Cerebras
Cerebras
Cerebras izstrādā vafeļu mēroga mākslīgā intelekta aparatūru un integrētu programmatūru augstas veiktspējas modeļu apmācībai un secināšanai. Tās Wafer-Scale Engine procesors darbina CS-3 sistēmu un Cerebras Inference Cloud, kas atbalsta ar OpenAI API saderīgas darbplūsmas un ieviešanu lokālās, mākoņa un perifērijas vidēs. Uzņēmuma platforma ir paredzēta tādiem lietojumiem kā modeļu apkalpošana, precizēšana, priekšapmācība, reāllaika MI aģenti, genomika, zāļu izstrāde, kiberdrošība un uzņēmumu meklēšana. Cerebras apvieno specializētus mikroshēmas, sistēmas un programmatūru organizācijām, kas veido un pārvalda prasīgas mākslīgā intelekta darba slodzes. Uzņēmumā strādā 501–1 000 darbinieku.

ML algoritmu kartēšanas un veiktspējas inženieris, Core ML

Kartējiet mašīnmācīšanās apmācības un secināšanas algoritmus Cerebras mākslīgā intelekta mikroshēmas arhitektūrai. Modelējiet veiktspējas vājās vietas, veiciet sistēmu etalonmērījumus un sniedziet ieguldījumu aparatūras un programmatūras kopīgā izstrādē.

Apraksts

  • Veidojiet progresīvu ML apmācības un secināšanas algoritmu analītiskos un empīriskos veiktspējas modeļus
  • Novērtējiet asimptotisko uzvedību un algoritmiskos kompromisus atkarībā no modeļa izmēra, secības garuma, pakešu lieluma, paralēlisma un aparatūras mēroga
  • Izstrādājiet Pareto frontes, kas aptver modeļa kvalitāti, latentumu, caurlaidspēju, atmiņas nospiedumu, sakarus un skaitļošanas izmaksas
  • Veidojiet Cerebras WSE prototipu implementācijas un etalonmērījumus līdzās atbilstošām GPU un programmatūras bāzes līnijām
  • Pētiet sistēmas darbību, lai atrastu kodola, kompilatora, izpildlaika, sakaru un algoritmiskās vājās vietas
  • Novērtējiet jaunas metodes, piemēram, paralēlu tokenu ģenerēšanu, difūzijas un spekulatīvo dekodēšanu, uzmanības mehānismus, retinājumu, ekspertu maisījumus, zemas precizitātes skaitļošanu un dalītu apmācību
  • Sadarbojieties ar pētniecības, kodolu, kompilatoru, izpildlaika, secināšanas un arhitektūras komandām ieviešanas un kopīgas izstrādes prioritāšu jautājumos
  • Veidojiet rīkus un vizualizācijas veiktspējas prognozēšanai, mērījumu analīzei un izstrādes kompromisu salīdzināšanai
  • Tehniskajos ziņojumos, prezentācijās un izstrādes pārskatos izklāstiet secinājumus, pieņēmumus, ierobežojumus un ieteikumus
  • Veidojiet Core ML pētniecības prioritātes, ieviešanas izvēles un nākotnes aparatūras un programmatūras iespējas

Prasības

  • Bakalaura, maģistra vai doktora grāds datorzinātnē, datorinženierijā, elektrotehnikā, matemātikā vai saistītā jomā, vai līdzvērtīga praktiskā pieredze
  • Padziļinātas zināšanas par datoru arhitektūru, paralēlo skaitļošanu un sistēmu veiktspēju
  • Pamatīga izpratne par mašīnmācīšanās pamatiem un ML sistēmām
  • Pieredze analītiskā veiktspējas modelēšanā, algoritmiskās sarežģītības analīzē, etalonmērījumos vai sistēmu simulācijā
  • Pierādītas analītiskās spriešanas un problēmu risināšanas spējas
  • Labas Python prasmes un darba zināšanas par C++
  • Pieredze ML, HPC, CPU, GPU vai paātrinātāju sistēmu veiktspējas profilēšanā un atkļūdošanā
  • Spēja sasaistīt matemātisko analīzi, eksperimentālo validāciju un praktiskus inženiertehniskus ieteikumus
  • Vēlams: pieredze roofline analīzē, CPU vai GPU simulatoros, kodolu optimizācijā vai aparatūras un programmatūras kopīgā izstrādē
  • Vēlams: zināšanas par CUDA, Triton, PyTorch, JAX vai atvērtā koda LLM apmācības un secināšanas sistēmām
  • Vēlams: zināšanas par transformatoru iekšējo darbību, uzmanības variantiem, KV kešatmiņas stratēģijām, modeļu paralēlismu, retinājumu, kvantēšanu un paralēlu ģenerēšanu
  • Vēlams: zinātniskās publikācijas, patenti vai nozīmīgs ieguldījums atvērtā koda projektos ML sistēmu, datoru arhitektūras vai skaitļošanas efektivitātes jomā
  • Vēlams: pieredze nākotnes aparatūras vai programmatūras arhitektūru tehnoloģisko izvēļu novērtēšanā

Priekšrocības

  • Iespējas publicēt un atvērtā koda veidā izplatīt progresīvus mākslīgā intelekta pētījumus
  • Darbs ar vienu no pasaulē ātrākajiem mākslīgā intelekta superdatoriem
  • Jaunuzņēmuma enerģija kopā ar darba vietas stabilitāti
  • Tieša, ne korporatīva kultūra, kas respektē individuālos uzskatus
  • Nepārtrauktas mācīšanās, attīstības un atbalsta iespējas
  • Apņemšanās veidot vienlīdzīgu un daudzveidīgu darba vidi

Saistītās vakances

Emerson

Senior Technical Lead, Generator Excitation Systems

Emerson

Lead the engineering and delivery of Emerson’s high-current static generator excitation systems, from electrical design and testing through commissioning and customer handover. The role also coordinates with project, manufacturing, quality, supplier, field service, and customer teams.

Atvērt
Winning Assistants LLC

High-Ticket Sales Closer

Winning Assistants LLC

Sell Winning Assistants’ virtual assistant services to qualified business owners, doctors, and clinic managers. Run sales calls, manage follow-ups and payments, and hand new clients over to fulfillment.

Atvērt