pag-aaral; mas mahalaga ang karanasan at kalidad ng trabaho kaysa sa mga pormal na kwalipikasyon.
  • Kayang dumalo sa Cambridge ayon sa napagkasunduan sa hybrid na kaayusan.
  • Maaaring isaalang-alang ang karanasan sa UK, pati na ang mga aplikanteng nasa unang yugto ng karera na may matibay na patunay ng kakayahan.

Mga Benepisyo

  • Kumpetitibong pakete ng suweldo na may pensiyon at iba pang benepisyo.
  • Mga pagkakataon para sa propesyonal na pag-unlad.
  • Pakikipag-ugnayan sa mga kilalang tao sa sektor ng teknolohiya at akademya.
  • Malaking badyet para sa mga tool, kabilang ang mga nangungunang modelo at coding agent.
  • Sama-sama at suportadong kapaligiran sa trabaho.
  • Pagkakataong mag-ambag sa gawain ng lumalagong organisasyon.
  • Opisina malapit sa istasyon ng Cambridge, ilang minutong lakad lamang.
  • Flexible na kaayusan para sa pagpasok sa opisina at pagtatrabaho nang hybrid.
  • May mga opsyon para sa permanenteng trabaho, part-time, at consultancy.

Mga Kaugnay na Trabaho

CommonAI CIC

Inhinyero sa Pagganap ng mga Sistema ng Imprastraktura ng AI

CommonAI CIC

Magdisenyo ng mga eksperimentong nauulit at mga kasangkapan sa pagsukat para sa mga simulation ng imprastraktura ng AI ng CommonAI. Suriin ang pagganap ng hardware at paghahatid ng LLM upang makatulong sa mga desisyon sa pamumuhunan sa UK.

Buksan
CommonAI CIC

Inhinyero ng mga Sistema ng Machine Learning, Pagbe-benchmark ng Inference

CommonAI CIC

Bumuo ng mga benchmark na maaaring ulitin para sa paghahatid ng LLM bilang bahagi ng pananaliksik sa imprastraktura ng AI ng CommonAI sa UK. Suriin ang mga workload na may mahabang konteksto at gumagamit ng mga ahente sa pisikal na sistema at mga simulation.

Buksan
Aurora Energy Research

Senior na Software Engineer sa AI

Aurora Energy Research

Pangunahan ang pagbuo ng mga autonomous na LLM system na sumusuporta sa mga desisyon sa merkado ng enerhiya sa Aurora Energy Research, na gumagamit ng cloud software para subaybayan at imodelo ang mga grid ng kuryente. Pamahalaan ang mga team at maghatid ng mga agentic system mula sa mga paunang talakayan sa user hanggang sa production.

Buksan
Hiscox

Inhinyero sa Machine Learning sa Hiscox (Hybrid, UK)

Hiscox
1,001 – 5,000 Mga Empleyado
Sponsor ng H1B VisaB2BPananalapiSeguro

Bumuo ng mga nasusukat na solusyon sa machine learning at generative AI para sa espesyalisadong negosyo sa insurance ng Hiscox. I-automate ang pag-deploy ng mga modelo sa Azure, Databricks, Kubernetes, at mga workflow ng CI/CD.

Buksan