A Tether.to digitális eszközökkel foglalkozó vállalat, amely a stabilcoin-infrastruktúrára és a blokklánc-alapú fizetésekre összpontosít. Tether-tokenjeit úgy tervezték, hogy értékük 1:1 arányban igazodjon a megfelelő fiat valutákhoz, és több blokkláncon keresztül is átutalhatók legyenek, támogatva a digitális tranzakciókat és a határokon átnyúló fizetéseket. A vállalat emellett információkat tesz közzé eszközeiről és tartalékairól, valamint olyan oktatási kezdeményezéseket fejleszt, amelyek a digitális eszközök megértését és használatát kívánják bővíteni többek között a Közel-Keleten, Törökországban és a Fülöp-szigeteken. A kripto-, fintech- és pénzügyi területeket átfogó tevékenységével a Tether.to hozzájárul az alternatív pénzügyi infrastruktúra és a stabil digitálisvaluta-alkalmazások fejlődéséhez.
MI-kutatómérnök – Kernel- és inferenciaoptimalizálás, Európa, távmunka
Optimalizáld a GPU-kerneleket, a modellkiszolgálást és az inferenciarendszereket a Tether blokklánc-alapú digitális pénzügyi platformjához. Javítsd a késleltetést, az áteresztőképességet és a memóriahatékonyságot mobil- és peremeszközökön.
Leírás
- Tervezz és vezess be olyan modellkiszolgálási architektúrákat, amelyek maximalizálják az áteresztőképességet, minimalizálják a késleltetést, és hatékonyan használják a memóriát.
- Javítsd az inferencia teljesítményét erőforrás-korlátozott eszközökön és peremplatformokon.
- Határozz meg teljesítménycélokat a késleltetésre, a tokenválaszidőkre és a memóriaigényre.
- Építs, hajts végre és felügyelj ellenőrzött inferenciateszteket szimulált és éles környezetekben.
- Kövesd nyomon a késleltetés, az áteresztőképesség, a memóriahasználat és a hibaarány teljesítménymutatóit.
- Rögzítsd az iteratív eredményeket, és hasonlítsd össze őket a bevált platformközi benchmarkokkal.
- Fejlessz tesztadatkészleteket és szimulációs forgatókönyveket alacsony erőforrás-igényű bevezetési feltételekhez.
- Értékeld a számítási hatékonyságot, és azonosítsd a kiszolgálási folyamatok szűk keresztmetszeteit.
- Optimalizáld a kötegelt feldolgozást, a hálózati késleltetéseket, a memóriahasználatot, a skálázhatóságot és a megbízhatóságot.
- Dolgozz együtt több szakterületet képviselő csapatokkal az optimalizált kiszolgálási és inferenciakeretrendszerek éles perem- és eszközoldali folyamatokba történő integrálásán.
- Határozz meg sikerkritériumokat, folyamatosan kövesd a teljesítményt, és iteratívan finomítsd a megoldásokat.
Követelmények
- Számítástechnikai vagy kapcsolódó területen szerzett diploma.
- Az NLP, a gépi tanulás vagy egy kapcsolódó terület doktori fokozata előnyt jelent.
- Bizonyított MI-kutatási és -fejlesztési tapasztalat, beleértve az A* konferenciákon megjelent erős publikációkat.
- A Metal Shading Language (MSL) gyakorlati ismerete.
- Képesség egyedi compute shaderek önálló, alapoktól történő létrehozására.
- Tapasztalat alacsony szintű kernelek és mobil eszközökön futó inferencia optimalizálásában.
- A szakterület-specifikus alkalmazások inferenciakésleltetésének, áteresztőképességének és memóriaigényének javítását igazoló tapasztalat.
- A modern modellkiszolgálási architektúrák és inferenciaoptimalizálási módszerek magas szintű ismerete.
- Erős tapasztalat GPU-kernelek írásában okostelefonokra és más mobileszközökre.
- A modellkiszolgálási keretrendszerek és inferenciamotorok magas szintű ismerete.
- Gyakorlati tapasztalat végponttól végpontig terjedő inferenciafolyamatok fejlesztésében és bevezetésében erőforrás-korlátozott eszközökön.
- Képesség empirikus kutatási eredmények alkalmazására olyan kiszolgálási kihívásokban, amelyek késleltetést, számítási szűk keresztmetszeteket és memóriakorlátokat érintenek.
- Jártasság értékelési keretrendszerek tervezésében és optimalizálási megközelítések iterálásában.
- Tapasztalat elosztott inferenciarendszerekkel, beleértve a tenzor-, a pipeline- és a szakértői párhuzamosítást.
- A diffúziós modellek és a Vision Transformerek matematikájának és architektúrájának magas szintű ismerete.
- A pruning, a kvantálás, a Flash Attention, a KV-cache és az Eagle-lel végzett spekulatív dekódolás ismerete.
Juttatások
- Dolgozz távolról a világ bármely pontjáról.
- Dolgozz együtt nemzetközi csapattal.
- Járulj hozzá fintech-, blokklánc-, mesterségesintelligencia- és digitális pénzügyi termékekhez.