Tether.to est une entreprise d’actifs numériques spécialisée dans les infrastructures de stablecoins et les paiements fondés sur la blockchain. Ses tokens Tether sont conçus pour maintenir une valeur de un pour un avec les monnaies fiduciaires correspondantes et peuvent être transférés sur plusieurs blockchains, facilitant ainsi les transactions numériques et les paiements transfrontaliers. L’entreprise publie également des informations sur ses actifs et ses réserves et développe des initiatives éducatives destinées à approfondir la compréhension et l’utilisation des actifs numériques, notamment au Moyen-Orient, en Turquie et aux Philippines. Grâce à ses activités dans les domaines des cryptomonnaies, de la fintech et de la finance, Tether.to contribue au développement d’infrastructures financières alternatives et d’applications de monnaies numériques stables.
Ingénieur de recherche en IA, compression et quantification de modèles
Développer des méthodes de compression pour les grands modèles de langage et les modèles de vision et langage utilisés sur la plateforme de finance numérique basée sur la blockchain de Tether. Améliorer la quantification, la distillation et l’élagage afin d’exécuter efficacement l’IA générative sur des appareils périphériques.
Description
- Réduire la taille des modèles d’IA générative et la latence d’inférence grâce à une quantification à faible nombre de bits, tout en préservant la précision et la qualité des résultats.
- Distiller de grands modèles enseignants en modèles élèves plus petits pour le raisonnement multimodal sur du texte, des images et de l’audio.
- Élaguer les paramètres redondants des modèles et les têtes d’attention.
- Évaluer les compromis entre la taille du modèle, la latence, la mémoire, le débit et la précision.
- Étudier et appliquer la quantification à précision mixte et d’autres méthodes avancées de compression.
- Suivre les travaux de recherche sur la compression des architectures multimodales et génératives.
- Concevoir des pipelines de compression fiables et définir des métriques de performance et de fidélité.
- Résoudre les goulots d’étranglement de l’inférence en production.
- Développer des systèmes d’IA évolutifs pour les appareils périphériques, comme les smartphones, avec une faible consommation mémoire et une latence réduite.
- Consigner les méthodes, les expériences et les résultats afin que les travaux puissent être reproduits et partagés.
- Rédiger des articles techniques et publier des résultats dans des conférences telles que NeurIPS, ICML, ICLR, CVPR, ACL et AAAI.
Exigences
- Être titulaire d’un diplôme en informatique ou dans une discipline connexe.
- Un doctorat en TALN, en apprentissage automatique ou dans une discipline connexe est souhaité.
- Justifier d’un solide parcours en recherche et développement en IA, avec notamment des publications dans des conférences de premier plan.
- Avoir de l’expérience avec PyTorch ou un cadre d’apprentissage profond comparable.
- Avoir une expérience pratique de l’entraînement tenant compte de la quantification et de la quantification après entraînement.
- Avoir une expérience en recherche et en pratique de la distillation des connaissances.
- Avoir une expérience en recherche et en pratique de l’élagage de modèles.
- Comprendre les architectures et l’entraînement des réseaux neuronaux, notamment les transformers, les LLM, les VLM, la rétropropagation, l’optimisation et le réglage fin.
- La connaissance du C++ est un atout.
- Communiquer efficacement en anglais.
- Indiquer le pays où vous comptez travailler.
Avantages
- Travailler à distance depuis n’importe où dans le monde.
- Collaborer avec une équipe internationale et des spécialistes de la fintech, de l’IA et de la blockchain.
- Contribuer à des produits de finance numérique, de blockchain, d’IA et de technologie pair à pair.
- Avoir la possibilité de rédiger des articles techniques et de publier dans des conférences de premier plan.
- Accéder à des possibilités de collaboration professionnelle et de recherche.