CommonAI CIC
CommonAI CIC
A CommonAI CIC cambridge-i székhelyű közérdekű társaság és nonprofit tagsági szervezet, amely az alapvető mesterségesintelligencia-technológiák biztonságos és felelős fejlesztésén dolgozik. Együttműködésen alapuló mérnöki modellje mesterségesintelligencia-startupokat, működő vállalkozásokat, közszektorbeli szervezeteket és akadémiai csapatokat kapcsol össze az erőforrások megosztása, a szellemi tulajdon fejlesztése, valamint a magas megbízhatóságot igénylő kezdeményezéseket és a Scaling Inference Labot is magukban foglaló, irányított programokon keresztüli deep-tech mesterséges intelligencia fejlesztése érdekében. A szervezet védett Digital Commons-hozzáférést, speciális mérnöki és kutatási szakértelmet, továbbá költséghatékony számítási infrastruktúrát biztosít tagjai számára irányított nyílt forráskódú és kutatási projektekhez. A CommonAI CIC-nél végzett munka lehetőséget kínál arra, hogy valaki gyakorlati, együttműködésen alapuló munkához járuljon hozzá a mesterséges intelligencia, a kutatás és a közérdekű technológia metszéspontjában.

Szoftvermérnök, mesterségesintelligencia-infrastruktúra szimulációja

Fejlesszen szimulációs szoftvereket a CommonAI mesterségesintelligencia-infrastruktúrával kapcsolatos kutatásaihoz. Hasonlítson össze processzor-, memória-, hálózati és kiszolgálási stratégiákat valósághű nagy nyelvi modellterhelésekkel.

Leírás

  • Fejlesszen és integráljon olyan szimulációs komponenseket, amelyek az MI-infrastruktúrák összehasonlításához modellezik a viselkedést és az egymásra hatásokat.
  • A műszaki vezetővel és a projektpartnerekkel együtt értékelje a meglévő keretrendszereket és szoftvereket.
  • Bővítse a hasznos komponenseket, és kapcsolja össze őket jól meghatározott interfészeken keresztül.
  • Modellezze a rendszerállapotot és az erőforrás-felhasználást, hogy az egyik komponens változásai megfelelő hatást gyakoroljanak a többire.
  • Készítsen reprodukálható szimulációs forgatókönyveket, diagnosztikai kimeneteket és teszteket.
  • Tárja fel a hibás feltételezéseket, az integrációs hibákat és a nem támogatott eseteket.
  • A mérési és bizonytalansági szakértőkkel együttműködve vesse össze az előrejelzéseket a bizonyítékokkal.
  • Javítsa a modelleket, és integrálja a kalibrációs és bizonytalanságkezelési módszereket a szimulátorba.
  • Tartsa karban a megbízható szoftvereket, dokumentációt és fejlesztési munkafolyamatokat.
  • Használjon MI-alapú kódoló ügynököket a megvalósítás és tesztelés támogatására.
  • Kapcsoljon össze egy meglévő szimulátorkomponenst terhelési modellekkel és mérési adatkészletekkel, hogy reprodukálható összehasonlításokat készítsen az előre jelzett és a mért teljesítményről.

Követelmények

  • Erős szoftvermérnöki készségek, amelyeket jelentős műszaki szoftverek fejlesztésével, hibakeresésével és karbantartásával bizonyított.
  • Tapasztalat legalább egy releváns területen: diszkrét eseményű szimuláció; számítógép-architektúra vagy teljesítménymodellezés; elosztott vagy nagy teljesítményű számítástechnikai rendszerek; következtetési futtatókörnyezetek és kiszolgálás; memória- vagy hálózatmodellezés; vagy heterogén komponenseket összekapcsoló tudományos szoftverintegráció.
  • Képes ismeretlen kód megértésére, az interfészek átgondolására, valamint az újrafelhasználásra, bővítésre vagy saját fejlesztésre szánt szoftverek alkalmasságának és karbantartási költségének felmérésére.
  • Együttműködő hozzáállás a feltételezések teszteléséhez és a kapcsolódó szakterületek szakértőivel való munkához.
  • Gyakorlati tapasztalat MI-alapú kódoló ügynökökkel, valamint körültekintő ítélőképesség a kimenetük helyességének és karbantarthatóságának ellenőrzéséhez.
  • A releváns tapasztalat magában foglalhatja a Pythont, a C++-t, a Rustot vagy más rendszer- és tudományos programozási nyelveket.
  • A vLLM vagy az SGLang, szimulációs keretrendszerek vagy hardverteljesítmény-mérő eszközök ismerete előnyt jelent.
  • A releváns posztgraduális tanulmányok hasznosak; a tapasztalat és a munka minősége fontosabb a formális végzettségnél.
  • Képes a megállapodás szerinti hibrid munkarendben Cambridge-ben dolgozni.
  • Az Egyesült Királyságban szerzett tapasztalat figyelembe vehető; pályájuk korábbi szakaszában járó jelentkezőket is várnak, ha képességeiket erős bizonyítékokkal támasztják alá.

Juttatások

  • Versenyképes juttatási csomag nyugdíjprogrammal és egyéb juttatásokkal.
  • Szakmai fejlődési lehetőségek.
  • Kapcsolatépítés a technológiai szektor és a tudományos élet meghatározó szereplőivel.
  • Jelentős keret eszközökre, köztük élvonalbeli modellekre és kódoló ügynökökre.
  • Együttműködő, támogató munkakörnyezet.
  • Lehetőség egy növekvő szervezet munkájához való hozzájárulásra.
  • Iroda a cambridge-i állomás közelében, néhány perc sétára.
  • Rugalmas feltételek a hibrid munkavégzéshez.
  • Állandó, részmunkaidős és tanácsadói konstrukciók is elérhetők.

Kapcsolódó állások

CommonAI CIC

Szenior műszaki vezető, mesterségesintelligencia-rendszerek szimulációja

CommonAI CIC

Vezessen egy olyan szimulátor fejlesztését, amely összekapcsolja az MI-munkaterheléseket, a hardvermodelleket és a fizikai méréseket. Segítse a CommonAI-t a feltörekvő infrastruktúrák értékelésében az Egyesült Királyság közhasznú befektetéseihez.

Megnyitás
CommonAI CIC

MI-infrastruktúra-rendszerek teljesítménymérnöke

CommonAI CIC

Tervezzen megismételhető kísérleteket és mérőeszközöket a CommonAI MI-infrastruktúra-szimulációihoz. Értékelje a hardver és az LLM-kiszolgálás teljesítményét az Egyesült Királyság beruházási döntéseinek támogatására.

Megnyitás
CommonAI CIC

Gépi tanulási rendszermérnök, következtetési teljesítménytesztelés

CommonAI CIC

Készítsen megismételhető teljesítményteszteket az LLM-ek kiszolgálásához a CommonAI brit MI-infrastruktúra-kutatásának részeként. Értékelje a hosszú kontextusú és ágensalapú munkaterheléseket fizikai rendszereken és szimulációkban.

Megnyitás
Aurora Energy Research

Senior AI szoftvermérnök

Aurora Energy Research

Vezesse az Aurora Energy Research energia piaci döntéseit támogató autonóm LLM-rendszereinek fejlesztését. A vállalat felhős szoftvere az elektromos hálózatokat követi és modellezi. Irányítson csapatokat, és juttassa el az ügynökalapú rendszereket a kezdeti felhasználói egyeztetésektől az éles működésig.

Megnyitás
Hiscox

Gépi tanulási mérnök a Hiscoxnál (hibrid, Egyesült Királyság)

Hiscox

Skálázható gépi tanulási és generatív MI-megoldásokat fejleszthet a Hiscox speciális biztosítási üzletágának. Automatizálhatja a modellek telepítését az Azure, a Databricks, a Kubernetes és a CI/CD-munkafolyamatok használatával.

Megnyitás