Cerebras
Cerebras
501 – 1.000 Zaposlenici
HardverSaaSUmjetna inteligencija
Cerebras razvija AI hardver na razini cijele silicijske pločice i integrirani softver za visokoučinkovito treniranje i izvođenje modela. Njegov Wafer-Scale Engine pokreće sustav CS-3 i Cerebras Inference Cloud, koji podržava radne tijekove kompatibilne s OpenAI API-jem te implementaciju u lokalnim, oblačnim i rubnim okruženjima. Platforma tvrtke namijenjena je aplikacijama kao što su posluživanje modela, fino ugađanje, prethodno treniranje, AI agenti u stvarnom vremenu, genomika, otkrivanje lijekova, kibernetička sigurnost i korporativno pretraživanje. Cerebras objedinjuje specijalizirane čipove, sustave i softver za organizacije koje izrađuju i pokreću zahtjevna opterećenja umjetne inteligencije, a njegov tim broji 501 do 1.000 zaposlenika.

Inženjer za mapiranje ML algoritama i performanse, Core ML

Mapiranje algoritama strojnog učenja na arhitekturu Cerebras AI čipova. Modeliranje uskih grla performansi, usporedno testiranje sustava i podrška zajedničkom razvoju hardvera i softvera.

Opis

  • Izrađivati analitičke i empirijske modele performansi za napredne algoritme treniranja i zaključivanja ML modela
  • Procjenjivati asimptotsko ponašanje i algoritamske kompromise s obzirom na veličinu modela, duljinu sekvence, veličinu serije, paralelizam i opseg hardvera
  • Razvijati Pareto fronte koje obuhvaćaju kvalitetu modela, latenciju, propusnost, memorijski otisak, komunikaciju i računalni trošak
  • Izrađivati prototipne implementacije i referentne testove za Cerebras WSE uz relevantne GPU i softverske osnovne implementacije
  • Istraživati ponašanje sustava kako bi se pronašla uska grla u jezgrama, prevoditelju, izvršnom okruženju, komunikaciji i algoritmima
  • Procjenjivati nove metode poput paralelnog generiranja tokena, difuznog i spekulativnog dekodiranja, mehanizama pažnje, rijetkosti, mješavina stručnjaka, računanja niske preciznosti i distribuiranog treniranja
  • Surađivati s timovima za istraživanje, jezgre, prevoditelj, izvršno okruženje, zaključivanje i arhitekturu na prioritetima implementacije i zajedničkog razvoja
  • Izrađivati alate i vizualizacije za predviđanje performansi, analizu mjerenja i usporedbu kompromisa u dizajnu
  • Predstavljati zaključke, pretpostavke, ograničenja i preporuke kroz tehnička izvješća, prezentacije i preglede dizajna
  • Oblikovati istraživačke prioritete Core ML-a, odluke o implementaciji te buduće hardverske i softverske mogućnosti

Zahtjevi

  • Prvostupnička, diplomska ili doktorska diploma ili istovjetno praktično iskustvo iz računalnih znanosti, računalnog inženjerstva, elektrotehnike, matematike ili srodnog područja
  • Napredno poznavanje računalne arhitekture, paralelnog računalstva i performansi sustava
  • Dobro razumijevanje osnova strojnog učenja i ML sustava
  • Iskustvo s analitičkim modeliranjem performansi, analizom algoritamske složenosti, usporednim testiranjem ili simulacijom sustava
  • Dokazana analitičnost i sposobnost rješavanja problema
  • Napredno znanje Pythona i radno poznavanje C++-a
  • Iskustvo s profiliranjem i otklanjanjem poteškoća s performansama u ML, HPC, CPU, GPU ili akceleratorskim sustavima
  • Sposobnost povezivanja matematičke analize, eksperimentalne provjere i praktičnih inženjerskih preporuka
  • Poželjno: iskustvo s roofline analizom, CPU ili GPU simulatorima, optimizacijom jezgri ili zajedničkim razvojem hardvera i softvera
  • Poželjno: poznavanje CUDA-e, Tritona, PyTorcha, JAX-a ili sustava otvorenog koda za treniranje i zaključivanje velikih jezičnih modela
  • Poželjno: poznavanje unutarnjih mehanizama transformera, inačica pažnje, strategija predmemorije KV, paralelizma modela, rijetkosti, kvantizacije i paralelnog generiranja
  • Poželjno: istraživačke publikacije, patenti ili značajni doprinosi otvorenom kodu u sustavima ML, računalnoj arhitekturi ili računalnoj učinkovitosti
  • Poželjno: iskustvo u procjeni tehnoloških izbora za buduće hardverske ili softverske arhitekture

Pogodnosti

  • Prilike za objavljivanje naprednih istraživanja u području umjetne inteligencije i doprinose otvorenom kodu
  • Rad s jednim od najbržih AI superračunala na svijetu
  • Startup energija uz stabilnost zaposlenja
  • Izravna, nekorporativna kultura koja poštuje individualna uvjerenja
  • Stalne prilike za učenje, razvoj i podršku
  • Predanost ravnopravnom i raznolikom radnom okruženju

Povezani poslovi

Thermo Fisher Scientific

Senior razvojni inženjer sustava Clarity PPM

Thermo Fisher Scientific

Vodi razvoj i podršku platforme Clarity PPM tvrtke Thermo Fisher Scientific, uključujući integracije, nadogradnje i produkcijska izdanja. Pruža napredno otklanjanje poteškoća, tehničko upravljanje, mentorstvo i poslovanje usklađeno sa SOX-om.

Otvori