Cerebras
Cerebras
„Cerebras“ kuria vaflio masto dirbtinio intelekto aparatinę įrangą ir integruotą programinę įrangą didelio našumo modelių mokymui bei išvadoms. Jos „Wafer-Scale Engine“ procesorius yra CS-3 sistemos ir „Cerebras Inference Cloud“ pagrindas. Ši debesijos paslauga palaiko su „OpenAI API“ suderinamas darbo eigas ir diegimą vietinėse, debesijos bei kraštinėse aplinkose. Įmonės platforma skirta tokioms taikymo sritims kaip modelių pateikimas, tikslinimas, išankstinis mokymas, realiojo laiko DI agentai, genomika, vaistų kūrimas, kibernetinis saugumas ir įmonių paieška. „Cerebras“ sujungia specializuotus lustus, sistemas ir programinę įrangą organizacijoms, kuriančioms ir valdančioms sudėtingus dirbtinio intelekto darbo krūvius. Įmonėje dirba 501–1 000 darbuotojų.

ML algoritmų susiejimo ir našumo inžinierius, Core ML

Susiekite mašininio mokymosi mokymo ir išvadų algoritmus su „Cerebras“ dirbtinio intelekto lusto architektūra. Modeliuokite našumo trukdžius, atlikite sistemų etaloninius bandymus ir prisidėkite prie aparatinės bei programinės įrangos bendro projektavimo.

Aprašymas

  • Kurkite pažangių ML mokymo ir išvadų algoritmų analitinius bei empirinius našumo modelius
  • Vertinkite asimptotinį elgesį ir algoritminius kompromisus pagal modelio dydį, sekos ilgį, paketo dydį, lygiagretumą ir aparatinės įrangos mastą
  • Kurkite Pareto frontus, apimančius modelio kokybę, delsą, pralaidumą, atminties pėdsaką, ryšį ir skaičiavimo sąnaudas
  • Kurkite „Cerebras WSE“ prototipus ir etaloninius bandymus kartu su atitinkamomis GPU bei programinės įrangos bazinėmis linijomis
  • Tirkite sistemos elgseną, kad nustatytumėte branduolio, kompiliatoriaus, vykdymo aplinkos, ryšio ir algoritminius trukdžius
  • Vertinkite naujus metodus, tokius kaip lygiagretus žetonų generavimas, difuzinis ir spekuliatyvus dekodavimas, dėmesio mechanizmai, retumas, ekspertų mišiniai, mažos skaitinės gebos skaičiavimai ir paskirstytasis mokymas
  • Bendradarbiaukite su tyrimų, branduolių, kompiliatorių, vykdymo aplinkos, išvadų ir architektūros komandomis įgyvendinimo bei bendro projektavimo prioritetų klausimais
  • Kurkite įrankius ir vizualizacijas našumui prognozuoti, matavimams analizuoti ir projektavimo kompromisams palyginti
  • Techninėse ataskaitose, pristatymuose ir projektavimo peržiūrose pateikite išvadas, prielaidas, apribojimus bei rekomendacijas
  • Formuokite „Core ML“ tyrimų prioritetus, įgyvendinimo pasirinkimus ir būsimas aparatinės bei programinės įrangos galimybes

Reikalavimai

  • Informatikos, kompiuterių inžinerijos, elektros inžinerijos, matematikos ar susijusios srities bakalauro, magistro arba daktaro laipsnis arba lygiavertė praktinė patirtis
  • Geros kompiuterių architektūros, lygiagrečiojo skaičiavimo ir sistemų našumo žinios
  • Išsamus mašininio mokymosi pagrindų ir ML sistemų supratimas
  • Analitinio našumo modeliavimo, algoritminio sudėtingumo analizės, etaloninių bandymų arba sistemų modeliavimo patirtis
  • Įrodyti analitinio mąstymo ir problemų sprendimo gebėjimai
  • Puikūs Python įgūdžiai ir darbinės C++ žinios
  • ML, HPC, CPU, GPU arba spartintuvais pagrįstų sistemų našumo profiliavimo ir derinimo patirtis
  • Gebėjimas susieti matematinę analizę, eksperimentinį patvirtinimą ir praktines inžinerines rekomendacijas
  • Privalumas: „roofline“ analizės, CPU arba GPU simuliatorių, branduolių optimizavimo arba aparatinės ir programinės įrangos bendro projektavimo patirtis
  • Privalumas: CUDA, „Triton“, „PyTorch“, JAX arba atvirojo kodo LLM mokymo ir išvadų sistemų išmanymas
  • Privalumas: transformerių vidinės sandaros, dėmesio variantų, KV talpyklos strategijų, modelių lygiagretumo, retumo, kvantavimo ir lygiagrečiojo generavimo išmanymas
  • Privalumas: mokslinės publikacijos, patentai arba reikšmingi atvirojo kodo indėliai ML sistemų, kompiuterių architektūros ar skaičiavimo efektyvumo srityse
  • Privalumas: būsimų aparatinės arba programinės įrangos architektūrų technologinių pasirinkimų vertinimo patirtis

Privalumai

  • Galimybės publikuoti ir kaip atvirąjį kodą paskelbti pažangius dirbtinio intelekto tyrimus
  • Darbas su vienu greičiausių pasaulyje dirbtinio intelekto superkompiuterių
  • Startuolio energija kartu su darbo vietos stabilumu
  • Tiesioginė, ne korporacinė kultūra, gerbianti individualius įsitikinimus
  • Nuolatinės mokymosi, tobulėjimo ir palaikymo galimybės
  • Įsipareigojimas kurti lygią ir įvairią darbo vietą

Susiję darbai

Navitus Health Solutions

Senior Client Services Executive, Pharmacy Benefits

Navitus Health Solutions
1 001 – 5 000 Darbuotojai
DraudimasKonsultavimasSveikatos priežiūra

Manage complex pharmacy benefit accounts for Navitus Health Solutions, shaping client strategies and supporting retention. Identify opportunities to expand services and improve cost, service, and health outcomes.

Atidaryti
Procentia - Pensions Software Solutions

Client Services Analyst

Procentia - Pensions Software Solutions
51 – 200 Darbuotojai
B2BFintechPrograminė įranga

Support Procentia clients using pension administration software by leading service reviews, analysing operational data, and coordinating governance and improvements across teams.

Atidaryti
Hoffmann.Recruiting & More

Senior Events Sales Manager, Frankfurt

Hoffmann.Recruiting & More

Lead conference and event sales for an exclusive venue in Frankfurt, guiding the sales team and growing client relationships. The role focuses on venue utilization, event concepts, and the full sales process from prospecting to post-event follow-up.

Atidaryti